Em 1984, George Orwell imaginou uma linguagem engenheirada a ponto de “ninguém falar qualquer outra”. Mais de 800 milhões de pessoas hoje usam assistentes de escrita baseados em LLM, como ChatGPT e Claude, para redigir, polir e reescrever seus textos. Um estudo publicado esta semana na Nature Human Behaviour sugere que Orwell acertou a direção — só que mais devagar e de forma mais estranha do que ele previu. Não é que a IA proíba palavras. É que ela faz, silenciosamente, todo mundo soar como a mesma pessoa.
Liderado por pesquisadores da University of Southern California (USC), o estudo analisou mais de 880.000 textos — artigos de notícias, trabalhos acadêmicos, ensaios argumentativos, posts em redes sociais e discursos — e conduziu três experimentos investigando como a escrita assistida por LLMs muda a linguagem. A conclusão principal: assistentes de escrita por IA estão achatando mensuravelmente a diversidade linguística, e esse achatamento é sistemático, não aleatório.
A complexidade da escrita está convergindo
O primeiro estudo comparou corpora antes e depois do lançamento do ChatGPT, em novembro de 2022. Em preprints do arXiv, posts do Reddit e notícias locais, a variância na complexidade da escrita diminuiu significativamente. As distribuições de estilo não encolheram porque o mundo ficou mais uniforme; elas encolheram em passo com a curva de adoção do “polimento” por LLMs.
O segundo estudo deixou o mecanismo explícito. Em experimentos controlados de reescrita, as reescritas por LLM reduziram a variância da complexidade da escrita em 21% a 50%. Rascunhos distintos de pessoas diferentes, passados pelo mesmo assistente, voltaram mais parecidos entre si do que quando entraram.
O viés da “persona padrão”
O terceiro estudo é o que deveria preocupar os psicólogos. A equipe pareou corpora de texto com dados psicométricos — idade, gênero, personalidade Big Five, empatia, valores morais — e treinou classificadores para prever esses traços a partir da linguagem. Depois, comparou as previsões em texto original versus texto reescrito por LLM.
- A acurácia das previsões caiu, em média, cerca de 6 pontos percentuais (F1). A idade foi a mais afetada: o F1 caiu de 0.351 para 0.260, uma perda de 26%.
- A mudança não é ruído aleatório. O texto reescrito é sistematicamente julgado como mais velho, mais moralista, menos empático, menos extrovertido — e mais aberto e agradável.
- O viés se manteve em diferentes LLMs e diferentes prompts de reescrita. Seja qual for o modelo, a reescrita empurra todos para a mesma “persona padrão”.
Em outras palavras, os LLMs não apagam tanto os sinais de identidade quanto os sobrescrevem com um único perfil. As clássicas associações entre palavras e pessoas das quais linguistas e cientistas sociais dependem estão sendo seletivamente corroídas: algumas associações desaparecem, outras sobrevivem.
Por que a linguagem está se tornando a “forma final”
O mecanismo não é misterioso. LLMs são treinados para produzir a continuação estatisticamente mais provável, e o texto mais provável é, por definição, o mais mainstream. Quando centenas de milhões de pessoas passam sua escrita por esse filtro, a voz individual — o ritmo, a escolha de palavras e a postura específicos que tornam uma frase sua — é a primeira coisa a ser diluída na média.
Pior: o ciclo se alimenta sozinho. Texto assistido por IA volta para os corpora de treinamento; a próxima geração de modelos treina, em parte, sobre sua própria produção homogeneizada, acelerando a convergência. O que parece “IA escrevendo cada vez melhor” é, em parte, um circuito fechado: os modelos, os usuários e o corpus puxam todos juntos para a média. Execuções públicas de treinamento aberto, como o Marin 535B, tornam esse pipeline visível: o gosto dos dados de treinamento vira o gosto do modelo. Uma análise completa dos três experimentos — tamanhos dos corpora, testes de causalidade e a erosão das associações palavra-pessoa — está em nossa análise anterior.
O que está realmente em jogo
Esta não é apenas uma perda estética. Sinais baseados em linguagem são infraestrutura para sistemas reais: psicólogos fazem triagem de depressão a partir de pistas textuais, empregadores auditam a linguagem de contratação em busca de justiça, profissionais de marketing personalizam em escala, cientistas sociais leem valores a partir da fala. Se esses sinais se achatarem em direção a um perfil padrão, três coisas acontecem:
- Ferramentas se degradam silenciosamente. Triagens de saúde mental e inferência de personalidade calibradas em texto pré-LLM perdem acurácia à medida que o texto do mundo real fica mais parecido.
- A justiça ganha um novo ponto cego. Se todos são reescritos em direção à mesma persona, os classificadores param de enxergar a diferença — o que soa “justo” até você lembrar que eles também eram as ferramentas que detectavam viés.
- A cultura afina nas bordas. Registro, dialeto e idiomatismos comunitários não sobrevivem à média da “continuação mais provável”. O que está desaparecendo não é só a contagem de palavras; é a textura de como as comunidades raciocinam.
A imprensa expandiu os registros; o telégrafo os comprimiu; a escrita digital os fragmentou em nichos. O assistente de LLM é a primeira tecnologia da história que homogeneiza ativamente a prosa em escala populacional — e o faz uma sugestão educada por vez.
O que fazer a respeito
- Escritores: use a IA como editor, não como ghostwriter. Mantenha um rascunho humano antes de qualquer passagem pelo modelo; a voz que você preserva é dado para tudo que vem depois.
- Peça variedade nos prompts: solicite registros específicos, ritmos de frase e vocabulário fora do padrão. O viés é um padrão, não uma lei.
- Equipes de produto: modos que preservam o estilo, rótulos explícitos de proveniência em texto assistido por IA (a marca d’água verificável está se tornando padrão) e estratégias de amostragem que resistam à média estão se tornando um recurso de respeito ao usuário, não um recurso de nicho.
- Pesquisadores: monitorem a contaminação de corpora como monitoram vazamento de dados. A validade de todos os estudos com sinais linguísticos publicados na próxima década depende disso.
Como colocou uma das pesquisadoras da USC: “Línguas, tradições, formas de pensar — uma vez desaparecidas, não conseguimos recuperá-las. A questão não é se isso é difícil de consertar. É se podemos nos dar ao luxo de não consertar.”
Fonte: USC Dornsife; artigo publicado na Nature Human Behaviour.
