Como a Declaração de Independência dos EUA foi considerada 98.51% por um detetor de IA

Durante séculos, houve um documento que personificou a coragem humana e a genialidade política.

Hoje, uma ferramenta de software trata-o como se fosse texto sem alma feito por máquina.

A Declaração de Independência dos EUA, durante muito tempo celebrada como um dos pontos mais altos da retórica humana, acabou de reprovar num teste contemporâneo: um detetor de IA concluiu que o texto foi, quase por completo, escrito por uma máquina. Isto não diz grande coisa sobre 1776, mas revela bastante sobre a confusão instalada em torno da autoria na era da inteligência artificial.

Quando um manifesto de 1776 - a Declaração de Independência dos EUA - é assinalado como texto de máquina

A polémica começou quando a especialista de SEO Dianna Mason colou o texto integral da Declaração de Independência num serviço popular de deteção de IA. A ferramenta avaliou a linguagem, o ritmo e a estrutura e devolveu um veredito sem rodeios: o documento seria “98.51% likely” de ter sido gerado por inteligência artificial.

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

É evidente que não existia qualquer modelo de IA quando Thomas Jefferson redigiu a Declaração em 1776. O resultado é, do ponto de vista histórico, um erro categórico - mas reflete aquilo que muitos estudantes, jornalistas e investigadores enfrentam no imediato: suspeita automatizada.

O teste de Mason não ficou por um único documento. Ferramentas semelhantes já assinalaram pareceres jurídicos da década de 1990 e excertos da Bíblia como prováveis produtos de IA. Esses exemplos circularam rapidamente nas redes sociais, muitas vezes apresentados como prova de que “os detetores de IA não funcionam” ou de que penalizam escrita complexa e formal.

O caso surge numa altura de grande tensão. Universidades, redações e instituições públicas em todo o mundo têm recorrido a detetores de IA para identificar possíveis fraudes. Ao mesmo tempo, multiplicam-se as queixas de que estes sistemas falham precisamente como falharam com a Declaração: confundem prosa estruturada e cuidada com texto algorítmico.

Porque é que os detetores de IA falham com textos antigos - e também com os atuais

Os detetores de IA baseiam-se em padrões estatísticos para inferir se um texto foi escrito por IA. Não interpretam o significado. Estimam probabilidades. Quando identificam características frequentemente associadas a produção automática, a pontuação sobe.

• Um comprimento de frases demasiado regular pode parecer “demasiado suave” para ser humano.
• Escolhas de palavras previsíveis levantam suspeitas.
• Um registo formal ou antiquado pode assemelhar-se a dados de treino dos modelos.
• A repetição de estruturas, como “Nós consideramos…”, desencadeia sinais típicos de IA.

A Declaração de Independência cumpre vários destes critérios. Recorre a inícios de frase repetidos, a paralelismos rígidos e a uma sequência de argumentos lógica, quase mecânica. Para um algoritmo treinado com texto de IA moderno, esse padrão soa estranhamente familiar.

Textos históricos seguem muitas vezes regras retóricas muito estritas. Os detetores atuais confundem essa disciplina com a “planura” da prosa de IA.

Há ainda outra complicação. Muitos modelos de deteção são treinados com conteúdos recolhidos na internet, incluindo clássicos de domínio público e textos religiosos. Quando a ferramenta “encontra” de novo a Declaração, pode não distinguir “texto canónico amplamente conhecido” de “saída que se parece com os exemplos do meu treino de IA”. O sinal acaba por se misturar.

O problema torna-se maior nas salas de aula. Existem vários casos documentados de estudantes acusados de usar IA com base apenas em pontuações elevadas, apesar de terem escrito o trabalho por conta própria. Em algumas escolas, as sanções foram anuladas após revisão manual, mas o dano na confiança permanece.

É possível distinguir, de forma fiável, escrita humana e escrita de IA?

Antes dos computadores, a prova de autoria apoiava-se muitas vezes em vestígios físicos: caligrafia, tipo de tinta, origem do papel. Mesmo as primeiras impressões deixavam marcas identificáveis de tipografias, prensas e compositores. Era possível seguir a pista de um documento até uma pessoa ou uma oficina.

O texto digital apaga essas pistas. Um parágrafo escrito num café em 2025 é indistinguível, no ecrã, de outro gerado num conjunto de servidores. Não há notas nas margens, nem pressão da caneta, nem correções rabiscadas. Só caracteres.

Atualmente, os investigadores tendem a agrupar as abordagens à autoria por IA em duas grandes famílias:

Abordagem	Como funciona	Principal fragilidade
Deteção apenas pelo texto	Analisa estilo, repetição, escolhas de palavras e estrutura à procura de padrões semelhantes aos da IA.	Gera falsos positivos em texto humano e falsos negativos em texto de IA mais refinado.
Marcação de água e etiquetas criptográficas	Insere sinais ocultos ou metadados quando a IA gera texto.	Depende da cooperação dos fornecedores dos modelos; falha quando o texto é copiado ou editado.

À medida que modelos como o GPT-4 e posteriores evoluem, a diferença entre produção humana e produção automática diminui. Os desenvolvedores ajustam os sistemas para imitarem tiques humanos, variarem o comprimento das frases e introduzirem toques de personalidade. Muitos detetores - concebidos para gerações anteriores de IA - não conseguem acompanhar.

A origem de um texto ainda importa?

Para Dianna Mason, a questão central não está tanto na precisão da ferramenta, mas na forma como reagimos ao rótulo. Numa entrevista à Forbes, ela sugere que os leitores continuam a sentir desconforto quando descobrem que a IA produziu um conteúdo. Alguns afastam-se por reflexo, pressupondo que o texto não tem profundidade, cuidado ou responsabilização.

O estigma em torno da escrita por IA molda o comportamento: o rótulo “gerado” tende a pesar mais do que as próprias palavras.

O empreendedor Benjamin Morrison, também citado pela Forbes, adota uma perspetiva mais pragmática. Enquadra a resistência à escrita por IA como parte de um padrão conhecido: a sociedade resiste e, com o tempo, integra cada vaga tecnológica. Das calculadoras nas aulas à fotografia digital, ferramentas que primeiro pareceram batota acabaram por se tornar equipamento normal.

A discussão desloca-se, então, da origem para o impacto. Quem beneficia do texto? Quem assume responsabilidade por erros ou enviesamentos? Que grau de transparência deve existir quando os autores recorrem a apoio de IA? Estas perguntas pesam mais do que qualquer pontuação bruta de deteção.

Consequências elevadas para estudantes, jornalistas e tribunais

Falsos positivos aplicados à Declaração e à Bíblia geram títulos fáceis. Porém, falhas semelhantes atingem pessoas de forma mais silenciosa. Quando um professor introduz um ensaio num detetor e recebe um rótulo de “99% IA”, o estudante pode enfrentar reprovação ou processos disciplinares. Alguns alunos afirmam que não tiveram oportunidade real de contestar o resultado.

Juristas do meio académico já alertam que estas ferramentas não devem ser usadas como prova principal de fraude. No máximo, defendem, uma pontuação pode abrir uma conversa - não sustentar uma condenação. A mesma prudência aplica-se nas redações, onde editores podem desconfiar de trabalhos de colaboradores externos com base num único veredito automatizado.

Até os sistemas judiciais sentem a pressão. Juízes e funcionários avaliam cada vez mais se peças processuais incluem argumentos gerados por IA, sobretudo quando citam casos inexistentes. Se os detetores conseguem classificar incorretamente jurisprudência da década de 1990 como escrita por IA, então depender cegamente deles arrisca minar a justiça em vez de a proteger.

Novas normas para um mundo de escrita mista entre humanos e IA

Em vez de perseguirem um “detetor de mentiras” perfeito, alguns especialistas propõem a criação de novas normas centradas na divulgação e na responsabilização. Nesta visão, a IA torna-se mais uma ferramenta - como o corretor ortográfico ou software de tradução - e não um fantasma proibido a escrever por terceiros.

Possíveis padrões que começam a emergir

• Políticas claras nas escolas sobre quando e como a assistência de IA é permitida.
• Identificações em artigos noticiosos a explicar se a IA ajudou a redigir, traduzir ou resumir conteúdo.
• Contratos que obriguem autores a declarar se a IA produziu partes substanciais de um texto.
• Orientações para o setor público sobre uso de IA em documentos oficiais, para manter a confiança.

Estas abordagens transferem o peso da deteção probabilística para a responsabilidade humana. Em vez de tentarem adivinhar quem escreveu o quê, as instituições exigem que as pessoas indiquem os métodos usados e, depois, apliquem consequências quando há mentira.

Para lá da deteção: rastrear estilo, intenção e risco

O episódio da Declaração também reabre uma conversa mais profunda sobre o que é, afinal, autoria. Muitos textos canónicos já nasceram de colaboração, revisão e influência. Jefferson não escreveu num vazio; bebeu de filósofos, panfletos e debates políticos.

As ferramentas de IA funcionam como mais um tipo de colaborador: rápido, incansável, moldado por padrões de milhares de milhões de palavras. Aceleram pesquisa, geram primeiros rascunhos e sugerem formulações alternativas. Daí resultam várias preocupações práticas:

• A dependência excessiva de IA pode nivelar o estilo e a voz individual.
• Dados de treino enviesados podem amplificar estereótipos em documentos de políticas públicas ou relatórios.
• Conteúdo jurídico ou médico gerado pode soar convincente e, ainda assim, estar errado.
• A escrita fantasma em escala pode inundar o debate público com argumentos sintéticos, mas persuasivos.

Estes riscos não desaparecem mesmo que os detetores de IA se tornem mais precisos. Exigem literacia sobre como os modelos de linguagem funcionam, porque falham e onde são mais fortes. Estudantes que aprendem a usar IA com sentido crítico - em vez de o fazerem às escondidas - podem desenvolver melhor discernimento do que aqueles a quem se proíbe qualquer contacto.

O caso da Declaração de Independência, erradamente rotulada, funciona como um alerta estranho, mas útil. Se um documento fundador pode ser confundido com texto sintético, então o estilo, por si só, já não sustenta a nossa noção de escrita humana. Leitores, educadores e legisladores enfrentam agora uma tarefa mais difícil: desenhar regras e expectativas para um mundo em que frases humanas e frases de máquina coexistem, muitas vezes indistinguíveis - mas não equivalentes do ponto de vista moral.