Num tempo em que máquinas se oferecem para redigir até as palavras mais delicadas da vida profissional e afetiva, um experimento organizado pelo The Washington Post e republicado pela Folha pôs cinco assistentes de inteligência artificial diante de cinco mensagens difíceis, como comunicar uma demissão ou encerrar um relacionamento. Especialistas em comunicação avaliaram os textos sem saber quem os escrevera, e o Claude, da Anthropic, obteve a maior nota. O resultado diz menos sobre qual máquina é melhor do que sobre algo mais antigo: uma frase pode ser correta e ainda assim soar vazia, e é jus
Teste às cegas com juízes especialistas aponta o Claude como a IA que escreve e-mails mais humanos
Uma mensagem difícil ficará ainda mais difícil se o destinatário duvidar da fonte
Mark
Por que testar justamente e-mails?
Mimi
Porque é uma das primeiras utilidades reais da IA, e já está dentro do Gmail e do Outlook. O que ela mostra ali vale para outros tipos de escrita.
Mark
O Claude venceu com 50 de 100. É muito?
Mimi
Não é uma nota alta, e vale notar isso. Ele ficou só uns cinco pontos à frente dos e-mails humanos do autor.
Luke
E o painel tem cinco juízes. É um grupo pequeno e a avaliação é subjetiva, como o próprio texto admite. Não dá para generalizar como "o melhor de todos".
Mark
Qual foi o critério que mais pesou?
Mimi
Autenticidade. O Copilot, com seu "espero que você esteja bem" genérico, ficou em 23. O Claude soou mais natural, até admitindo que a indenização era modesta.
Luke
Mas o Claude também caiu no clichê uma vez. E ChatGPT, Gemini e DeepSeek ficaram entre 43 e 45, quase empatados. A diferença ali é pequena.
Mark
Os juízes preferem humanos?
Mimi
Alguns sim, e detectavam a IA. Mas em várias ocasiões deram nota maior à máquina do que ao autor, que se constrangeu com seu texto de término.
Luke
Ainda assim, o teste não diz como o destinatário real reagiria. Isso não foi medido.
Mark
Então qual é o conselho prático?
Mimi
Usar a IA como ponto de partida e editar antes de enviar, como diz Harley.
O Pulso
- Cinco assistentes de IA disputaram a redação de e-mails carregados de tensão, como demissões, términos e pedidos de desculpas, e o painel de juízes os avaliou às cegas.
- O Copilot da Microsoft despencou para 23 pontos ao abrir quase sempre com 'espero que você esteja bem' e soar robótico, enquanto o Claude venceu com 50.
- Até o Claude escorregou em clichês como 'tãããão IA', o que mostra que a aparência de sinceridade ainda escapa às máquinas.
- A disputa entre ferramentas americanas e o DeepSeek chinês ficou apertada, com 43 a 45 pontos, e a maioria dos juízes mal distinguiu os três.
- A conclusão que se impõe é a de editar antes de enviar, porque um destinatário que desconfia da origem de uma mensagem difícil torna-a ainda mais difícil.
Num tempo em que máquinas se oferecem para redigir até as palavras mais delicadas da vida profissional e afetiva, um experimento organizado pelo The Washington Post e republicado pela Folha pôs cinco assistentes de inteligência artificial diante de cinco mensagens difíceis, como comunicar uma demissão ou encerrar um relacionamento. Especialistas em comunicação avaliaram os textos sem saber quem os escrevera, e o Claude, da Anthropic, obteve a maior nota. O resultado diz menos sobre qual máquina é melhor do que sobre algo mais antigo: uma frase pode ser correta e ainda assim soar vazia, e é justamente essa fronteira entre a precisão e o calor humano que a tecnologia ainda não atravessa com segurança.
Cinco assistentes de inteligência artificial receberam a mesma missão: escrever cinco e-mails difíceis, que iam de um aviso de demissão a um pedido para que o cônjuge se mudasse para o Polo Norte. Um painel de especialistas em comunicação, formado por autores e professores, leu os textos sem saber quem os escrevera, e produziu 150 avaliações. Ao fim, uma das máquinas superou até os e-mails do próprio autor do experimento.
O fundo da disputa ficou no Copilot, da Microsoft, que terminou em último com 23 pontos. Ele abriu três dos cinco textos com variações de 'espero que você esteja bem', e até a frase 'espero que possamos manter as coisas amigáveis' em um término soou estranha a quem a leu. Também foi o mais prolixo. No meio do pelotão, ChatGPT, Gemini e DeepSeek ficaram entre 43 e 45 pontos. O ChatGPT foi elogiado pela franqueza, mas pareceu transacional. O Gemini, integrado ao Gmail, denunciou sua origem para a maioria dos juízes logo nas primeiras linhas. O DeepSeek impressionou pela clareza e pelo humor, mas foi longo demais.
No topo ficou o Claude, com 50 pontos, cerca de cinco à frente dos textos humanos. Não foi perfeito, pois caiu em clichês e expressões que pareceram artificiais. Ainda assim, foi descrito como preciso e respeitoso sem ser corporativo. No aviso de demissão, reconheceu que a indenização era modesta, um gesto que os juízes notaram.
A lição que os avaliadores tiraram é mais humana do que técnica. Os juízes divergiram em muitos detalhes, mas convergiram na autenticidade: um texto educado pode ainda soar insincero. Por isso, a recomendação final é usar a IA para ideias e estrutura, mas revisar sempre antes de enviar, porque uma mensagem difícil fica ainda mais difícil quando quem a recebe duvida de quem a escreveu.
Cinco assistentes de inteligência artificial receberam a mesma tarefa: redigir cinco e-mails difíceis, entre mensagens de trabalho e pessoais. Um painel de especialistas em comunicação avaliou os textos às cegas. O teste, organizado pelo The Washington Post e republicado pela Folha, resultou em 150 avaliações. Ao final, um dos robôs superou até os e-mails escritos pelo próprio autor do experimento.
Os cinco assistentes foram Microsoft Copilot, ChatGPT, Gemini, DeepSeek e Claude. Os juízes são autores de livros e professores de cursos sobre comunicação: Erica Dhawan, Carmine Gallo, Ann Handley, Shari Harley e Pamela Skillings. Para checar se os textos das máquinas se distinguiam dos humanos, eles avaliaram também e-mails escritos pelo autor.
Os cenários cobriram vários tons: anunciar uma demissão, enviar um texto de término, pedir ao cônjuge que se mude para o Polo Norte, responder a um pedido de desculpas de uma coluna de conselhos de Carolyn Hax e propor transformar a sala de descanso do escritório em uma piscina de bolinhas. O texto reconhece que julgar e-mails é inerentemente subjetivo.
Em último lugar ficou o Copilot, com 23 de 100, nota dramaticamente inferior à dos concorrentes. Em três dos cinco testes, abriu com alguma variação de "espero que você esteja bem", o que, segundo Dhawan, lhe dá um ar impessoal. Gallo apontou "linguagem rígida e robótica" no e-mail de demissões. Na mensagem de término, a frase "espero que possamos manter as coisas amigáveis" levou Harley a perguntar por que as coisas não seriam amigáveis. Foi também o mais prolixo: num e-mail de negócios usou o dobro das palavras do ChatGPT para o mesmo argumento.
O ChatGPT ficou em quarto, com 43. Foi elogiado por soar direto no aviso de demissão, e Handley reconheceu que, em textos de persuasão, sua linguagem descritiva evoca sentimento e vende bem a ideia, embora não seja sua escrita favorita. Mas pareceu rígido e transacional, e usou um passivo-agressivo "dito isso" na virada da mensagem de término. Gallo disse que a abertura do e-mail ao cônjuge "já soa defensiva".
O Gemini, integrado ao Gmail, somou 44. Mais da metade dos juízes percebeu de longe que havia algo errado. Skillings disse que reconheceria na hora o texto de IA e se perguntaria por que o amigo não escreveu algo do coração. Ainda assim, o texto de término foi simples e curto, o que Gallo viu como o de menor dano, e Dhawan achou seu e-mail argumentativo abrangente, bem organizado e atento a possíveis objeções.
O DeepSeek, fabricado na China, marcou 45, um pouco acima dos rivais americanos, embora a maioria dos juízes tivesse dificuldade em diferenciar os três. Gallo gostou da clareza do argumento e do reconhecimento de obstáculos. Handley elogiou a aliteração e uma piada que a fez rir alto, além do tom honesto na mensagem de término. O problema foi o tamanho: "muito, muito longo", disse Harley; só o Copilot escreveu mais. Gallo notou ainda palavras multissilábicas pouco naturais, como "debilitante".
O Claude, da Anthropic, venceu com 50 pontos, cerca de cinco à frente dos e-mails humanos do autor. Não foi perfeito: caiu uma vez no "espero que este e-mail te encontre bem" e usou expressões que Skillings achou "tãããão IA". Mas Dhawan o descreveu como preciso e respeitoso sem ser corporativo, mais estruturado e emocionalmente sintonizado. Gallo destacou que, no e-mail de demissão, detalhou a indenização e admitiu: "reconheço que esse pacote é modesto".
Os juízes divergiram em vários pontos, mas convergiram na autenticidade: um texto tecnicamente educado ainda pode soar insincero. Alguns detectaram os e-mails humanos e os preferiram, e Gallo vê as ferramentas como boas em esboço e clareza, mas rígidas e carentes de emoção. Em muitos casos, porém, os e-mails de IA superaram os do autor, cujo texto de término desagradou. Harley aprova usar IA para ideias e linguagem, mas recomenda sempre editar antes de enviar: uma mensagem difícil fica mais difícil se o destinatário duvida da fonte.
Citações Notáveis
Está tudo bem usar IA para gerar linguagem e ter ideias do que dizer, mas sempre edite antes de enviar.— Shari Harley, juíza do teste
O Claude usa linguagem precisa e respeitosa sem ser excessivamente corporativo ou impessoal.— Erica Dhawan, juíza do teste
Quer a matéria completa?
Leia o original em Folha de S.Paulo ↗
Technology