Como dar um toque mais humano a um ensaio gerado por IA
Leia mais
Ventureburn
ventureburn.com

Como dar um toque mais humano a um ensaio gerado por IA

A inteligência artificial é capaz de criar um ensaio em meros segundos, e este aspecto já não causa grande admiração. A questão mais complexa é por que um ensaio tecnicamente correto às vezes parece estranhamente vazio. O problema raramente reside na gramática; na verdade, o texto gerado por IA pode ser excessivamente impecável gramaticalmente. As frases frequentemente têm comprimentos semelhantes, os parágrafos seguem padrões previsíveis e cada ideia tenta se explicar completamente.

A escrita humana, por outro lado, possui 'falhas' úteis: um estudante pode enfatizar uma ideia, mudar rapidamente para outra, alterar o ritmo, estabelecer uma conexão inesperada ou escolher uma palavra porque ela simplesmente parece adequada.

Portanto, para tornar um ensaio gerado por IA mais humano, a abordagem mais eficaz não é substituir algumas palavras suspeitas. O rascunho deve ser visto como matéria-prima. Sua estrutura, lógica de raciocínio, exemplos, ritmo das frases e vocabulário devem ser revisados até que as decisões do próprio autor se tornem óbvias na página.

Um erro comum é supor que 'humanizar' um ensaio significa procurar sinônimos. Por exemplo, 'Furthermore' é substituído por 'also', a frase 'It is important to note' desaparece e algumas frases são encurtadas. O resultado pode soar menos mecânico, mas o conteúdo principal do ensaio pode permanecer inegavelmente genérico.

Qualquer pessoa que estude como dar humanidade ao texto criado por IA deve começar em um nível mais profundo. O que exatamente este parágrafo afirma? Por que este exemplo foi incluído? Um estudante organizaria essas ideias nesta ordem?

Essa diferença é importante no debate mais amplo sobre IA e escrita acadêmica. As ferramentas generativas podem coletar informações rapidamente e criar um texto polido, mas são os raciocínios do estudante que dão direção ao trabalho acadêmico.

Outro problema se torna evidente quando o rascunho se alonga. Uma resposta curta pode esconder bem o caráter genérico do raciocínio. No entanto, ao longo de várias páginas, é muito mais fácil notar estruturas repetitivas e conexões superficiais. O autor precisa decidir em quais ideias focar e quais apenas ocupam espaço na argumentação.

Isso é especialmente relevante para projetos acadêmicos complexos. Um estudante que busca ajuda com uma tese está fazendo mais do que apenas construir frases. Uma tese exige um argumento sustentado, seleção de fontes, interpretação e coerência ao longo de muitas páginas. Esses elementos não podem ser melhorados com simples substituição de vocabulário.

Portanto, a primeira fase da edição deve se concentrar mais no conteúdo do que nas formulações. Embora a escrita de IA esteja se tornando cada vez mais sofisticada, eliminando uma lista única de palavras para sua identificação confiável, os padrões persistem.

Um parágrafo típico gerado por IA pode consistir em uma apresentação da tese, explicação dessa tese, fornecimento de um exemplo geral e conclusão com a repetição da tese original com outras palavras. Não há nada inerentemente errado nisso, mas é por isso que o parágrafo pode parecer artificial.

A escrita estudantil autêntica geralmente demonstra maior variabilidade. Um parágrafo pode ter seis frases se a ideia for complexa, enquanto outro pode ter apenas três. O autor pode gastar muito tempo analisando uma evidência e depois passar rapidamente para um ponto de apoio.

Essa irregularidade tem um propósito: reflete o julgamento. Quando os editores tornam o texto de IA mais natural, a variação no comprimento das frases é útil, mas ainda mais importante é a variação no peso dado às ideias. Nem toda ideia merece o mesmo tratamento.

Um método de edição útil é ler cada parágrafo e fazer três perguntas. A terceira pergunta se mostra surpreendentemente eficaz. Considere um parágrafo sobre mídias sociais que afirma que as plataformas digitais transformaram a comunicação, permitindo que as pessoas se conectem instantaneamente em todo o mundo. Esta é uma afirmação razoável, mas é tão ampla que quase qualquer pessoa poderia escrevê-la.

Um autor mais forte poderia restringir a observação. Talvez o ensaio examine como projetos de grupo na universidade agora continuam pelo WhatsApp após as aulas, ou como o TikTok mudou a velocidade com que clipes políticos chegam ao público jovem. A especificidade forma a individualidade e dá ao autor algo concreto para analisar em vez de preencher espaço com declarações universalmente aceitáveis.

A diferença fica mais clara quando os hábitos comuns da IA são comparados com escolhas de edição mais fortes. Nenhum desses cambios implica a introdução intencional de erros; a escrita humana adquire autenticidade não por piorar a gramática, mas quando a escolha deixa de parecer automatizada.

Transições são úteis, mas transições forçadas não são. Ensaios gerados por IA frequentemente dependem de expressões como 'Furthermore', 'Moreover', 'In addition' e 'On the other hand'. Quando quase todos os parágrafos começam dessa maneira, o ensaio começa a soar como se tivesse sido montado a partir de partes separadas.

Uma conexão significativa é mais forte do que uma palavra de transição. Suponha que um parágrafo discuta o uso crescente do ChatGPT entre os estudantes, e o próximo examine as políticas universitárias sobre IA generativa. O segundo parágrafo não precisa começar com 'Furthermore'. A própria interconexão pode criar a transição: 'Os estudantes adotaram a IA generativa mais rapidamente do que muitas universidades conseguiram decidir o que fazer com ela'. Esta frase avança a discussão, ligando ambas as ideias, e ao mesmo tempo diz algo importante.

Uma das razões pelas quais os ensaios de IA podem parecer anônimos é que seus exemplos frequentemente parecem intercambiáveis. Entidades específicas podem mudar isso. Dependendo do tópico, o ensaio pode discutir a Universidade de Harvard, a OpenAI, o Google, a Organização Mundial da Saúde, uma decisão do Supremo Tribunal, um evento histórico ou os resultados de um estudo específico. O importante não é apenas inserir nomes conhecidos, mas que a fonte ou o exemplo tenham uma razão para estar lá.

Um autor que discute a inteligência artificial na educação, por exemplo, pode considerar a reação das universidades ao lançamento público do ChatGPT em 2022. Isso cria um evento específico para análise, em vez de fazer uma declaração vaga de que a tecnologia 'está mudando a educação'.

Reescrever completamente nem sempre é necessário. Um processo mais prático é trabalhar com o rascunho em camadas. Primeiro, verifique o argumento: remova parágrafos que apenas repetem ideias anteriores. Identifique afirmações muito gerais e decida o que o autor realmente quer dizer. Segundo, substitua exemplos genéricos: adicione exemplos, fontes, eventos ou observações que apoiem diretamente o argumento. Terceiro, elimine a repetição estrutural: se cinco parágrafos tiverem uma forma quase idêntica, altere-os. Algumas ideias podem precisar de exemplos primeiro, outras funcionam melhor com evidência seguida de interpretação.

Em quarto lugar, edite as frases: misture declarações curtas com frases explicativas mais longas. Remova introduções desnecessárias e expressões acadêmicas infladas. Finalmente, leia o ensaio em voz alta. O ritmo desajeitado é muito mais fácil de notar quando as palavras são ouvidas, e não apenas visualizadas na tela.

Essa abordagem em etapas é geralmente mais eficaz para todos que investigam como editar um ensaio gerado por IA, pois aborda tanto o raciocínio quanto a linguagem, em vez de tratar a humanização como um exercício de vocabulário.

Às vezes, os estudantes cometem um erro estranho ao editar IA: eles tornam a linguagem ainda mais complexa. Uma palavra comum se transforma em um sinônimo 'sofisticado', e frases simples se tornam mais longas. Expressões acadêmicas aparecem por toda parte. Isso pode agravar o problema.

Um estudante que normalmente escreve 'shows' não se torna automaticamente mais inteligente ao mudar cada ocorrência para 'demonstrates', 'illustrates' ou 'elucidates'. Às vezes, 'shows' é exatamente a palavra que deve ser usada. O objetivo ao tentar tornar o conteúdo de IA humano não é a sofisticação máxima, mas a precisão plausível.

O vocabulário deve corresponder ao tema, ao nível acadêmico e à proficiência usual do autor em inglês. Isso é especialmente importante para estudantes ESL. O inglês acadêmico natural não exige que cada frase soe como uma resenha de revista.

A escrita acadêmica em terceira pessoa ainda pode ter personalidade. A voz se manifesta através da escolha: qual evidência chama a atenção? Qual contradição o autor nota? Onde o argumento se torna cético? Qual detalhe parece digno de discussão? Dois estudantes podem usar as mesmas fontes e obter ensaios completamente diferentes porque interpretam essas fontes de maneiras diferentes. É aqui que a escrita com IA frequentemente requer mais trabalho.

O rascunho pode fornecer uma base limpa, mas o estudante deve questioná-la. Talvez o argumento seja muito confiante. Talvez o exemplo realmente apoie duas interpretações. Talvez a conclusão cuidadosa ignore uma exceção inconveniente. Esses momentos tornam a escrita acadêmica interessante, pois revelam o pensamento, e não apenas a informação.

Existe a tentação de terminar a edição e perguntar se alguém pensará que o ensaio foi gerado por IA. Mas essa pode não ser a pergunta final correta. É melhor perguntar: cada frase importante tem uma razão de existir? Se um parágrafo existe apenas porque um ensaio geralmente tem um parágrafo sobre esse tópico, provavelmente precisa ser refinado. Se um exemplo pode ser substituído por vinte outros sem afetar o argumento, ele é provavelmente muito genérico. Se a conclusão simplesmente repete a introdução, o autor perdeu a oportunidade de mostrar o que a discussão estabeleceu.

Aprender a tornar um ensaio gerado por IA mais humano significa, em última análise, aprender a tomar decisões mais fortes na escrita. A IA pode gerar frases rapidamente, mas não pode fornecer automaticamente o caminho intelectual preciso do estudante sobre o assunto: o que essa pessoa nota, contesta, aceita, rejeita, conecta e o que considera digno de um parágrafo separado. Essa é a parte que deve ser mantida. Um ensaio verdadeiramente humano não é aquele em que imperfeições são inseridas estrategicamente, mas aquele em que o autor assume a responsabilidade pelo pensamento. Assim que isso acontece, a linguagem geralmente começa a soar mais humana por si só.

Histórias semelhantes

Post de engenheiro gera repercussão: de Sridhar Vembu a Elon Musk debatem o impacto da IA no desenvolvimento de software
Leia mais
www.aajtak.in

Post de engenheiro gera repercussão: de Sridhar Vembu a Elon Musk debatem o impacto da IA no desenvolvimento de software

O aparecimento de uma postagem de um engenheiro gerou uma repercussão global, levantando questões urgentes sobre o impacto da inteligência artificial (IA) no campo do desenvolvimento de software. Inicialmente, a IA foi implementada para simplificar o trabalho dos engenheiros e aumentar sua produtividade. Hoje, a IA participa de todos os aspectos do desenvolvimento, desde a escrita de código e testes até a criação de documentação de produtos e resolução de problemas.

Empresas de tecnologia afirmam que, ao assumir tarefas rotineiras, a IA libera os engenheiros para realizar tarefas que exigem pensamento humano. No entanto, alguns engenheiros expressam preocupações de que o oposto esteja ocorrendo: quando a IA executa a maior parte do trabalho, os desenvolvedores perdem tempo em compreender profundamente o código, resolver problemas ou perceber o que estão realmente criando.

Sridhar Vembu, cofundador da Zoho e uma figura proeminente nos negócios, classificou essa situação como extremamente 'triste'. O debate começou com uma publicação na rede social X (anteriormente Twitter) de um dos desenvolvedores. O usuário com o nome de usuário 'voxium' relatou que, após um mês e meio de trabalho em uma grande empresa, ficou impressionado com a quantidade de tarefas de engenharia que a ferramenta de IA da Anthropic chamada 'Claude Code' assume.

O engenheiro observou em sua postagem que a situação no desenvolvimento está atualmente 'extremamente terrível'. Ele relatou que, em seu novo cargo em uma grande firma, ninguém sabe nada, pois o 'Claude Code' gera especificações, código, testes, PRDs, tickets e suas soluções. Sua equipe não aprova tal situação.

A maior preocupação é o fato de os desenvolvedores pararem de dedicar tempo ao estudo do código gerado por IA. Na opinião do engenheiro, em vez de resolver problemas, verificar erros ou entender os princípios de funcionamento do sistema, os especialistas agora apenas dão comandos ao Claude, verificam seus resultados e os repassam adiante.

Sridhar Vembu, republicando esta postagem, descreveu o estado atual como decepcionante. Embora ele mesmo aconselhe seus engenheiros a usar a IA, ele se opõe categoricamente à delegação de seu entendimento e julgamento à inteligência artificial. Ele comparou a indústria a um carro de luxo, alertando que, ao acelerar muito rápido neste carro novo e moderno, que mal sabem dirigir, a indústria corre o risco de provocar um grave acidente.

Esta discussão atraiu a atenção do magnata da tecnologia Elon Musk. Respondendo à postagem do engenheiro com apenas uma palavra — 'Yikes' (que se traduz como 'Meu Deus' ou 'Isso é assustador') —, ele expressou seu acordo com as discussões contínuas sobre o desenvolvimento de software com IA.

Este diálogo surgiu em um momento em que ferramentas de codificação como o 'Claude Code' estão se tornando cada vez mais capazes de lidar com tarefas complexas. Para os desenvolvedores, isso significa aceleração na codificação e redução do tempo gasto em operações repetitivas. No entanto, à medida que a IA assume todo o processo de desenvolvimento, surge uma questão fundamental: quais tarefas permanecem para os programadores humanos?

Popular