Um dos hábitos mais curiosos da internet em 2026 é o ciclo de usar inteligência artificial para escrever um texto e, logo em seguida, pagar outra inteligência artificial para reescrever tudo na tentativa de esconder os rastros da primeira. Uma ferramenta de código aberto chamada humanizer-lint (abre em nova aba), atualizada em 2 de novembro pelo desenvolvedor identificado como yanstd888, propõe um caminho bem mais racional para esse problema: em vez de passar um rolo compressor sobre o seu rascunho, ela apenas marca as passagens engessadas e avisa o que precisa de revisão.
O projeto empresta da programação o conceito de "linter", aquele tipo de software que vasculha linhas de código em busca de erros de formatação ou desvios de padrão. Aplicado à escrita comum, textos publicitários, elementos de interface e comentários de código, o programa funciona como um verificador de estilo determinístico, e não como um detector de IA. Ele roda diretamente no computador do usuário, sem depender de servidores externos, conta com pacotes para oito idiomas e procura três sintomas clássicos de texto artificial: frases prontas, ritmo monótono entre as sentenças e repetição excessiva de palavras.
Essa abordagem cirúrgica contrasta com a indústria que se formou em torno do disfarce de texto automatizado. Um levantamento publicado pelo portal AI Humanizer no fim de outubro comparou nove serviços dedicados a reescrever saídas do ChatGPT, do Claude e do Gemini para driblar detectores. É um mercado movimentado: ferramentas como o Walter Writes AI cobram a partir de 8 dólares mensais (no plano anual de 96 dólares) para reprocessar até 30 mil palavras por mês, enquanto rivais como Quetext (a partir de 14,99 dólares mensais) e StealthWriter (20 dólares no plano inicial) disputam estudantes e redatores preocupados com filtros automáticos.
O problema de terceirizar a reescrita inteira para uma caixa-preta é que você frequentemente troca os vícios de um modelo pelos vícios de outro, perdendo o controle sobre a própria voz. Ao tratar o "sotaque de robô" como um problema objetivo de estilo e métrica, o Humanizer Lint devolve a edição para quem está no comando, seja uma pessoa ou um assistente automatizado. Não por acaso, o repositório do projeto no GitHub já traz pastas dedicadas a plugins para o Claude e para o editor Cursor, permitindo que o próprio agente de IA receba o alerta sobre a linha problemática e conserte apenas o trecho marcado.
Aqui no IA.com.br, acompanhamos de perto como essa transição de geradores soltos para fluxos de trabalho com agentes vem mudando a rotina de quem produz conteúdo e software. Conforme detalha o glossário da HubSpot sobre o tema, um agente opera em um ciclo contínuo de perceber, raciocinar, agir e observar. Quando um modelo tenta avaliar sozinho se o próprio texto soa natural, ele costuma falhar porque foi treinado justamente para reproduzir os padrões mais prováveis e batidos da linguagem.
A situação lembra um exemplo clássico da pesquisadora Lilian Weng, resgatado nesta semana em uma análise no portal iMasters: um modelo de linguagem falhava em contas básicas de matemática mesmo tendo uma calculadora disponível, simplesmente porque precisava saber o momento certo de acionar a ferramenta exata e quais dados enviar a ela. Dar ao agente um verificador baseado em regras fixas funciona como entregar uma régua para quem só sabia medir no olho.
A lição mais útil deixada por uma ferramenta tão simples é que o verdadeiro defeito de um texto com cara de IA nunca foi o risco de ser reprovado por um detector automático, mas o tédio que ele provoca em quem lê. Se você precisa que um algoritmo aponte onde suas frases ficaram mecânicas e repetitivas, o ganho real não está em enganar um filtro qualquer, e sim em finalmente publicar algo que mereça a atenção de outro ser humano.