Cinco serviços registram o processo de escrita, mas não provam que não houve uso de IA

Imagine passar vários meses escrevendo um livro, enviar o manuscrito a uma editora e receber uma acusação de uso de IA. Um detector apontou um resultado suspeito. Como responder? Novos serviços propõem preservar o histórico do trabalho: rascunhos, alterações, horários de criação e outros rastros. Para um desenvolvedor, a tarefa é familiar: montar um registro de eventos. Para um gerente de produto, o desafio é mais complexo: explicar ao cliente quais conclusões esse registro realmente permite tirar.

A WIRED analisa esse mercado a partir de Workings, Blindproof, Wintertext, Human Ink e ObraVera. As abordagens variam, mas a promessa é a mesma: o autor terá materiais que ajudem a explicar como o texto surgiu. O problema é que um registro de ações no editor, por si só, não estabelece quem concebeu as frases.

O que o histórico de escrita preserva

Algumas ferramentas documentam o processo de escrita. Outras usam registros de data e hora, hashes criptográficos ou padrões de digitação. São mecanismos diferentes, com capacidades diferentes, e seria um erro tratá-los como um teste universal de autoria humana.

Vejamos um exemplo simples. Um escritor cria uma cena, reescreve o diálogo várias vezes e salva o resultado. O histórico de alterações permite mostrar a sequência do trabalho. Se a impressão digital de uma versão específica tiver sido salva, ela poderá ser comparada posteriormente com o texto apresentado. Esses registros podem fornecer evidências úteis para resolver uma disputa.

Mas eles não demonstram que o autor deixou de consultar um chatbot. Ele pode ter obtido um parágrafo pronto em outro aplicativo, redigitado o conteúdo e depois feito alterações. O registro documentará fielmente a digitação e as edições. A origem do parágrafo inicial continuará fora de seu alcance.

O fundador técnico da ObraVera, Brady Ridgeway, descreve explicitamente essa limitação: a plataforma pode preservar o material e a declaração de um usuário cadastrado sobre o uso de IA. Ela não pode verificar se a declaração é verdadeira. Aqui, é importante distinguir entre registrar uma versão, vinculá-la a uma conta e verificar como o texto foi criado.

Por que um detector não resolve a questão

A demanda por essas ferramentas surgiu em um contexto no qual as acusações têm consequências bastante concretas. Segundo a WIRED, a Hachette cancelou o lançamento do romance Shy Girl nos Estados Unidos e interrompeu sua distribuição no Reino Unido após suspeitas de uso de IA. A autora, Mia Ballard, nega ter escrito o romance com ajuda de IA e atribui as mudanças ao trabalho de um editor.

A publicação cita uma avaliação da Pangram: a ferramenta classificou cerca de 78% do texto como gerado. Esse é o resultado de um detector, não uma proporção comprovada de texto escrito por máquina. Confundir as duas coisas é especialmente perigoso quando a publicação de um livro e a reputação de seu autor dependem dessa decisão.

A dirigente da Authors Guild, Mary Rasenberger, relata reclamações de escritores cujos textos escritos por humanos foram classificados por um detector como gerados por máquina. A própria Pangram também reconhece as limitações das ferramentas que registram o processo: é possível digitar manualmente a resposta de um modelo ou usar digitação automatizada.

Também existe o problema inverso. Um escritor trabalha em vários arquivos, dita anotações enquanto se desloca e recebe correções de um editor. O aplicativo vê apenas parte dessa cadeia. Uma lacuna no histórico não significa que a IA criou o trecho ausente. Exigir um registro contínuo pode colocar um autor honesto em uma situação difícil simplesmente por causa de sua maneira habitual de trabalhar.

O que desenvolvedores e gerentes de produto devem considerar

Se você está criando um editor, uma plataforma para autores ou um serviço de verificação de conteúdo, comece com uma descrição precisa do resultado. Quais eventos são registrados? Quais arquivos são abrangidos? O que acontece quando um texto é colado, ditado ou editado de forma colaborativa? O usuário precisa entender os limites do registro antes de precisar usá-lo em sua defesa.

Outra questão é quem aceitará um relatório desse tipo. A especialista no mercado editorial Jane Friedman duvida que as editoras cheguem a um padrão comum, especialmente se a verificação exigir mais dinheiro e tempo. Portanto, comprar um aplicativo ainda não garante que seus dados convencerão um editor ou agente.

A conclusão prática para as equipes de produto: vendam a capacidade concreta de preservar e apresentar um histórico de escrita. Prometer provar a ausência de IA vai muito além das capacidades das ferramentas descritas. Para uma organização que avalia autores, faz mais sentido tratar o histórico de alterações e a avaliação do detector como materiais a serem examinados: cada uma dessas fontes deixa perguntas que exigem julgamento humano.