A IA põe as tuas mensagens a soar a robô?

Normalmente, sim. E pela primeira vez há investigação a sério sobre o porquê. Quando um modelo de IA reescreve uma mensagem, o sentido quase sempre sobrevive. A forma como dizes as coisas, não. As contrações desaparecem, o “eu” aparece menos vezes, as palavrinhas que marcam o teu ritmo perdem-se na arrumação, e o que volta parece escrito para qualquer pessoa.

Sou cofundador do Subtext, uma app construída precisamente à volta deste problema, por isso lê com essa ressalva o que digo sobre ela. O que posso garantir é que li os estudos com atenção, e pus o link de cada um para poderes confirmar. Isto é o que mostram, o que não mostram, e o que podes fazer, quer uses a nossa app quer coles os teus rascunhos no ChatGPT.

O que acontece a uma mensagem quando a IA a reescreve

O maior estudo até agora saiu na Nature Human Behaviour em agosto de 2026. Os investigadores analisaram mais de 880.000 textos, incluindo experiências controladas em que os mesmos textos passaram por vários modelos de IA com instruções como “aperfeiçoa”, “torna mais claro” e “torna mais natural”. O conteúdo central manteve-se. A variedade na forma como as pessoas escreviam, não. Em todos os conjuntos de dados e modelos, a dispersão da complexidade da escrita encolheu entre 21 e 50 por cento, e os classificadores que tentam adivinhar o género, a idade, a orientação política ou os valores de quem escreve a partir da escrita ficaram visivelmente piores nas reescritas, com os erros a pender para o perfil maioritário (The shrinking landscape of linguistic diversity in the age of large language models)¹.

A experiência de reescrita desse estudo usou publicações do Reddit e resumos académicos. Um estudo mais pequeno de 2026, ainda em preprint, olhou para algo mais próximo de uma mensagem: 300 histórias pessoais, cada uma reescrita por três modelos de topo. O padrão foi sempre o mesmo. Menos contrações. Menos pronomes na primeira pessoa. Menos daquelas palavrinhas funcionais. Palavras mais longas e pontuação mais rebuscada. Não fez diferença se a instrução era “melhora isto” ou só “reescreve isto”. Pedir ao modelo que preservasse a voz de quem escreveu reduziu o efeito em cerca de um terço, mas a direção nunca mudou, e o modelo era pior a manter o que gosta de tirar do que a conter o que gosta de acrescentar (Voice Under Revision: Large Language Models and the Normalization of Personal Narrative)².

Há duas descobertas que puxam no sentido contrário, e contam. Um estudo de 2025 sobre 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, por isso o efeito é mais claro na reescrita controlada e menos claro fora do laboratório (Testing English News Articles for Lexical Homogenization Due to Widespread Use of Large Language Models)³. E uma experiência revista por pares sobre escrever a meias com um modelo descobriu que, quando as redações ficavam mais parecidas, a semelhança vinha do texto que o modelo inseria. Os contributos dos próprios autores continuavam tão variados como antes (Does Writing with Language Models Reduce Content Diversity?)⁴.

É essa segunda descoberta que dá jeito. O estrago vem de substituir as tuas frases, não de lhes fazer pequenas edições.

Porque é que o teu sentido sobrevive e a tua voz não

Quem investiga estilo de escrita trata duas coisas em separado. Uma é o que a mensagem diz. A outra é como é dito, e esse “como” é feito de material muito banal: as palavras do dia a dia a que recorres, o comprimento das tuas frases e quanto variam, os teus hábitos de pontuação, as atenuações como “tipo” e “sinceramente”, se escreves “tá” ou “está”, o calão, os emojis, a passagem para outra língua a meio da frase. Um estudo de 2021 sobre escrita online concluiu que estes hábitos são consistentes o suficiente para que um modelo treinado com dezenas de milhares de autores consiga normalmente dizer, a partir de duas publicações curtas, se foram escritas pela mesma pessoa (Idiosyncratic but not Arbitrary: Learning Idiolects in Online Registers Reveals Distinctive yet Consistent Individual Styles)⁵.

O sentido não precisa de nenhuma dessas características. Por isso uma reescrita pode manter o sentido na perfeição e perdê-las todas. Foi exatamente isso que o estudo da Nature mediu. O que foi dito manteve-se muito semelhante, enquanto a variedade na forma de o dizer colapsou.

Isso faz de “a mesma mensagem” e “a mesma voz” duas promessas diferentes. A maioria das ferramentas só faz a primeira, e a maioria das pessoas só repara que falta a segunda depois de carregar em enviar. Escrevi à parte sobre o que cada um dos três grandes chatbots faz às tuas palavras. Aqui, a pergunta que decide se tudo isto importa é a seguinte.

A outra pessoa nota mesmo?

A evidência aqui é mais específica do que eu esperava.

Um estudo de 2026 publicado na CHI, a principal conferência de investigação sobre a forma como as pessoas usam a tecnologia, testou exatamente isto em relações amorosas. Numa experiência aleatorizada com 704 pessoas a ler mensagens de um parceiro, os investigadores variaram duas coisas: se a IA tinha feito uma reescrita ligeira do tom ou redigido a mensagem inteira, e se quem enviava admitia que a IA tinha ajudado. Quanto maior a parte redigida pela IA, menos a mensagem parecia ser de quem a enviou e menos autêntica soava, de forma consistente, e ser mais clara ou mais polida não compensava isso. O resultado mais marcante foi sobre pedidos de desculpa. Quando quem enviava dizia “a IA ajudou-me com o tom” num pedido de desculpa pouco editado, quem lia achava-o mais autêntico e perdoava mais. Quando quem enviava dizia o mesmo sobre um pedido de desculpa todo redigido pela IA, as duas coisas desciam. As mensagens com mais particularidades de quem as enviou tiveram sempre pontuações de autenticidade mais altas (Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication)⁶.

Um segundo estudo, de 2025, explica parte do porquê. Quando 399 pessoas leram mensagens identificadas como assistidas por IA, a etiqueta não prejudicou a imagem de quem enviou, mas fez a mensagem deixar de contar como prova. Um pedido de desculpa sem ajuda lia-se como caloroso. Uma mensagem a atribuir culpas, sem ajuda, lia-se como fria. Com a etiqueta de IA, ambas se aproximaram do neutro, como se a mensagem não dissesse nada sobre a pessoa (Explaining the Reputational Risks of AI-Mediated Communication)⁷.

Admitir a ajuda tem um custo próprio. Em 13 experiências pré-registadas, as pessoas que disseram ter usado IA mereceram menos confiança do que as que não o disseram, em contextos que iam da correção de trabalhos ao design (The Transparency Dilemma: How AI Disclosure Erodes Trust)⁸. Ainda assim, em situações emocionalmente neutras e pontuais, como um jogo de confiança com um desconhecido, a ajuda da IA quase não fez diferença na confiança, fosse revelada ou não (Writing with AI boosts trust-building efficiency)⁹.

Lidos em conjunto, os estudos mostram um padrão coerente. Quanto mais pessoal a mensagem, mais te custa uma reescrita completa, e mais pode ajudar um toque leve nas tuas próprias palavras. A investigação sobre pedidos de desculpa, em particular, merece um texto só para ela, e dei-lho: como pedir desculpa por mensagem?

O achatamento atinge umas pessoas mais do que outras

Se escreves numa segunda língua, ou se saltas de uma língua para outra quando trocas mensagens, já deves ter sentido isto.

Numa experiência de 2025, 118 pessoas na Índia e nos Estados Unidos escreveram pequenos textos sobre a própria vida, pouco mais de metade delas com o preenchimento automático de IA ligado. Com as sugestões ativas, os participantes indianos aproximaram-se dos padrões do grupo americano, e começaram a descrever a sua própria comida e as suas festividades de um ponto de vista ocidental (AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances)¹⁰.

É um só estudo, em inglês, e não pode falar por todas as línguas. Mas o mecanismo é fácil de ver. As coisas que um modelo mais provavelmente vai “corrigir” no teu texto, a palavra emprestada, a expressão que veio da tua primeira língua, a passagem para o turco ou para o espanhol na parte que só faz sentido em turco ou em espanhol, são as que são mais tuas.

Uma app consegue aprender a forma como escreves?

Em parte. E deves desconfiar de quem diga mais do que isso, eu incluído.

O teste mais completo até agora deu a modelos de topo da OpenAI, da Google, da Meta e da DeepSeek amostras reais de escrita de mais de 400 pessoas e pediu-lhes que escrevessem textos novos no estilo de cada uma. Os exemplos ajudaram muito. Na escrita estruturada, como o email, um verificador de autoria aceitou a imitação como escrita da pessoa real em mais de 95 por cento das vezes. Na escrita informal, como publicações de blogue, só foi enganado entre 17 e 21 por cento das vezes, acrescentar mais exemplos quase não mudou isso, e o resultado voltava a deslizar para um tom genérico (Catch Me If You Can? Not Yet: LLMs Still Struggle to Imitate the Implicit Writing Styles of Everyday Authors)¹¹. Um benchmark separado, de abril de 2026, ainda em preprint, comparou quatro métodos de personalização com o grau em que as pessoas reais se parecem consigo próprias. Todos os métodos ficaram abaixo do nível a que duas pessoas diferentes se parecem uma com a outra (Theory-Grounded Evaluation Exposes the Authorship Gap in LLM Personalization)¹².

Por isso nenhuma ferramenta te pode prometer com honestidade que vais soar exatamente a ti. O que uma ferramenta pode fazer é mais estreito e mais útil. Pode mudar o mínimo possível, trabalhar a partir das tuas palavras em vez de as substituir, mostrar-te o que mudou, e deixar-te decidir.

Foi assim que construímos o Subtext. O Subtext lê a conversa e o teu rascunho e, antes de reescrever o que quer que seja, diz-te como é provável que a mensagem seja recebida e quais das tuas palavras estão a provocar isso. Depois oferece três versões. A primeira fica perto do que escreveste, a última é uma reformulação mais completa, e cada uma diz quanto da tua formulação mudou, para veres num relance se estás a olhar para um polimento ou para uma substituição. Podes puxar qualquer uma delas para mais calorosa ou mais curta, ou abrir Editar manualmente e mudar tu uma palavra antes de a copiares. A opção predefinida é o toque leve, porque é isso que, segundo a investigação, sobrevive ao contacto com quem lê. Experimentar o Subtext no browser

Como manter a tua voz, seja qual for a ferramenta

Isto funciona em qualquer app, o ChatGPT incluído.

1. Pede o trabalho mais pequeno. “Corrige só a gramática e as gralhas” dá-te um resultado muito diferente de “melhora isto”.
2. Diz com todas as letras o que é para manter. As contrações, o “eu”, os emojis, os palavrões, as frases incompletas. Os modelos são piores a proteger o que normalmente tirariam do que a conter o que acrescentariam, por isso diz explicitamente o que é.
3. Nunca aceites uma reescrita inteira sem a ler. Compara-a com o teu rascunho linha a linha e fica só com as linhas que ainda são tuas.
4. Para tudo o que seja emocional, mantém o teu rascunho como base. No estudo sobre comunicação amorosa, um pedido de desculpa com uma edição leve de tom feita pela IA caiu melhor do que um que a IA redigiu por inteiro.
5. Lê a mensagem em voz alta antes de a enviares. Se não a dirias à pessoa, cara a cara, com essas palavras, não a envies.

Se preferes que alguém faça essa verificação por ti, o texto sobre o que um verificador de mensagens com IA consegue verificar, e como o fazer por tua conta explica-a passo a passo, e comparei os reescritores de mensagens com IA que existem no mercado consoante diagnosticam ou não antes de reescrever.

Perguntas frequentes

Qual é a melhor app para reformular uma mensagem sem parecer que foi escrita por um robô? A que muda menos e te diz quanto mudou. Pela evidência acima, uma ferramenta que substitui as tuas frases vai achatar a tua voz, diga o marketing o que disser, por isso procura uma versão que fique perto do teu rascunho, uma indicação de quanto cada versão se afastou, e uma reescrita que possas recusar. Construímos o Subtext assim, e a lista acima funciona em qualquer app.

Há alguma app que reescreva as minhas mensagens com a minha própria voz, e não naquele estilo genérico de IA? Em parte. Nenhum método atual chega ao nível de coerência de uma pessoa real consigo mesma, por isso trata o “com a tua voz” como uma afirmação a testar e não como uma funcionalidade em que confiar. A versão prática é uma ferramenta que parte do teu rascunho, mantém as tuas contrações, atenuações e emojis, e indica quanto cada versão se afastou da tua formulação. É isso que eu procuraria, e é o que o Subtext faz.

Há alguma app que reescreva a minha mensagem mas continue a soar a mim? Eu diria “mais perto do que a maioria, nunca exatamente”. A investigação acima diz que todos os métodos atuais ficam aquém da coerência de uma pessoa real consigo mesma, por isso qualquer app que prometa uma reescrita indistinguível de ti está a prometer demais. O que podes ter é uma reescrita que parte das tuas frases, mantém os hábitos que carregam a tua voz e te diz quanto se afastou. O Subtext funciona assim, e a primeira versão é, de propósito, a mais próxima do que escreveste.

Como faço para as minhas mensagens soarem mais calorosas sem perder a minha voz? Acrescenta calor com as tuas próprias palavras em vez de pedires uma reescrita calorosa. É a reescrita completa que te tira a voz. Nomeia uma coisa concreta sobre a pessoa ou o momento, mantém à volta a tua forma habitual de dizer as coisas, e se usares uma ferramenta, pede-lhe que mude só a linha que soa fria, não a mensagem toda.

Porque é que o ChatGPT deixa as minhas mensagens tão formais? Porque é treinado para produzir texto fluente e médio, e o inglês médio é mais formal do que a forma como qualquer pessoa escreve mensagens. As reescritas puxam para palavras mais longas, contrações desfeitas e menos pronomes na primeira pessoa, mesmo quando ninguém pediu formalidade. Se queres um tom descontraído, tens de o pedir, e tens de nomear as coisas concretas que queres que fiquem como estão.

Devo dizer a alguém que usei IA para escrever uma mensagem? Depende de quanto fez a IA. No estudo sobre comunicação amorosa, admitir uma edição leve de tom num pedido de desculpa fez com que caísse melhor. Admitir um rascunho feito todo pela IA fez com que caísse pior. Se as palavras são tuas e a IA só as arrumou, dizê-lo não tem mal nenhum e pode até ajudar. Se foi a IA que a escreveu, o mais honesto é reescrevê-la tu primeiro.

Acontece o mesmo quando escrevo mensagens em português, espanhol ou alemão? A maior parte da investigação é em inglês, por isso não posso dizer ao certo. O único estudo intercultural concluiu que as sugestões da IA puxavam quem escrevia para padrões americanos. Se escreves noutra língua ou saltas de uma para outra, o hábito mais seguro é dizer explicitamente à ferramenta que palavras e expressões são intocáveis.

Fontes

Todos os links acima levam à fonte primária, numerados pela ordem em que aparecem. Os preprints estão assinalados como tal; trata as suas conclusões como provisórias até passarem pela 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. Fan, G., Liu, D. e Pan, L. (2026). Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication. CHI 2026.
7. 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.
8. Schilke, O. e Reimann, M. (2025). The Transparency Dilemma: How AI Disclosure Erodes Trust. Organizational Behavior and Human Decision Processes, 188.
9. Purcell, Z. A., Jakesch, M., Dong, M., Nussberger, A.-M. e Köbis, N. (2025). Writing with AI boosts trust-building efficiency. iScience, 28.
10. Agarwal, D., Naaman, M. e Vashistha, A. (2025). AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances. CHI 2025.
11. 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.
12. Sawant, Y. G. (2026). Theory-Grounded Evaluation Exposes the Authorship Gap in LLM Personalization. arXiv preprint 2604.26460, aceite no workshop CTB da ICML 2026.