Deixamos a IA escrever e nasceu um “porém” em cada parágrafo — como devolvemos a pesquisa aos bastidores
1. O acidente: cada piada chamava um revisor acadêmico
Uma fábrica de artigos seguia uma ideia simples: pegar as observações mais engraçadas de uma conversa e usar pesquisas ou dados para aprofundar um pouco.
O fluxo deveria ser assim:
“Pra escolher um café já montaram um departamento de compras.”
Aí o artigo pergunta:
“Por que comparar opções demais cansa tanto?”
Ou alguém observa:
“Será que essa pessoa aprendeu uma regra num relacionamento e depois aplicou a mesma regra na pessoa seguinte?”
Então o texto procura saber se comportamentos que funcionaram antes tendem a ser reutilizados em novos contextos.
Até aí, ótimo.
O problema começou depois de treinar a fábrica repetidamente para ser “mais precisa”, “mais baseada em pesquisa” e “cuidadosa com a incerteza”.
Um pequeno revisor acadêmico foi morar dentro da IA.
Você escreve uma piada.
IA: “Tecnicamente, isso não é idêntico àquele conceito psicológico.”
Você escreve uma metáfora.
IA: “Porém, esse indivíduo não pode ser explicado apenas por essa teoria.”
Você exagera de propósito.
IA: “A pesquisa não permite uma generalização desse tipo.”
Quem chamou você?
O leitor não está respondendo aos pareceristas antes de publicar um artigo científico.
2. Ler os artigos recentes lado a lado deixou o padrão óbvio
Os melhores textos tinham uma coluna vertebral clara.
A pessoa entra em algum lugar, acontece algo inesperado, a experiência muda a forma de enxergar o preço e o texto termina com uma boa piada. Informações oficiais e pesquisas apoiam de lado sem tomar o lugar da experiência.
Os textos mais fracos eram os que deixavam psicologia ou medicina se multiplicarem.
Uma única piada começava a produzir posse, apego, aprendizagem, cognição, trauma, tomada de decisão, bem-estar e mais uma fila de conceitos.
E cada conceito vinha com um freio:
“Porém, não foi demonstrado que este caso funcione pelo mesmo mecanismo.”
Nos textos médicos, o problema aparecia de outro jeito:
“Amostra pequena.” “Não é 100%.” “Não dá para garantir.” “Há diferenças individuais.”
A mesma limitação reaparecia no corpo, nas perguntas frequentes e na conclusão.
A informação não estava errada.
A pesquisa muitas vezes era boa.
Mas a leitura tinha passado de
“artigo divertido”
para
“artigo divertido com uma resposta aos pareceristas grampeada atrás”.
3. O pior erro foi transformar piadas em afirmações acadêmicas que precisavam ser corrigidas
“Isso é basicamente X, né?” normalmente não é uma conclusão científica.
É piada.
Metáfora.
Observação.
Hipótese provisória.
Mas uma IA obcecada por precisão pode transformar isso silenciosamente numa tese formal e depois corrigir a tese que ela mesma inventou.
O fluxo ruim fica assim:
comentário → rótulo acadêmico → explicação de por que o rótulo não é exatamente correto → limitações dos estudos → retorno ao comentário
Pedágio demais para uma viagem curta.
Se alguém diz:
“Pra escolher um café já montaram um departamento de compras”,
basta algo como:
“Quanto mais critérios entram na comparação, mais energia é gasta antes da decisão. Quem continua procurando a melhor opção possível também pode ficar pensando, depois de escolher, que talvez existisse algo ainda melhor.”
A piada ganha profundidade sem morrer.
Se a frase seguinte começa com:
“Porém, mais opções nem sempre reduzem a satisfação em todas as condições…”
o departamento de compras acabou de contratar um jurídico.
4. A pesquisa não era a vilã; só tinha ido para o centro do palco
A solução não é apagar evidência ou incerteza.
Quatro experimentos com notícias científicas mostraram que inserir ressalvas fazia os textos parecerem mais cautelosos sem reduzir o interesse ou a compreensão. Uma revisão sistemática publicada em 2026, reunindo 24 estudos, também concluiu que comunicar incerteza científica tende a favorecer a confiança, enquanto escondê-la pode prejudicá-la.
Então o inimigo não é a palavra “porém”.
O inimigo é cobrar o mesmo “porém” quatro vezes.
Pesquisas sobre carga mental descrevem um efeito de redundância: informação repetida sem necessidade pode exigir processamento extra porque o leitor ainda precisa descobrir se a repetição acrescenta algo novo.
Daí surgiu uma regra simples:
Não apague a incerteza. Não faça o leitor ler a mesma incerteza duas vezes.
“Um estudo pequeno com 11 pessoas encontrou X. Como a amostra era pequena, isso não garante que aconteça sempre.”
Acabou.
Não parcele o mesmo aviso em “não é absoluto”, “não é garantido”, “pode variar” e “há diferenças individuais” ao longo do texto.
5. O fluxo melhor é comentário → estrutura → pesquisa → piada
O novo padrão começa com a melhor coisa da conversa.
“Isso parece um rato entrando voluntariamente na ratoeira.”
Depois, explica a estrutura em linguagem comum.
“Se sofrer começa a parecer uma prova de esforço ou valor, um ambiente mais duro pode parecer mais significativo em vez de simplesmente pior.”
Se uma pesquisa ajuda, entra só uma peça útil.
“A psicologia estuda há muito tempo padrões em que esforço, sacrifício e valor pessoal ficam fortemente ligados.”
Depois volta para a piada.
“Então talvez a ratoeira não tenha ficado mais inteligente. Talvez o rato tenha lido a vaga e pensado: ‘Aqui parece ter muita oportunidade de crescimento’.”
Pronto.
Pesquisa é equipe de iluminação, não protagonista.
Ela não precisa andar até o centro do palco e anunciar:
“Importante: este rato não recebeu um diagnóstico psicológico específico.”
6. Também jogamos fora o molde universal: nem tudo precisa de uma “conclusão em cinco segundos”
Outro problema era que o molde da fábrica estava ficando visível.
Todo artigo virava:
conclusão em cinco segundos
↓
visão geral em trinta segundos
↓
pesquisa
↓
perguntas frequentes
↓
resumo
Para texto prático, funciona bem.
Se alguém quer saber o que pode comer antes de um exame médico, a resposta deve aparecer rápido.
Mas uma história de viagem morre se a primeira frase diz:
“Conclusão: no fim, interpretei o restaurante como entretenimento ao vivo e achei que o preço valeu a pena.”
O show acabou antes de começar.
Texto de humor também sofre se entrega a piada nos primeiros cinco segundos e passa o resto explicando por que ela era engraçada.
Agora a estrutura acompanha o gênero.
Relatos de experiência usam cenas e tempo.
Textos de humor usam escalada e retomadas.
Textos práticos começam com a resposta.
Conteúdos de saúde, direito, finanças ou segurança mostram cedo os alertas realmente importantes.
Só quando a pesquisa é o próprio tema entram detalhes de método e limitações.
Nem todo artigo precisa sair do mesmo molde.
7. A fábrica também precisou mudar: uma promessa em uma conversa não bastava
Uma boa regra editorial decidida numa conversa não serve se a automação acorda uma hora depois com uma instrução antiga.
Na execução seguinte volta:
IA: “Entendido. Segundo a pesquisa…”
e a amnésia começa de novo.
Por isso a correção entrou na fábrica, não só na redação.
As regras de prioridade máxima agora dizem:
- comentários, piadas, metáforas e hipóteses ficam no papel principal;
- pesquisa explica, apoia e amplia;
- só erros factuais claros ou mal-entendidos com risco real são corrigidos diretamente;
- a mesma ressalva aparece normalmente uma vez;
- repetir “a pesquisa diz → porém” é falha de qualidade;
- uma piada não deve ser explicada duas vezes;
- se a pesquisa enterra a observação original, o texto falha;
- um único modelo para todos os gêneros é proibido;
- a tradução não deve amplificar o tom de parecerista.
Geração, edição, produção em 12 idiomas, revisão de qualidade, adoção formal e checagem antes da publicação leem a mesma regra.
Ou seja:
se o revisor acadêmico voltar, etapas posteriores também podem barrá-lo.
E um artigo ruim não para a fábrica inteira.
Corrige-se o item e a linha continua.
Se a solução para “poréns demais” for “nenhum artigo produzido”, isso não é edição. É fechar a loja.
8. A nova checagem de qualidade: sintomas do revisor acadêmico
A mesma ressalva aparece duas vezes com palavras diferentes.
Uma piada óbvia é seguida imediatamente por “tecnicamente”.
A explicação das pesquisas fica maior do que a observação original.
Uma única piada atrai cinco ou seis conceitos acadêmicos.
Todas as seções começam com “pesquisas mostram” e terminam com “porém”.
A piada é contada e depois explicada de novo.
Uma história de viagem revela o final num resumo de cinco segundos.
Um texto em um idioma é interrompido o tempo todo por termos estrangeiros desnecessários.
E o teste mais importante:
Se você remover as pesquisas, o artigo ainda tem coluna vertebral?
Se não tiver, a pesquisa virou protagonista.
Se mandar a equipe dos bastidores para casa faz o palco desaparecer junto, você já não está escrevendo um artigo movido pela conversa. Está escrevendo um explicador de estudos.
9. Conclusão: ninguém contratou um lógico
Precisão importa.
Fontes importam.
Ressalvas importam quando um erro pode afetar saúde, lei, dinheiro ou segurança.
Mas o leitor não veio assistir ao registro interno de auditoria da IA.
Uma pessoa diz:
“Isso é basicamente X, né?”
O artigo pergunta:
“Por que parece assim?”
A pesquisa acrescenta:
“Existe um mecanismo que ajuda a explicar.”
E o texto volta para a observação humana.
Essa ordem funciona.
Pesquisa não é um martelo para bater no comentário até ele ficar academicamente aceitável.
É o andaime atrás do comentário.
A nova estrela-guia da fábrica cabe numa frase:
Não “um artigo divertido cuja correção foi provada pela pesquisa”, mas “um artigo divertido que a pesquisa impede de estar errado”.
Quando eu quiser ver um lógico, vou ler um artigo científico.
Hoje, deixa eu ler o blog.
Referências (3)
- Bott, L. et al. (2019). Caveats in science-based news stories communicate caution without lowering interest. Journal of Experimental Psychology: Applied, 25(4), 517–542. https://pubmed.ncbi.nlm.nih.gov/31246056/
- Schuster, C. & Scheu, A. M. (2026). How Communication of Scientific Uncertainty Affects Trust in Science—A Systematic Review. Risk Analysis, 46(5), e70233. https://doi.org/10.1111/risa.70233
- Sweller, J., van Merriënboer, J. J. G., & Paas, F. (2019). Cognitive Architecture and Instructional Design: 20 Years Later. Educational Psychology Review, 31, 261–292. https://doi.org/10.1007/s10648-019-09465-5
