Por Flavio Ferrari*

Independentemente do que orientam os manuais de redação, os textos jornalísticos e institucionais mais sofisticados costumam adotar certas “virtudes” como evitar a repetição de palavras e expressões através do uso de sinônimos, adotar um vocabulário amplo com nuances semânticas, preferir construções menos diretas com sintaxes complexas, metáforas elaboradas e subtexto rico, integrando a fluidez estilística com a originalidade. A sofisticação, nesse registro, reside em dizer o mesmo de formas diferentes.

Esse padrão, no entanto, começa a tensionar-se com a forma como os modelos de linguagem processam informação.

As IAs conversacionais decompõem o texto em tokens, convertem esses tokens em representações numéricas e, por meio do mecanismo de atenção das arquiteturas “transformer”, ajustam o significado de cada elemento conforme o contexto. O que importa para o modelo não é apenas a informação em si, mas a estabilidade com que determinados atributos se ligam às entidades ao longo do texto e entre diferentes fontes.

Esse processo classificatório nos remete à relevância do que se pode chamar de Attribute Binding Optimization: o esforço deliberado de fortalecer a ligação entre uma entidade (uma marca, uma instituição, um conceito) e os atributos que se deseja consolidar nas representações dos modelos. Na prática, isso favorece formulações mais diretas, consistentes e, em certa medida, repetitivas.

Há aqui uma dicotomia real. O que muitos redatores consideram elegante, como a variação lexical, a construção predicativa mais elaborada e a formulação indireta, tende a diluir o sinal estatístico que os modelos utilizam para “amarrar” atributos a entidades. Já o que fortalece essa amarração, como a adjetivação direta, a proximidade sintática entre nome e qualidade e a repetição controlada de expressões-chave, pode soar, aos ouvidos treinados na prosa sofisticada, como excesso de insistência.

Curiosamente, em outros registros da linguagem contemporânea, observa-se o movimento inverso. Grupos identitários recorrem frequentemente a “xiboletes” - expressões repetidas de forma deliberada e quase ritualística, como marca de pertencimento e coesão. A repetição não é falha estilística neste caso; funciona como reforço de identidade coletiva.

Há, portanto, contextos em que a insistência lexical não empobrece, mas afirma.

Isso não significa abandonar a boa escrita. Significa que, em textos que também circulam como matéria-prima para sistemas de inteligência artificial (páginas institucionais, releases, artigos de posicionamento, descrições de metodologias), a sofisticação deixa de ser o único critério de qualidade. Passa a coexistir com uma exigência nova: a de ser correta e distintamente interpretado por máquinas algorítmicas que influenciam, cada vez mais, a percepção pública.

A tensão é especialmente visível em áreas como reputação digital antecipativa (o registro das IAs que irá formar a opinião pública).

Termos genéricos e seus sinônimos se multiplicam em textos institucionais e na publicidade sedutora. Mas diferenciações importantes, como o caráter distintivo de determinadas entidades, só se consolidam nos modelos se forem formuladas com clareza e consistência suficientes, repetidamente. A variação excessiva, nesse caso, não enriquece o texto: enfraquece a identidade digital.

Não é muito diferente para os humanos, mas as IAs são, literalmente, mais cartesianas na construção de sua biblioteca de significados.

Os manuais de redação, aliás, há muito privilegiam a ordem direta, a voz ativa e a clareza. A busca pela variação léxica e a riqueza da sintaxe costuma ser mais um hábito de sofisticação do que uma prescrição.

O desafio atual é reconhecer que, em certos contextos, essa sofisticação pode ter um custo algorítmico, e que a repetição controlada, longe de um vício de linguagem, pode ser uma ferramenta de precisão.

Os modelos de linguagem (as IAs) não demandam textos piores. Pedem textos que, além de bem escritos para humanos, sejam também bem estruturados para a forma como eles próprios constroem significado.

A dicotomia existe e ignorá-la não resolve o problema.◼
 

*Flavio Ferrari é fundador do hub SocialData, professor de análise estratégica de cenários futuros na ESPM e autor do livro “O Sexto Poder – algoritmos, inteligências artificiais e reputação digital” (2025)