Academizador Humano (junbolian/Academic-Humanizer)

Humanizador Acadêmico

O skill faz com que prosa acadêmica assistida por IA leia como um autor cuidadoso na área escreveria: literal, precisa, conectada de uma frase à seguinte, confiante onde a evidência é forte, e nunca mais forte do que a evidência. Ele altera a redação, não o conteúdo. Números, equações, chaves de citação, referências cruzadas, enunciados formais e qualificadores genuínos permanecem como o autor os escreveu, e um script embutido verifica isso. Autores mantêm suas obrigações de divulgação de IA do veículo.

Modos e escopo

• Polir é o padrão quando o usuário pede para polir, apertar, reescrever, 润色 ou 改写. Todas as Regras se aplicam, e frases podem ser reescritas para fluência (Regra 8) e expressão idiomática (Regra 9) dentro da disciplina de edição abaixo.
• Limpeza se aplica quando o usuário pede apenas para remover o tom de IA, diz 只去AI味 ou 成稿清理, ou chama o texto de final. Apenas as Regras 1 a 4 e o primeiro item da Regra 5 se aplicam. Uma frase que não corresponde a nenhuma delas permanece literal, e uma frase que corresponde muda apenas na parte correspondente. Alegações que precisam de evidência vão para o relatório, não para espaços reservados.
• Rascunho se aplica quando o assistente escreve novo texto de manuscrito, como uma seção, uma carta de resposta ou uma proposta. Aplique as Regras enquanto escreve, execute check_revision.py audit no rascunho e corrija o que encontrar antes de entregar. Nunca cite de memória: pesquise cada nova referência, confirme que ela existe e verifique se a frase que a descreve corresponde à fonte. Uma revisão de literatura inclui uma busca por trabalhos dos últimos dois anos.

Quando a solicitação não resolver a escolha entre polir e limpeza, use polir para rascunhos e limpeza para texto que o usuário chama de final ou submetido.

Disciplina de edição

1. Cada mudança tem uma regra. Cada mudança corresponde a uma Regra numerada abaixo. Uma mudança sem regra é revertida. Gosto na redação não é uma regra.
2. Menor mudança suficiente. Dentro de uma frase que corresponde a uma regra, mude o que a regra visa e deixe as palavras vizinhas em paz. O modo polir também permite que as Regras 8 e 9 atuem na mesma frase.
3. Nada adicionado. Nomes, instituições, papéis, lugares, números, datas, ordenações, citações, fontes, links, alegações causais, motivos e exemplos entram no texto apenas se o original ou o material do usuário os contiver. Cada palavra de conteúdo na revisão remonta a uma dessas duas fontes. Detalhe concreto é fornecido pelo autor, e uma passagem magra torna-se um item de relatório.
4. Nada perdido. Alegações, conclusões, concessões e qualificadores que expressam incerteza real permanecem: may, likely, typically, in some cases, under these conditions, 可能, 通常, 在某些情况下. A Regra 7 remove apenas dois tipos de qualificador: hedge em resultados que o próprio texto prova ou relata e duplicatas empilhadas, e o relatório lista cada remoção. compare lista todo qualificador que desaparece.
5. Estrutura fixa. Níveis de cabeçalho, ordem de seções, contagem e ordem de parágrafos, listas, tabelas, figuras, citações e código permanecem no lugar, a menos que o usuário peça mudança estrutural. Problemas estruturais vão para o relatório (Regra 11).

Referência de estilo primeiro

Quando o usuário fornece artigos anteriores do autor, um guia de estilo ou uma descrição de voz-alvo, leia-os antes de editar. Observe comprimento de frase, conectivos, nível de hedge, como seções e parágrafos abrem, hábitos de pontuação e notação. Onde a referência conflitar com as Regras 1, 2, 3, 4, 8 ou 9, siga a referência, pois essas regras definem registro e a referência mostra o registro do autor. Um autor que usa travessões de propósito os mantém. A referência nunca sobrepõe as Regras 5, 6, 7 e 10, que protegem evidência, escopo comprovado, postura e os invariantes.

Executando o verificador

SKILL_DIR é a pasta que contém este arquivo. Locais comuns são ~/.claude/skills/academic-humanizer no Claude Code, /mnt/skills/user/academic-humanizer nos aplicativos Claude e ~/.agents/skills/academic-humanizer ou .agents/skills/academic-humanizer no OpenAI Codex. Um ambiente sem Python ainda obtém as mesmas comparações: realize-as lendo e declare no relatório que o script não foi executado.

Processo para polir e limpeza

1. Salve o original literalmente em uma pasta de trabalho, por exemplo, ah/orig.tex, ou .md e .txt para outro texto. Registre o tipo de documento, veículo, idioma e modo.
2. Leia a referência de estilo, se uma foi fornecida.
3. Execute python3 SKILL_DIR/scripts/check_revision.py audit ah/orig.tex. A saída lista frases candidatas a 'marca de IA' com suas linhas, padrões frasais, travessões, densidade de ponto e vírgula e parênteses, frases longas, sequências de frases muito curtas, e a estrutura de seção e resultado. Cada ocorrência é um candidato a uma decisão. "Robusto" está correto em um artigo sobre estatística robusta, e "navegação" é literal em um artigo de robótica.
4. Leia o texto completo antes de mudar qualquer coisa. Identifique o ponto único de cada parágrafo e como ele decorre do parágrafo anterior, pois problemas de fluxo aparecem neste nível.
5. Reescreva sob as Regras e a disciplina de edição. O modo limpeza toca apenas frases com correspondência a uma regra.
6. Salve a revisão ao lado do original e execute python3 SKILL_DIR/scripts/check_revision.py compare ah/orig.tex ah/revised.tex --changes. O script compara números, chaves de citação, chaves \ref e \label, matemática, o texto de ambientes formais e o preâmbulo. Ele então lista qualificadores perdidos, novos termos em maiúscula, novas strings entre aspas e cada frase alterada, e audita a revisão contra o original. Reverta cada diferença não intencional, associe cada frase alterada a uma regra e repita até que apenas diferenças intencionais permaneçam.
7. Percorra a lista de verificação final e entregue conforme descrito em Saída.

Para um único parágrafo com cerca de 150 palavras ou menos, o script é opcional. Compare números, citações, qualificadores e matemática com o original lendo antes de entregar.

Leia references/examples.md antes da primeira reescrita em uma conversa. Ele mostra cada regra aplicada com e sem a evidência que uma frase precisa, e o mesmo parágrafo nos modos polir e limpeza.

Regras

1. Remover frases-feitas e vocabulário de IA

A lista completa de candidatos está em references/lexicon.txt, que o script lê. Os principais grupos:

• Vocabulário: delve (aprofundar-se), underscore (sublinhar/destacar), intricate (intrincado), tapestry (tapecaria/testemunho), testament (testemunho), pivotal (pivotal), showcase (mostruário/exibir), foster (fomentar), realm (reino/dimensão), seamless (sem emenda/perfeito), harness (aproveitar/canalizar), multifaceted (multifacetado), nuanced (matizado/sutil), holistic (holístico), meticulous (meticuloso), paramount (primordial), invaluable (inestimável), crucial (crucial) quando significa apenas importante, leverage (alavancar) quando significa apenas usar.
• Alegações de significância sem conteúdo: paves the way (abre caminho), a crucial step toward (um passo crucial rumo a), opens new avenues (abre novos caminhos), sheds light on (lança luz sobre), bridges the gap (preenche a lacuna), of paramount importance (de importância primordial), transformative (transformador), groundbreaking (inovador/paradigmático), new paradigm (novo paradigma).
• Aberturas formulaicas: "In recent years, X has attracted increasing attention" (Nos últimos anos, X tem atraído atenção crescente), "With the rapid development of" (Com o rápido desenvolvimento de), "Despite recent advances" (Apesar dos avanços recentes), "X plays a crucial role in" (X desempenha um papel crucial em). Abra com o problema específico.
• Aberturas coloquiais: Simply put (Simplificando), Long story short (Resumindo a história), Bottom line (No fim das contas), 说白了 (falando claramente), 说穿了 (em outras palavras), 先说结论 (vou direto ao ponto). Apague-as e declare o ponto.
• Palavras de tamanho sem números: extensive or comprehensive experiments (experimentos extensos ou abrangentes), a wide range of (uma ampla gama de), numerous (numerosos), various (vários), substantial (substancial). Substitua cada uma pela contagem ou número que o artigo relata.
• Enchimento de novidade: "novel" (novo/inovador) mais de uma vez por seção, "for the first time" (pela primeira vez) e "to the best of our knowledge" (até onde sabemos). Mantenha no máximo um, e apenas onde os autores pesquisaram a literatura.
• Ênfase anunciada: It is worth noting that (Vale notar que), Importantly (Importante), Interestingly (Interessantemente), Notably (Notavelmente). Declare o fato e deixe sua posição e evidência carregar seu peso.
• Evitação de cópula ("serve as" ou "stands as" onde "is" é o pretendido), paralelismo negativo para ênfase ("not just X but Y" — não apenas X mas Y), orações com "-ing" finais que adicionam uma avaliação vaga ("..., highlighting the importance of ..." — ..., destacando a importância de ...), e listas de três onde um item é o pretendido.
• Chavões de implicações: rich insights (insights ricos), important implications for practitioners (implicações importantes para profissionais), provides a new perspective (fornece uma nova perspectiva), delicate balance (equilíbrio delicado), interplay (interação), repeated counterintuitive (repetidamente contraintuitivo).
• Chavões de carta de resposta: agradecimentos por um "comentário perspicaz" em cada resposta. Agradeça aos revisores uma vez, no topo da carta. Cada resposta declara o que mudou e onde.

2. Escrever literalmente

Substitua metáforas e rótulos figurados pelo mecanismo que representam: landscape (panorama), through the lens of (através da lente de), cornerstone (pedra angular), blueprint (planta baixa), roadmap (roteiro), double-edged sword (faca de dois gumes), sweet spot (ponto ideal), unlock (desbloquear), arms race (corrida armamentista), holy grail (santo graal), silver bullet (bala de prata), at the heart of (no coração de), tackle (enfrentar/atacar), grapple with (lutar com/confrontar). Um leitor na área verifica cada frase contra o modelo ou os dados, e uma metáfora não oferece nada para verificar.

Metáforas de persona são o caso mais claro. Uma ferramenta, modelo ou procedimento descrito como uma pessoa idealizada ("funciona como um revisor incansável", "como um mentor sábio", 像一位智慧的导师) é geralmente seguido de elogio ou uma cláusula "não apenas ... mas também". Declare o que a coisa faz: "ela verifica cada restrição contra os dados em segundos".

Termos técnicos estabelecidos permanecem mesmo quando começaram como metáforas: bottleneck (gargalo), halo effect (efeito halo), spillover (transbordamento), curse of dimensionality (maldição da dimensionalidade), cold start (início a frio), warm start (início a quente), signal and noise (sinal e ruído), backbone (espinha dorsal) para uma arquitetura de rede, loss landscape (paisagem de perda), heuristic (heurística) como nome de uma classe de algoritmo. Um termo permanece quando tem uma definição na área ou no artigo. Uma descrição precisa vence um rótulo geral: "um método sem garantia de desempenho" diz mais do que "um método heurístico".

A regra existe para verificabilidade. Metáfora como tal não separa saída de modelo de escrita humana, e escritores humanos de não-ficção chinesa usam mais dela (veja "Não são razões para mudar"). Aplique-a a artigos, teses, relatórios e cartas. Em ensaios e escrita popular onde a linguagem figurada pertence ao gênero, siga a referência de estilo.

O título do artigo e os nomes que os autores deram aos modelos, políticas e efeitos permanecem. Um nome figurado recebe uma menção no relatório, e a decisão fica com o autor.

3. Pontuação: sem travessões, poucos ponto e vírgula e parênteses

Remova travessões eme (U+2014, LaTeX ---, o 破折号 chinês) e travessões ene com espaçamento ou hífens usados como travessões. Use uma vírgula, dois pontos ou duas frases. Travessões ene em intervalos numéricos (2--6) e em nomes conjuntos (Karush--Kuhn--Tucker) permanecem, assim como o 连接号 chinês conforme descrito em references/chinese.md.

Ponto e vírgula e apartes parentéticos seguem a mesma lógica. Dois ou mais ponto e vírgula em um parágrafo, ou um aparte parentético na maioria das frases, sinaliza um parágrafo que precisa ser reestruturado em frases completas. Parênteses ao redor de citações, números de equação, unidades e abreviações no primeiro uso são padrão e permanecem.

As taxas de travessão variam por modelo em mais de uma ordem de magnitude. Em um corpus de não-ficção chinesa, medido a cada 1.000 caracteres, escritores humanos usaram 0,80 travessões, Claude 4,25, DeepSeek 5,16, Kimi 2,32, Gemini 0,51 e GPT 0,11. O mesmo corpus mostra GPT usando 不是……而是 com mais frequência dos cinco modelos. Todo rascunho recebe a verificação completa, qualquer que seja o modelo que o produziu.

4. Padrões frasais que marcam texto gerado

Cada padrão abaixo aparece a uma taxa claramente maior na saída do modelo do que na escrita humana, medido em 300 artigos escritos por modelo de cinco modelos e 329 artigos escritos por humanos em não-ficção chinesa, e cada um tem um gatilho que pode ser localizado em uma frase específica. As formas em inglês fazem o mesmo movimento em inglês. Um item se aplica apenas quando seu gatilho está presente.

4.1 Contrastes inventados. A frase estabelece um equívoco que ninguém no texto sustenta e então o corrige: "A verdadeira barreira não é tecnologia, mas compreensão", "X não é sobre A; é sobre B", "O que importa não é A mas B", 不是……而是, 并非……而是, 不在于……而在于, 与其说……不如说, 看似……实则, 你以为……其实, 说到底. Declare a alegação diretamente: "A barreira é compreensão." Um contraste permanece quando alguém identificado no texto sustenta A, como um resultado anterior, uma suposição que o artigo relaxa ou uma hipótese que os dados rejeitam: "Ao contrário de \citet{ref1}, não assumimos uma população fechada." A Regra 1 cobre a forma aditiva "não apenas X mas Y".

4.2 Dois-pontos de chamada e introduções de lista. Uma frase de chamada e dois pontos anunciam conteúdo em vez de declará-lo: "O insight principal é: ...", "A resposta é simples: ...", "O resultado: ...", "Em resumo: ...", 一句话总结：, 核心是：, 关键在于：, 原因如下：, 本质上：. Apague a chamada quando ela não carrega nada. Quando ela se conecta à frase anterior, mantenha-a e substitua os dois pontos por sintaxe comum. Uma frase que apenas anuncia uma lista ("Aqui estão as principais razões:", 我见过的几种典型场景：) torna-se uma declaração com conteúdo ou desaparece, e a lista segue o texto anterior com cada item intacto. Dois pontos que introduzem uma citação, uma definição, uma equação ou as partes de uma declaração geral permanecem ("O modelo tem dois componentes: um modelo de mensuração e um modelo estrutural"), assim como introduções de gênero, como "Fazemos três contribuições:" em muitas introduções e "A prova tem duas etapas:". Cabeçalhos, rótulos de itens de lista, URLs e código estão fora do escopo.

4.3 Esqueletos frasais repetidos e exemplos de preenchimento. Duas ou mais frases adjacentes construídas sobre um esqueleto, com a mesma ordem de cláusulas, posições de vírgula e comprimento, soam como um formulário preenchido. A taxa medida é de 9,41 desses pares a cada 100 parágrafos em texto de modelo contra 4,81 em texto humano. Altere a sintaxe de uma frase fundindo, dividindo, reordenando ou subordinando-a, e mantenha seu conteúdo. Quando um parágrafo der três ou mais casos paralelos que fazem o mesmo ponto, mantenha o caso mais representativo na cláusula principal e comprima os outros em uma cláusula sem perder informação. Sequência narrativa, etapas enumeradas e cláusulas paralelas dentro de uma única frase permanecem.

4.4 Frases de reformulação. Uma frase que abre com "Isto significa que", "Isto sugere que", "Em outras palavras", 这意味着, 这表明, 这说明 ou 换句话说 e repete a frase anterior funde-se nessa frase ou mantém apenas sua conclusão. Uma frase que tira uma conclusão que a anterior não contém permanece, e seu suporte é verificado sob as Regras 5 e 6.

4.5 Listas retóricas. Uma cláusula encadeando três ou mais itens paralelos para soar completa, como "startups, empresas de médio porte e grandes ...

...

[truncado para tradução]