O Uso de IA pelas Big Five Cresce por Trás de Sua Luta Contra o Slop

HarperCollins, Simon & Schuster e Hachette teriam ampliado o uso de IA generativa, apesar de combaterem ameaças relacionadas à IA contra livros e autores. O crescente uso de IA pelas editoras Big Five supostamente abrange textos de divulgação, materiais de marketing, e-mails, arte e análise de fluxos de trabalho internos.

Essa é a contradição central. As editoras querem que empresas de tecnologia e autores respeitem direitos autorais, contratos e trabalho criativo. Ainda assim, trabalhadores e agentes afirmam que essas editoras introduziram IA em suas próprias operações sem obter de forma consistente o consentimento dos autores ou divulgar seu uso.

As evidências vêm principalmente de funcionários anônimos, portanto a escala exata permanece sem verificação. No entanto, as práticas relatadas revelam um problema crescente de confiança. As editoras já não discutem IA à margem. Elas estão decidindo onde a automação entra no processo, qual trabalho ela substitui e quem é informado.

Três Grandes Editoras Teriam Incorporado IA ao Trabalho Diário

A mudança imediata não é que as editoras descobriram a IA. É que funcionários descrevem a tecnologia chegando ao trabalho editorial cotidiano sem regras públicas claras.

Uma investigação sobre o setor editorial publicada em 9 de outubro se baseou em entrevistas com mais de duas dezenas de trabalhadores. Eles supostamente atuavam na HarperCollins, Simon & Schuster, Hachette e em outras áreas do setor.

Essas fontes disseram que funcionários usavam grandes modelos de linguagem, ou LLMs, para elaborar materiais de divulgação, textos de contracapa, e-mails e recursos de marketing. LLMs são sistemas que geram texto ao prever padrões de linguagem aprendidos a partir de grandes conjuntos de dados.

Alguns trabalhadores também relataram experimentos relacionados à IA envolvendo imagens de capas e vídeos de marketing. A reportagem não estabeleceu que todas as editoras citadas seguem as mesmas práticas nem que todas as divisões as adotaram.

Essa distinção importa. Uma grande editora reúne muitos selos, equipes, contratados e parceiros regionais. O experimento de uma divisão não representa automaticamente uma política para toda a empresa.

Ainda assim, as alegações descrevem mais do que usos pessoais isolados. Na HarperCollins, líderes seniores teriam adquirido acesso corporativo ao Claude, enquanto funcionários também tinham acesso ao ChatGPT e ao Jasper. Em seguida, pediu-se aos funcionários que identificassem possíveis aplicações em sessões recorrentes de brainstorming.

A HarperCollins não forneceu resposta para a investigação. Portanto, suas práticas relatadas continuam sendo alegações atribuídas a funcionários atuais, e não uma política corporativa confirmada.

A Simon & Schuster reconheceu que funcionários de diferentes áreas podiam acessar um grupo limitado de ferramentas corporativas de IA. A empresa afirmou que o uso era voluntário e restrito a produtos que haviam passado por revisão interna.

Seu objetivo declarado era liberar os funcionários para um trabalho criativo mais profundo com autores. Essa explicação enquadra a IA como apoio operacional, não como substituta do julgamento editorial ou dos relacionamentos.

A Hachette ofereceu uma distinção mais restrita. Um porta-voz afirmou que a empresa apoiava a IA para fins operacionais quando ela ajudava os livros a chegar aos leitores. A empresa disse não apoiar aplicações criativas, incluindo comunicação gerada por IA com autores e parceiros.

Os relatos dos funcionários complicam essas fronteiras. Agentes literários teriam suspeitado que alguns e-mails de rejeição continham padrões generativos familiares. Trabalhadores das três editoras disseram a repórteres acreditar que pelo menos algumas dessas suspeitas eram corretas.

Nada disso prova que uma mensagem específica tenha vindo de um LLM. Detectores de texto e sinais estilísticos continuam sendo evidências pouco confiáveis quando usados isoladamente. Formulações repetitivas podem levantar dúvidas, mas não podem estabelecer autoria com certeza.

A conclusão mais defensável é mais restrita. Ferramentas de IA estariam presentes nos fluxos de trabalho de grandes editoras, enquanto funcionários, agentes e autores não compartilham uma visão comum dos usos permitidos.

Um relato posterior acentuou o conflito ao focar no design de capas e na divulgação. O texto argumentou que editoras que se opõem a livros de IA de baixa qualidade agora correm o risco de usar tecnologia semelhante ao redor de seus próprios livros.

A questão não é se toda frase ou imagem gerada merece o rótulo de “slop”. A questão é se as editoras podem exigir transparência de terceiros enquanto mantêm suas próprias práticas difíceis de inspecionar.

O Uso de IA pelas Big Five Cria uma Lacuna de Consentimento

O uso de IA pelas editoras Big Five se torna um problema de governança quando a obra inédita de um autor entra em um modelo sem permissão explícita ou divulgação significativa.

Agentes teriam acrescentado linguagem contratual que impede editoras de submeter manuscritos a LLMs. Essa restrição aborda um risco concreto, e não um medo generalizado da automação.

Um manuscrito inédito contém mais do que texto. Pode conter ideias comercialmente sensíveis, informações pessoais, apuração confidencial ou material cuja propriedade ainda não foi totalmente esclarecida.

Enviar esse manuscrito a um serviço de IA voltado ao consumidor pode expô-lo à infraestrutura e às políticas de retenção de terceiros. Produtos corporativos podem oferecer controles mais fortes, mas essas proteções dependem do contrato, da configuração e do fluxo de trabalho efetivo.

A distinção entre um ambiente fechado e uma ferramenta pública na nuvem é, portanto, importante. Um sistema fechado mantém os dados dentro de uma rede controlada ou de um limite técnico aprovado. Um serviço aberto envia conteúdo para infraestrutura operada por um provedor externo.

No entanto, “corporativo” não significa automaticamente livre de riscos. As editoras ainda precisam definir quais funcionários podem enviar conteúdo, quais documentos são permitidos, por quanto tempo os dados persistem e se os fornecedores podem utilizá-los.

Um funcionário da HarperCollins teria dito que editores perguntaram se podiam colar manuscritos inteiros em LLMs abertos. Segundo essa fonte, a equipe jurídica da empresa disse que não deveriam fazer isso.

Essa intervenção relatada é encorajadora, mas também demonstra com que facilidade a questão pode surgir. Quando uma ferramenta aparece ao lado de softwares de escritório comuns, funcionários podem tratar um manuscrito sensível como outro documento aguardando um resumo.

A mesma preocupação se aplica à divulgação. Um modelo não consegue produzir um texto preciso para a sobrecapa sem receber detalhes sobre o livro. Se o manuscrito completo fornece esses detalhes, o atalho de marketing se torna uma decisão de governança de dados.

Os agentes querem que as editoras divulguem essa decisão porque os autores concederam direitos de publicação sob contratos específicos. Esses acordos não necessariamente previam o processamento de manuscritos por provedores externos de modelos.

O consentimento também importa quando a IA contribui para a arte da capa. A capa faz parte da identidade pública de um autor, e os leitores tratam cada vez mais imagens sintéticas como um sinal sobre o próprio livro.

Controvérsias anteriores mostram como uma origem pouco clara pode prejudicar essa identidade. O selo Bramble, da Tor, enfrentou críticas depois que uma criadora identificou recursos de banco de imagens generativos na capa de Gothikana.

Uma análise da arte da capa constatou que as listagens de banco de imagens relevantes haviam sido marcadas como geradas com IA. A Bramble não comentou antes da publicação daquela reportagem.

A Tor enfrentou uma disputa relacionada sobre Fractal Noise, de Christopher Paolini. A empresa afirmou que sua designer licenciou uma imagem de um fornecedor de banco de imagens respeitável sem saber que o ativo poderia ser sintético.

A Bloomsbury fez afirmação semelhante depois que uma imagem de banco de imagens marcada como IA apareceu no design de uma edição de bolso de Sarah J. Maas. Sua equipe de design disse não saber como a imagem havia sido produzida.

Esses incidentes revelam um problema de cadeia de suprimentos. Editoras podem introduzir material gerado sem que um funcionário digite um prompt. Bancos de imagens, agências, freelancers e parceiros estrangeiros podem inserir ativos de IA em um design finalizado.

Regras claras devem, portanto, abranger a procedência, e não apenas o acesso a ferramentas. Uma editora precisa saber de onde veio uma imagem, como ela foi rotulada e quais direitos a acompanham.

O mesmo princípio se aplica ao texto. As equipes precisam de registros sobre quais materiais entraram em um modelo e como a saída foi alterada antes da publicação. Sem essa procedência, a divulgação se torna um exercício de adivinhação depois que a controvérsia começa.

Organizações que enfrentam riscos semelhantes de informação frequentemente precisam de um fluxo de trabalho de conhecimento controlado. A versão editorial deve acrescentar permissões contratuais, controles de fornecedores e um registro auditável das decisões humanas.

A Posição Anti-Slop Agora Colide com a Prática das Editoras

O argumento mais forte do setor contra o AI slop depende de autoria humana, permissão e confiança — precisamente os valores que o uso interno e discreto de IA coloca sob pressão.

As editoras têm razões legítimas para se opor a livros sintéticos produzidos em massa. Autores encontraram biografias imitativas, títulos falsos e livros complementares gerados associados a nomes e públicos já estabelecidos.

Quando as memórias de Kara Swisher se aproximavam da publicação, buscas teriam revelado numerosas biografias não oficiais com capas suspeitas e texto genérico. Uma busca colocou 16 livros de terceiros após as memórias autênticas.

O problema dos livros de imitação demonstrou como a publicação automatizada pode explorar a visibilidade de um autor. Mesmo livros fracos podem desviar atenção, confundir compradores e sobrecarregar autores com trabalho de fiscalização.

A Amazon exige que editoras que usam sua plataforma de autopublicação identifiquem conteúdo gerado por IA durante o envio. No entanto, essa informação historicamente não aparecia como um rótulo voltado ao cliente em todos os casos.

A Amazon também limitou o número de livros que um autor independente pode lançar por dia e restringiu certos resumos ou cadernos de exercícios. Essas medidas visam spam e listagens enganosas, em vez de proibir completamente ferramentas generativas.

As editoras tradicionais se posicionam como um tipo diferente de filtro. Elas selecionam manuscritos, verificam direitos, editam a prosa, encomendam designs e associam credibilidade institucional a um livro finalizado.

Esse papel torna o uso não divulgado de IA mais consequente. Os leitores não abordam um selo das Big Five com as mesmas expectativas que levam a uma listagem desconhecida em um marketplace.

O conflito também alcança os direitos autorais. Editoras e autores contestaram empresas de tecnologia pelo uso de livros no treinamento de modelos. Empresas de distribuição responderam à demanda por livros físicos de desenvolvedores de IA.

A Ingram Content Group disse a clientes que empresas de IA estavam comprando cada vez mais obras físicas, potencialmente para digitalização e treinamento de modelos. Ela ofereceu às editoras uma forma de recusar vendas feitas conscientemente de forma direta a essas empresas.

A Ingram também reconheceu que nem sempre conseguia determinar a finalidade de um comprador. Sua opção de recusa para editoras prometia esforços razoáveis, e não uma barreira completa.

Esse episódio ilustra a posição pública do setor editorial. Os livros contêm expressão humana valiosa, e as empresas não deveriam tratar essa expressão como uma entrada técnica sem governança.

Os autores podem, legitimamente, perguntar por que o princípio muda dentro da editora. Se inserir um livro em um modelo exige permissão quando uma empresa de tecnologia o faz, a conveniência interna de marketing não elimina essa preocupação.

As editoras podem responder que o uso operacional é diferente do treinamento de um modelo fundacional comercial. Essa distinção tem relevância jurídica e técnica.

Um sistema controlado pode resumir um manuscrito sem adicioná-lo a um conjunto de dados de treinamento. Um contrato com fornecedor também pode proibir o treinamento de modelos e limitar o armazenamento.

Ainda assim, os autores não podem avaliar essas salvaguardas sem saber qual sistema foi usado. O sigilo transforma uma distinção defensável em uma garantia sem comprovação.

É por isso que o oponente central não é simplesmente editoras contra empresas de IA. É a promessa da indústria editorial de uma curadoria humana em contraste com sua realidade cada vez mais automatizada.

A promessa não exige proibir todos os modelos. Exige aplicar padrões consistentes a agentes externos, fornecedores, executivos e funcionários juniores.

A Pressão por Eficiência Está Chegando a Editores, Assessores de Imprensa e Designers

As editoras estão introduzindo IA em meio a cargas de trabalho maiores, redução de pessoal e pressão executiva para automatizar, tornando difícil separar a adoção “voluntária” da coerção no ambiente de trabalho.

Funcionários descreveram equipes que encolheram enquanto os profissionais restantes assumiam mais títulos. Um trabalhador afirmou que alguns grandes grupos haviam caído para cinco ou seis pessoas, enquanto as cargas de trabalho dobraram ou triplicaram.

Esse relato não foi verificado de forma independente em toda a indústria. Ainda assim, ele ajuda a explicar por que ferramentas generativas podem se disseminar até entre funcionários que desconfiam delas.

Um assessor de imprensa responsável por mais livros pode pedir a um modelo um primeiro rascunho porque a alternativa é perder um prazo. Um editor pode resumir material porque não há tempo para ler outro documento interno duas vezes.

Essas escolhas podem parecer voluntárias em uma política de software, mas obrigatórias na prática. A fonte da pressão é a carga de trabalho, não necessariamente uma ordem direta para usar um modelo específico.

Funcionários da HarperCollins teriam se tornado “AI Champions”, encarregados de encontrar casos de uso para ferramentas compradas por líderes seniores. O rótulo sugere participação, mas funcionários disseram ter sido designados, e não terem se voluntariado livremente.

A Simon & Schuster convidou anteriormente trabalhadores a enviar ideias sobre IA por meio de um concurso interno. Funcionários disseram depois que a empresa reduziu parte da pressão promocional após repetidas objeções da equipe durante reuniões.

A disputa mais intensa diz respeito ao monitoramento de fluxos de trabalho. Trabalhadores da Simon & Schuster souberam que a empresa havia explorado o produto Blueprint, da Skan AI, aparentemente após interesse da proprietária KKR.

Softwares de análise de fluxo de trabalho observam como funcionários realizam tarefas e identificam processos que líderes poderiam automatizar. Eles podem revelar gargalos, mas os trabalhadores podem vivenciar o mesmo sistema como vigilância.

Funcionários organizaram uma carta aberta contra a introdução da Skan AI ou de produtos semelhantes. Eles temiam que a identificação de oportunidades de automação mapeasse seus empregos para futura substituição.

O CEO da Simon & Schuster, Greg Greeley, disse então aos funcionários que nenhuma decisão havia sido tomada para implantar o Blueprint ou outro sistema de monitoramento de produtividade. Ele descreveu a análise como uma exploração inicial.

Essa resposta delimita a alegação verificada. A empresa examinou o produto, mas as reportagens disponíveis não mostram que ela tenha implementado um programa de monitoramento.

O episódio ainda revela o que os funcionários acreditam estar em jogo. A IA não está entrando no setor editorial apenas como assistente de escrita. Ela também surge como ferramenta de gestão capaz de medir o trabalho e recomendar automação.

Ilustradores de capas, tradutores, editores e assessores de imprensa enfrentam versões diferentes da mesma incerteza. Cada função contém tarefas repetitivas, mas também depende de um contexto que executivos podem subestimar.

Uma descrição de contracapa, por exemplo, é curta. Produzi-la ainda exige compreender o gênero, as expectativas do público, os limites factuais e a voz do autor.

A tradução apresenta uma escolha ainda mais complexa. O CEO da HarperCollins, Brian Murray, argumentou anteriormente que a IA oferecia às editoras mais oportunidades do que riscos, especialmente para livros traduzidos e audiolivros.

Funcionários relataram posteriormente ter visto manuscritos traduzidos por IA acompanhados de divulgações em grandes feiras internacionais do livro. Isso sugere que ao menos alguns vendedores de direitos estão testando usos transparentes.

A tradução pode ampliar o acesso a títulos que, de outra forma, permaneceriam indisponíveis. Ela também pode uniformizar estilos, interpretar mal referências culturais e reduzir oportunidades remuneradas para tradutores humanos.

Uma editora não pode avaliar essa escolha usando apenas a velocidade de produção. Ela precisa considerar taxas de erro, supervisão editorial, direitos, créditos e se o leitor sabe qual processo moldou o texto.

A editora independente Meg Reid resumiu claramente a divisão emergente. Grandes grupos corporativos provavelmente buscariam eficiência, enquanto editoras menores poderiam competir enfatizando que a participação humana é o produto.

Essa divisão oferece às editoras independentes uma possível posição de mercado. Um processo humano verificável pode se tornar um diferencial, e não um custo invisível.

A Detecção de IA Não Pode Resolver a Disputa Sobre Editoras que Usam IA

Ferramentas de detecção não podem oferecer a certeza de que as editoras precisam; por isso, contratos, registros de procedência e políticas de divulgação devem assumir essa responsabilidade.

A controvérsia atual depende fortemente de relatos de funcionários e de padrões de escrita reconhecíveis. Nenhuma dessas formas de evidência consegue medir o mercado inteiro.

Fontes anônimas merecem proteção quando o emprego está em risco. Sua anonimidade também impede que leitores avaliem cada função, documento ou observação direta por trás de uma alegação.

Portanto, as reportagens devem ser tratadas como alegações críveis apoiadas por vários funcionários, e não como uma auditoria de todos os fluxos de trabalho das Big Five.

Detectores de IA introduzem outra camada de incerteza. Eles estimam se padrões se assemelham a texto gerado por máquina, mas essas estimativas não comprovam como um documento foi criado.

Textos humanos podem gerar falsos positivos. Resultados de modelos editados podem escapar da detecção. Um e-mail curto ou uma frase de marketing oferece ainda menos evidência do que um manuscrito longo.

Esse problema ficou visível durante a controvérsia de Shy Girl. O selo Wildfire, da Hachette, publicou o romance de terror no Reino Unido antes de posteriormente descontinuá-lo.

O selo Orbit, também da Hachette, suspendeu a publicação planejada nos Estados Unidos após uma análise interna. A autora negou ter escrito o livro com IA e disse que uma pessoa conhecida, envolvida na edição, a havia usado.

Uma análise do setor sobre os limites da detecção de IA descreveu editoras usando várias ferramentas, ao mesmo tempo em que reconhecia que todas eram falíveis. Pesquisadores também explicaram como resultados de modelos podem ser editados para evitar a detecção.

O caso mostra por que uma pontuação de detector não pode substituir evidências sobre o processo. Ela não identifica quem usou um modelo, quais trechos foram alterados ou se o uso violou um contrato.

A detecção também cria um risco de injustiça. Escritores com prosa formulaica, padrões de inglês não nativos ou estilos pouco convencionais podem enfrentar suspeitas sem provas confiáveis.

As editoras precisam de evidências reunidas antes da publicação. Os contratos devem definir conteúdo gerado, edição assistida por IA, tradução, imagens e uploads proibidos de manuscritos.

Os sistemas de produção devem registrar ferramentas aprovadas e preservar a origem dos ativos encomendados. Fornecedores devem divulgar componentes sintéticos antes de entregar o trabalho finalizado.

Os autores devem receber uma explicação quando a IA afetar materialmente seu texto, capa, marketing, tradução ou edição em áudio. Os leitores precisam de divulgação quando o método alterar aquilo que razoavelmente acreditam estar comprando.

Nem toda ação automatizada exige um aviso. Correção ortográfica, busca, agendamento e conversão de arquivos há muito apoiam a publicação sem alterar a autoria.

O limite deve se concentrar na contribuição material e no risco. Um modelo redigindo texto de orelha é diferente de um software corrigindo pontuação. Gerar uma imagem de capa é diferente de redimensionar uma ilustração humana.

Mesmo essas categorias exigem julgamento. Um assessor de imprensa pode usar um modelo para levantar ideias de frases e depois escrever um texto inteiramente novo. Outro pode publicar o primeiro resultado após corrigir um título.

Uma política útil deve descrever ambos os casos, em vez de declarar que todo uso de IA é idêntico. Ela também deve estabelecer quem toma a decisão final e quem revisa o resultado.

A maior incerteza é a verdadeira taxa de adoção. As reportagens disponíveis não estabelecem quantos livros contêm material gerado ou com que frequência resultados de modelos chegam ao público sem alterações.

Elas também não provam que as empresas mencionadas não tenham políticas internas. Algumas podem ter regras que os trabalhadores consideram incompletas, pouco claras ou aplicadas de forma inconsistente.

Essas limitações enfraquecem alegações abrangentes de que a grande indústria editorial já está automatizada. Elas não eliminam a necessidade demonstrada de uma governança transparente.

Três Sinais Mostrarão se o Setor Editorial Escolhe a Confiança

A próxima fase será decidida por políticas de divulgação, linguagem contratual aplicável e evidências de que a automação altera equipes ou livros publicados.

O primeiro sinal é se HarperCollins, Simon & Schuster e Hachette publicarão padrões detalhados para o uso de IA. Uma política significativa deve ir além de afirmar que ferramentas aprovadas estão disponíveis.

Ela deve explicar se manuscritos podem entrar em sistemas externos, quando os autores precisam consentir e como obras de arte geradas são identificadas. Também deve abranger tradutores, freelancers, agências, fornecedores de imagens de banco e parceiros estrangeiros de publicação.

Uma política pública fortaleceria o argumento de que as editoras podem usar IA sem abandonar a curadoria humana. A ambiguidade contínua reforçaria a acusação de que empresas exigem transparência apenas dos outros.

O segundo sinal é a disseminação de cláusulas contratuais sobre IA. Agentes já estariam restringindo o uso de manuscritos, mas a linguagem e a aplicação permanecem em grande parte privadas.

Cláusulas padronizadas poderiam distinguir o processamento operacional do treinamento, definir ambientes aprovados e exigir aviso antes do uso generativo. Elas também poderiam especificar recursos quando uma editora ou contratada viola esses termos.

Se tais cláusulas se tornarem rotineiras, o setor terá aceitado que o consentimento do autor não está implícito em uma licença geral de publicação. Se as editoras resistirem a elas, o conflito de confiança se aprofundará.

O terceiro sinal é o impacto mensurável sobre o trabalho e os produtos finalizados. Leitores devem observar novas objeções de funcionários, testes de monitoramento de fluxos de trabalho e mudanças documentadas em equipes editoriais ou de publicidade.

Também devem observar créditos e divulgações em capas, traduções, audiolivros e materiais de marketing. Um registro visível tornaria mais fácil separar assistência cautelosa de substituição não divulgada.

Evidências de que a IA reduz trabalho administrativo repetitivo sem substituir funções criativas sustentariam o argumento das editoras em favor da eficiência. Mais demissões acompanhadas de metas maiores de produção sustentariam os receios dos funcionários.

O mesmo teste se aplica à qualidade. As editoras precisarão demonstrar que textos de marketing gerados permanecem precisos, que as capas possuem direitos defensáveis e que as traduções preservam o significado do autor.

Para os autores, a ação imediata é perguntar o que acontece com um manuscrito após seu envio. Eles devem esclarecer se editores, assessores de imprensa e fornecedores externos podem processá-lo com sistemas generativos.

Para funcionários do setor editorial, a questão central é se uma ferramenta aprovada continua opcional quando as cargas de trabalho tornam impossível o trabalho manual. Uma política voluntária tem pouco significado se decisões de pessoal forçam a adoção.

Os leitores também podem pressionar o mercado pedindo procedência. Eles não precisam rejeitar todos os livros tocados por software. Podem exigir informações suficientes para fazer essa escolha por conta própria.

A controvérsia sobre o uso de IA pelas Big Five editoras é, em última análise, um teste de credibilidade institucional. As editoras vendem mais do que páginas impressas. Elas vendem a confiança de que alguém selecionou, verificou e apresentou a obra de forma responsável.

O setor documentará essa responsabilidade humana antes que a automação se torne invisível, ou esperará até que a próxima capa, contrato ou manuscrito contestado exija mais uma explicação?