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