Você provavelmente já viu a palavra em algum lugar, mesmo sem saber que ela tinha nome. Aquele vídeo estranho de bicho fazendo coisa impossível no feed. O texto que chega no grupo do trabalho todo bonitinho, mas sem nenhuma ideia lá dentro. A redação de aluno que soa fluente demais, genérica demais, sem nenhum erro e sem nenhuma alma. Pois bem: isso tem nome, e a Merriam-Webster elegeu esse nome como palavra do ano de 2025. O nome é AI slop.

Eu já falei aqui no blog sobre aula pronta e sobre o risco de virar apertador de botão. E, sem saber, eu estava descrevendo pedaços do que um artigo acadêmico recém-publicado por dois professores de Direito da Universidade de Boston, Jessica Silbey e Woodrow Hartzog, acaba de organizar em uma teoria só. O artigo se chama _AI Slop e eu queria trazer as ideias dele pra cá porque elas me deram um vocabulário mais preciso pra falar de algo que a gente, educador, sente na pele há tempos.

O que é AI slop, afinal

O termo nasceu em fóruns de internet lá por 2022 e se popularizou comparando IA generativa a spam: conteúdo que ninguém pediu, gerado sem esforço, jogado em cima de quem não tem escolha a não ser lidar com ele. Os autores do artigo notam que a palavra pegou tão rápido que já virou família inteira de gírias (slopaganda, sloptimização, slopware, e por aí vai), mas eles têm um objetivo mais sério: parar de tratar slop como só uma gíria engraçadinha e transformá-lo em um conceito com critérios claros, útil pra pensar política pública, regras de instituição e, no que me interessa mais, prática pedagógica.

A definição que eles propõem tem três partes. E eles afirmam que não é uma categoria de tudo ou nada, é um espectro. Um conteúdo pode ser mais ou menos sloppy dependendo de quanto ele carrega de cada um desses três elementos.

1. Esforço negligenciável

É o material gerado com o mínimo de esforço possível: digitou o tema, apertou o botão, recebeu o pacote pronto. Sem revisão, sem edição, sem ninguém pensando de verdade sobre aquilo antes de sair de circulação.

Se esse parágrafo te lembrou o post que eu escrevi sobre a Teachy prometendo material didático pronto e impresso em quinze minutos, não é coincidência. Aquilo é, no vocabulário do artigo, o retrato quase perfeito do primeiro pilar do slop.

2. Imposição assimétrica

Quem gera o conteúdo gasta segundos. Quem recebe gasta o tempo de verdade: ler, decifrar, checar se faz sentido, corrigir o que está errado. O esforço que devia estar na criação é transferido pra quem recebe. Os autores citam o exemplo do colega de trabalho que manda um relatório gerado por IA: “se meu colega não se deu ao trabalho de escrever isso, por que eu deveria me dar ao trabalho de ler?”

Trocando “colega de trabalho” por “aluno” ou “professor”, a frase continua funcionando perfeitamente. Comigo aconteceu com o meu banco. Um belo dia eu recebi uma análise de investimentos de um consultor do banco. Para a minha surpresa, a análise era totalmente feita com IA, nem mesmo os emojis foram retirados do texto… O mínimo que eu espero de um consultor é uma análise feita por ele, e não uma análise genérica feita por IA (e nem vou entrar aqui no mérito de vazamento de dados).

3. Degradação de domínio

Esse é o pilar mais interessante pra mim, porque ele explica o incômodo que eu sinto e não conseguia nomear direito. O artigo argumenta que o slop degrada o campo onde circula de três formas: ele inunda o espaço, deslocando o que é bom de verdade e encarecendo o custo de encontrar o que presta; ele banaliza o esforço humano, corroendo a ideia de que cuidado e intenção valem alguma coisa; e ele introduz erro e vício em sistemas que dependiam de confiança pra funcionar.

Os autores citam explicitamente a educação como um dos domínios afetados, com uma frase que resume bem o problema: redações-slop prejudicam a aprendizagem do aluno justamente por produzirem tarefas formulaicas. E não é só o aluno que sofre nisso: é o professor que também produz plano de aula no automático, e para de exercitar o raciocínio pedagógico que só se mantém afiado com uso.

O caso de São Paulo, visto com outros olhos

Uma coisa que me chamou atenção lendo o artigo é que ele reforça, com outro exemplo, algo que eu já tinha contado por aqui: o caso do material didático digital da rede estadual de São Paulo, distribuído para mais de 3 milhões de alunos em 2023, cheio de erro grosseiro (a Lei Áurea “assinada por Dom Pedro II”, a cidade de São Paulo com praia) e suspenso por decisão judicial.

Eu tinha contado essa história pra mostrar que o problema do “pronto sem revisão” é mais velho que a IA. O artigo me ajuda a reforçar o argumento: aquele material sequer foi feito por IA, foi feito por gente, com prazo. Ainda assim, teve esforço insuficiente, imposição assimétrica (quem pagou o preço foram professores e alunos) e degradação clara do domínio educacional. Ou seja: dá pra ter slop sem IA nenhuma. A IA não inventou esse atalho. Ela só tornou ele absurdamente mais rápido e mais fácil de tomar sem pensar duas vezes: de anos de produção de material para quinze minutos.

“Os detectores não funcionam”. E agora?

Uma parte do artigo que eu recomendo muito é onde os autores catalogam as respostas que já existem para o slop: rótulos, marca d’água, políticas de revista científica exigindo declaração de uso de IA, botões de denúncia em plataforma. E aí eles trazem um dado direto do MIT (que a gente já está careca de saber): os detectores de conteúdo gerado por IA não funcionam de forma confiável, e a orientação da própria universidade é parar de depender deles.

Em vez disso, o MIT recomenda algo que eu bato muito na tecla: criar critérios claros de uso, promover transparência e diálogo honesto entre professor e aluno sobre quando e como a IA entra no processo, e cultivar motivação intrínseca, porque nenhuma ferramenta de detecção vai substituir um aluno que entende por que aquele exercício de pensar importa. Ou seja: a saída não é tecnológica, é pedagógica. É exatamente o “SOBRE” que eu insisto tanto em separar do “COM” quando falo em educar com, sobre e para a IA.

Vale registrar, porque a honestidade importa: o próprio artigo reconhece que ferramentas como Pangram e GPTZero vêm melhorando bastante e ainda podem ganhar mais espaço. Mas mesmo essas ferramentas mais avançadas ainda erram feio com texto que passou por segunda revisão ou “polimento” com IA, que é exatamente o tipo de uso que eu acho mais interessante: você escreveu, pensou, decidiu, e usou a IA pra lapidar. Isso não é slop. E nenhum detector confiável vai conseguir separar direito o apoio do piloto automático. Isso é trabalho humano, de julgamento, de conversa. É trabalho de professor.

E o que fazer com isso tudo?

Dá pra torcer o nariz e achar que slop é só mais uma palavra da moda, tipo big data foi um dia. Os próprios autores levantam essa dúvida antes de responder que não: o conceito tem critério, tem espectro, tem consequência mensurável. E eu concordo com eles, porque quando não temos nomes, políticas, instruções, tudo fica muito confuso.

Agora não é mais “você usa IA ou não usa”. É “quanto esforço real está por trás disso, quem está pagando o custo do atalho, e o que esse atalho está corroendo com o tempo”. Essas três perguntas cabem em qualquer plano de aula gerado, em qualquer redação de aluno, em qualquer material “pronto em quinze minutos”. E cabem também na sua própria prática: vale perguntar de vez em quando se o que você está entregando pra sua turma é conteúdo ou é slop.

E você, já tinha ouvido falar em AI slop antes desse post? Onde você mais sente esse tipo de conteúdo no seu dia a dia como educador(a): nos materiais prontos, nas redações dos alunos, ou nos dois? Me conta aqui nos comentários.

Referência:

SILBEY, Jessica M.; HARTZOG, Woodrow. AI Slop. Boston University School of Law, dez. 2025 (draft). Disponível em: _ssrn.com/abstract=5870742.