Quanto texto gerado por LLM aparece no TabNews? Uma amostra preliminar
Ferramentas de inteligência artificial já fazem parte da rotina de desenvolvimento. Mas qual é a presença delas nas publicações de uma comunidade técnica? Para obter uma primeira indicação, fizemos uma análise exploratória de itens do ranking de relevância do TabNews.
Como a amostra foi feita
Em 16 de novembro de 2026, consultamos os 100 itens retornados pela API pública do TabNews no ranking relevant. Nesta revisão preliminar, analisamos o conteúdo completo dos 20 primeiros posts e 40 comentários.
Cada texto recebeu uma classificação baseada em sinais observáveis:
- uso explicitamente declarado;
- sinais fortes de geração ou revisão por LLM;
- caso incerto;
- ausência de sinais suficientes.
Essas categorias não provam quem escreveu um texto. Um texto bem escrito pode ser inteiramente humano, e um texto gerado por LLM pode ser editado até não deixar sinais claros.
O que apareceu na amostra
| Tipo | Avaliados | Sinais fortes | Incertos |
|---|---|---|---|
| Posts | 20 | 5 (25%) | 4 (20%) |
| Comentários | 40 | 14 (35%) | 3 (7,5%) |
| Total | 60 | 19 (31,7%) | 7 (11,7%) |
Considerando apenas os casos explícitos ou prováveis, encontramos sinais fortes em 19 de 60 textos, ou 31,7%.
Se os casos incertos forem incluídos, o resultado sobe para 26 de 60, ou 43,3%.
O que esse número significa
A leitura mais responsável é: cerca de um terço dos textos analisados apresentou sinais fortes compatíveis com uso de LLM, com uma faixa observada de aproximadamente 32% a 43% quando incluímos os casos incertos.
Isso não permite afirmar que um terço do TabNews use LLM. A amostra não foi aleatória, os comentários foram avaliados apenas parcialmente e o método depende de julgamento textual.
Além disso, “usar LLM” pode significar coisas diferentes: revisar ortografia, reorganizar um texto, gerar um rascunho ou produzir a maior parte do conteúdo.
Por que fazer uma análise assim?
O objetivo não é apontar ou constranger autores. É iniciar uma conversa sobre transparência, autoria e os limites de estimativas baseadas apenas no estilo de escrita.
Uma análise mais confiável precisaria sortear posts e comentários entre os 100 itens, registrar os IDs analisados, separar revisão de geração e usar pelo menos dois avaliadores independentes. Também seria importante publicar os critérios antes da classificação e revisar manualmente todos os casos duvidosos.
Conclusão
Nesta primeira amostra, encontramos sinais fortes de uso de LLM em 31,7% dos textos avaliados.
O resultado é interessante como hipótese de investigação, mas ainda é pequeno e enviesado demais para representar o fórum inteiro.
Se houver interesse, a próxima etapa será repetir o levantamento com amostragem aleatória, classificação dupla e critérios mais específicos para distinguir texto revisado de texto predominantemente gerado por inteligência artificial.
Fonte técnica: API pública do TabNews, consultada em 16/11/2026: https://www.tabnews.com.br/api/v1/contents?strategy=relevant&page=1&per_page=100.
