Human-AI

Visão Geral

Remove sinais de escrita mecânica de textos em inglês e recupera ritmo, precisão e voz. Combina detecção de padrões (43 padrões em 3 tiers), medição estatística de ritmo (burstiness, TTR, entropia) e injeção de voz em uma skill iterativa com scoring.

O objetivo é melhorar o texto, não enganar detector: nenhuma reescrita pode garantir que uma ferramenta classificará o resultado como humano, e pontuação de detector automático não é critério de qualidade — essas ferramentas erram muito e penalizam desproporcionalmente quem é neurodivergente e quem não é falante nativo.

As métricas estatísticas entram como proxies mensuráveis de ritmo natural, não como placar a ser vencido. A pesquisa que sustenta a skill é útil por outro motivo: ela mostra que trocar sinônimo não muda nada, porque o problema está na arquitetura da frase — comprimento, ritmo, estrutura de oração e densidade de informação.

Skill-irmã da humanizar (PT-BR). Para texto em português, use humanizar.

Quando Usar

• Texto em inglês parece genérico, bland ou gerado por IA
• Pedidos como “humanize”, “de-slop”, “remove AI patterns”, “make it sound human”
• Reescrever com voz e personalidade, ou corrigir tom genérico
• Pipeline de agentes que gera conteúdo em inglês
• Revisar output de outro agente antes de publicar

Diferenciais

Feature	blader/humanizer	brandonwise/humanizer	human-ai
Padrões	29	28 + estatísticos	43 (incl. P31-P43 emergentes 2026)
Scoring iterativo	❌	❌	✅ 0-100 com loop
Script de métricas	❌	❌	✅ scripts/measure.py
Presets de voz	❌	❌	7 presets
Anti-synonym-swap	❌	❌	✅ Reestruturação obrigatória
Baselines empíricas	❌	Parcial	✅ SSRN + GPTZero + NeurIPS

Modos de Operação

Modo	Quando usar	Resultado
full_mode	Default — “humanize this”	Métricas + diagnóstico + reescrita + scoring
direct_mode	Pipelines ou “humanize quick”	Versão final + relatório sintético
review_mode	Auditar texto de outro agente	Reescrita agressiva + métricas antes/depois

Instalação

npx skills add https://github.com/fabricioctelles/skills --skill human-ai

Pesquisa que Fundamenta

Fonte	Descoberta
RAID Benchmark (ACL 2024)	Reestruturação estrutural derruba DetectGPT de 70.3% → 4.6%
humanizerai.com (2026)	Vocabulary bans PIORAM performance em 43 pontos percentuais
GPTZero	Burstiness (variância de comprimento de frase) é o sinal primário
SSRN	TTR humano: 0.553 vs AI: 0.455
NeurIPS 2023	Dimensão intrínseca humana ~9 vs AI ~7.5
Washington Post	“It’s not X, it’s Y” = padrão #1 de IA em 328K mensagens

Parte dessa pesquisa foi produzida medindo taxa de bypass em detectores. A skill usa os achados pelo que eles revelam sobre ritmo e estrutura — não como meta. Nenhum desses números prova autoria humana, e nenhum deles é usado para decidir o que reescrever.

Changelog

v1.0.1 (ago/2026)

• Posicionamento alinhado ao da humanizar: a skill não promete texto “indetectável”, e pontuação de detector automático deixa de ser critério
• Métricas estatísticas reposicionadas como proxies de ritmo natural, não como placar
• Removida a contraindicação baseada em “texto já validado como humano por detectores”

v1.0 (jul/2026)

• Versão inicial com 43 padrões (P1-P43), incluindo 13 emergentes de 2026
• 3 modos de operação com scoring iterativo (0-100) e fallback de estratégia
• 7 presets de voz (Essay, Journalistic, Academic, Corporate, Social, Casual, Legal, Instructional)
• scripts/measure.py para cálculo determinístico de métricas (zero dependências)
• 7 gotchas documentados de falhas operacionais reais
• Baselines empíricas calibradas por pesquisa publicada
• Cross-reference bidirecional com skill humanizar (PT-BR)
• Baseada em blader/humanizer, brandonwise/humanizer e Aboudjem/humanizer-skill

📄 Documentação completa no GitHub

---

Integração com TypeSafe Jev

A skill suporta integração opcional com TypeSafe Jev — um motor de julgamento que fornece avaliações de probabilidade calibradas para critérios subjetivos.

Quando usar Jev

Avaliação	Usar Jev?	Método
Detecção de padrões	Não	Determinístico (regex, patterns)
Severidade de padrões	Sim	Score (0.0-1.0)
Qualidade de match de voz	Sim	Score
Confiança na reescrita	Sim	Score
Classificação de mudanças	Sim	Noul (structural/cosmetic/hybrid)

Questões disponíveis

• 8 Score questions: severidade de padrão, adequação de voz, fluidez, preservação de tom, naturalidade, entropia restaurada, burstiness atingida, confiança geral
• 12 Noul questions: tipo de mudança, categoria de padrão, nível de intervenção, preservação factual

Protocolo de descoberta

from typesafe import jev_available

if jev_available():
    from typesafe import Score, Noul
    # Usar Jev para critérios subjetivos
else:
    # Fallback para scoring heurístico

Quando Jev não está disponível, a skill usa o scoring heurístico interno — funcional, mas menos nuançado.

📄 Ver jev_questions.json | Ver jev-integration.md