Declaração de Independência dos EUA confundida com texto de IA

Durante séculos, um documento simbolizou a coragem humana e a genialidade política.

Agora, uma ferramenta de software trata-o como texto descartável produzido por uma máquina.

A Declaração de Independência dos EUA, há muito considerada o auge da retórica humana, acabou de falhar num teste contemporâneo: um detetor de IA concluiu que foi escrita quase integralmente por uma máquina. O resultado não revela nada sobre 1776, mas diz muito sobre a confusão que já existe em torno da autoria na era da inteligência artificial.

Quando um manifesto de 1776 é assinalado como texto criado por máquina

A polémica começou quando a especialista em SEO Dianna Mason inseriu o texto completo da Declaração de Independência num serviço popular de deteção de IA. Depois de avaliar a linguagem, o ritmo e a estrutura, a ferramenta apresentou uma conclusão inequívoca: o documento tinha “98.51% likely” de ter sido gerado por inteligência artificial.

O software que classifica trabalhos universitários como “escritos por IA” faz agora o mesmo ao texto fundador dos Estados Unidos.

Naturalmente, não existia qualquer modelo de IA quando Thomas Jefferson redigiu a Declaração em 1776. Em termos históricos, o resultado é um erro categórico, mas reproduz aquilo com que muitos estudantes, jornalistas e investigadores lidam actualmente: suspeita automatizada.

O teste de Mason não se limitou a um documento. Ferramentas semelhantes também identificaram pareceres jurídicos dos anos 1990 e excertos da Bíblia como prováveis resultados de IA. Estes casos circularam depressa nas redes sociais, frequentemente apresentados como prova de que “os detetores de IA não funcionam” ou de que penalizam uma escrita complexa e formal.

O episódio surge num momento de tensão. Universidades, redações e instituições públicas de todo o mundo recorrem a detetores de IA para identificar possíveis situações de fraude. Um número crescente de queixas indica que estes sistemas por vezes falham exactamente como falharam com a Declaração: confundem prosa estruturada e cuidada com texto algorítmico.

Porque os detetores de IA têm dificuldades com o passado - e com o presente

Os detetores de IA recorrem a padrões estatísticos para inferir se um texto foi escrito por IA. Não interpretam o significado; calculam probabilidades. Sempre que encontram características fortemente associadas à produção automática, a pontuação aumenta.

• Frases com comprimentos muito regulares podem parecer “demasiado fluidas” para terem sido escritas por uma pessoa.
• Escolhas lexicais previsíveis suscitam suspeitas.
• Um estilo formal ou antiquado pode assemelhar-se aos dados de treino dos modelos.
• A repetição de estruturas, como “Consideramos…”, activa sinais associados à IA.

A Declaração de Independência reúne várias destas características. Emprega inícios de frase repetidos, paralelismos rígidos e uma sequência de argumentos lógica, quase mecânica. Para um algoritmo treinado com texto de IA moderno, esse padrão parece suspeitamente familiar.

Os textos históricos seguem muitas vezes regras retóricas rigorosas. Os detetores modernos confundem essa disciplina com a “uniformidade” da prosa de IA.

Há ainda outra particularidade. Muitos modelos de deteção de IA são treinados com conteúdos recolhidos na Internet, incluindo clássicos de domínio público e textos religiosos. Ao voltar a encontrar a Declaração, a ferramenta pode não conseguir separar “texto canónico amplamente conhecido” de “resultado semelhante aos meus exemplos de treino de IA”. O sinal torna-se confuso.

O problema estende-se às salas de aula. Vários casos documentados mostram alunos acusados de recorrer à IA apenas com base em pontuações elevadas dos detetores, apesar de terem escrito os trabalhos sem ajuda. Algumas escolas anularam sanções após revisão humana, mas o dano causado à confiança permanece.

É possível distinguir de forma fiável a escrita humana da escrita por IA?

Antes dos computadores, a prova de autoria dependia muitas vezes de vestígios físicos: caligrafia, tipo de tinta ou origem do papel. Até as primeiras impressões continham marcas identificáveis das prensas e dos tipógrafos. Era possível associar um documento a uma pessoa ou oficina.

O texto digital elimina esses indícios. Um parágrafo escrito num café em 2025 é visualmente idêntico, no ecrã, a outro gerado num centro de servidores. Não existem anotações nas margens, pressão da tinta ou correcções rabiscadas. Há apenas caracteres.

Actualmente, os investigadores dividem as abordagens à autoria por IA em duas grandes categorias:

À medida que modelos como o GPT-4 e os seguintes evoluem, diminui a diferença entre a produção humana e a produção automática. Os programadores ajustam os sistemas para imitarem particularidades humanas, alternarem o comprimento das frases e introduzirem sinais de personalidade. Muitos detetores, criados para gerações anteriores de IA, têm dificuldade em acompanhar essa evolução.

A origem de um texto continua a importar?

Para Dianna Mason, a questão central não está tanto na precisão da ferramenta, mas na nossa reacção ao seu resultado. Numa entrevista à Forbes, sugere que os leitores continuam desconfortáveis quando descobrem que um conteúdo foi produzido por IA. Alguns afastam-se por reflexo, partindo do princípio de que o texto não tem profundidade, cuidado ou responsabilização.

O estigma em torno da escrita por IA molda o comportamento: a etiqueta “gerado” tem frequentemente mais peso do que as próprias palavras.

O empresário Benjamin Morrison, também citado pela Forbes, adopta uma posição mais pragmática. Interpreta a resistência à escrita por IA como parte de um padrão conhecido: a sociedade resiste inicialmente e, depois, incorpora gradualmente cada nova vaga tecnológica. Das calculadoras nas salas de aula à fotografia digital, ferramentas que primeiro pareciam uma forma de batota acabaram por se tornar equipamento habitual.

Assim, o debate essencial desloca-se da origem para o impacto. Quem beneficia do texto? Quem assume a responsabilidade por erros ou enviesamentos? Até que ponto devem os criadores ser transparentes quanto ao apoio de IA? Estas questões têm mais peso do que qualquer pontuação bruta de deteção.

Consequências elevadas para estudantes, jornalistas e tribunais

Os falsos positivos relativos à Declaração e à Bíblia produzem manchetes fáceis. Contudo, erros semelhantes afectam a vida das pessoas de formas menos visíveis. Quando um professor introduz uma redação num detetor e recebe a indicação “99% IA”, o aluno pode enfrentar reprovação ou processos disciplinares. Alguns estudantes afirmam não ter tido qualquer oportunidade de contestar o resultado.

Especialistas em direito académico já alertam que estas ferramentas não devem ser usadas como prova principal de fraude. No máximo, defendem, uma pontuação deve motivar uma conversa, e não uma condenação. A mesma prudência aplica-se às redações, onde os editores podem desconfiar de trabalho freelance com base num único veredicto automatizado.

Até os sistemas judiciais sentem esta pressão. Juízes e funcionários judiciais questionam agora se as peças processuais incluem argumentos gerados por IA, sobretudo quando citam processos inexistentes. Se os detetores conseguem classificar a própria jurisprudência dos anos 1990 como escrita por IA, então confiar cegamente neles pode comprometer a justiça em vez de a proteger.

Novas normas para um mundo de escrita humana e IA

Em vez de perseguirem um detetor de mentiras perfeito, alguns especialistas propõem a criação de novas normas de divulgação e responsabilização. Nesta perspectiva, a IA passa a ser mais uma ferramenta, como o corrector ortográfico ou o software de tradução, e não um escritor-fantasma proibido.

Possíveis padrões em formação

• Políticas claras nas escolas que indiquem quando e de que forma a assistência por IA é permitida.
• Menções em artigos noticiosos que expliquem se a IA ajudou a redigir, traduzir ou resumir o conteúdo.
• Contratos que obriguem os autores a declarar se a IA produziu partes substanciais de um texto.
• Orientações para o sector público sobre o uso de IA em documentos oficiais, de modo a preservar a confiança.

Estas soluções transferem o ónus da deteção probabilística para a responsabilidade humana. Em vez de tentarem adivinhar quem escreveu cada texto, as instituições pedem às pessoas que declarem os seus métodos e aplicam depois consequências quando mentem.

Para lá da deteção: estilo, intenção e risco

O caso da Declaração de Independência erradamente classificada também reabre uma discussão mais profunda sobre a própria autoria. Muitos textos canónicos já resultaram de colaboração, edição e influência. Jefferson não escreveu num vazio; aproveitou ideias de filósofos, panfletos e debates políticos.

As ferramentas de IA funcionam como outro tipo de colaborador: rápidas, incansáveis e moldadas por padrões extraídos de milhares de milhões de palavras. Aceleram a investigação, criam primeiros rascunhos e propõem formulações alternativas. Isto levanta várias preocupações práticas:

• A dependência excessiva da IA pode uniformizar o estilo e a voz individuais.
• Dados de treino enviesados podem amplificar estereótipos em documentos de políticas públicas ou relatórios.
• Conteúdos jurídicos ou médicos gerados podem soar credíveis apesar de estarem errados.
• A escrita-fantasma à escala pode inundar o debate público com argumentos sintéticos, mas persuasivos.

Estes riscos não desaparecem se os detetores de IA se tornarem mais precisos. Exigem literacia sobre o funcionamento dos modelos de linguagem, as razões por que falham e os contextos em que são eficazes. Os estudantes que aprendem a usar a IA de forma crítica, em vez de secreta, poderão acabar por desenvolver melhor discernimento do que aqueles a quem ela é totalmente proibida.

O caso da Declaração de Independência mal identificada serve de exemplo estranho, mas útil. Se um documento fundador pode ser confundido com texto sintético, então o estilo, por si só, não pode sustentar a nossa ideia de escrita humana. Leitores, educadores e legisladores enfrentam agora uma tarefa mais difícil: conceber regras e expectativas para um mundo em que frases humanas e produzidas por máquina coexistem, muitas vezes impossíveis de distinguir, mas não moralmente equivalentes.