O Google penaliza textos de IA? O que conta mesmo

O essencial

O Google não avalia a origem de um texto, avalia a sua utilidade. A criação automatizada não é, expressamente, motivo de exclusão.
O que é penalizado é o conteúdo produzido em massa sem contributo próprio – independentemente de o ter escrito uma pessoa ou um modelo.
As ferramentas de deteção de IA são pouco fiáveis nos dois sentidos e não servem de base para decisões.
Cinco características decidem: contributo próprio, exatidão, estrutura, responsabilidade e manutenção.

A pergunta anda no ar há anos e é respondida erradamente com regularidade – geralmente por quem vende ferramentas de deteção.

As diretrizes do Google são neste ponto inequívocas: avalia-se a qualidade e a utilidade do resultado, não o método da sua criação. A automatização é um problema quando serve para encher os resultados de pesquisa com conteúdo sem valor próprio. Antes dos modelos de linguagem era igual – só que na altura se chamava gerador de texto e fábrica de conteúdos.

Uma superfície clara e lisa abre-se num ponto e revela um interior luminoso profundamente estruturado — A superfície é igualmente lisa nos dois. A diferença está por baixo.

Onde os textos de IA falham de facto

Na prática, os textos criados automaticamente chumbam quase sempre pelas mesmas cinco razões – e nenhuma delas tem a ver com deteção.

1. Nenhum contributo próprio

Um modelo consegue resumir o que já foi escrito. Não consegue saber o que correu mal em três dos vossos projetos no ano passado. Um texto sem esse plano é uma reformulação de conteúdos existentes – e para isso já há resultados melhores.

2. Pormenores errados que soam plausíveis

Números inventados, estudos inexistentes, referências legais que não existem assim. É o ponto mais perigoso, porque não salta à vista: o texto lê-se com segurança. Quem o publica sem verificar perde confiança – e em áreas reguladas, mais do que isso.

3. Estrutura sem substância

Sete secções, cada uma com três parágrafos, cada parágrafo com o mesmo movimento retórico. Formalmente impecável, materialmente permutável. As pessoas notam ao fim de duas secções e saem – e o comportamento de saída é mensurável.

4. Não há ninguém por trás

Sem autor, sem função, sem data, sem empresa com morada. Em temas que tocam dinheiro, saúde ou direito isso pesa muito – aí o motor de busca quer saber quem responde pela afirmação.

5. Quantidade em vez de manutenção

Quarenta artigos num mês, depois nada. O padrão é visível do exterior e sempre foi um sinal de alarme – independentemente da ferramenta.

Sabia que…?

As ferramentas de deteção de IA produzem erros nos dois sentidos: classificam como automáticos textos humanos escritos com cuidado – sobretudo de quem não escreve na língua materna e em textos técnicos muito estruturados – e como humanos os textos de modelo revistos.

A razão é de fundo: essas ferramentas medem a estranheza estatística no uso da língua, não a origem. Um texto escrito de forma deliberadamente clara e regular parece, estatisticamente, um texto de modelo. Como base de decisão – por exemplo para avaliar prestadores de serviços – são portanto inúteis.

Como usar modelos sem cair nestas armadilhas

A linha divisória não passa entre «com IA» e «sem IA», passa entre dois modos de trabalhar.

Etapa de trabalho	O modelo assume	A pessoa assume
Escolha de temas	propostas, agrupamento	seleção com conhecimento próprio
Estrutura	esboço	ordem, pontos de ênfase
Primeira versão	completa	–
Substância técnica	–	números próprios, casos, posição
Verificação factual	–	cada dado verificável
Versão final	polimento sob instrução	aprovação e responsabilidade

O ponto decisivo está nas linhas quatro e cinco. Quem salta estes dois passos produz exatamente o conteúdo que, com razão, não se posiciona.

Da prática

Um teste fiável antes da publicação: risquem todas as frases que também poderiam estar no site de um concorrente. O que sobra é o verdadeiro valor do artigo.

Numa versão de modelo não trabalhada sobram tipicamente duas a quatro frases. Num texto em que entrou experiência própria fica cerca de um terço. É precisamente esse terço a razão pela qual alguém fica na página em vez de voltar atrás.

O que é de facto arriscado

Atenção Três padrões levam com fiabilidade a problemas – e os três são independentes de ter havido ou não um modelo envolvido.

Conjuntos de páginas gerados programaticamente. O mesmo modelo com a localidade ou o nome do produto trocados, cem vezes. É este o caso a que as diretrizes se referem expressamente.

Conteúdos alheios reformulados. O texto do concorrente passado por um modelo e ligeiramente alterado. Nenhum contributo próprio, e em troca um risco de direitos de autor.

Temas sem competência própria. Quem escreve sobre direito fiscal sem perceber do assunto não consegue reconhecer os erros do modelo. O problema não é o texto, é a instância de verificação em falta.

Prompt

Avalia criticamente o rascunho seguinte antes de eu o publicar.
Sê rigoroso; não elogies nada.

Rascunho:
[colar texto]

Tarefas:
1. Assinala todas as frases que também poderiam estar no site de
   um concorrente qualquer. Indica que percentagem do texto isso
   representa.
2. Lista todas as afirmações verificáveis: números, estudos,
   leis, anos, dados de produtos. Assinala em cada uma se a
   consegues comprovar ou se tenho de a verificar eu. Não
   inventes indicações de fonte.
3. Indica os sítios em que falta experiência própria, números
   próprios ou uma posição clara – e formula para cada um uma
   pergunta concreta cuja resposta preencheria a lacuna.
4. Avalia se é reconhecível que o texto vem de alguém que fez
   mesmo a coisa. Fundamenta com exemplos do texto.

Não reescrevas o texto. Quero ver as lacunas.

É preciso assinalar o uso de IA?

Do lado dos motores de busca: não. O Google não exige a indicação nem a valoriza.

Juridicamente, depende da área. Em contextos editoriais, na publicidade e em setores regulados existem deveres de transparência que variam de país para país e que estão neste momento em movimento. Quem trabalha aí esclarece isso com um profissional da área – e não com um modelo de linguagem.

Praticamente útil é outra indicação: quem responde pelo texto e quando foi verificado pela última vez. É isso que responde à pergunta que realmente interessa.

Conclusão

A pergunta «o Google penaliza textos de IA» induz em erro, porque coloca a ferramenta no centro. O que é avaliado é se um texto dá a alguém algo que ainda não existe noutro lado.

Um modelo não pode entregar essa parte – não conhece os vossos projetos. Pode entregar tudo o resto: estrutura, formulação, ritmo. Quem divide o trabalho assim não tem problema com os motores de busca. Quem publica a primeira versão sem verificar tem – e teria o mesmo com um texto humano comprado barato.

Perguntas frequentes

O Google penaliza textos escritos com IA?

Não, não por causa da origem. As diretrizes do Google avaliam a utilidade e a qualidade do resultado, não o método de criação. É penalizado o conteúdo sem valor próprio produzido em massa – e isso já valia antes dos modelos de linguagem.

O Google consegue reconhecer se um texto vem de uma IA?

Uma deteção fiável não é possível no estado atual – nem sequer para as ferramentas comerciais de deteção, que erram nos dois sentidos. Para a avaliação isso é, contudo, irrelevante, porque a origem não é de qualquer forma o critério.

As ferramentas de deteção de IA são fiáveis?

Não. Classificam com frequência como automáticos textos humanos escritos com cuidado – sobretudo de quem não escreve na língua materna e em textos técnicos muito estruturados – e como humanos os textos de modelo revistos. Medem a estranheza estatística no uso da língua, não a origem, e por isso não servem de base para decisões.

Onde falham de facto os textos de IA na pesquisa?

Em cinco pontos: falta de contributo próprio, pormenores errados que soam plausíveis, estrutura uniforme sem substância, ausência de uma pessoa responsável reconhecível, e publicação em massa sem manutenção posterior. Todos os cinco se resolvem sem prescindir da ferramenta.

É preciso assinalar os conteúdos gerados por IA?

Para os motores de busca não. Juridicamente depende da área – em contextos editoriais, publicitários e regulados existem deveres de transparência que variam por país e estão em mudança. Útil em qualquer caso é indicar quem responde pelo texto e quando foi verificado pela última vez.