Foi escrito por IA? A porcentagem não conta a história toda

Uma pesquisa recente traz os detectores de inteligência artificial de volta ao debate literário. Para escritores, editores e leitores, o desafio é entender o que uma ferramenta indica e o que precisamos verificar antes de atribuir a escrita de um livro a uma máquina.

Vamos imaginar que uma editora receba dois arquivos: um romance e um relatório que destaca alguns parágrafos em cores. O primeiro contém uma história; o segundo propõe uma classificação. Basta aparecer uma porcentagem para que a conversa possa mudar de rumo: deixamos de perguntar como o romance funciona e começamos a discutir quem o escreveu.

A pergunta merece uma investigação cuidadosa. Uma acusação pode abalar o vínculo entre um autor e seus leitores. Também merece atenção a possibilidade de um texto ser vendido como trabalho pessoal sem que se revele como foi produzido. As duas preocupações exigem evidências bem interpretadas.

Entre uma amostra e uma manchete há uma distância

Em 13 de outubro, o EL PAÍS publicou uma análise feita com a Pangram de 119 livros populares de 2025 e 2026. Dos 44 livros autopublicados dessa seleção, 13 tinham mais de 50% do texto classificado como IA. O dado se refere a uma amostra, não à autopublicação espanhola como um todo. Investigação do EL PAÍS.

Essa última frase importa tanto quanto os números. Quando transformamos uma seleção de títulos populares numa descrição de todos os livros publicados, mudamos a pergunta que os dados podem responder. E, quando passamos diretamente da classificação de um texto para o comportamento de uma pessoa, acrescentamos uma conclusão que exige mais elementos.

O que o resultado realmente significa

A documentação da Pangram 4 distingue trechos classificados como humanos, assistidos por IA ou gerados por IA. As proporções de cada categoria no documento são calculadas com base no número de caracteres atribuídos a elas. A empresa também esclarece que seu indicador de confiança não é uma probabilidade calibrada. São medidas diferentes; convém saber qual delas estamos lendo. Ficha técnica da Pangram 4.

Pensemos num exemplo hipotético: um relatório atribui à IA 80% do material analisado. Esse resultado descreve como o sistema classifica o texto recebido. Não equivale a afirmar que há 80% de probabilidade de que a pessoa que assina o livro tenha enganado o público. Tampouco reconstitui, por si só, as conversas, decisões e revisões que deram origem àquele arquivo.

Isso não significa que devemos descartar os detectores. Significa que precisamos descrever seus resultados com precisão e examiná-los à luz de outras evidências. A própria Pangram reconhece uma margem de erro diferente de zero e alerta para os danos das acusações falsas. Essa ressalva está na documentação do fabricante, não é uma objeção inventada para fugir à discussão.

Gerar e corrigir também não são a mesma coisa

A distinção tem uma aplicação concreta nas diretrizes do Kindle Direct Publishing. A Amazon exige que se informe o uso de conteúdo gerado por IA, incluindo imagens e traduções. Já o conteúdo criado por uma pessoa que usa IA para corrigi-lo ou aprimorá-lo é considerado assistido, e a plataforma não exige que essa assistência seja declarada. A classificação como gerado por IA também é mantida quando o conteúdo passa por alterações posteriores. Diretrizes oficiais do KDP.

São critérios de uma plataforma, não uma definição universal de autoria literária. Mas ajudam a dar contornos mais precisos a uma conversa que costuma ficar na pergunta ampla demais sobre se houve uso de IA. Corrigir um erro de digitação, explorar uma ideia e pedir a redação de uma cena são intervenções que precisam ser descritas de maneiras diferentes.

Para nossa comunidade editorial, a pergunta que importa é qual foi a intervenção, em que etapa do trabalho ela ocorreu e quem, entre os envolvidos na publicação, sabia dela. Uma explicação específica oferece uma base mais sólida para discutir responsabilidades do que um rótulo que mistura tudo.

A pesquisa também precisa de limites

Um estudo de Chakrabarty e outros pesquisadores examina 14.419 livros de ficção de gênero autopublicados na Amazon, recorrendo à detecção de texto e a dados de vendas. A versão mais recente registrada no arXiv é de 3 de agosto de 2026 e é apresentada como um documento de trabalho em revisão. Não deve ser anunciada como uma descoberta desta semana nem como uma conclusão científica já definitiva. Registro e texto do estudo.

O tamanho de uma amostra importa; também importam suas categorias e o procedimento usado para defini-las. Ao noticiar esses estudos, devemos separar os resultados apresentados pelos autores das conclusões que uma editora, um leitor ou um tribunal talvez queiram tirar deles.

Uma conversa editorial, não um veredito

Na Tu Letra Online, propomos que um sinal de detecção dê início a uma análise documentada: especificar o que foi analisado, guardar o resultado e ouvir como o manuscrito foi elaborado. Rascunhos ou o histórico de alterações podem oferecer contexto, quando disponíveis. A ausência desses registros, por si só, também não comprova o uso de inteligência artificial.

A transparência requer acordos claros para autores e leitores. E a confiança exige que possamos investigar sem transformar uma suspeita numa marca permanente sobre alguém. A porcentagem pode ser uma pista relevante. A conversa sobre um livro também precisa de pessoas capazes de interpretá-la.

• Que usos de IA você esperaria que um autor ou uma editora explicassem ao leitor?
• Que outras evidências você pediria antes de tomar uma decisão sobre um manuscrito sinalizado por um detector?
• Além do resultado literário, que peso o processo de escrita tem para você na escolha de um livro?

Compartilhe sua experiência, defenda sua posição e discorde com respeito. Queremos ouvir tanto quem usa essas ferramentas quanto quem prefere trabalhar sem elas.