Os detetores de texto de IA são adivinhos estatísticos, e nenhuma plataforma social importante passa um pelas tuas legendas antes de decidir o que mostrar. O que as plataformas verificam mesmo é a proveniência da media — metadados, marcas de água dos geradores e Content Credentials C2PA anexadas a ficheiros de imagem e vídeo — o que não tem nada a ver com a forma como a tua prosa se lê. Por isso, a resposta curta a "devo passar as minhas legendas por um humanizer" é não. Estarias a pagar a uma ferramenta para enganar um juiz que não está na sala.
Há, no entanto, um detetor na sala, e é melhor do que qualquer software: a pessoa que está a fazer scroll. Não consegue calcular perplexidade, mas percebe em meio segundo que a tua legenda soa igual a todas as outras legendas do nicho. É esse o teste que vale a pena otimizar, e um humanizer não faz nada por ele.
Como funcionam realmente os detetores de texto de IA
Os detetores não encontram um marcador escondido no texto. O texto simples não tem nenhuma marca de água fiável — as interfaces de chat populares não incorporam nenhuma com que possas contar e, mesmo onde existe um esquema desses, copiar e colar através de um editor tende a destruí-lo. Por isso os detetores recorrem à estatística: quão previsível é cada palavra dadas as anteriores, e quanto varia essa previsibilidade ao longo do texto? O output das máquinas tende a ser suave e provável. A escrita humana tende a ser mais acidentada — escolhas de palavras estranhas, uma frase que se estica demais, um fragmento.
Essa abordagem tem dois problemas estruturais para trabalho de redes sociais.
É probabilística, apresentada como veredito. O output é uma pontuação de probabilidade vestida de "98% IA". É uma estimativa sobre uma distribuição, aplicada a uma única amostra, sem nenhuma verdade de referência com que a comparar.
O texto curto deixa-a à fome. Uma legenda tem umas dezenas de palavras. O sinal estatístico de que os detetores dependem precisa de volume para estabilizar. Julgar uma legenda de produto com 40 palavras está mais perto de atirar uma moeda ao ar do que de uma análise.
A falta de fiabilidade não é hipotética. A OpenAI desligou o seu próprio AI Text Classifier em 2023, alegando baixa exatidão. Investigação publicada concluiu que os detetores sinalizam desproporcionalmente como gerada por máquina a escrita de quem não tem o inglês como língua materna. Várias universidades desativaram as funcionalidades de deteção de IA nas suas ferramentas de plágio depois de acumularem falsos positivos suficientes para tornar os resultados inutilizáveis na prática.
E aqui está a parte que devia encerrar a discussão para quem faz marketing: escrita limpa, editada e alinhada com o brief é exatamente aquilo que estas ferramentas sinalizam. Uma legenda que apertaste até desaparecer a última cautela lê-se como suave e previsível — que é a assinatura que os detetores são treinados para apanhar. Escrever bem e pontuar "humano" não são o mesmo objetivo e, às vezes, são objetivos opostos.
O que as plataformas detetam mesmo
As plataformas construíram infraestrutura de deteção nos últimos dois anos. Só que não está apontada às tuas frases. Em julho de 2026, os sinais que determinam a rotulagem de IA estão ligados aos ficheiros, não à redação:
| Sinal | O que é | A que se aplica |
|---|---|---|
| C2PA Content Credentials | Metadados de proveniência assinados criptograficamente que registam como um ficheiro foi criado e editado | Imagens, vídeo e áudio de ferramentas e câmaras que suportam a norma |
| Marcas de água dos geradores | Padrões incorporados nos pixels ou no áudio pelo modelo que gerou, invisíveis para quem vê | Media gerada por IA |
| Metadados do ficheiro | Campos IPTC e EXIF escritos na exportação por muitas ferramentas de IA | Media carregada |
| Autodeclaração | O botão "conteúdo gerado por IA" no compositor ou no Studio de uma plataforma | Aquilo que o criador declarar |
| Análise da prosa | Não é um mecanismo que as plataformas usem em escala | — |
A Meta afirmou que rotula imagens de IA nas suas apps usando sinais da indústria, incluindo metadados C2PA e IPTC. O TikTok rotula automaticamente conteúdo carregado que chega com Content Credentials. O YouTube pede aos criadores que declarem conteúdo realista alterado ou sintético quando fazem upload. Implementações diferentes, a mesma lógica de base: verificar o ficheiro, ou perguntar ao humano.
Daí decorrem duas consequências. Primeiro, os metadados de proveniência são frágeis — um screenshot elimina-os e alguns pipelines de recodificação deixam-nos cair. A rotulagem é, por isso, inconsistente nos dois sentidos, o que é um argumento para tratar a divulgação de forma deliberada em vez de esperar que a plataforma acerte. Segundo, e mais útil: se estás preocupado em ser sinalizado, o que importa é o ficheiro e não a frase. Isso é uma questão de fluxo de trabalho sobre as tuas ferramentas de geração de imagem e vídeo com IA, não uma questão de copywriting.
Vale também a pena separar rotulagem de castigo. Um rótulo é uma divulgação, não uma despromoção, e as evidências sobre se o conteúdo de IA prejudica o teu alcance são muito mais fracas do que o folclore sugere. As plataformas suprimem conteúdo que aborrece as pessoas. Sempre fizeram isso.
Humanizers: o que estás mesmo a comprar
Um humanizer parafraseia o teu texto para baixar a pontuação de confiança de um detetor. Mecanicamente, troca palavras por sinónimos menos prováveis, varia o comprimento das frases, reestrutura orações e por vezes introduz pequenas irregularidades. Está a otimizar um número, e esse número é invisível para a tua audiência.
O que te custa:
- Deriva semântica. A ferramenta não conhece o nome do teu produto, as condições da tua oferta, nem quais são as palavras do teu CTA que sustentam tudo. Reescrito à procura de ruído estatístico, "envia em três dias úteis" torna-se discretamente algo que não prometeste e que não podes garantir.
- Apagamento da voz. A tua voz de marca é um conjunto de escolhas deliberadas e repetidas. O trabalho inteiro de um humanizer é tornar a escolha de palavras menos previsível. Esses objetivos apontam em direções opostas.
- Um imposto sobre a clareza. Sinónimos invulgares abrandam a leitura rápida, e as legendas sociais são lidas a alta velocidade no telemóvel, muitas vezes por alguém que está a meio a ver outra coisa. Copy mais difícil de processar é pior copy.
- Zero verdade acrescentada. Nada no resultado é mais específico, mais exato ou mais útil do que aquilo que entrou. Pagaste por agitação.
Põe as duas opções lado a lado e a escolha faz-se sozinha:
| Passagem por humanizer | Revisão humana | |
|---|---|---|
| Otimiza para | Uma pontuação de detetor | Um leitor |
| Acrescenta especificidades que só tu tens | Não | Sim |
| Apanha uma afirmação errada ou arriscada | Não | Sim |
| Reforça a voz de marca | Não | Sim |
| Adapta o post a cada rede | Não | Sim |
| Valor se ninguém estiver a usar um detetor | Nenhum | Total |
Essa última linha é o argumento numa frase. A revisão compensa quer alguém te esteja a testar quer não; o humanizer só compensa num cenário que, nas redes sociais, praticamente não existe.
O único detetor que importa
A tua audiência não está a medir probabilidade de tokens. Está a fazer correspondência de padrões com as cem publicações por que já passou hoje, mais tudo o que se lembra da tua conta. Esse radar é rápido, injusto e muito mais difícil de enganar.
O que o dispara:
- Mesmice. A legenda encaixaria na conta de qualquer concorrente sem mudar uma palavra.
- Entusiasmo sem motivo. "Muito feliz por partilhar" sem nada de concreto por trás.
- Conselhos sem custo. A experiência real inclui o compromisso, a coisa que não resultou, o número que desceu.
- Uma quebra de tom. Esta é a grande. O sinal normalmente não é "isto é IA" — é "isto não és tu." Quem te segue há um ano tem um modelo da tua voz que nenhum classificador tem.
- Um pico de volume. Três publicações por semana a passarem a cinco por dia dizem mais sobre o teu processo do que qualquer legenda isolada.
- Desencontro visual. Uma imagem sintética polida numa conta que sempre publicou fotos de telemóvel da oficina.
Repara que um falso positivo de um detetor não te custa absolutamente nada. Um leitor habitual concluir que deixaste de aparecer pessoalmente custa-te o follow, e provavelmente a venda que vinha atrás. Esses dois riscos não são nem por sombras equivalentes, e só um deles merece que gastes dinheiro.
Onde a deteção importa genuinamente
As exceções honestas, porque "os detetores não são fiáveis" não é o mesmo que "a proveniência de IA nunca importa":
- Media sintética de pessoas reais. A imagem de alguém, os clones de voz e as filmagens alteradas estão sujeitos a regras mais rígidas das plataformas e, num número crescente de jurisdições, à lei. Os sinais de proveniência são aqui o mecanismo de aplicação, e a divulgação não é opcional.
- Conteúdo patrocinado e setores regulados. A divulgação de patrocínio e as regras setoriais somam-se à divulgação de IA. Nenhuma anula a outra.
- Contratos com clientes e agências. Muitos contratos especificam agora que uso de IA é permitido e o que tem de ser declarado. É um problema de papelada, melhor resolvido com uma política de uso de IA da equipa escrita do que com ferramentas.
- Contextos de triagem. Alguém que te esteja a contratar pode passar o teu portefólio por um detetor, injustamente. A defesa aí é o registo do teu processo — brief, rascunho, histórico de edições — e não um rascunho lavado.
Nenhum destes se resolve com um humanizer, e um par deles fica pior por causa dele. Retirar metadados ou obscurecer a proveniência para escapar a um rótulo obrigatório é uma violação de política com uma embalagem esperta. Decide o que vais declarar usando uma regra estável de divulgação de conteúdo de IA e depois aplica-a da mesma maneira sempre.
O que fazer em vez disso
Gasta o orçamento do humanizer na edição. Em concreto, é uma revisão por publicação que faz quatro coisas que um parafraseador estruturalmente não consegue: acrescentar um detalhe específico que só tu poderias saber, cortar todas as cautelas e adjetivos inflacionados, dizer a opinião real e adaptar tudo à rede em que vai sair. A revisão humana completa de legendas de IA explica-a passo a passo, e o guia para fazer rascunhos de IA soarem humanos cobre os sinais específicos a caçar.
Isto também é uma questão de fluxo de trabalho, não só de disciplina. O compositor do SocialKit assume uma passagem humana por design: rascunhas uma vez e depois personalizas a legenda, as hashtags e a media para cada rede antes de qualquer coisa entrar na fila. Esse passo por rede é onde a edição acontece mesmo, porque não consegues adaptar sensatamente um post do LinkedIn para o Threads ou o Bluesky sem o ler como deve ser primeiro. Depois agenda e publica automaticamente nas 11 plataformas que suportamos. Nada nessa cadeia verifica se a tua prosa parece estatisticamente humana, porque nada a jusante o faz também.
Se quiseres que a metade do rascunho produza menos coisas para corrigir, melhores inputs ganham sempre a melhores paráfrases — vê o guia para escrever legendas com IA para a estrutura do brief, e a análise de onde a IA e o conteúdo humano ganham genuinamente cada um para saberes como dividir o trabalho.
Começa por aqui
Uma sequência curta que podes executar esta semana:
- Cancela o humanizer. Se estás a pagar por um, para. Põe o tempo que ias gastar a colar rascunhos lá dentro na edição.
- Corrige o brief, não o resultado. Dá ao modelo o teu ponto de vista, a tua audiência e um exemplo real antes de pedires um rascunho.
- Faz uma passagem humana por rede. Corta cautelas, acrescenta uma especificidade, lê em voz alta. Se tropeçares, reescreve essa linha.
- Audita o teu pipeline de media uma vez. Sabe quais das tuas ferramentas de imagem e vídeo incorporam Content Credentials, e nunca retires metadados para evitar um rótulo.
- Escreve a tua regra de divulgação. Um parágrafo, aplicado de forma consistente, vale mais do que decisões caso a caso às 23h.
- Mede a coisa certa. Guardados, partilhas, respostas e visitas ao perfil dizem-te se a revisão resultou. Uma pontuação de detetor não te diz nada sobre nada.
- Faz o teste verdadeiro. Lê as tuas últimas vinte publicações de seguida. Se se confundem umas com as outras, é esse o alerta — e nenhuma ferramenta o vai resolver por ti.
A pergunta por baixo de "vou ser detetado" é normalmente "isto é bom o suficiente para publicar". Responde bem à segunda e a primeira deixa de importar.