Texto e documentos

Números e cálculo

Dados e formatos

Segurança

Desenvolvimento e DevOps

Inteligência Artificial

Finanças

Saúde & Bem-estar

Produtividade

Jogos & Entretenimento

Multimédia e design

Empresa

Isto NÃO diz se foi uma IA que o escreveu

E não é modéstia: um detetor assim não se pode validar, e um que se engana é pior do que nenhum porque dá confiança onde não a há. O que se mede aqui é vazio, que é uma propriedade do texto e não do seu autor — uma pessoa pode escrever enchimento e um modelo pode escrever algo com substância. E ainda por cima é mais útil, porque a pergunta real de quem recebe um documento não é «quem o escreveu?» mas «vale-me a pena lê-lo todo?».

O método vem de um diretor da Microsoft

Ryan Roslansky contou que recebeu um documento feito com IA e, em vez de o ler, passou-o a outra IA para que o resumisse: o resumo não tinha nem uma ideia nova. Isso é um método, não uma impressão, e aqui está medido: procura-se o conjunto mínimo de parágrafos que cobre tudo o que o texto diz, e o que sobra é o que podes deitar fora sem perder nada. O número grande é isso.

Porque é preciso um modelo e não uma lista de palavras

As ferramentas que já existem procuram palavras: vocabulário pomposo, frases feitas, bigramas repetidos. Isso apanha o que se repete literal. Mas o enchimento de um modelo de linguagem repete a mesma ideia com outras palavras, e aí um dicionário não chega: na literatura de resumo automático, os métodos semânticos detetam até 90% da redundância contra 19% dos lexicais. Por isso aqui comparam-se significados, não letras — e por isso é preciso descarregar um modelo de 150 MB uma vez.

O limiar É a tua taxa de falsos positivos

Sobe-o e só marcará os parágrafos que são quase decalques; baixa-o e começará a acusar de enchimento parágrafos que partilham tema mas dizem coisas distintas. Não há um valor bom, há um compromisso — o mesmo que o limiar de confiança da câmara em Câmara com IA local. Um aviso sobre os números: este modelo comprime as semelhanças, por isso não esperes 90% entre dois parágrafos que dizem o mesmo. Medindo com textos de controlo, as paráfrases descaradas ficam nos 62-69% e os parágrafos com factos distintos abaixo de 55%; por isso o corte está em 60. Move-o e olha mudar o que se risca antes de te fiares de nada.

Um texto com substância traz dados

«Baixou 12% em março segundo a Nielsen» contra «registou uma evolução significativa no período». Não é preciso perceber o texto para ver a diferença: basta contar números e nomes próprios por cada 100 palavras. É o sinal mais tonto de todos e dos mais certeiros. Atenção a um detalhe: a primeira palavra de cada frase NÃO conta como nome próprio, porque a sua maiúscula é ortografia e não informação.

O teu texto não sai daqui

O modelo descarrega-se uma vez —são 150 MB, os mesmos que já usam as ferramentas de embeddings, similaridade e RAG— e a partir daí tudo acontece no teu navegador. Importa mais do que parece: o que se cola aqui costuma ser um documento interno que alguém te mandou, e esses não se enviam para um servidor alheio para que os pontue.

Este texto diz alguma coisa?

Mede quanto se pode deitar fora sem perder uma única ideia

Não diz se foi escrito por uma IA. Mede o enchimento, que é do texto e não do seu autor: vale a pena lê-lo todo?

Cola aqui o documento (separa os parágrafos com uma linha em branco)

0 parágrafosQuando dois parágrafos «dizem o mesmo»: 60%

0.6

Clica em «Medir» e aqui vai aparecer quanto se pode cortar, que parágrafos são necessários e quais repetem a mesma ideia com outras palavras.