Crédito: Mixvale.com.br
A presença de sistemas de inteligência artificial na criação de material para a internet teve uma escalada notável desde a introdução do ChatGPT. Uma recente investigação do Pew Research Center revelou que cerca de um em cada três domínios digitais registrados a partir de 2022 já inclui alguma forma de IA em sua estrutura, com destaque para a geração de textos.
A pesquisa examinou um vasto conjunto de endereços eletrônicos recentes e detectou diversos traços linguísticos característicos de grandes modelos de linguagem (LLMs). Entre os padrões observados estão o emprego excessivo de travessões, o uso de vírgulas em situações desnecessárias – conhecida como vírgula de Oxford – e a escolha de vocabulário demasiadamente rebuscado para o contexto da comunicação.
Essas descobertas se somam a um levantamento prévio da Cloudflare, que já havia indicado que o volume de tráfego gerado por robôs na internet superou o dos usuários humanos, antes mesmo das previsões da plataforma. Isso sugere que as inteligências artificiais não estão apenas produzindo conteúdo, mas também interagindo com textos criados por outros sistemas de IA, reconfigurando a dinâmica do ambiente digital e levantando questões sobre a origem da informação que consumimos diariamente.
O estudo do Pew Research Center trouxe informações cruciais sobre a amplitude do uso de IA na rede. Em uma análise que abrangeu 10 mil páginas ativas, constatou-se que pelo menos 10% delas foram desenvolvidas com algum nível de inteligência artificial. Este percentual inclui todas as páginas, inclusive as anteriores a 2022. Contudo, ao focar exclusivamente nas publicações mais recentes, lançadas após a disponibilização do ChatGPT, a proporção de conteúdos com IA salta para 35%.
Outros dados divulgados pelo Pew apontam uma incidência 10% maior de inteligência artificial em domínios que terminam em “.com”. Conteúdos com marcas de LLMs foram igualmente identificados em endereços eletrônicos com as extensões “.edu” e “.gov”, frequentemente associados a instituições de ensino ou portais governamentais nos Estados Unidos. Domínios com “.org” também foram avaliados, registrando 4,6% de produções que utilizam IA.
É fundamental destacar que a metodologia empregada na investigação focou exclusivamente em conteúdos redigidos em inglês. Os links utilizados no levantamento foram coletados pela plataforma Common Crawl, e a identificação da inteligência artificial foi realizada com o auxílio do Open Pangram. Embora a ferramenta possa apresentar uma margem de erro, conforme repercutido, isso não compromete a visão geral obtida em uma análise de larga escala de páginas.
As produções textuais elaboradas por sistemas de IA frequentemente exibem peculiaridades que revelam a intervenção da ferramenta. Os textos gerados por inteligência artificial contêm vícios de linguagem comuns, como o emprego excessivo de travessões, o uso desnecessário de vírgulas e a apresentação de conclusões simplistas, o que pode dificultar a distinção entre conteúdo humano e artificial para o leitor desavisado.
Convém notar que alguns desses padrões não são exclusivos de textos de inteligência artificial e podem ser encontrados em outras formas de escrita, como artigos jornalísticos ou publicações acadêmicas. Nestes contextos, determinados recursos, como o travessão, são utilizados para organizar ideias ou apresentar informações detalhadas, respeitando as convenções de cada gênero.
A distinção, conforme apontado pelo estudo do Pew, reside na intensidade e no contexto desses elementos. A pesquisa indica que a recorrência desses hábitos linguísticos é significativamente maior em textos de IA, com um aumento de 63% no uso de vírgulas facultativas, o dobro de palavras comuns em respostas de IA e o triplo de paralelismos negativos, marcadores que auxiliam na identificação do conteúdo gerado por máquinas.
A proliferação de conteúdo de baixa qualidade, conhecido como “AI Slop”, gerado por inteligência artificial de forma descuidada ou com erros, tem se tornado mais comum na internet. Em diversos locais, como no Congresso dos Estados Unidos, consultores legislativos relataram dedicar grande parte de seu tempo à revisão de projetos de lei que apresentam falhas típicas de IA. Similarmente, plataformas como o LinkedIn têm implementado medidas para restringir a distribuição de publicações criadas por inteligência artificial, evidenciando a crescente preocupação com a qualidade e autenticidade do que é veiculado.
As empresas por trás do desenvolvimento de inteligências artificiais estão cientes da vasta quantidade de conteúdo produzido por seus modelos que circula na rede. Elas frequentemente utilizam livros impressos lançados antes de 2022 para treinar suas IAs em um volume crescente. Este cenário se soma à pesquisa da Cloudflare, que indica a superação do tráfego de bots sobre o tráfego humano nas buscas online, ressaltando o complexo e cada vez mais automatizado ecossistema digital atual.
