IA Verifica, Humanos Escrevem: Um Engenheiro Testou as Duas Direções

Quatro revisores humanos, todos especialistas no sistema descrito, leram o artigo acadêmico de Colin Breck e deixaram passar um erro de notação em um parágrafo. A IA que ele usava para conferir os parágrafos encontrou o erro.

Breck, engenheiro, conta a história em um texto de setembro de 2026 chamado I Don’t Want to Read What You Didn’t Write. O resumo dele é direto: “Usei IA extensivamente, e ela deixou o processo de escrita mais rápido e mais agradável. Mas a IA não escreveu uma única linha do artigo.”

O arranjo padrão costuma ser o inverso: o modelo redige e uma pessoa revisa. Breck testou os dois arranjos sobre o mesmo material, e o relato sobre o segundo é o motivo deste texto. Pedir à IA que escrevesse um parágrafo a partir do contexto que ele tinha fornecido “nunca teve valor. Nem uma vez. Era consistentemente desagradável de ler, e muitas vezes impreciso.”

Um artigo e um autor formam uma amostra pequena. Ele apresenta o caso como experiência própria, sem transformá-lo em regra para os outros. Mesmo assim, a assimetria é nítida o bastante para orientar uma decisão.

Mesmo contexto, duas direções

A montagem importa porque falta de contexto é uma explicação improvável para a falha na redação. Breck deu muito contexto ao modelo: o guia de estilo e o template LaTeX da revista, todos os artigos já publicados nela, o código-fonte dos sistemas sobre os quais escrevia, e a configuração, os logs e as métricas das implantações em produção.

Com esse contexto carregado, ele usou o modelo como conferente. Depois de escrever um parágrafo, muitas vezes pedia à IA que confirmasse se o texto estava correto consultando o código-fonte ou a configuração, ou examinando logs e métricas de produção. Seguia escrevendo enquanto a checagem rodava, “muitas vezes passando para o parágrafo seguinte enquanto a IA verificava o anterior. Isso me ajudou a encontrar omissões e imprecisões importantes.”

As citações seguiram a mesma lógica, como tarefa mecânica delegada com um marcador. Uma nota de rodapé mostra o padrão: “eu escrevia: {TODO: reference the Amazon Aurora paper} e a IA cuidava do resto.”

Depois ele inverteu a direção. Com o contexto que tinha fornecido, a tarefa passou a ser descrever como algo funciona a partir do código-fonte. É daí que vem o “nem uma vez”.

Ele descreve isso como experiência, não como um teste controlado. O que faz o relato merecer atenção é que ele forneceu o mesmo contexto nas duas direções.

A exceção que acompanha a regra

A frase absoluta de Breck ganha uma ressalva alguns parágrafos depois, nas palavras dele. “Qual foi a única coisa que a IA escreveu incrivelmente bem? Ela escreveu o resumo (abstract).” Ele o chama de “a parte mais concisa, mecânica e inumana do artigo inteiro” e completa: “na verdade, a parte mais abstraída. Incluí o texto inteiramente sem alterações.”

Portanto “nem uma única linha” não vale ao pé da letra, e ele mesmo admite isso. A prática que ele descreve é mais estreita e mais útil do que o slogan. No relato dele, o modelo escreveu a parte que já era um resumo de trabalho feito por ele. Não escreveu a explicação que constitui o trabalho.

Uma política inspirada nessa experiência precisa levar essa linha junto. Resumo de material escrito por humanos pode ser gerado. Exposição original foi onde a redação falhou todas as vezes que ele tentou.

O blog dele segue a mesma divisão. Ele também usa IA como editora, mas só deixa a IA apontar erros ou sugerir mudanças. Não deixa que ela reescreva o texto nem mude sua voz ou sua perspectiva.

Por que o rascunho falha com o leitor

O argumento de fundo do texto trata de quem detém o contexto. Um parágrafo gerado pode parecer útil para quem escreveu o prompt, porque essa pessoa reuniu o código-fonte, os logs e a intenção por trás do pedido. O leitor não reuniu nada disso. As palavras chegam sem o entendimento que fazia o texto parecer certo para quem pediu.

Minha leitura de por que a direção da checagem funciona: a verificação inverte esse fluxo. O humano escreve a partir do próprio entendimento, e o modelo confere as afirmações contra artefatos que os dois podem inspecionar: código, configuração, logs, métricas. Uma divergência vira um achado concreto, e o humano decide o que fazer com ele. O modelo nunca precisa fornecer o entendimento, apenas testar o texto contra evidência.

Isso conversa com um argumento que já fizemos sobre saída de IA verificável: uma saída que ninguém consegue conferir transfere o ônus para quem a recebe. O arranjo de Breck mantém a conferência dentro do processo de escrita, onde o autor ainda pode agir sobre ela.

A Oxide transformou a preferência em portão

O texto de Breck é descritivo. O único mandato na página é de outra pessoa. Ele relata que Bryan Cantrill chegou a exigir que todo texto público da Oxide seja classificado pelo Pangram como escrito por humanos. A página descreve o Pangram como um modelo ajustado (fine-tuned) para detectar escrita de IA.

Trata-se de um controle sobre a saída, com um portão automatizado antes da publicação. Uma preferência de escrita vira uma checagem que o documento precisa passar.

Já tratamos de autoria de IA como propriedade mensurável, em que a detecção servia para contar. A regra da Oxide usa a detecção como condição para publicar. A página não descreve o desempenho do portão, o que acontece quando um rascunho escrito por humano é sinalizado, nem com que frequência isso ocorre, então essas perguntas ficam em aberto. O que interessa aqui é a estrutura: uma política declarada, uma ferramenta que a aplica e uma condição de aprovação clara.

A regra também convive sem atrito com a divisão de Breck. Um time pode deixar o modelo verificar cada parágrafo, cuidar das citações e achar erros de notação, e ainda assim exigir que a prosa publicada seja lida como humana. A verificação, do jeito que ele descreve, deixa a prosa nas mãos de quem escreve.

Onde a geração ainda tem lugar

Breck não rejeita texto gerado em qualquer contexto. Ele cita um padrão de linguagem controlada, o ASD-STE100, e delimita o escopo por conta própria: o padrão não é adequado para toda escrita gerada por IA, porque mira manuais de instrução claros e fáceis de seguir. Ele pretende testá-lo em instruções de instalação, runbooks e documentação parecida.

Isso é um plano, ainda sem resultado. A categoria escolhida diz bastante, porém. Passos de instalação e runbooks se parecem mais com o resumo do que com o corpo do artigo: são procedimentais, restritos e feitos para serem seguidos passo a passo. As exceções dele se concentram em texto cujo valor está na precisão e na brevidade. As recusas se concentram em texto cujo valor está na explicação.

Para quem vai escrever uma política, isso rende duas categorias no lugar de uma regra única. Software slop é o que sai quando a atenção que um trabalho exige nunca é gasta nele. Exposição gerada transfere esse déficit para o leitor.

Faça isso agora

Escolha um tipo de documento que o seu time publica externamente e registre em que direção a IA pode trabalhar nele.

Para exposição (documentos de design, textos técnicos, artigos, explicações para clientes), torne a verificação o uso padrão. O autor escreve e depois pede ao modelo que confira cada seção contra o código, a configuração, os logs ou as métricas que ela descreve. Registre as omissões e imprecisões encontradas, porque esse registro é a evidência de que o arranjo está funcionando.

Para texto de resumo e de procedimento (abstracts, sínteses de release notes, passos de runbook), permita a geração, e exija que um humano tenha escrito o material resumido.

Depois decida se a regra precisa de um portão. A Oxide escolheu um portão automatizado para todo texto público. Talvez você não precise disso, mas vale saber quais dos seus documentos falhariam hoje numa checagem assim, e se alguém perceberia.

---

Fontes

• Colin Breck. “I Don’t Want to Read What You Didn’t Write.” Setembro de 2026.

A Victorino ajuda times de engenharia a definir onde a IA escreve, onde ela verifica e como essa política é aplicada: contato@victorino.com.br | www.victorino.com.br