Hacker News identifica uma enxurrada de livros de IA, e autores humanos estão perdendo espaço

O Hacker News destacou um estudo de 14.419 livros que questiona a defesa mais simples da ficção gerada por IA: os leitores simplesmente ignorariam o material ruim. Os pesquisadores descobriram que livros com uma quantidade substancial de texto de IA detectado venderam menos, em média. Ainda assim, seu enorme volume capturou vendas, receita e posições escassas nos rankings de outros livros.

O working paper, enviado em julho de 2026 e ainda sob revisão, examina ficção de gênero autopublicada, vendida principalmente pela Amazon. Seus autores são da Stony Brook University, Columbia Law School, University of Michigan e da MIT Initiative on the Digital Economy.

A alegação central não é que a IA escreva romances melhores. É que a IA generativa pode remodelar um mercado criativo sem vencer uma disputa de qualidade. A produção barata permite que editoras lancem livros suficientes para dividir um conjunto limitado de atenção dos leitores entre muito mais títulos.

Essa distinção importa para autores, plataformas de publicação e empresas de IA. Ela também oferece aos tribunais de direitos autorais novas evidências para uma teoria contestada chamada diluição de mercado. Segundo essa teoria, a produção de IA pode prejudicar um mercado pela escala, mesmo quando os resultados individuais têm baixo desempenho.

O estudo apresenta evidências excepcionalmente detalhadas, mas não resolve todas as questões. Suas classificações de IA dependem de um detector de texto, enquanto seus dados de mercado cobrem um segmento selecionado da ficção da Amazon. A análise também é observacional, portanto seus padrões mais fortes não provam que a IA, sozinha, causou cada queda.

Ainda assim, os resultados tornam difícil descartar uma conclusão. Baixa qualidade média não impede que conteúdo automatizado se torne economicamente relevante quando a produção se aproxima de volume industrial.

O que o artigo do Hacker News realmente encontrou

O estudo identificou um choque de oferta, não uma tomada dos best-sellers pela IA.

Os pesquisadores analisaram 14.419 títulos lançados de janeiro de 2023 a março de 2026. Eles combinaram a detecção de IA em textos completos com observações diárias de vendas que se estenderam até junho de 2026. A amostra abrangeu oito grupos de ficção de gênero autopublicada.

Cada título entrou em um de três grupos. Livros sem texto de IA detectado receberam pontuação zero. Livros de IA leve continham texto de IA detectado até o limite de 25 por cento. Livros de IA substancial ultrapassaram esse limite.

Esses rótulos descrevem a saída do detector, não autoria jurídica. Eles não estabelecem que um autor identificado usou um modelo específico. Tampouco provam violação de direitos ou identificam quem gerou uma passagem.

Na amostra, livros de IA substancial representavam 20 por cento dos títulos. No entanto, produziram apenas 12,1 por cento das vendas observadas na janela de lançamento e 11,3 por cento da receita. Livros sem texto de IA detectado representavam 62,9 por cento dos títulos, mas obtiveram 71,7 por cento das vendas.

Esse resultado sustenta a crítica conhecida de que livros com forte presença de IA têm desempenho individual inferior. Ainda assim, a tendência no nível do mercado aponta em outra direção. Sua participação observada nas vendas passou de quase nada no início de 2023 para cerca de um quinto no segundo trimestre de 2026.

Sua presença também chegou ao topo do mercado. Os pesquisadores construíram grupos semanais de Top-25 dentro de cada gênero, usando a mediana do ranking de vendas da Amazon. Novos participantes com texto substancial de IA acabaram representando 31 por cento das adições a esses grupos.

Livros sem texto de IA detectado continuaram sendo maioria entre os títulos líderes. Mesmo assim, a participação combinada de livros de IA leve e IA substancial se aproximou de 40 por cento das posições construídas de Top-25 no segundo trimestre de 2026.

Assim, o estudo separa desempenho médio de pressão agregada. Um livro com forte presença de IA pode vender pouco, enquanto milhares de lançamentos semelhantes, em conjunto, conquistam atenção significativa. Esse é o mecanismo por trás do título do artigo e de sua descoberta mais forte.

O contraste fica mais claro nas medidas de crescimento dos pesquisadores. O catálogo lançado acumulado cresceu 38,3 vezes em relação ao nível do início de 2023. Os títulos vendidos por trimestre cresceram 19,2 vezes, enquanto as vendas em unidades cresceram 7,3 vezes e a receita, 8,9 vezes.

Esses números não significam que todo o catálogo da Amazon cresceu nesses ritmos. Eles descrevem as coortes de lançamentos observadas pelo estudo e sua amostra indexada. Ainda assim, a diferença interna é marcante porque a oferta cresceu muito mais rápido que a demanda.

Mais títulos passaram a competir por cada venda. Como consequência, a receita por livro vendido caiu em seis dos oito grupos de gênero entre as coortes de 2023 e 2025. Para livros sem texto de IA detectado, ela caiu em sete dos oito.

Esse resultado final sustenta o argumento da diluição. A média não caiu apenas porque títulos fracos de IA entraram no denominador. Livros classificados como sem texto de IA também faturaram menos nas coortes posteriores.

A diluição do mercado de livros de IA funciona pelo volume

A IA generativa muda a economia da publicação ao tornar a produção repetida mais fácil do que a descoberta repetida.

A produção tradicional de livros contém vários limites naturais. Escrever um rascunho leva tempo, editar exige atenção e cada lançamento envolve um custo de oportunidade. A IA generativa reduz a restrição da escrita, especialmente em categorias guiadas por fórmulas, construídas em torno de enredos recorrentes e tipos de personagens familiares.

O estudo não afirma que todo usuário de IA se torna altamente prolífico. Ele examinou 824 identidades de assinatura em torno de seu primeiro lançamento com IA substancial. Entre as 385 que depois lançaram mais livros de IA substancial, 287 aumentaram sua produção mensal.

Essa parcela de 74,5 por cento mostra por que a qualidade média é uma medida incompleta. Um autor ou produtor não precisa que todo título seja bem-sucedido. Um grande portfólio pode distribuir o risco entre gêneros, pseudônimos, capas, palavras-chave e datas de lançamento.

A competição resultante ocorre em vários níveis. Livros disputam posicionamento em buscas, espaços de recomendação, rankings de categorias, leitura por assinatura, exposição publicitária e o tempo limitado de navegação de um leitor. Cada título adicional se torna outro candidato a essas posições restritas.

Isso faz a publicação se parecer com outros mercados algorítmicos inundados por conteúdo barato. O recurso escasso já não é a capacidade de produzir um item. É a capacidade de colocar esse item diante de um comprador no momento certo.

Os pesquisadores encontraram pressão mais forte onde títulos de IA substancial ocupavam uma parcela maior do catálogo. Livros sem texto de IA detectado detinham cerca de 88 por cento das posições construídas de Top-25 em grupos de baixa exposição. Sua participação caiu para aproximadamente 63 por cento nos grupos de maior exposição.

A relação ficou mais forte em gêneros com maior participação no Kindle Unlimited. O Kindle Unlimited dá aos leitores acesso a um catálogo compartilhado por assinatura. Essa estrutura intensifica a competição porque novos livros entram no mesmo conjunto de opções de leitura.

Em gêneros dominados pelo Kindle Unlimited, a vantagem dos livros sem IA foi 8,5 pontos percentuais menor na participação de vendas. Foi 8,4 pontos menor na participação de receita. São associações ajustadas, não estimativas experimentais.

O sistema também recompensa cronogramas de lançamentos frequentes. Um produtor pode testar mais títulos, observar quais combinações atraem leitores e repetir padrões bem-sucedidos. Autores humanos que trabalham em ciclos mais lentos enfrentam um perfil de risco diferente.

Um romancista pode passar meses refinando um lançamento. Uma operação centrada em IA pode distribuir um esforço de produção comparável por muitos livros. Mesmo que a maioria fracasse, a operação recebe mais chances de entrar em recomendações ou encontrar um nicho receptivo.

Essa é a verdadeira inversão do artigo. A ficção de IA não precisa convencer todo leitor de que é boa. Ela precisa tornar a publicação barata o bastante para que uma minoria de lançamentos bem-sucedidos compense uma longa cauda de fracassos.

Os melhores desempenhos do estudo demonstram que essa cauda pode conter exceções comercialmente relevantes. Seus principais títulos de IA substancial alcançaram volume significativo de unidades. Os 15 principais títulos também capturaram uma parcela considerável da receita de IA substancial dentro da amostra elegível.

Esses vencedores não provam que a produção automatizada garante sucesso. Eles mostram que o mercado contém um caminho viável da experimentação em alto volume para vendas relevantes. Esse caminho altera os incentivos de todos os produtores concorrentes.

Autores humanos enfrentam um problema de atenção, não apenas de qualidade

Escritores humanos podem produzir livros melhores e ainda perder visibilidade quando as plataformas recebem muito mais inventário do que os leitores conseguem absorver.

Os debates sobre publicação frequentemente pressupõem que o julgamento dos leitores resolverá o problema do conteúdo de IA. Nessa visão, livros fracos recebem avaliações ruins, desaparecem dos rankings e deixam autores sérios em grande medida ilesos.

O estudo mostra por que esse filtro é incompleto. A descoberta ocorre antes que um leitor possa avaliar um livro inteiro. Em geral, compradores encontram uma capa, título, descrição, breve prévia, posição de categoria, recomendação ou anúncio.

Portanto, um livro de baixa qualidade pode consumir atenção sem concluir uma venda. Ele pode ocupar um resultado de busca, gerar uma impressão ou entrar em um conjunto de recomendações. Nenhum desses eventos exige que o leitor termine o livro.

As posições nos rankings criam um gargalo ainda mais apertado. Uma categoria pode exibir muitos livros, mas apenas um pequeno número recebe posicionamento de destaque. Cada novo participante bem-sucedido com forte presença de IA desloca outro título desse grupo visível.

A pressão vai além da concorrência direta entre romances individuais. Um catálogo crescente eleva o custo de distinguir autores legítimos, editoras confiáveis e obras cuidadosamente editadas. Os leitores precisam avaliar mais sinais incertos antes de fazer uma escolha.

A rotulagem pública poderia reduzir essa incerteza, mas a Amazon atualmente faz uma distinção limitada. Suas regras de conteúdo do KDP exigem que editoras informem a Amazon sobre textos, imagens ou traduções gerados por IA.

A Amazon define conteúdo gerado por IA como material criado por uma ferramenta de IA, mesmo quando uma pessoa posteriormente o edita de forma substancial. Ela não exige divulgação para brainstorming, correção de erros ou outro trabalho assistido por IA quando o criador escreve o texto final.

A divulgação é feita à plataforma durante a publicação. As regras da Amazon não prometem um rótulo visível ao cliente para cada título divulgado. Isso cria uma lacuna entre o conhecimento da plataforma e o conhecimento do leitor.

Essa lacuna é central para a pesquisa. Os autores relatam que nenhum dos livros em seu conjunto de dados divulgou publicamente se continha conteúdo produzido por IA. Portanto, os leitores não conseguiam separar de forma confiável os grupos detectados pelo estudo antes da compra.

A Amazon introduziu sua exigência de divulgação em 2023, depois que autores e grupos de defesa levantaram preocupações. Na época, a Authors Guild chamou a mudança de um primeiro passo útil, mas pressionou por transparência pública, segundo uma reportagem da Associated Press.

A plataforma enfrenta um difícil problema de moderação. Um rótulo rígido exige informações confiáveis sobre métodos de produção. A autodeclaração pode falhar, enquanto a detecção automatizada pode classificar incorretamente trabalhos editados, prosa traduzida ou estilos humanos distintos.

Uma política mais flexível reduz acusações falsas, mas deixa os leitores com menos informação. Ela também permite que produtores se beneficiem da ambiguidade. Uma capa refinada e uma descrição plausível podem esconder quão rapidamente o texto subjacente foi criado.

Os autores humanos precisam responder a essa incerteza mesmo quando evitam a IA. Talvez precisem de comunidades mais fortes, relações diretas com leitores, identidades reconhecíveis de séries ou comprovação mais consistente de autoria. Essas atividades consomem tempo que, de outra forma, poderia apoiar a escrita.

A gestão do conhecimento também se torna mais importante quando criadores precisam documentar rascunhos, fontes, revisões e decisões editoriais. Uma base de conhecimento pessoal pesquisável pode preservar esse percurso criativo sem forçar escritores a adotar um sistema administrativo separado.

A questão mais profunda não é se a IA deve fazer parte do fluxo de trabalho de um escritor. Assistência de edição e produção automatizada em massa criam efeitos de mercado muito diferentes. As vitrines atuais nem sempre tornam essa diferença visível para os leitores.

A Disputa de Direitos Autorais Agora Tem um Mecanismo de Mercado

O artigo relaciona disputas sobre o treinamento de IA a evidências de que substitutos produzidos por máquinas podem saturar os mercados que sustentam o trabalho humano.

A legislação de direitos autorais analisa diversos fatores ao decidir se um uso não autorizado se qualifica como uso justo. Um fator importante diz respeito ao efeito sobre o mercado potencial da obra protegida por direitos autorais.

A IA generativa complica essa análise. Um modelo pode treinar com livros sem reproduzir uma obra inteira em uma única saída. Ainda assim, pode viabilizar a criação de muitas novas obras que competem com livros dos mesmos gêneros.

O artigo relaciona suas conclusões a Kadrey v. Meta, um caso de direitos autorais envolvendo autores e treinamento de modelos. Nesse litígio, o tribunal considerou uma teoria de diluição de mercado, mas concluiu que os autores não haviam apresentado evidências suficientes.

Os pesquisadores abordam parte dessa lacuna probatória. Seu estudo examina se livros que contêm uma quantidade substancial de texto de IA detectado entram no mesmo mercado que outros livros. Em seguida, mede alterações em vendas, receita e classificação à medida que a exposição à IA aumenta.

Os resultados são compatíveis com a diluição, mas o artigo não pode decidir sobre responsabilidade jurídica. A violação de direitos autorais depende de questões legais sobre cópia, expressão protegida, uso justo e causalidade. Uma correlação de mercado não resolve essas questões por si só.

Os atos a montante e a jusante também exigem separação. Treinar um modelo com livros protegidos por direitos autorais é um ato. Um usuário gerar e publicar um romance concorrente é outro. Uma plataforma classificar esse romance ao lado de livros escritos por humanos adiciona uma terceira camada.

O Escritório de Direitos Autorais dos EUA tratou os efeitos de mercado como uma parte importante do debate sobre treinamento. Sua análise de 2025 argumentou que o treinamento comercial pode receber proteção mais fraca de uso justo quando as saídas competem em mercados criativos relevantes. Essa avaliação continua sendo uma orientação de política, não uma decisão judicial universal.

O estudo atual introduz uma possível ponte entre uma preocupação jurídica abstrata e o comportamento de mercado observado. Ele sugere que a substituição não precisa se parecer com uma edição copiada substituindo sua fonte. Milhares de títulos de gênero vagamente substituíveis podem distribuir o dano entre muitos escritores.

O artigo também analisa linguagem distintiva compartilhada com livros existentes. Ele define expressões raras como sequências de pelo menos cinco palavras encontradas em no máximo cinco volumes do Google Books. Essas expressões também devem estar ausentes de uma enorme captura da web em geral.

Entre os 50 livros com maior receita em cada grupo de comparação, os livros com uso substancial de IA apresentaram maior cobertura de expressões raras. A média chegou a 45%, em comparação com 37,7% nos livros sem texto de IA detectado.

Nos 200 principais livros com uso substancial de IA, a cobertura de expressões raras também aumentou com a receita. O aumento foi de 7,6 pontos percentuais para cada diferença de receita de dez vezes. A relação correspondente para livros sem IA não foi estatisticamente distinguível de zero.

Esse padrão é provocativo, mas exige uma formulação cuidadosa. A medida detecta sobreposição textual agregada. Ela não identifica qual modelo gerou uma passagem, não prova acesso a um livro específico nem estabelece cópia de uma obra individual.

Os autores reconhecem explicitamente essa limitação. A sobreposição distintiva pode resultar de vários processos, incluindo influências comuns de gênero, recuperação de dados de treinamento, escolhas de edição ou material-fonte repetido. Conclusões jurídicas exigem evidências além da similaridade estatística.

Ainda assim, a combinação importa. A produção em grande volume pode pressionar economicamente autores humanos, enquanto títulos bem-sucedidos com forte presença de IA mostram mais sobreposição com linguagem existente. Juntas, essas conclusões reforçam as perguntas sobre quem fornece valor e quem o captura.

O Que os Números Não Provam

As conclusões merecem atenção, mas continuam sendo evidências de um mercado observado e de um sistema de classificação.

O artigo é um rascunho de trabalho em revisão, não uma publicação concluída e revisada por pares. Seus métodos e conclusões podem mudar após críticas, replicação ou análises adicionais. Os leitores devem tratar suas alegações como pesquisa preliminar séria.

A primeira incerteza diz respeito à detecção de IA. Os pesquisadores utilizaram o detector de texto completo da Pangram e atribuíram a cada livro uma pontuação percentual. A saída do detector pode conter falsos positivos e falsos negativos, especialmente em prosa editada e entre famílias de modelos em constante mudança.

A análise de texto completo é mais robusta do que avaliar uma prévia curta. Ela fornece mais material ao classificador e permite que os pesquisadores testem vários limiares. Ainda assim, uma amostra maior não elimina o erro sistemático do detector.

O rótulo “sem texto de IA” também significa que nenhum texto de IA foi detectado. Ele não garante um processo inteiramente humano. Da mesma forma, uma pontuação acima de 25% não prova que toda passagem sinalizada veio diretamente de um modelo generativo.

O estudo relata verificações de robustez para mudanças de limiar e possível desvio do detector. Essas verificações fortalecem a análise. Elas não podem substituir a validação independente contra registros de produção de autores ou plataformas.

A segunda incerteza diz respeito aos limites da amostra. O conjunto de dados se concentra em ebooks de ficção de gênero autopublicados lançados durante um período específico. Romance, mistério, fantasia, terror, ficção científica e categorias relacionadas dominam a análise.

Esses mercados são adequados para estudar volume porque os leitores frequentemente buscam tropos familiares e lançamentos frequentes. Eles não representam todos os segmentos editoriais. Livros acadêmicos, ficção literária, livros infantis, não ficção e títulos publicados tradicionalmente operam de forma diferente.

O painel de vendas também é proprietário e mantido por uma grande editora. Segundo o artigo, ele acompanha uma grande parcela do volume diário de unidades de ebooks. Pesquisadores externos não podem auditar integralmente esse sistema usando apenas o artigo público.

A terceira incerteza é a causalidade. A receita por livro caiu enquanto a exposição à IA aumentava, e as quedas foram maiores em gêneros mais expostos. Esses padrões sustentam a hipótese de diluição, mas outras forças mudaram no mesmo período.

Condições de publicidade, comportamento de assinaturas, popularidade de gêneros, preços, lançamentos sazonais e algoritmos de plataforma podem afetar as vendas. Os autores usam efeitos fixos e comparações para reduzir explicações alternativas. Dados observacionais ainda não conseguem recriar um mercado randomizado.

Os leitores também podem se beneficiar de um catálogo maior. Mais livros podem gerar maior variedade, calendários de lançamento mais rápidos e material adicional de nicho. Os pesquisadores afirmam que suas evidências não determinam o efeito total sobre o bem-estar do mercado.

Autores humanos podem perder receita média enquanto alguns leitores ganham mais opções. Escritores assistidos por IA também podem usar ferramentas para melhorar a acessibilidade ou concluir projetos que, de outra forma, não existiriam. Esses benefícios não eliminam a diluição, mas complicam as decisões de política pública.

O enquadramento do Hacker News introduz outra limitação. Uma breve discussão pode chamar atenção para um artigo sem produzir um veredito público representativo. Quatro comentários e 15 pontos mostram interesse inicial, não um amplo consenso técnico.

A conclusão responsável mais forte é mais restrita. Este conjunto de dados contém uma associação clara entre a oferta crescente de IA detectada e resultados mais fracos por título. Ele oferece um mecanismo plausível, mas não prova dano universal em toda a publicação editorial.

Três Sinais Mostrarão se a Enchente Continua Subindo

A próxima fase depende da transparência das plataformas, da replicação independente e do tratamento jurídico da diluição de mercado.

O primeiro sinal é o tratamento dado pela Amazon à divulgação do uso de IA. Suas regras atuais coletam informações dos editores, mas os leitores não recebem um rótulo público universal. Um sistema visível de divulgação criaria novas evidências sobre o comportamento de compra.

Se a Amazon apresentar rótulos confiáveis, pesquisadores poderão testar se os leitores evitam livros gerados por IA ou os aceitam em gêneros específicos. Vendas estáveis após a rotulagem enfraqueceriam as alegações de que o sucesso depende de métodos de produção ocultos.

Um rótulo público não resolveria todos os problemas. Editores podem declarar incorretamente seu processo, enquanto conteúdo assistido por IA e conteúdo gerado por IA frequentemente se situam em um contínuo. No entanto, dados de plataforma poderiam se tornar mais úteis do que inferências baseadas em detectores.

O segundo sinal é a replicação independente. Pesquisadores precisam de estudos comparáveis usando detectores, mercados, períodos e conjuntos de dados de vendas diferentes. Resultados semelhantes entre plataformas fortaleceriam a alegação do artigo de que a diluição reflete um mecanismo geral de mercado criativo.

Resultados contraditórios também seriam valiosos. Eles poderiam revelar que Kindle Unlimited, ficção de gênero ou o sistema de classificação da Amazon produzem efeitos excepcionalmente fortes. Isso deslocaria a atenção da IA generativa isoladamente para o desenho das plataformas.

A replicação também deve separar quantidade de visibilidade. Contagens de lançamentos mostram oferta, enquanto impressões, buscas, posicionamento em recomendações e leilões de publicidade revelam atenção. Esses dados esclareceriam onde o deslocamento realmente ocorre.

O terceiro sinal é como os tribunais tratam evidências de mercado em casos de direitos autorais envolvendo IA. Os juízes precisam decidir se a concorrência difusa de obras geradas se enquadra na análise tradicional de efeito de mercado. Também precisam conectar qualquer dano à cópia juridicamente relevante.

A orientação sobre registrabilidade por direitos autorais já distingue o controle criativo humano de uma saída puramente gerada. As disputas sobre treinamento fazem uma pergunta diferente sobre o material-fonte usado para construir modelos.

Decisões futuras podem reforçar a importância do artigo ao aceitar a diluição de mercado como evidência relevante. Podem enfraquecê-la ao exigir provas mais rigorosas de que atos específicos de treinamento causaram substituição envolvendo obras protegidas.

As plataformas não precisam esperar por uma resposta jurídica definitiva. A Amazon pode estudar velocidade de lançamento, reclamações de clientes, comportamento de reembolso, metadados repetitivos e geração não divulgada. Esses sinais operacionais podem importar antes da doutrina judicial.

Os autores devem observar esses mesmos indicadores. Um catálogo crescente é administrável quando a demanda dos leitores cresce junto com ele. O perigo aumenta quando a produção se expande mais rapidamente do que as vendas, deixando cada título competir por uma parcela cada vez menor de atenção.

A discussão no Hacker News começou com um artigo, mas as próximas evidências precisam vir dos mercados e das plataformas. Observe se a Amazon torna os rótulos de IA visíveis, se conjuntos de dados independentes reproduzem a diluição e se os tribunais aceitam esse mecanismo.

Para os leitores, a ação imediata é mais simples. Olhe além das capas, classificações e frequência de lançamentos ao escolher livros. Siga autores de confiança, leia amostras de prosa com cuidado e peça às plataformas rótulos de produção mais claros. Sinais melhores de descoberta não interromperão a publicação automatizada, mas podem decidir se a escala, por si só, continuará vencendo.