Introdução｜O conteúdo do manuscrito não tem problemas, mas a leitura “parece demasiado escrita por IA” — muitos clichés, frases com estruturas padronizadas e uma série de frases longas. Os revisores estão cada vez mais sensíveis a este tipo de vestígios. Este artigo explica como os limpar antes da submissão.
I. A “marca de IA” é algo a que os revisores agora prestam atenção
Há alguns anos, os leitores ainda não conseguiam distinguir textos de IA; agora, os revisores leem vários manuscritos por dia e já estão bastante sensíveis a certas formas de escrever:
• Todos os parágrafos começam com “em primeiro lugar… em segundo lugar… por último…”
• O texto está cheio de “vale a pena notar” e “em suma”
• Aparecem constantemente “melhoria significativa” e “extremamente importante”
• Uma frase tem setenta ou oitenta caracteres e lê-se sem se conseguir respirar
Estes vestígios, por si só, não violam nenhuma regra, mas levam a pessoa a ter um pensamento: o autor não terá escrito com cuidado? Esse pensamento é, muitas vezes, mais fatal do que uma falha no conteúdo.
II. Seis tipos de problemas frequentes
| Tipo | Como se manifesta | Como corrigir |
| Transições com clichés | “Em suma”, “Vale a pena notar” | Eliminar, ou substituir por uma ligação com informação concreta |
| Ênfase vazia | “extremamente importante”, “melhoria significativa” | Substituir por valores concretos |
| Parágrafos padronizados | Cada parágrafo com “em primeiro lugar… em segundo lugar… por último” | Fragmentar a estrutura |
| Estilo de tradução | “realizar uma operação de…” | Restituir o verbo normal |
| Acumulação de paralelismos | Bombardeamento de três frases seguidas | Manter apenas a frase mais forte |
| Frases demasiado longas | Uma frase com setenta ou oitenta caracteres | Dividir em duas ou três frases |
As duas primeiras categorias são as que mais prejudicam a credibilidade — com expressões como “melhoria significativa”, o revisor percebe imediatamente que há insegurança.
III. Porquê usar um motor de regras em vez de voltar a perguntar ao modelo de linguagem
A primeira reação de muitas pessoas é “pedir ao próprio modelo de linguagem para corrigir”. O problema é que o mesmo modelo a avaliar-se a si próprio tende a ser indulgente — considera que escreveu de forma bastante fluida.
O MuchSci 论文水手 inclui um motor de deteção para remover a marca de IA, que usa regras para fazer a deteção (sem chamar o modelo de linguagem): reprodutível, localizável, com o mesmo resultado para o mesmo segmento de texto em todas as execuções, e capaz de indicar com precisão em que frase ocorreu a correspondência.
IV. Como usar o índice de marca de IA
O resultado da deteção fornece três elementos:
1. Índice de marca de IA: permite ver de imediato quão forte é a “marca” neste manuscrito.
2. Localização das ocorrências: concretamente no parágrafo e na frase.
3. Propostas de reescrita: cada uma indica a direção da alteração.
Depois, tratar por grau de gravidade: os itens high têm de ficar a zero. Os itens medium e low são tratados conforme o caso, mas não se pode deixar nenhum item high — é o ponto mais facilmente reconhecível à primeira vista.
V. Uma verificação completa
1. Detetar primeiro, obter o índice e a lista de ocorrências.
2. Reescrever item a item de acordo com a localização, em vez de reescrever tudo de raiz.
3. Voltar a verificar, para ver se o índice desceu e se os itens high ficaram a zero.
4. Repetir até os itens high ficarem a zero.
5. Só depois passar à revisão, para evitar ter de revisar tudo outra vez depois das alterações.
VI. Comparação antes e depois da reescrita
Ênfase vazia:
• Antes: Este método obteve uma melhoria de desempenho extremamente significativa em vários conjuntos de dados.
• Depois: Este método melhorou 2,1, 1,7 e 2,4 pontos percentuais em 3 conjuntos de dados, respetivamente.
Estilo de tradução:
• Antes: Realizámos a operação de pré-processamento dos dados.
• Depois: Primeiro, fizemos o pré-processamento dos dados.
Parágrafo padronizado + frase demasiado longa:
• Antes: Em suma, considerando múltiplos fatores, para conseguir melhorar ainda mais o desempenho global do modelo, após realizarmos um grande número de experiências, acabámos por adotar este tipo de estrutura de rede redesenhada.
• Depois: Para melhorar o desempenho, redesenhámos a estrutura da rede.
VII. Armadilhas comuns
• Remover a marca de IA até se perder o sentido. É mudar a formulação, não eliminar informação.
• Trocar apenas palavras sem alterar a frase. Mudar “melhoria significativa” para “grande melhoria” não reduz nada a marca.
• Fazê-lo depois da revisão. Se ainda for preciso rever outra vez depois das alterações, é um desperdício puro.
• Olhar apenas para o índice e não para a localização. O índice é o resultado; a localização é onde se pode efetivamente intervir.
VIII. Conclusão
A marca de IA não é algo misterioso; é um conjunto de características linguísticas enumeráveis e localizáveis. O motor de deteção para remover a marca de IA do MuchSci 论文水手 fornece o índice, a localização e propostas de reescrita — o que tem de fazer é corrigir item a item até os itens high ficarem a zero.
Autoverificação antes da submissão:
• O manuscrito passou pela deteção de marca de IA?
• Os itens high ficaram a zero?
• Ainda restam expressões vazias como “significativo / extremamente / em suma”?