Você já teve a sensação de estar lendo um texto um tanto quanto 'robótico' enquanto navega na web? Se a resposta for sim, saiba que você não está sozinho – e a ciência comprova essa percepção. Um levantamento recente conduzido pela Pew Research apontou que uma parcela significativa do que consumimos na internet hoje é, de fato, fruto de inteligência artificial.

Para quem acompanha o universo da tecnologia, isso remete imediatamente à infame 'Teoria da Internet Morta', um conceito que surgiu em 2021 sugerindo que a web feita por humanos teria acabado lá por 2016, sendo lentamente substituída por bots. Embora a teoria soe como um roteiro de ficção científica, os dados atuais mostram que a fronteira entre o conteúdo humano e o gerado por máquinas está cada vez mais tênue.

A pesquisa utilizou uma base de aproximadamente meio milhão de páginas em inglês publicadas nos últimos cinco anos, cruzando essas informações com a ferramenta de detecção de IA Open Pangram. O foco foi identificar padrões de linguagem e vocabulário tipicamente utilizados por bots. Os resultados revelaram que cerca de 10% de uma amostra recente de 10.000 páginas web apresentavam fortes indícios de terem sido escritas por algoritmos.

Pode parecer pouco à primeira vista, mas quando filtramos apenas os conteúdos publicados após o lançamento do ChatGPT, no final de 2022, a curva de crescimento é alarmante. A ascensão de ferramentas como Claude e Google Gemini impulsionou ainda mais essa avalanche de textos automatizados.

Onde esses robôs mais atuam? A pesquisa indica que os domínios comerciais (.com) são os mais afetados, abrigando a maior parte desse volume. Em contrapartida, sites governamentais (.gov) e educacionais (.edu) mantêm níveis baixos, na casa de 1%.

Mas como identificar esses textos sintéticos no dia a dia? Os pesquisadores descobriram que as IAs tendem a ter 'tiques' linguísticos. Devido à forma como são treinadas com vastos bancos de dados, elas acabam usando certos sinais de pontuação e estruturas gramaticais com muito mais frequência do que nós. O uso de vírgulas de Oxford, por exemplo, é 63% maior nos textos gerados por máquinas. Termos rebuscados ou incomuns, repetitividade e uma estrutura excessivamente neutra também são sinais vermelhos de que você pode estar conversando com um robô disfarçado de redator.

A grande reflexão que fica para nós, desenvolvedores e profissionais de software, é o problema da retroalimentação. Com a web inundada por conteúdo gerado por IA, quando tentamos verificar um fato, corremos o risco de cruzar a informação com outra página que também foi escrita por um bot. Esse ciclo vicioso nos alerta para a importância cada vez maior da curadoria humana e de fontes de informação confiáveis em um futuro cada vez mais artificial.