What Influences Readers' and Writers' Perceived Necessity of AI Disclosure?

Este estudo investiga os fatores que influenciam a necessidade percebida de divulgação de IA na escrita por meio de um estudo com cenários fictícios envolvendo 727 participantes, revelando que os leitores exigem mais transparência do que os escritores e que os julgamentos são significativamente moldados pela substituibilidade da IA, pela sua diretividade e pela intencionalidade do escritor, enquanto o esforço na escrita não tem impacto significativo.

O essencial

A Grande Pergunta: Quem Precisa Saber Sobre a IA?

Imagine que você está assando um bolo. Às vezes, você o faz inteiramente do zero. Outras vezes, usa uma mistura pronta, ou talvez peça a um amigo para ajudar a cobri-lo com glacê.

Agora, imagine que uma nova regra está sendo debatida: "Você precisa dizer às pessoas se usou ajuda (ou uma máquina) para fazer seu bolo?"

Este artigo faz uma pergunta muito específica: Quando as pessoas (os leitores) e os padeiros (os escritores) acham que é necessário admitir que uma IA foi usada?

Os pesquisadores descobriram que leitores e escritores frequentemente veem essa situação através de lentes muito diferentes, e a resposta depende fortemente de como a IA foi usada.

---

Os Três Ingredientes Principais do Estudo

Para descobrir isso, os pesquisadores montaram um "menu degustação" de 727 cenários diferentes (chamados de vignettes). Eles misturaram e combinaram três ingredientes principais para ver como eles mudavam a opinião das pessoas:

1. A Perspectiva (Quem está falando?): Você é o Leitor (comendo o bolo) ou o Escritor (assando-o)?
2. O Propósito (Para que serve o bolo?): É para uma entrevista de emprego séria (Avaliação), uma lição escolar (Aprendizado) ou apenas uma história divertida para um blog (Entretenimento)?
3. O Procedimento (Como o bolo foi feito?): Esta é a parte mais complexa. Eles analisaram quatro maneiras específicas de como a IA esteve envolvida:
   • Substituibilidade: O escritor poderia ter feito esse bolo sem a IA? (Se a resposta for "Não", a IA foi essencial).
   • Esforço: O escritor ainda trabalhou duro, ou a IA fez quase tudo?
   • Intencionalidade: O escritor deu à IA uma receita estrita e guiou o navio, ou apenas disse "Faça-me um bolo!" e deixou a IA assumir o volante?
   • Diretividade: O escritor copiou a saída da IA diretamente para o prato, ou a usou apenas como referência?

---

Os Resultados Surpreendentes

Aqui está o que o estudo encontrou, traduzido para um português claro:

1. A Lacuna "Auto-Serviço"

A Descoberta: Os leitores são muito mais propensos a dizer: "Sim, você deve nos contar!" do que os escritores.
A Analogia: Imagine um mágico. O público (leitores) quer saber se um truque é real ou se é uma máquina fazendo o trabalho. Mas o mágico (escritor) pode pensar: "Ainda fiz o show; a máquina foi apenas um acessório." O estudo sugere que os escritores frequentemente sentem menos necessidade de divulgar porque ainda se sentem os "donos" do trabalho, mesmo que tenham usado uma IA.

2. O Mito do "Propósito"

A Descoberta: Surpreendentemente, não importou muito por que o texto foi escrito.
A Analogia: Você pode pensar que as pessoas se importam mais com a honestidade quando o texto é para uma candidatura a um emprego sério (Avaliação) do que para uma postagem divertida em um blog (Entretenimento). Mas o estudo descobriu que a necessidade das pessoas de saber sobre o uso de IA foi aproximadamente a mesma, seja para escola, trabalho ou diversão. As "consequências" não mudaram a necessidade de divulgação.

3. O "Como" Importa Mais (Fatores Procedimentais)

O estudo descobriu que como a IA foi usada mudou tudo. A divulgação foi vista como mais necessária quando:

• A IA era Irremediável: Se o escritor não poderia ter feito isso sozinho sem a IA, as pessoas sentiram que era crucial admitir.
• A IA Assumiu o Volante (Baixa Intencionalidade): Se o escritor apenas digitou "Escreva uma história" e deixou a IA decidir o enredo, os leitores sentiram uma forte necessidade de saber.
• A Saída da IA foi Usada Diretamente: Se o escritor apenas colou o texto da IA com muito poucas alterações, a divulgação foi vista como necessária.

O Revés do Esforço:
Os pesquisadores pensaram que, se um escritor fizesse muito pouco esforço (deixando a IA fazer 90% do trabalho), as pessoas exigiriam divulgação. Eles estavam errados. A quantidade de esforço que o escritor fez não mudou significativamente se as pessoas achavam que a divulgação era necessária. Não se tratava de quão cansado o escritor estava; tratava-se de quanto a IA realmente fez.

4. O Paradoxo do "Guiar"

A Descoberta: Esta é a parte mais confusa.

• Leitores pensam: "Se você deixou a IA dirigir o carro (Baixa Intencionalidade), você deve nos contar!"
• Escritores pensam: "Se eu deixei a IA dirigir o carro, sinto menos necessidade de contar a alguém."
• A Analogia: É como um motorista que diz: "Eu não dirigi de verdade; o GPS dirigiu." O motorista se sente menos responsável, mas os passageiros (leitores) sentem que precisam saber que o carro estava no piloto automático.

---

O Que Isso Significa para o Futuro?

O artigo sugere que, como escritores e leitores veem as coisas de forma diferente, não podemos confiar apenas nos escritores para "fazer a coisa certa" por conta própria.

A Solução: Precisamos de melhores ferramentas.
Em vez de apenas pedir aos escritores para "divulgar o uso de IA", as plataformas devem ajudá-los a explicar como eles a usaram.

• Não diga apenas: "Usei IA."
• Diga: "Usei a IA para gerar o esboço, mas escrevi as frases eu mesmo", ou "Deixei a IA escrever todo o rascunho e apenas o editei".

O artigo sugere projetar ferramentas que redijam automaticamente essas explicações para os escritores, tornando mais fácil para eles serem transparentes de uma maneira que corresponda ao que os leitores realmente se importam (como se a IA fez o trabalho pesado ou apenas ajudou com algumas palavras).

Resumo

• Leitores querem saber mais sobre o uso de IA do que Escritores.
• Por que o texto foi escrito (escola vs. diversão) não muda a necessidade de divulgação.
• Como a IA foi usada importa mais: Se a IA fez o trabalho pesado, assumiu a liderança ou foi copiada diretamente, as pessoas sentem que a divulgação é necessária.
• Esforço não importa tanto quanto pensávamos.
• Escritores frequentemente sentem menos necessidade de divulgar quando deixam a IA assumir a liderança, mesmo que Leitores sintam o oposto.

Resumo técnico

1. Declaração do Problema

A integração rápida da Inteligência Artificial (IA) nos processos de escrita criou uma "lacuna de autoria", onde textos gerados ou assistidos por IA são frequentemente indistinguíveis da escrita humana. Essa ambiguidade desafia a capacidade dos leitores de contextualizar o conteúdo, avaliar a confiabilidade e julgar a responsabilidade. Embora regulamentações existentes frequentemente exijam divulgação, há um desalinhamento entre políticas de cima para baixo e as percepções "de base" das partes interessadas reais: leitores (consumidores de conteúdo) e escritores (criadores de conteúdo).

O problema central de pesquisa é compreender os fatores específicos que influenciam a percepção de necessidade de divulgação de IA. Especificamente, os autores investigam como a perspectiva (leitor vs. escritor), o propósito do texto (avaliação, aprendizado, entretenimento) e os fatores procedimentais (como a IA foi utilizada) moldam essas percepções.

2. Metodologia

O estudo emprega um experimento de vinheta (um desenho experimental baseado em pesquisas usando cenários hipotéticos) para manipular sistematicamente variáveis e medir percepções.

• Participantes: $N = 727$ participantes recrutados no Prolific (baseados nos EUA, proficientes em inglês, alfabetizados em IA).
• Desenho: Foi utilizado um desenho fatorial fracionário de Resolução IV para gerenciar a complexidade combinatória das variáveis.
• Variáveis Independentes:
  1. Perspectiva: Dois níveis (Leitor vs. Escritor).
  2. Propósito: Três níveis (Avaliação, Aprendizado, Entretenimento), cada um operacionalizado com dois cenários específicos (ex.: candidatura a emprego vs. carta de apresentação para Avaliação).
  3. Fatores Procedimentais: Quatro dimensões, cada uma com níveis Alto/Baixo:
     • Substituibilidade: O escritor pode produzir trabalho semelhante sem IA?
     • Esforço: Quanto tempo/esforço o escritor investiu?
     • Intencionalidade: O escritor orientou a IA (Alto) ou deixou a IA liderar (Baixo)?
     • Diretividade: A saída da IA foi incorporada diretamente (Alto) ou usada apenas como referência (Baixo)?
• Procedimento: Os participantes receberam uma única vinheta descrevendo um cenário de escrita com combinações específicas dos fatores acima. Eles foram questionados com uma pergunta binária: "A divulgação de IA é necessária nesta situação?" (Sim/Não). Eles também forneceram justificativas abertas.
• Análise:
  • Quantitativa: Modelagem de regressão logística para prever o resultado binário (Necessidade: Sim/Não), incluindo efeitos principais, termos de interação (Perspectiva $\times$ Fatores Procedimentais) e covariáveis (autoeficácia na escrita, alfabetização em IA, julgamentos internos).
  • Qualitativa: Análise temática reflexiva das respostas abertas para complementar as descobertas quantitativas.

3. Principais Contribuições

1. Perspectiva de Baixo para Cima: Desloca o foco de mandatos regulatórios para a "necessidade percebida" detida pelas partes interessadas diretas (leitores e escritores), abordando uma lacuna na pesquisa de transparência do FAccT.
2. Síntese de Fatores Procedimentais: Consolida frameworks anteriores (ex.: framework CCC, matriz CoCo) em quatro fatores procedimentais distintos e operacionalizáveis (Substituibilidade, Esforço, Intencionalidade, Diretividade) específicos para escrita assistida por IA.
3. Identificação da Lacuna de Perspectiva: Demonstra empiricamente uma divergência significativa entre como leitores e escritores percebem a necessidade de divulgação, particularmente em relação ao papel da intencionalidade.
4. Diretrizes de Design: Propõe intervenções concretas de design para ferramentas de divulgação de IA, incluindo "andaimes" (modelos de divulgação automatizados e granulares) e nudges comportamentais baseados em padrões específicos de uso.

4. Principais Resultados

A regressão logística e a análise qualitativa produziram as seguintes descobertas:

• Efeito de Perspectiva (PQ1):

  • Leitores percebem a divulgação como significativamente mais necessária do que escritores (Escritores têm ~80% menos chances de perceber a divulgação como necessária).
  • Interpretação: Escritores podem sofrer de viés de auto-serviço ou ver a IA como uma infraestrutura "ambiental", reduzindo seu senso de obrigação de divulgar.

• Efeito de Propósito (PQ2):

  • O propósito do texto (Avaliação, Aprendizado, Entretenimento) não teve efeito principal estatisticamente significativo na percepção de necessidade de divulgação.
  • Nota: Embora dados qualitativos sugerissem algumas nuances específicas de contexto, o modelo quantitativo mostrou que como a IA foi usada importou mais do que por que o texto foi escrito.

• Fatores Procedimentais (PQ3):

  • Substituibilidade: A divulgação é vista como mais necessária quando a contribuição da IA é insubstituível (Baixa Substituibilidade).
  • Esforço: Surpreendentemente, a quantidade de esforço investido pelo escritor não teve efeito significativo na necessidade percebida. Isso contradiz a "heurística do esforço" (a ideia de que menos esforço implica menos propriedade).
  • Intencionalidade: A divulgação é vista como mais necessária quando o escritor não orienta intencionalmente a IA (Baixa Intencionalidade).
  • Diretividade: A divulgação é vista como mais necessária quando o conteúdo da IA é incorporado diretamente com mudanças mínimas (Alta Diretividade).

• Efeitos de Interação (PQ4):

  • Intencionalidade $\times$ Perspectiva: Esta interação foi significativa e contra-intuitiva.
    • Leitores: Percebem a divulgação como mais necessária quando a Intencionalidade é Baixa (IA lidera).
    • Escritores: Percebem a divulgação como menos necessária quando a Intencionalidade é Baixa.
  • Isso sugere que os escritores podem sentir menos propriedade (e, portanto, menos necessidade de divulgar) quando deixam a IA assumir a liderança, enquanto os leitores sentem que essa falta de controle humano torna a divulgação crítica para a confiança.

• Covariáveis:

  • Maior Autoeficácia na Escrita e Alfabetização em IA correlacionaram-se com uma menor percepção de necessidade de divulgação.
  • Julgamento Interno mais forte de Divulgação (valorizando transparência) correlacionou-se com uma maior percepção de necessidade.

5. Significado e Implicações

O estudo fornece uma base orientada por dados para o desenho de melhores mecanismos de divulgação de IA:

• Além de Rótulos Binários: As atuais etiquetas "gerado por IA" são insuficientes. A divulgação deve ser granular, detalhando a substituibilidade, intencionalidade e diretividade do uso da IA, pois são esses os fatores que os leitores realmente valorizam.
• Andaimes de Divulgação: Plataformas devem oferecer ferramentas que gerem automaticamente rascunhos de divulgação com base em registros de interação (ex.: "Você usou IA para gerar 80% do texto com edição mínima"). Crucialmente, essas ferramentas devem minimizar o esforço (já que não importou para os participantes) e destacar a intencionalidade (já que este é um ponto majoritário de divergência entre leitores e escritores).
• Nudges Comportamentais: Para alinhar o comportamento dos escritores às expectativas dos leitores, os sistemas devem implantar nudges direcionados quando Baixa Intencionalidade for detectada (ou seja, quando o escritor deixa a IA assumir a liderança), lembrando-os de que esse cenário específico é altamente valorizado para transparência pelos leitores.
• Reforma de Políticas: Regulamentações devem afastar-se de regras rígidas "tudo ou nada" em favor de diretrizes conscientes do contexto que reflitam os fatores procedimentais nuances identificados no estudo.

Em conclusão, o artigo argumenta que uma transparência eficaz de IA exige ir além da simples detecção ou rotulagem obrigatória para um sistema que compreenda a natureza da colaboração humano-IA e una a lacuna perceptual entre aqueles que criam o conteúdo e aqueles que o consomem.