AI slop: o que significa e como identificar conteúdo cuspido por IA (10 sinais)

Fala aí, beleza? Dá uma olhada no teu feed agora e conta quantos posts parecem a mesma coisa reescrita com palavras diferentes

Texto que responde tudo e não diz nada, imagem bonitona que desmonta quando tu olha de perto, vídeo que enrola cinco minutos pra entregar uma frase

Esse fenômeno ganhou nome em 2025: AI slop

E não foi gíria de nicho não, virou vocabulário de dicionário. Aqui neste post tu pega a definição oficial e, mais importante, um critério usável: 10 sinais pra identificar conteúdo cuspido por IA em texto, imagem e vídeo, cada um com o contra-exemplo (a hora em que o mesmo traço NÃO indica IA)

Bora?

Por que o termo explodiu: Palavra do Ano de 2025 em três lugares

Quando três instituições diferentes escolhem a mesma palavra no mesmo ano, não é hype, é sintoma

O Merriam-Webster elegeu slop como Palavra do Ano de 2025, com a definição: "digital content of low quality that is produced usually in quantity by means of artificial intelligence", ou seja, conteúdo digital de baixa qualidade produzido geralmente em quantidade por meio de inteligência artificial

Repara nos dois pilares dessa definição, porque o post inteiro gira em torno deles: baixa qualidade e quantidade

O dicionário também mantém verbete próprio para "AI slop", o termo completo

Do outro lado do mundo, o Macquarie Dictionary, da Austrália, elegeu "AI slop" a Palavra do Ano de 2025 vencendo nas DUAS categorias: escolha do comitê e voto popular

A definição deles acrescenta duas coisas que a gente sente na pele: "low-quality content created by generative AI, often containing errors, and not requested by the user", conteúdo de baixa qualidade criado por IA generativa, muitas vezes com erros, e não solicitado pelo usuário

O "não solicitado pelo usuário" é a parte mais honesta de todas, né? Ninguém pediu aquilo, apareceu

E tem a American Dialect Society, que fez sua 36ª votação anual em 09/01/2026, em New Orleans, com mais de 300 participantes, e escolheu "slop"

Detalhe massa: "AI slop" já tinha sido indicado na votação de 2024. Em 2025, "slop" passou a se sustentar sozinho, com o contexto de IA subentendido

Isso diz muito. A gente não precisa mais explicar de onde veio a enxurrada 🙂

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 120 aulas
• 4 projetos
• 9h 45min

Conhecer formação

Sinais de AI slop em texto: o que olhar antes de acreditar

Agora a parte prática. Cada sinal aqui vem em três partes: o traço observado, por que ele acontece e quando esse mesmo traço aparece em texto humano legítimo

O contra-exemplo é o que separa critério de caça às bruxas

1. Resíduo de conversa com o chatbot no meio do texto:

O sinal mais objetivo que existe é o texto falando com quem pediu o texto

Coisas do tipo "Here is your Wikipedia article on…" ou "as a large language model" penduradas no meio do conteúdo publicado

Por que acontece? Porque o modelo responde a um pedido, e a resposta inclui o embrulho da resposta. Se ninguém leu antes de publicar, o embrulho vai junto

Isso é tão característico que virou regra formal: a Wikipédia em inglês adotou o critério de eliminação rápida G15 para páginas claramente geradas por LLM sem revisão humana, e essa comunicação dirigida ao usuário está entre os gatilhos objetivos do critério. Vale pra qualquer página, não só artigos

Quando não é IA: texto didático fala com o leitor o tempo todo ("agora tu roda o comando", "repara nisso aqui"). Isso é voz, não resíduo. O sinal é a frase que se dirige a quem ENCOMENDOU o conteúdo, não a quem lê

2. Citação fabricada:

A fonte parece perfeita: autor, título, ano, tudo redondinho

Aí tu vai conferir e ela não existe

O outro gatilho objetivo do G15 é exatamente esse: citações fabricadas. E é o mais perigoso, porque é o sinal que engana leitor apressado e leitor culto do mesmo jeito

O modelo não mente de propósito, ele completa um padrão. "Aqui deveria ter uma referência" e ele gera algo com formato de referência

Quando não é IA: link quebrado acontece, site sai do ar, URL muda. Antes de cravar fabricação, procura o título e o autor separados. Se a obra existe e só o link morreu, é manutenção, não slop

3. Qualidade chapada e nenhuma ideia própria:

Esse é o coração da coisa, e o mais difícil de explicar pra quem quer uma regrinha de bolso

O texto está correto, é gramatical, cobre o assunto… e não afirma nada. Não tem tese, não tem escolha, não tem nada que alguém possa discordar

É o que a Rolling Stone aponta ao derrubar o mito da pontuação: o sinal real de texto de IA é mais abstrato, é qualidade chapada, frase formulaica e ausência de ideia original, e não um sinal gráfico

Quando não é IA: texto institucional, jurídico e corporativo humano também é chapadíssimo por obrigação. Ata de reunião não tem tese porque não deve ter

4. Frase formulaica com ênfase exagerada:

A Wikipédia em inglês mantém a página Signs of AI writing, uma lista de convenções de escrita e formatação típicas de chatbots, com exemplos reais tirados de artigos e rascunhos

Um dos padrões registrados lá é o texto imitar escrita "punched up" de vendas, com ênfase exagerada em orações e paralelismos

É aquele ritmo de "não é apenas X, é Y" repetido até o leitor cansar. Parece energia, mas é forma sem conteúdo

Quando não é IA: copywriter humano usa paralelismo e ênfase DE PROPÓSITO, é ofício. A diferença é que o humano usa o recurso em um trecho pra destacar algo. O slop usa em todos os parágrafos porque é o default do modelo

5. Zero aporte de quem publicou:

Lê o conteúdo inteiro e pergunta: tem aqui alguma coisa que só quem passou por aquilo saberia?

Um erro que a pessoa cometeu, um número que ela mediu, uma opinião que ela banca, uma foto da tela dela

Quando não tem NADA disso, o que sobrou foi um resumo genérico da internet remoído. Pode ter sido escrito por IA, pode ter sido escrito por humano com pressa, mas o valor é o mesmo: zero

Quando não é IA: notícia factual curta e verbete de referência não têm aporte pessoal por natureza. Cotação de moeda não precisa de história de vida haha

6. Escala: dez páginas que são a mesma página:

Slop raramente vem sozinho, vem em série

O mesmo esqueleto repetido trocando a cidade, o nome do produto, o ano. Template com variação mínima

Esse é o critério que as plataformas adotaram, e a gente volta nele lá embaixo, porque tem consequência prática pra quem publica

Quando não é IA: série editorial legítima também usa template (mesma estrutura de review, mesma ficha técnica). A pergunta certa não é "repetiu o formato?", é "cada item tem informação própria que justifica existir?"

E o travessão? Não prova nada

Precisa falar disso porque virou o maior mito da área

A associação entre travessão e IA não se sustenta: os modelos usam esse sinal porque aprenderam com escrita humana que usa esse sinal

A página Signs of AI writing registra que LLMs usam em dash com mais frequência que texto humano não profissional e de forma formulaica, imitando escrita de vendas, com ênfase exagerada em orações e paralelismos

Sacou a diferença? O padrão de uso pode ser um indício fraco, a presença do caractere NÃO é prova

Quem escreve bem e usa esse sinal há vinte anos não virou robô em 2023 😀

Tome cuidado com essa: já vi gente sendo acusada por causa de pontuação enquanto o texto ao lado, cheio de citação fabricada, passou batido

Sinais de AI slop em imagem e vídeo

Em mídia a conversa muda de figura, porque aqui existe coisa verificável de verdade: metadado, rótulo e marca d’água

7. Metadado de geração ou edição por IA:

O Google Search tem o recurso Sobre esta imagem, que mostra, entre outras coisas, metadados que o criador tenha adicionado indicando geração ou edição por IA

Isso é o sinal mais forte que existe pra imagem, porque não é achismo teu, é declaração que veio junto com o arquivo

Quando não é IA: edição por IA não é o mesmo que imagem inventada por IA. Foto real com remoção de objeto pode carregar marcador de edição. O metadado te diz que houve IA no caminho, não que a cena é falsa

8. Marca d’água SynthID presente:

O mesmo "Sobre esta imagem" identifica a marca d’água SynthID, do Google DeepMind, quando ela está presente

Marca detectada é resposta objetiva. Já a AUSÊNCIA dela não responde nada, e esse é o erro que quase todo mundo comete

Quando não é IA: nenhuma marca aparecendo não significa conteúdo humano. Significa apenas que aquela marca específica não foi encontrada ali

9. Vídeo realista com rótulo de mídia sintética:

O YouTube exige que criadores declarem uso de mídia alterada ou sintética quando o conteúdo é realista, ou seja, quando o espectador poderia confundir com pessoa, lugar, cena ou evento real

A declaração é feita no YouTube Studio, no computador ou no celular, e gera um rótulo pro espectador

Então o rótulo é o próprio autor te contando

Quando não é IA (ou quando o rótulo simplesmente não se aplica): o recorte oficial é claro. A declaração NÃO é exigida pra conteúdo claramente irreal, animado ou com efeitos especiais, nem pra uso de IA em produtividade, tipo roteiro, ideias e legendas automáticas

Traduzindo: vídeo sem rótulo não é prova de nada, e criador que usou IA pra organizar o roteiro não está fazendo slop

10. Imagem sem rastro nenhum na web:

O "Sobre esta imagem" também mostra quando o Google viu aquela imagem pela primeira vez e onde ela aparece em outras páginas

Uma foto "histórica" que só existe a partir de anteontem e em um único post é bandeira vermelha bem grande

Quando não é IA: foto original recém publicada por um humano também é inédita e também aparece em um lugar só. Ineditismo é pergunta, não resposta

Checklist rápido: sinal, o que costuma indicar e quando não indica

Essa é a versão pra salvar e consultar

Detector de IA resolve? O veredito honesto

Veredito curto: não

Nenhum sinal isolado prova origem, e detector automático não fecha a conta. Quem te vender certeza aqui está vendendo coisa tosca

E isso não é opinião minha, tem histórico

A própria OpenAI desativou o AI Text Classifier em 20/07/2023 por baixa acurácia

Os números do classificador deles: acertava 26% dos textos escritos por IA e rotulava erroneamente texto humano como IA em 9% dos casos

Quem construiu o modelo desligou o detector do próprio modelo, se liga nisso

Tem coisa pior, e é a parte que devia envergonhar a indústria de detecção

Um estudo de Stanford testou 91 redações TOEFL de não nativos de inglês em 7 detectores populares

Mais da metade foi marcada como IA, com taxa média de falso positivo de 61,3%

E mais: 97,8% das redações foram sinalizadas por pelo menos um detector, e 19,8% foram sinalizadas pelos SETE

Ou seja, escrever com vocabulário mais simples, que é exatamente o que faz quem está aprendendo o idioma, te transforma em suspeito

A conclusão prática é simples: use os 10 sinais como TRIAGEM, nunca como sentença

Triagem levanta a mão e diz "vai conferir". Sentença acusa uma pessoa. Não confunda os dois 🙂

Como checar a origem de um conteúdo em 3 passos

Pra sair do achismo, existem ferramentas que olham o arquivo e não o estilo. Ferramenta olha rastro, e rastro é melhor que vibe

1. Abra o "Sobre esta imagem" no Google. Dá pra chegar nele pelos três pontos em uma imagem nos resultados do Google Imagens, pelo Google Lens ou pelo Círculo para Pesquisar. Ali tu vê quando o Google viu aquela imagem pela primeira vez, onde ela aparece em outras páginas, metadados que o criador tenha adicionado indicando geração ou edição por IA, e a marca d’água SynthID quando presente.

O erro comum deste passo: parar na primeira ocorrência que aparece. A pergunta boa não é "quem postou", é "qual é a aparição mais ANTIGA"

2. Inspecione as Content Credentials do arquivo. A Content Authenticity Initiative mantém o verificador em contentcredentials.org/verify, e tu só arrasta o arquivo ou cola a URL. Ele mostra histórico de edições, software usado, marcadores de geração por IA e o status da assinatura criptográfica. É o padrão C2PA (Coalition for Content Provenance and Authenticity), promovido pela Content Authenticity Initiative, que foi fundada pela Adobe e pelo The New York Times em novembro de 2019.

O erro comum deste passo: esquecer que metadado se perde. Print de print, re-upload e recorte podem levar embora a credencial. Ausência de credencial não é veredito, é falta de informação

3. Consulte o SynthID Detector. O portal do Google DeepMind aceita upload de imagem, vídeo, áudio ou trecho de texto e, se detectar a marca SynthID, destaca quais partes do conteúdo têm maior probabilidade de estarem marcadas. Vale saber que o acesso foi liberado a testadores iniciais, com lista de espera para jornalistas, profissionais de mídia e pesquisadores, então pode ser que tu não entre hoje.

O erro comum deste passo, e olha que é o mais comum de todos: concluir origem por AUSÊNCIA de marca d’água. Marca encontrada afirma alguma coisa. Marca não encontrada não afirma nada

Repara no fio que liga os três passos: eles servem pra CONFIRMAR, nunca pra absolver

O que muda para quem publica: as regras já mudaram

Se tu tem site ou canal, essa parte é a que mexe no teu bolso

O Google tem uma política de spam chamada scaled content abuse (abuso de conteúdo em escala) nas políticas de spam da Busca

A definição é cirúrgica: é abuso gerar muitas páginas com o propósito principal de manipular ranking, sem ajudar o usuário, INDEPENDENTEMENTE de o conteúdo ter sido produzido por automação, por humanos ou pela combinação dos dois

Leu a última parte? Não é "IA é proibida". É "página inútil em escala é proibida", tanto faz quem digitou

Sites que violam podem ranquear pior ou simplesmente não aparecer

No vídeo a régua é parecida. O YouTube renomeou a política de "conteúdo repetitivo" para "conteúdo inautêntico" nas regras de monetização do YPP, com a mudança em vigor desde 15/07/2025

A política alcança conteúdo produzido em massa ou repetitivo, que segue um template com variação mínima, é fácil de reproduzir em escala e não tem aporte claro do autor

E o YouTube fez questão de esclarecer: não houve mudança na política de conteúdo reutilizado, tipo comentário, cortes, compilações e reações

Ou seja, de novo: o alvo é a ausência de aporte, não a ferramenta

E não é só plataforma grande, comunidade também se organizou. A Wikipédia em inglês mantém o WikiProject AI Cleanup, dedicado a limpar conteúdo gerado por IA na enciclopédia, com guia próprio de tratamento, e adotou o G15 pra remoção rápida do que é claramente gerado por LLM sem revisão

Juntando as três coisas, a mensagem é uma só: dá pra usar IA, o que não dá é publicar a saída crua em escala e achar que ninguém vai notar

Slop também acontece no código: o que vi na prática

Agora sai do feed e vem pro teu editor, porque o padrão é o MESMO

Saída chapada, template repetido, zero aporte humano. Em conteúdo isso vira post genérico, em projeto isso vira aquela landing page que todo mundo reconhece de longe

No vídeo eu montei um teste pra ver isso de perto

Criei do zero uma landing page de exemplo pra um SaaS de gestão de tarefas (chamei de Task Forge) SEM usar o pacote de skills, só pra ter um antes e depois comparável

E olha, o design que saiu ficou bem bom. Eu seguiria com ele do jeito que estava, sinceramente

Depois instalei as skills com o projeto já rodando, sem recriar nada do zero, pra testar a melhoria em cima de projeto existente

Aí segui o fluxo sugerido pela própria ferramenta, em etapas encadeadas: crítica heurística, auditoria e polimento. Na crítica, ela usa uma lista do que NÃO pode acontecer como referência

E ela achou o que reclamar: apontou vários problemas no design e sugeriu uma sequência maior de correções

Eu optei por rodar tudo em sequência pra ver o resultado logo, mas fica o aviso: em projeto real o certo é ir passo a passo, conferindo o que muda a cada etapa. Rodar tudo de uma vez tu não sabe qual etapa fez o quê

Pra comparar, subi a versão final em outra porta e abri os dois lado a lado

O resultado polido ficou mais clean, sem gradientes, com informação mais padronizada e condensada na seção de preços

E ela mexeu no texto também: mudou o nome dos planos e reescreveu chamadas

O ponto que mais me pegou foi a seção de depoimentos. A do projeto original era o padrãozinho repetido em todo lugar, aquele bloco que tu já viu mil vezes. A versão polida parecia algo realmente pensado em design

Depois do polimento a ferramenta relatou uma pontuação de página, que subiu pra 32 e 35. Ela trata como score de página e eu não vou explicar escala que não me foi explicada, fica o dado como veio

Agora a parte honesta: eu gostei dos DOIS resultados, e me identifiquei mais com a versão original, mesmo com a polida estando bem acabada

E fiquei com a dúvida do gasto de tokens do processo ter compensado no meu caso

Tem uma explicação pra isso: meu teste partiu de um projeto já bom porque usei um modelo forte. Quem usa modelos mais fracos deveria testar e comparar, porque ali o design realmente sai genérico

O uso que me pareceu mais interessante nem é esse: é aplicar o processo em um projeto com design ANTIGO, pra reformar, em vez de em algo recém criado

E o ciclo pode ser reiniciado: gerar o documento de novo, criticar outra vez e avaliar o novo score pra ver o que ainda precisa mudar

Pra começar do zero com AI slop e ver isso acontecendo na tela, este vídeo do canal mostra o antes e depois lado a lado, com as etapas rodando e o design mudando ao vivo

Conclusão

AI slop não se define pela ferramenta que foi usada

Se define por duas coisas: ausência de aporte humano e escala

É isso que está na definição do Merriam-Webster (baixa qualidade produzida em quantidade), é isso que o Macquarie reforça (com erros e não solicitado), e é exatamente isso que Google e YouTube foram escrever nas políticas deles, deixando claro que tanto faz se quem produziu foi máquina, humano ou os dois

Então o critério que te sobra é bem mais adulto que caçar travessão: procurar aporte, procurar tese, procurar rastro

Próximo passo concreto, e vou pedir na ordem certa: roda o checklist da tabela nos TEUS conteúdos publicados antes de sair acusando os dos outros

Se teu post não tem nada de primeira mão, nenhuma escolha e nenhum detalhe que só tu saberia, tu já sabe em qual coluna ele cai 😀

Depois disso, usa os verificadores de proveniência como segunda camada: "Sobre esta imagem", Content Credentials e SynthID Detector

Sinal levanta a suspeita, proveniência confirma. Nunca o contrário

até o próximo post!