Quem conversa todo dia com um chatbot já desconfiava de que o texto das máquinas ficou mais difícil de ler. Agora há medição. Thomas Hikaru Clark, da Universidade de Nova York, e Matias B. Martin e Kyle Mahowald, da Universidade do Texas em Austin, publicaram na semana passada um estudo no arXiv (abre em nova aba) que identifica os hábitos de escrita responsáveis pelo cansaço. O trabalho também aponta um culpado incômodo: o mesmo treinamento que tornou esses modelos bons em matemática e programação.
O estudo não mede gosto, mede esforço. A psicolinguística, área que estuda como o cérebro processa a linguagem, já sabia quais construções fazem o leitor tropeçar, e os autores foram procurá-las nas máquinas. Segundo o site The Decoder (abre em nova aba), 14 modelos de linguagem produziram 120 conversas casuais, 45 sessões de programação e 980 redações argumentativas. Entre eles estavam o Claude (abre em nova aba), o GPT-5.6, o GLM-5, o Kimi K2.5 e modelos abertos menores, como o Llama (abre em nova aba) e o Olmo (abre em nova aba). Os pesquisadores compararam esse material com texto humano tirado de legendas de filmes, do fórum StackExchange e de redações de estudantes.
Houve também uma contraprova. Os autores produziram paráfrases do mesmo conteúdo por "tradução de ida e volta": um tradutor automático leva o texto ao japonês e o traz de volta. Mesmo diante dessas versões, as IAs usaram mais construções difíceis.
Os seis vícios
Os padrões abaixo vêm com exemplos do próprio conjunto de dados:
- Combinações raras de palavras. Expressões como "reader-patience budget" ("orçamento de paciência do leitor"), que ninguém usaria numa conversa.
- Partes da frase muito afastadas. Em "A cat who can always get up and away is a much calmer cat", do Claude Opus 5, o sujeito atravessa uma oração inteira até encontrar o verbo.
- Conectivos cortados. "The book the professor wrote" no lugar de "the book that the professor wrote". O inglês aceita sumir com o "that", mas quem lê sente a falta.
- Substantivos empilhados. São três ou mais em fila, como "horror movie soundtrack generator" ("gerador de trilha sonora de filme de terror").
- Substantivos transformados em verbo. O Claude Fable 5 escreveu "calendar it", algo como "calendarize isso".
- Coisas fazendo o que só gente faz. "The whole conversation is eating its own tail" ("a conversa inteira está comendo o próprio rabo"), outra do Claude Opus 5.
Isoladamente, nenhum desses recursos é erro, e bons escritores usam todos. O problema é a dose.
Quem escreve pior
De acordo com o resumo do artigo, todos os nove modelos de fronteira ou quase fronteira, os mais avançados do grupo, usaram mais combinações raras e mais objetos com verbos de gente do que os humanos. A maioria também afastou mais as partes da frase, empilhou mais substantivos e, nas conversas, cortou mais conectivos. A variação entre famílias de modelos é grande. O Llama e a versão básica do Olmo ficaram mais perto da escrita humana.
O dado mais revelador está dentro da família Olmo. Os índices sobem da versão básica para a versão ajustada para seguir instruções e sobem de novo no Olmo Think, feito para raciocinar. Quanto mais a máquina foi treinada para pensar, pior ficou para conversar.
O preço de acertar
A explicação dos autores é de incentivo. A linguagem humana foi moldada pela necessidade de ser entendida. Os modelos atuais, porém, são cada vez mais treinados em matemática, código e raciocínio lógico, tarefas em que se premia a resposta correta, não a clara. Na versão dos pesquisadores, a passagem do RLHF para o RLVR tirou o ser humano do circuito. No primeiro método, pessoas avaliavam as respostas. No segundo, um verificador automático confere se o resultado está certo. O que sobra é a pressão por densidade: dizer mais com menos palavras.
Para testar a ideia, eles treinaram um modelo pequeno com uma penalidade para respostas longas. Em certas condições, o modelo passou a preferir a formulação mais curta quase sem exceção e levou essa preferência a construções que não tinha visto no treino. Os autores dizem ter encontrado apoio para as duas hipóteses: os modelos abusam de construções difíceis, e a pressão por densidade os afasta da escrita humana.
Não houve conspiração. Ninguém pediu à máquina que fosse obscura. Pediram que acertasse e gastasse pouco. Ela obedeceu, e a conta da economia ficou com o leitor.
Tem conserto
No meio do diagnóstico há uma notícia boa, e o especialista em IA Laurence Moroney a destacou ao resumir o estudo no X. Ele também transformou o achado num conselho prático para quem usa essas ferramentas no dia a dia:
Você notou que a escrita da IA anda mais difícil de ler ultimamente? ✍️ Thomas Hikaru Clark, Matias Martin e Kyle Mahowald (NYU e UT Austin) mediram isso. Em tarefas de bate-papo, programação e redação, os modelos de fronteira usaram mais dos hábitos de frase que deixam os leitores humanos mais lentos: combinações raras de palavras, substantivos empilhados como "reader-patience budget", palavras opcionais suprimidas como "that" e objetos fazendo coisas que só pessoas fazem ("this asymmetry bites"). A explicação deles é interessante. O pós-treinamento recompensa respostas certas em matemática e código, e respostas mais curtas custam menos. Quando fizeram o ajuste fino de um pequeno modelo Qwen com uma penalidade por tamanho, ele passou a escolher a formulação mais curta quase todas as vezes, e o hábito se estendeu a algumas construções que ele nunca viu no treinamento. A boa notícia: o Claude Opus 5.5 pontuou menos que o Opus 5 em 19 de 21 dessas comparações, então isso pode ser corrigido com treinamento. Se você usa IA para ajudar a escrever, leia o rascunho em voz alta e devolva as palavrinhas que tornam o texto fácil de acompanhar. #AIWriting
Cabem duas ressalvas. O artigo é a primeira versão de um trabalho publicado no arXiv, e os exemplos são todos em inglês. Resta saber se o português sofre dos mesmos vícios. Fica, de qualquer forma, a lição do Opus 5.5: clareza nunca foi subproduto da inteligência. É uma escolha, e quem treina as máquinas acaba de descobrir que precisa fazê-la.