Os vícios de escrita da IA que prejudicam o engajamento

Se você abrir o Linkedin agora, é provável que encontre algum post falando sobre as marcas de texto que denunciam que o conteúdo foi gerado por IA. 

Apesar de ser um alvo de críticas tão constantes, eu ainda não tinha visto um estudo com base em dados de verdade, e se esses “tiques” de IA prejudicam de fato o sucesso do conteúdo. 

E foi isso que Adam Gnuse, Angel Niñofranco e Danny Goodwin fizeram! Eles conduziram um estudo, que analisou mais de 1000 URLs, e procuraram identificar quais padrões de escrita estão, de fato, associados à rejeição dos leitores

Os resultados mostram que nem todo sinal considerado “cara de IA” impacta negativamente a performance.

A seguir eu te conto como foi feito o estudo e os principais resultados. 

Quais padrões de escrita de IA de fato prejudicam o engajamento?

A pesquisa mostrou que a maioria dos vícios de linguagem típicos da IA não têm tanto impacto no engajamento. Mas, alguns padrões merecem um destaque: 

Um gráfico de barras horizontais intitulado "Correlation of Engagement Rate vs. Tic Phrase (per 1k words)". O eixo vertical lista 14 vícios de linguagem de IA, enquanto o eixo horizontal mede a correlação (r) com a taxa de engajamento, variando de -0,20 a 0,20 (tempo na página). As barras mostram que "conclusion_starter" tem a maior correlação negativa (cerca de -0,12), enquanto "em_dash" (uso de travessão) apresenta a maior correlação positiva (aproximadamente 0,15). Outros termos como "but_also" e "not_only" aparecem com impacto negativo, enquanto "important_to_note" e "sentence_starts_that" mostram leve impacto positivo.

1. Não só… mas também (Not only… but also) 

Um dos tiques analisados foi o “Not only… but also”, que em português seria “Não só isso… mas isso”. Por exemplo: 

“Essa estratégia não só aumenta o tráfego, mas também melhora as taxas de conversão”. 

Esse tipo de construção apresentou correlação negativa com a taxa de engajamento. Quando usado com frequência, estava associado a maior rejeição. 

2. Iniciar seções de texto com “conclusão” (conclusion)

Foi o sinal com maior correlação negativa em todo o levantamento (aproximadamente -0,118). Posts com cabeçalhos começando com “Conclusion” tendem a ter menor engajamento.

Aqui vai um exemplo de como esse padrão pode ocorrer em um texto: 

Conclusão: Por que essa estratégia de marketing funciona”. 

3. Travessões

Talvez este seja um dos padrões de IA mais criticados, no entanto, ele apresentou uma correlação positiva no engajamento. Ou seja, não prejudicam a performance – e podem até aparecer em conteúdos mais explicativos e aprofundados.

Exemplificando: 

“Marketing de conteúdo não é apenas sobre ranquear no Google é sobre construir confiança com o público”.

Como o estudo foi realizado? 

O estudo foi realizado a partir da análise de mais de 1000 URLs destinadas a marketing de conteúdo, distribuídas em 10 domínios de diferentes setores (como tecnologia, e-commerce, saúde e educação).

A metodologia foi a seguinte: 

  • Mapeamento dos principais “tiques” de IA: Os autores reuniram uma lista de padrões com base no que eles mesmo já haviam identificado em textos que produziram com apoio de LLMs, e também consultando críticas recorrentes online; 
  • Padronização de dados: Eles calcularam a ocorrência desses padrões a cada 1000 palavras (para evitar que textos mais longos parecessem piores); 
  • Exclusão de páginas com menos de 500 palavras: A ideia era garantir volume de texto suficiente para a análise; 
  • Uso da taxa de engajamento do GA4 como principal métrica: Foram consideradas como sessões engajadas aquelas com pelo menos 10 segundos de permanência na página, tempo suficiente para o leitor escanear a introdução e decidir se continua ou sai; 
  • Análise individual dos padrões de IA: Cada “tique” foi analisado individualmente para verificar sua correlação estatística com o engajamento.

O objetivo do estudo foi separar a percepção estética (quando você olha um texto e vê algo que, normalmente, estaria em um texto gerado por IA), do impacto real que essas marcas têm em performance do conteúdo. 

Importante: correlação não significa causa! O fato de estarem associados não significa que o uso desses padrões é a única causa de um baixo engajamento.

Usar IA para conteúdo pode trazer mais problemas do que queda de engajamento

O que a gente pode concluir com esse estudo é que o problema de um texto não é usar travessões ou padrões de texto que normalmente são atribuídos à IA. O problema está no uso repetitivo e até mecânico de certas estruturas. 

Revisar o conteúdo gerado por IA é bem importante, especialmente se você usa a ferramenta para escrever tudo. 

Mas a verdade é que, seguindo essa estratégia, seu conteúdo nunca vai chegar muito longe – ele não vai ser útil e único o suficiente para se destacar. A possível queda no engajamento vai ser apenas um dos KPIs que vão despencar. 

___

E aí, o que achou do estudo? Conta pra gente! Acompanhe nossos perfis no Linkedin, YouTube e nossa newsletter para ficar por dentro de todas as novidades do universo do SEO, IA e do Google.

  • Karine Sales

    Jornalista e criadora de conteúdo digital, atua há mais de 8 anos desenvolvendo estratégias e textos otimizados para blogs, sites e redes sociais.

Comentários

0 Comentários

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *