A IA deixa as suas mensagens com cara de robô?

Quase sempre, sim. E pela primeira vez existe pesquisa séria sobre o porquê. Quando um modelo de IA reescreve uma mensagem, o sentido em geral sobrevive. O jeito como você diz as coisas, não. Contrações como o “I’m” do inglês somem, o “eu” aparece menos, o modelo tira, na arrumação, as palavrinhas que dão o seu ritmo, e o que volta parece ter sido escrito para qualquer pessoa.

Sou cofundador do Subtext, um app feito justamente para esse problema, então pese o que eu disser sobre ele levando isso em conta. O que eu posso oferecer é que li os estudos com cuidado e coloquei o link de cada um, para você poder me conferir. Isto é o que eles mostram, o que não mostram e o que você pode fazer a respeito, seja usando o nosso app, seja colando os seus rascunhos no ChatGPT. Mais adiante, o Subtext lê o rascunho “Tá bom. Deixa que eu faço, como sempre.”, e eu acompanho o que acontece quando você mantém uma expressão que ele queria tirar.

O que acontece quando a IA reescreve a sua mensagem

O maior estudo até agora saiu na Nature Human Behaviour em agosto de 2026. Os pesquisadores analisaram mais de 880.000 textos, incluindo experimentos controlados em que passaram os mesmos textos por vários modelos de IA com prompts como “dê uma polida”, “deixe mais claro” e “deixe mais natural”. O conteúdo central ficou onde estava. A variedade no jeito como as pessoas escreviam, não. Em todos os conjuntos de dados e modelos, a dispersão da complexidade da escrita encolheu de 21 a 50 por cento, e os classificadores que tentam adivinhar gênero, idade, posição política ou valores de quem escreve a partir do texto ficaram visivelmente piores nas reescritas, com os erros pendendo para o perfil majoritário (The shrinking landscape of linguistic diversity in the age of large language models)¹.

O experimento de reescrita desse estudo usou posts do Reddit e resumos acadêmicos. Um estudo menor de 2026, ainda um preprint, olhou para algo mais perto de uma mensagem de texto: 300 histórias pessoais, cada uma reescrita por três modelos de ponta. O padrão foi o mesmo todas as vezes. Menos contrações (o “I’m” virando “I am”). Menos pronomes de primeira pessoa. Menos daquelas palavrinhas funcionais. Palavras mais longas e pontuação mais elaborada. Não fez diferença se a instrução era “melhore isto” ou só “reescreva isto”. Pedir ao modelo para preservar a voz de quem escreveu reduziu o efeito em cerca de um terço, mas a direção nunca mudou, e o modelo era pior em manter o que gosta de tirar do que em segurar o que gosta de acrescentar (Voice Under Revision: Large Language Models and the Normalization of Personal Narrative)².

Duas descobertas puxam para o outro lado, e elas importam. Um estudo de 2025 com notícias de antes e depois do ChatGPT encontrou mais palavras típicas de IA, mas nenhuma perda mensurável de variedade de vocabulário nas métricas que usou, então o efeito é mais claro na reescrita controlada e menos claro no mundo real (Testing English News Articles for Lexical Homogenization Due to Widespread Use of Large Language Models)³. E um experimento revisado por pares sobre escrever junto com um modelo descobriu que, quando as redações ficavam mais parecidas, a semelhança vinha do texto que o modelo inseria. As contribuições dos próprios autores continuaram tão variadas quanto antes (Does Writing with Language Models Reduce Content Diversity?)⁴.

Essa segunda descoberta é a útil. O estrago vem de substituir as suas frases, e não de pequenas edições nelas.

Por que o seu sentido sobrevive e a sua voz não

Pesquisadores que estudam estilo de escrita tratam duas coisas como separadas. Uma é o que a mensagem diz. A outra é como você diz, e esse “como” é feito de material bem comum: quais palavras do dia a dia você usa, o tamanho das suas frases e o quanto ele varia, os seus hábitos de pontuação, as atenuações como “meio que” e “sinceramente”, se você escreve “tô” ou “estou”, as gírias, os emojis, a troca para outro idioma no meio da frase. Um estudo de 2021 sobre escrita online descobriu que esses hábitos são consistentes o bastante para que um modelo treinado com dezenas de milhares de autores consiga, na maioria das vezes, dizer a partir de dois posts curtos se foi a mesma pessoa que escreveu os dois (Idiosyncratic but not Arbitrary: Learning Idiolects in Online Registers Reveals Distinctive yet Consistent Individual Styles)⁵.

O sentido não precisa de nenhuma dessas características. Então uma reescrita pode manter o sentido perfeitamente e perder todas elas. Foi exatamente isso que o estudo da Nature mediu. O que as pessoas disseram continuou muito parecido, enquanto a variedade de como elas disseram desabou.

Isso faz de “mesma mensagem” e “mesma voz” duas promessas diferentes. A maioria das ferramentas só cumpre a primeira, e a maioria das pessoas só percebe que falta a segunda depois de apertar enviar.

O tom de uma sugestão também pode ser passado adiante. No segundo experimento de Hohenstein e colegas, com 291 duplas, respostas sugeridas negativas deixaram as conversas mais negativas do que as sugestões positivas ou as padrão, e a mudança veio das sugestões que as pessoas de fato enviaram. No primeiro experimento deles, pré-registrado, com 219 duplas, as pessoas avaliaram como menos cooperativo um parceiro que elas acreditavam estar usando IA (Artificial intelligence in communication impacts language and social relationships)⁶.

Escrevi separadamente sobre o que cada um dos três grandes chatbots faz com as suas palavras. Aqui, a pergunta que decide se tudo isso importa é a próxima.

A outra pessoa percebe mesmo?

A evidência aqui é mais específica do que eu esperava.

Um estudo de 2026 publicado na CHI, a principal conferência de pesquisa sobre como as pessoas usam tecnologia, testou exatamente isso em relacionamentos amorosos. Num experimento randomizado com 704 pessoas lendo mensagens de um parceiro ou parceira, os pesquisadores variaram duas coisas: se a IA tinha feito uma leve reescrita de tom ou redigido a mensagem inteira, e se quem enviou admitia que a IA tinha ajudado. Uma participação maior da IA na redação fez a mensagem parecer, de forma consistente, menos de quem enviou e menos autêntica, e ser mais clara ou mais polida não compensava isso. O resultado que chama atenção foi sobre pedidos de desculpa. Quando quem enviou disse “usei IA para ajudar no tom” num pedido de desculpa levemente editado, quem leu achou a mensagem mais autêntica e perdoou com mais facilidade. Quando disse a mesma coisa sobre um pedido de desculpa redigido inteiro pela IA, as duas coisas caíram. Mensagens com mais das manias de quem enviou tiveram notas mais altas de autenticidade em todos os casos (Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication)⁷.

Um segundo estudo, de 2025, explica parte do porquê. Quando 399 pessoas leram mensagens rotuladas como feitas com ajuda de IA, o rótulo não deixou quem enviou com má imagem, mas fez a mensagem deixar de contar como evidência. Um pedido de desculpa sem ajuda soava caloroso. Uma mensagem acusatória sem ajuda soava fria. Com o rótulo de IA, as duas foram para o neutro, como se a mensagem não dissesse nada sobre a pessoa (Explaining the Reputational Risks of AI-Mediated Communication)⁸.

Contar que usou IA também tem um custo. Em 13 experimentos pré-registrados, pessoas que disseram ter usado IA inspiraram menos confiança do que as que não disseram, em contextos que iam de correção de provas a trabalho de design (The Transparency Dilemma: How AI Disclosure Erodes Trust)⁹. Já em situações emocionalmente neutras e pontuais, como um jogo de confiança com um desconhecido, a ajuda da IA quase não fez diferença na confiança, revelada ou não (Writing with AI boosts trust-building efficiency)¹⁰.

Olhando tudo junto, o padrão é consistente. Quanto mais pessoal a mensagem, mais uma reescrita completa te custa, e mais um toque leve nas suas próprias palavras pode ajudar. A pesquisa sobre pedidos de desculpa em particular merece um texto próprio, e eu escrevi um, sobre como pedir desculpas por mensagem.

O achatamento pesa mais para algumas pessoas

Se você escreve numa segunda língua, ou alterna entre idiomas quando manda mensagem, você já sentiu isso.

Num experimento de 2025, 118 pessoas na Índia e nos Estados Unidos escreveram redações curtas sobre a própria vida, pouco mais da metade delas com o autocompletar de IA ligado. Com as sugestões rodando, os autores indianos foram se aproximando dos padrões do grupo americano e passaram a descrever a própria comida e os próprios festivais de um ponto de vista ocidental (AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances)¹¹.

É um estudo só, em inglês, e ele não fala por todos os idiomas. Mas o mecanismo é fácil de ver. O que um modelo tem mais chance de “corrigir” no seu texto, a palavra emprestada, o jeito de dizer que veio da sua primeira língua, a troca para o turco ou o espanhol na parte que só faz sentido em turco ou espanhol, é justamente o que é mais você.

Um app consegue aprender como você escreve?

Em parte. E desconfie de quem disser mais do que isso, inclusive eu.

O teste mais completo até agora deu a modelos de ponta da OpenAI, do Google, da Meta e da DeepSeek amostras reais de escrita de mais de 400 pessoas e pediu que eles escrevessem textos novos no estilo de cada uma. Os exemplos ajudaram muito. Em escrita estruturada, como e-mail, um verificador de autoria aceitou a imitação como texto da pessoa real mais de 95 por cento das vezes. Em escrita informal, como posts de blog, as imitações enganaram o verificador só de 17 a 21 por cento das vezes, acrescentar mais exemplos quase não mudou isso, e o resultado voltava para um tom genérico (Catch Me If You Can? Not Yet: LLMs Still Struggle to Imitate the Implicit Writing Styles of Everyday Authors)¹². Um benchmark separado, de abril de 2026, ainda um preprint, avaliou quatro métodos de personalização em comparação com o quanto pessoas reais se parecem consigo mesmas. Todos os métodos ficaram abaixo do nível em que duas pessoas diferentes se parecem uma com a outra (Theory-Grounded Evaluation Exposes the Authorship Gap in LLM Personalization)¹³.

Então nenhuma ferramenta pode prometer, sem exagerar, que você vai soar exatamente como você. O que uma ferramenta pode fazer é mais estreito e mais útil. Ela pode mudar o mínimo possível, trabalhar a partir das suas palavras em vez de trocar todas elas, mostrar o que mudou e deixar você decidir.

Foi assim que construímos o Subtext. O Subtext lê a conversa e o seu rascunho, e antes de reescrever qualquer coisa diz como a mensagem provavelmente vai chegar e quais das suas palavras estão causando isso. Depois ele oferece três versões. A primeira fica perto do que você escreveu, a última é uma reformulação mais completa, e cada uma diz quanto da sua redação mudou, para você ver de relance se está olhando para um polimento ou para uma substituição. Você pode deixar qualquer uma delas mais calorosa ou mais curta, ou abrir Editar manualmente e trocar uma palavra você mesmo antes de copiar. O padrão é o toque leve, já que é isso que, segundo a pesquisa, sobrevive ao contato com quem lê. Desde outubro de 2026, ele também tem a Memória. A Minha voz é como você escreve em todo lugar e se aplica a todo rascunho, e um estilo de escrita como Trabalho ou Amigos é acrescentado conforme o contexto. Quando as suas mensagens mostram um jeito novo de escrever, o Subtext sugere salvá-lo como estilo, e você pode ler, editar ou excluir cada nota. São os estudos acima que me fazem descrever isso como menos coisas para repetir, e parar por aí.

Deixar você decidir inclui deixar você manter uma expressão que o Subtext tiraria. Uma troca em três passos, de 21 de outubro de 2026, com um rascunho inventado e as respostas reais do app, mostra o que isso custa. No rascunho “Tá bom. Deixa que eu faço, como sempre.”, o Subtext marcou “como sempre”, devolveu as marcações Passivo-agressivo e Generalização e a palavra de sentimento Ressentimento, e deu como motivo da segunda marcação: “‘Como sempre’ não deixa espaço para nuances e pode soar como acusação.” As três versões dele tiraram a expressão. A mensagem seguinte foi uma instrução para manter o “como sempre”, porque “Ele precisa ouvir isso.” O Subtext respondeu “Entendi, o ‘como sempre’ fica.” e ofereceu duas versões. A primeira, “Com ‘como sempre’”, é o próprio rascunho, palavra por palavra: “Tá bom. Deixa que eu faço, como sempre.” A expressão continua marcada nela, e a versão vem marcada como “atenção”. A nota por trás da marca diz que “O ‘como sempre’ deixa a queixa no ar sem explicar, então pode soar como indireta e gerar defesa.” A segunda, “Claro, sem indireta”, põe a expressão dentro de uma frase nova, “Tá bom, eu faço. Mas como sempre sou eu que acabo fazendo, queria que a gente conversasse sobre isso.”, e vem marcada como “pode enviar”.

Embaixo dessa nota fica um botão, “Corrigir”. Depois de um toque, o Subtext disse que tinha mantido a frase “do jeito que está” e só acrescentado “uma explicação logo depois, pra o ‘como sempre’ não ficar solto”, em três versões. A primeira, “Explica o cansaço”, diz “Tá bom. Deixa que eu faço, como sempre. Só que isso tem me deixado cansado(a).” As três continuam marcadas como “atenção”. Então a expressão ficou porque quem escreveu quis assim, o aviso ficou junto com a frase intacta, e a correção trabalhou em volta da expressão sem tirá-la. Entre as versões que mantiveram o “como sempre”, só a que reescreveu a frase inteira em volta dele tinha saído como “pode enviar”.

Experimente o Subtext no navegadorBaixar na App StoreDisponível no Google PlayBaixar o aplicativo

Como manter a sua voz, seja qual for a ferramenta

Estas dicas valem para qualquer app, inclusive no ChatGPT.

1. Peça o menor trabalho possível. “Corrija só gramática e erros de digitação” dá um resultado bem diferente de “melhore isto”.
2. Diga com todas as letras o que manter. As formas reduzidas como “tô” e “pra”, o “eu”, os emojis, os palavrões, a frase solta. Os modelos são piores em proteger o que normalmente tirariam do que em segurar o que acrescentariam, então nomeie cada coisa.
3. Nunca aceite uma reescrita inteira sem ler. Compare com o seu rascunho linha por linha e fique só com as linhas que ainda são você.
4. Para qualquer coisa emocional, mantenha o seu próprio rascunho como base. No estudo sobre comunicação amorosa, um pedido de desculpa com uma leve edição de tom feita pela IA chegou melhor do que um redigido inteiro pela IA.
5. Leia em voz alta antes de enviar. Se você não diria aquilo cara a cara, com essas palavras, não envie.

Se você quer que essa mesma checagem seja feita no seu lugar, o texto sobre o que um verificador de mensagens com IA consegue checar, e como fazer isso sozinho mostra o passo a passo, e eu comparei os reescritores de mensagens com IA do mercado pelo critério de diagnosticarem ou não antes de reescrever.

Perguntas frequentes

Qual é o melhor app para reescrever uma mensagem sem ela ficar parecendo escrita por um robô? O que muda menos e diz quanto mudou. Pela evidência acima, uma ferramenta que substitui as suas frases vai achatar a sua voz, diga o marketing dela o que disser, então procure uma versão que fique perto do seu rascunho, uma indicação de quanto cada versão se afastou e uma reescrita que você possa recusar. Construímos o Subtext assim, e a lista acima funciona em qualquer app.

Tem algum app que reescreve as minhas mensagens com a minha própria voz, e não daquele jeito genérico de IA? Em parte. Nenhum método atual chega ao nível de consistência que uma pessoa real tem consigo mesma, então trate “com a sua própria voz” como uma promessa a testar, e não como um recurso em que confiar. A versão prática é uma ferramenta que parte do seu rascunho, mantém as suas formas reduzidas, atenuações e emojis, e indica o quanto cada versão se afastou da sua redação. É o que eu procuraria, e é o que o Subtext faz.

Tem algum app que reescreve a minha mensagem mas continua soando como eu? Eu diria “mais perto do que a maioria, nunca exatamente”. A pesquisa acima diz que todo método atual fica abaixo do nível de consistência que uma pessoa real tem consigo mesma, então qualquer app que prometa uma reescrita indistinguível de você está prometendo demais. O que você consegue é uma reescrita que parte das suas frases, mantém os hábitos que carregam a sua voz e diz o quanto se afastou. O Subtext funciona assim, e a primeira versão dele é, de propósito, a mais próxima do que você digitou.

Como deixar as minhas mensagens mais calorosas sem perder o meu jeito? Acrescente calor com as suas próprias palavras em vez de pedir uma reescrita calorosa. É a reescrita completa que apaga a sua voz. Cite uma coisa específica sobre a pessoa ou o momento, mantenha o seu jeito de sempre ao redor disso e, se usar uma ferramenta, peça para ela mudar só a linha que soa fria, não a mensagem inteira.

Por que o ChatGPT deixa as minhas mensagens tão formais? Porque ele é treinado para produzir um texto fluente e médio, e o inglês médio é mais formal do que o jeito como qualquer pessoa manda mensagem. As reescritas puxam para palavras mais longas, formas por extenso no lugar das contrações e menos pronomes de primeira pessoa, mesmo quando ninguém pediu formalidade. Se você quer um tom informal, precisa pedir isso, e precisa nomear as coisas específicas que quer que fiquem como estão.

Devo contar para a pessoa que usei IA para escrever a mensagem? Depende de quanto a IA fez. No estudo sobre comunicação amorosa, admitir uma leve edição de tom num pedido de desculpa fez ele chegar melhor. Admitir um rascunho feito inteiro pela IA fez ele chegar pior. Se as palavras são suas e a IA deu uma arrumada, dizer isso não tem problema e pode até ajudar. Se foi a IA que escreveu, o certo é reescrever você mesmo antes.

Isso vale também para mensagens em português, alemão ou turco? A maior parte da pesquisa é em inglês, então não consigo dizer com certeza. O único estudo intercultural descobriu que as sugestões de IA puxavam quem escrevia para padrões americanos. Se você escreve em outro idioma ou alterna entre idiomas, o hábito mais seguro é dizer explicitamente à ferramenta em quais palavras e expressões ela não pode mexer.

Fontes

Todos os links acima levam à fonte primária, e as fontes estão numeradas na ordem em que aparecem. Os preprints estão marcados como tal; trate os resultados deles como provisórios até a revisão por pares.

1. Sourati, Z., Karimi-Malekabadi, F., Ozcan, M., McDaniel, C., Ziabari, A., Trager, J., Tak, A. N., Chen, M., Morstatter, F. e Dehghani, M. (2026). The shrinking landscape of linguistic diversity in the age of large language models. Nature Human Behaviour.
2. van Nuenen, T. (2026). Voice Under Revision: Large Language Models and the Normalization of Personal Narrative. arXiv preprint 2604.22142.
3. Fitterer, S., Gangl, D. e Ulbrich, J. (2025). Testing English News Articles for Lexical Homogenization Due to Widespread Use of Large Language Models. ACL 2025 Student Research Workshop.
4. Padmakumar, V. e He, H. (2024). Does Writing with Language Models Reduce Content Diversity? ICLR 2024.
5. Zhu, J. e Jurgens, D. (2021). Idiosyncratic but not Arbitrary: Learning Idiolects in Online Registers Reveals Distinctive yet Consistent Individual Styles. EMNLP 2021.
6. Hohenstein, J., Kizilcec, R. F., DiFranzo, D. e colegas (2023). Artificial intelligence in communication impacts language and social relationships. Scientific Reports, 13, 5487. Experimento 1 pré-registrado, 219 duplas; Experimento 2, 291 duplas. Uma Publisher Correction, correção da editora de 3 de outubro de 2023, acrescentou a declaração de financiamento, NSF CHS 1901151.
7. Fan, G., Liu, D. e Pan, L. (2026). Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication. CHI 2026.
8. Khadpe, P., Wenzel, K., Loewenstein, G. e Kaufman, G. (2025). Explaining the Reputational Risks of AI-Mediated Communication: Messages Labeled as AI-Assisted Are Viewed as Less Diagnostic of the Sender’s Moral Character. AIES 2025.
9. Schilke, O. e Reimann, M. (2025). The Transparency Dilemma: How AI Disclosure Erodes Trust. Organizational Behavior and Human Decision Processes, 188.
10. Purcell, Z. A., Jakesch, M., Dong, M., Nussberger, A.-M. e Köbis, N. (2025). Writing with AI boosts trust-building efficiency. iScience, 28.
11. Agarwal, D., Naaman, M. e Vashistha, A. (2025). AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances. CHI 2025.
12. Wang, Z., Tripto, N. I., Park, S., Li, Z. e Zhou, J. (2025). Catch Me If You Can? Not Yet: LLMs Still Struggle to Imitate the Implicit Writing Styles of Everyday Authors. Findings of EMNLP 2025.
13. Sawant, Y. G. (2026). Theory-Grounded Evaluation Exposes the Authorship Gap in LLM Personalization. arXiv preprint 2604.26460, aceito no workshop CTB da ICML 2026.