ARTIGOS DA ERA DA IA DIZEM "RATHER THAN" SETE VEZES MAIS

Os grandes modelos de linguagem hoje ajudam a escrever boa parte dos artigos científicos, e deixam rastros: palavras favoritas, um certo tom. Um hábito começou a irritar os pesquisadores de processamento de linguagem natural (PLN): frases construídas sobre “X rather than Y” (“X em vez de Y”), que definem uma afirmação em parte pelo que ela não é. Segundo o artigo, revisores da última rodada de submissões a conferências de PLN reclamaram disso, e os organizadores de conferências agora discutem textos “cheios de clichês de IA”.

Olga Zamaraeva, Adrián Gude, Roi Santos-Ríos e Carlos Gómez-Rodríguez, da Universidade da Corunha, na Espanha, decidiram medir o fenômeno — com um título que já diz tudo por si só.

Sete vezes mais

Eles compararam 4.744 artigos dos encontros de 2019 da Association for Computational Linguistics, antes de os assistentes de escrita com IA se tornarem comuns, com 1.821 artigos de PLN publicados no arXiv em 2026 no mesmo formato de conferência.

Ocorrências por 1.000 palavras em artigos de 2019 (azul) e 2026 (laranja): “rather than” e “X, not Y” disparam, enquanto “instead of” e “as opposed to” recuam. — Figura 1, Zamaraeva et al. (2026), arXiv:2610.10092.

• “Rather than” subiu de 0,134 para 0,993 uso a cada 1.000 palavras, cerca de sete vezes mais.
• A construção aparentada “X, not Y” (“X, não Y”) quadruplicou; enquanto isso, “instead of” e “as opposed to” ficaram menos comuns.
• 94% dos artigos de 2026 contêm “rather than”, contra 36% em 2019, e a usam em média cerca de oito vezes. Um artigo de 2026 a usa 69 vezes, aproximadamente uma vez a cada 170 palavras; nenhum artigo de 2019 passa de 12.

A equipe também fez modelos escreverem artigos completos a partir do título e do resumo de artigos reais. O GPT-5.6-sol e o GPT-6-sol usaram a expressão em todos os artigos, com mais frequência que os autores de 2026. Os modelos Claude Haiku 4.5, Sonnet 5.5 e Opus 5.5, da Anthropic, também a usaram em quase todos os artigos, com taxas um pouco menores. Um modelo aberto, o Tülu 3 8B, raramente a usou em qualquer etapa do seu treinamento. Revisar os artigos não eliminou o hábito: versões posteriores no arXiv dos mesmos artigos de 2026 contêm um pouco mais.

Irritante, mas quais?

A frequência sozinha não prova nada: a expressão tem muitos usos legítimos. Por isso, dois dos autores, revisores experientes, classificaram 1.000 usos, apresentados às cegas, como “irritantes” ou “legítimos”.

• Quase nenhum uso de 2019 os irritou (1,6% para um, 0% para o outro).
• Cerca de um uso de 2026 em cada dez os irritou (11,5% e 8,3%).
• Eles raramente concordaram sobre quais usos eram irritantes. Mas, como um artigo de 2026 contém tantos, os autores estimam que cerca de metade dos artigos de 2026 contém pelo menos um uso que irrita cada um deles, e quase dois terços, um que irrita pelo menos um deles — contra cerca de 1% em 2019.

O que distingue os usos irritantes é sobretudo a maneira como tratam a opção rejeitada. Eles tendem a elogiar uma alternativa e menosprezar a outra, e outras pessoas julgaram com mais frequência que a opção rejeitada era um espantalho, uma posição que nenhum pesquisador competente defenderia. Os leitores também viram na própria expressão um sinal de escrita por IA, embora fossem incapazes de distinguir trechos escritos pelo GPT de trechos humanos escritos em 2019.

Os resultados do Claude, até agora classificados por um único anotador, são mistos. As primeiras versões do Claude não irritaram mais que os artigos de 2019, e irritaram menos que as do GPT-6-sol. Já as suas revisões irritaram tanto quanto as do GPT-6-sol, cerca de duas vezes mais que as suas próprias primeiras versões. A diferença veio das “renúncias” (disavowals), em que os autores recusam uma afirmação mais forte sobre o próprio trabalho (“uma hipótese rather than um mecanismo testado”), que se tornaram mais frequentes quando os modelos revisaram seus artigos.

Premiada pelos avaliadores

De onde vem o hábito? Os chatbots são ajustados com pares de respostas, uma das quais é preferida por um humano ou por um juiz de IA. Em quatro conjuntos de dados públicos dessas preferências, as respostas com “rather than” tinham mais chance de ser escolhidas em três, sobretudo quando os juízes eram humanos. Quatro “modelos de recompensa” abertos deram nota mais alta a uma frase com a sua oração “rather than” do que sem ela, mesmo quando uma oração neutra do mesmo tamanho a substituía. E pedir a um modelo que fosse “honesto” o fez usar a expressão um pouco mais.

Os autores conjecturam que a construção é um efeito colateral desse tipo de treinamento: numa única resposta de chatbot, uma renúncia cuidadosa parece honesta; repetida ao longo de um artigo inteiro, e de toda uma literatura, soa como militância. Proibir a expressão provavelmente só deslocaria a mesma função para outro lugar, como faz o GPT-6-sol quando troca “rather than” por “X, not Y” durante a revisão.

O estilo está se espalhando

O estudo tem limites claros: dois anotadores que também são autores, com a comparação do Claude até agora classificada por apenas um deles; uma busca por padrões que pode deixar escapar usos; e dados de preferência que só mostram correlações. Mas a conclusão vai além de uma expressão. Artigos assinados por humanos adotaram a construção, de modo que o estilo da literatura científica está derivando para o dos modelos — que, por sua vez, vão aprender com ela.

Conflito de interesse. Os autores declaram que usaram o Claude Code (Claude Sonnet 5, Sonnet 5.5 e Opus 5.5) para escrever o código, executar as análises e redigir texto em todo o artigo, incluindo as seções de Métodos e Resultados, antes de editá-lo à mão — removendo, entre outras coisas, dez “rather than” introduzidos durante a geração. Os modelos Claude também estão entre os sistemas estudados e serviram como avaliadores automáticos. O Claude também escreveu o presente artigo.