Livros Gerados por IA Estão Crescendo Mais Rápido do Que a Demanda dos Leitores

Para entender o efeito do mercado dos livros gerados por IA, pare de perguntar se o livro médio é bom.

A pergunta mais forte é se a oferta está crescendo mais rápido do que a atenção dos leitores e a receita. Um artigo de trabalho de julho de 2026 relata exatamente esse padrão em uma amostra de 14.419 ebooks de ficção de gênero autopublicados: comparado com o primeiro trimestre de 2023, o número de títulos vendidos em um trimestre cresceu 19,2 vezes até o primeiro trimestre de 2026, enquanto as vendas unitárias cresceram 7,3 vezes e a receita 8,9 vezes. Livros com texto substancial detectado de IA venderam pior em média, no entanto, ganharam participação de vendas e de classificação superior à medida que seus números aumentaram.

Isso é evidência de um choque de oferta. Não é prova de que a IA causou cada declínio, que cada livro sinalizado usou IA, ou que a ficção de baixo custo deixa os leitores em pior situação. Um segundo artigo de economia chega a um contraponto importante: mais livros contendo IA podem adicionar um valor modesto ao consumidor ao atender a demanda de nicho, mesmo enquanto o uso médio por título cai.

O mercado pode diluir a receita do autor e expandir a escolha do leitor ao mesmo tempo.

Nível do leitor: Avançado. Este artigo separa resultados medidos, estimativas baseadas em modelos, interpretação legal e decisões práticas para autores, editores e plataformas.

Conteúdos

O que o mais novo estudo de livros de IA mediu

IA Generativa inunda e dilui o mercado de livros, postado em 22 de julho e revisado em 26 de julho, estuda ficção de gênero autopublicada lançada de janeiro de 2023 até março de 2026. Os pesquisadores combinaram o texto completo do livro com as vendas diárias da Amazon até 29 de junho.

A análise utiliza um painel proprietário mantido por um grande editor. O artigo diz que o painel mais amplo cobre cerca de 500.000 identificadores de ebooks da Amazon representando pelo menos 95% do volume diário de unidades de ebooks. Sua amostra de estudo inclui 14.419 títulos em oito grupos de gênero após filtros de classificação de mercado, gênero e disponibilidade de texto.

Os pesquisadores dividiram cada livro em capítulos, removeram o material frontal e traseiro, e rodaram o texto através do Pangram 3.3. Eles colocaram os títulos em três bandas:

Esses rótulos descrevem a saída do detector. Eles não revelam qual modelo foi usado, se o autor o divulgou, quanto edição ocorreu, ou se um humano escreveu o texto. O artigo testa limites alternativos, mas nenhum detector transforma a autoria em um fato observado.

O estudo então compara vendas, receita bruta do consumidor, posições de classificação, produção do autor, exposição no Kindle Unlimited e sobreposição de frases distintas. Sua janela de lançamento de 90 dias torna coortes de lançamentos mais antigas e novas mais comparáveis.

Esse design é incomumente útil porque combina texto completo com registros de transação. Ainda é observacional. A leitura mais segura é: o estudo mede um padrão de mercado consistente com diluição e descarta várias explicações simples; não identifica um efeito causal limpo da adoção de IA.

Livros gerados por IA vendem abaixo de sua participação no catálogo—e ainda assim importam

Livros com texto substancial de IA detectado foram 20,0% da amostra, mas receberam 12,1% das vendas da janela de lançamento e 11,3% da receita. Livros sem texto de IA detectado foram 62,9% dos títulos, 71,7% das vendas e 72,5% da receita.

O título médio de IA substancial teve um desempenho abaixo do esperado. A categoria não permaneceu comercialmente irrelevante.

Até o primeiro trimestre de 2026, títulos com qualquer texto de IA detectado detinham 36,6% das vendas observadas e 38,5% das posições de classificação do Top-25 construídas. A banda de IA substancial sozinha detinha 17,5% das vendas e 18,7% dessas posições. O artigo também documenta um pequeno conjunto de grandes ganhadores: seus 15 títulos de IA substancial com maior receita geraram cada um pelo menos $220.000 em receita bruta do consumidor durante o período medido.

Esses números não estabelecem lucro do autor. A receita bruta precede comissões de plataforma, publicidade, custos de produção, impostos, reembolsos e outras deduções. Eles estabelecem que "os leitores ignorarão tudo isso" não é uma suposição de mercado defensável.

Qualidade média e impacto agregado são variáveis diferentes. Um produtor de baixo custo não precisa que cada lançamento tenha sucesso. Ele pode publicar muitas tentativas, aprender quais capas e nichos convertem, e manter a pequena participação que atinge escala. A unidade relevante muda de um livro para um portfólio.

A oferta cresceu mais rápido do que vendas e receita

O resultado mais claro é a lacuna entre o crescimento de títulos e o crescimento do mercado.

*Legenda: Mudança indexada do primeiro trimestre de 2023 ao primeiro trimestre de 2026 na amostra do estudo. O catálogo lançado é cumulativo; títulos vendidos, vendas unitárias e receita são fluxos trimestrais. Fonte: Chakrabarty et al. (2026).*

Até o primeiro trimestre de 2026:

O catálogo cumulativo e os fluxos trimestrais não são medidas idênticas, então o número 38,35 não deve ser comparado como se cada livro lançado competisse igualmente naquele trimestre. A comparação trimestral ainda mostra o desequilíbrio central: títulos vendidos cresceram mais de duas vezes mais rápido do que a receita e mais de 2,6 vezes mais rápido do que as vendas unitárias.

O artigo então usa uma janela de lançamento fixa para comparar coortes de lançamento. A receita média por título vendido caiu de $20.134 em 2023 para $17.312 em 2025, uma queda de 14%. Para livros sem texto de IA detectado, caiu de $23.877 para $19.739, uma queda de 17,3%. A receita por título vendido caiu em seis de oito grupos de gênero em todos os livros e em sete de oito grupos para o grupo sem IA.

Isso importa porque aborda uma objeção de composição. A média do mercado poderia cair simplesmente porque uma inundação de livros de IA de baixo desempenho entrou no denominador. O declínio da coorte sem IA mostra que a mudança alcançou livros fora da banda de IA substancial também.

Os padrões de exposição apontam na mesma direção. A participação sem IA das posições construídas do Top-25 foi de 87,8% em meses de gênero de baixa exposição e 62,8% em meses de alta exposição. Em gêneros pesados em Kindle Unlimited, a liderança sem IA sobre títulos de IA substancial foi 8,5 pontos percentuais menor para vendas e 8,4 pontos menor para receita.

A Amazon diz que os royalties do Kindle Unlimited vêm de um fundo global mensal e dependem da participação de cada título nas páginas normalizadas lidas. Isso cria um pool compartilhado explícito. O padrão de diluição mais forte do estudo em gêneros pesados em KU se encaixa no mecanismo, mas não prova que o Kindle Unlimited causou a diferença.

Por que a fraca qualidade média não impede a diluição

Mercados criativos alocam mais do que dinheiro. Eles alocam visibilidade de busca, slots de recomendação, atenção a resenhas, tempo de audiência e triagem editorial.

Um novo título pode impor pequenos custos de descoberta mesmo quando não vende nada:

O efeito se acumula em milhares de lançamentos. É por isso que a escala de produção importa independentemente da qualidade média do produto.

O estudo encontra que 287 das 385 identidades de byline observadas que continuaram publicando títulos de IA substancial aumentaram sua produção mensal após a adoção. Esse 74,5% é condicional a autores que continuaram publicando na categoria. Não é um efeito de adoção para todos os escritores: apenas 311 das 824 identidades no painel de tempo de evento mais amplo estavam acima da diagonal de crescimento de produção.

O contra-argumento do valor do leitor

A diluição do mercado não implica que os consumidores não recebam valor.

A revisão de maio de 2026 do artigo de trabalho do NBER IA e a Quantidade e Qualidade de Produtos Criativos examina um mercado de ebooks da Amazon muito mais amplo. Ele usa uma amostra estratificada de mais de 330.000 lançamentos representando cerca de 10 milhões de ebooks de 2020 a 2025, além de um censo de 479.000 livros em oito subcategorias.

Seu principal proxy de qualidade é o uso: o número ajustado pela idade de avaliações de leitores, validado contra vendas estimadas e complementado com verificações de classificação de vendas e avaliações em estrelas. Essa é uma medida de demanda, não um julgamento de mérito literário.

O artigo relata três descobertas que complicam uma narrativa de colapso simples:

Os autores calibram um modelo de demanda de logit aninhado e estimam que os livros de IA aumentaram o excedente do consumidor em cerca de 7% em 2025. Essa estimativa depende da estrutura de substituição do modelo e da suposição de que o uso observado captura a utilidade do consumidor. Não é um resultado de pesquisa direta e não mede o bem-estar do autor, custo de busca, valor cultural ou qualidade de mercado a longo prazo.

Os dois artigos sobre o mercado de livros podem estar certos. Mais produtos de nicho podem melhorar a chance de que um leitor encontre um tropeço ou combinação específica. A mesma expansão pode reduzir a receita por título e tornar a descoberta mais cara para os criadores.

A distribuição decide quem se beneficia. Uma estimativa positiva para o excedente do consumidor agregado não compensa um autor específico cuja renda esperada cai.

O que a ficção privada de IA revela—e o que não revela

Ebooks publicados são apenas uma rota para a ficção de IA. Ficção de IA na Natureza, revisado em 23 de junho, estuda 573.453 conversas em inglês do conjunto de dados WildChat, coletadas de abril de 2023 até maio de 2024 através de interfaces gratuitas do GPT-3.5 e GPT-4.

Os autores usaram um léxico e um classificador o4-mini, e então verificaram manualmente uma amostra aleatória de 300 conversas. O classificador de ficção alcançou 97% de precisão e 94% de recall em relação aos rótulos de consenso dos autores. Ele classificou 195.271 conversas—34%—como envolvendo ficção. Fanfiction apareceu em 49% do subconjunto de ficção, e um pequeno grupo de usuários frequentes produziu grande parte da atividade.

Isso apoia um sinal de demanda por ficção imediata, personalizada, repetitiva e de nicho dentro de um chat privado. Não mede a demanda por livros publicados.

Os usuários do WildChat optaram por uma interface de pesquisa pública sem exigir uma conta OpenAI. A amostra pode super-representar usuários técnicos, usuários frequentes, testes de limites e pessoas em busca de um serviço gratuito. Os pesquisadores não podem observar se as histórias geradas foram compartilhadas, compradas, revisadas em livros ou lidas além da conversa.

A distinção econômica é importante:

A IA pode satisfazer o primeiro caso de uso sem criar uma venda no segundo. Isso ajuda a explicar como a demanda por ficção de IA pode ser real enquanto a receita média por título publicado cai.

O artigo fornece seus materiais de classificação e referências de dados abertamente. Seu repositório complementar é útil para auditar definições e reproduzir a análise. A disponibilidade do repositório fortalece a transparência do processo; não torna a população subjacente do WildChat representativa.

Direitos autorais e detecção complicam a história do mercado

O estudo de mercado de julho adiciona um resultado textual provocativo. Entre os 50 principais vendedores, livros com texto substancial de IA detectado tiveram 45,0% de cobertura por expressões raras de cinco ou mais palavras encontradas em um pequeno número de livros existentes, mas ausentes de uma instantânea da web de 4,7 trilhões de tokens. O grupo correspondente sem IA mediu 37,7%.

Dentro do top-200 de IA substancial, a cobertura de expressões raras aumentou 7,6 pontos percentuais para cada aumento de dez vezes na receita. A inclinação foi estatisticamente significativa em *p* = .001, mas a interação comparando essa inclinação com o grupo sem IA foi marginal em *p* = .063.

Isso não prova que uma passagem específica foi copiada de um livro específico. A sobreposição de frases agregadas pode refletir dados de treinamento, convenções de gênero, citação, material de fonte comum, seleção de detector ou outros caminhos. O próprio artigo diz que a análise não pode estabelecer infração.

Um estudo separado pré-registrado, Leitores Preferem Saídas de IA Treinadas em Livros com Direitos Autorais em vez de Escritores Humanos Especializados, mostra por que o teto de qualidade pode mudar. Vinte e oito leitores treinados em MFA e 516 leitores gerais com educação universitária completaram 10.920 avaliações pareadas cegas de trechos humanos e de IA escritos nos estilos de 50 autores premiados.

Com uma solicitação comum em contexto, leitores de MFA preferiram fortemente trechos humanos. Após o ajuste fino específico do autor em obras completas, as saídas testadas do ChatGPT reverteram essa preferência em média tanto para qualidade de escrita quanto para fidelidade estilística. A saída ajustada também evitou os dois detectores de IA testados com muito mais frequência.

O estudo cobre trechos de até 450 palavras, não romances completos. Seus custos de geração relatados excluem orientação humana, edição, trabalho de coerência de longo prazo e publicação. Ele testa imitação sob um treinamento específico de autor incomumente rico, não uma solicitação comum do consumidor. O resultado é evidência de que a precisão do detector e a qualidade percebida podem mudar com treinamento e edição—não uma previsão de que romances de IA substituirão autores.

As diretrizes de conteúdo atuais da Amazon KDP exigem que um editor informe à Amazon sobre texto, imagens ou traduções gerados por IA. Elas não exigem divulgação para trabalho assistido por IA, e o editor continua responsável pela conformidade com propriedade intelectual e qualidade. A diretriz pública descreve a divulgação à Amazon; não promete um rótulo voltado para o leitor.

O relatório de treinamento de IA generativa do Escritório de Direitos Autorais dos EUA trata a substituição de mercado, diluição de mercado, licenciamento e benefício público como considerações separadas. Ele também diz que a análise de uso justo continua específica aos fatos. Uma correlação de vendas, pontuação de detector ou estatística de sobreposição de frases não pode resolver esse teste legal.

O que as evidências não provam

As evidências atuais apoiam uma conclusão mais restrita do que o título do artigo de julho.

Não prova causalidade

O estudo do mercado de livros observa exposição, vendas e mudanças de coorte. A demanda de gênero, comportamento da era da pandemia, custos de publicidade, precificação, dinâmicas de assinatura, mudanças de classificação de plataforma e entrada de autores podem se mover ao mesmo tempo. Os gradientes de exposição e o declínio da coorte sem IA fortalecem a interpretação de diluição, mas nenhuma atribuição aleatória identifica o efeito da IA.

Não observa a renda do autor

Os números de receita são gastos brutos do consumidor. As leituras de páginas do Kindle Unlimited não são separadas de compras no painel proprietário. Nomes de caneta podem dividir um produtor em várias bylines. Nenhum dos estudos fornece uma distribuição limpa do lucro líquido do autor.

Não valida a divulgação

Os pesquisadores dizem que nenhum dos livros amostrados divulgou o uso de IA nos dados disponíveis para eles. A regra de divulgação do KDP diz respeito às informações fornecidas à Amazon. Um rótulo público ausente não é evidência de que um autor falhou em notificar a plataforma.

Não transforma detecção em autoria

Os resultados de validação relatados do Pangram não são um teste de verdade absoluta rotulado neste corpus completo de livros. Escrita editada, traduzida, formulaica ou específica de modelo pode se comportar de maneira diferente. A robustez em relação aos limites reduz a sensibilidade a um corte; não pode eliminar erro sistemático do detector.

Não mede todo o mercado de livros

O estudo de julho foca em ebooks de ficção de gênero autopublicados vendidos principalmente através da Amazon. A publicação tradicional, não ficção, impressão, audiolivros, bibliotecas, vendas diretas e outras plataformas podem ter economias diferentes.

Uma estrutura de decisão para autores, editores e plataformas

Não reduza a decisão a "usar IA" ou "proibir IA". Meça a variável que cada parte pode controlar.

Para autores: otimize a retenção de leitores, não a contagem de lançamentos

Acompanhe cada coorte de lançamento por pelo menos:

Defina uma regra de parada antes de escalar. Se a produção aumentar enquanto leitores retidos, lucro por hora de edição ou continuidade de séries cair, mais lançamentos estão amplificando um ajuste fraco.

Use assistência de IA onde preserve julgamento diferenciado: organização de pesquisa, verificações de consistência, revisão de acessibilidade ou ideação controlada. Mantenha registros de proveniência para material de origem, uso de modelo, edições e decisões de direitos. Esses registros não resolverão cada questão legal, mas tornam a divulgação e correção possíveis.

Para editores: separa o rendimento do valor do portfólio

Avalie projetos assistidos por IA contra uma linha de base de autoria humana no mesmo gênero, preço, estágio do autor e nível de marketing. Relate medianas e distribuições, não apenas lançamentos totais.

Exija:

Um pipeline de manuscritos mais rápido tem pouco valor se aquisição, edição, posicionamento e descoberta permanecerem os gargalos.

Para plataformas: teste a qualidade da descoberta sob choques de oferta

Limites de volume e campos de divulgação abordam apenas parte do problema. Sistemas de classificação devem ser testados sob estresse à medida que a oferta do catálogo cresce mais rápido do que as sessões de leitores.

Medidas úteis da plataforma incluem:

Mantenha "proveniência desconhecida" separada de "criado por humanos". Metadados ausentes ou removidos não são evidência de autoria humana. Preserve a divulgação da fonte, histórico de transformação e nível de confiança através de ingestão, moderação e sistemas de recomendação.

Conclusão

Livros gerados por IA não precisam superar livros humanos em média para remodelar a publicação.

As mais novas evidências de mercado mostram um choque de oferta: muito mais títulos competindo por vendas, receita e posições de classificação que cresceram mais lentamente. O declínio na receita por título vendido se estende a livros sem texto de IA detectado, e gêneros de alta exposição mostram as maiores perdas. Esses padrões são consistentes com diluição.

Eles não são um veredicto causal. Dados de mercado mais amplos também sugerem que um catálogo maior pode criar um valor modesto para o leitor, especialmente para a demanda de nicho. A geração de ficção privada mostra que alguns leitores querem combinações que nenhum editor forneceria de forma eficiente.

O teste prático é distributivo: quem ganha com a variedade extra, quem paga os custos de descoberta e qualidade, e quais métricas revelam a troca antes que o catálogo escale?

Perguntas frequentes

Livros gerados por IA são permitidos no Amazon KDP?

Sim. O Amazon KDP exige que os editores informem à Amazon quando um livro contém texto, imagens ou traduções gerados por IA. Não exige divulgação para trabalho assistido por IA. Os editores continuam responsáveis pela conformidade com propriedade intelectual e qualidade.

Livros gerados por IA são lucrativos?

Alguns são. No estudo de 14.419 livros, títulos de IA substancial ganharam uma participação menor na receita do que sua participação no catálogo, mas um pequeno grupo alcançou uma escala comercial significativa. A receita bruta não é lucro do autor, e o resultado médio não prevê um livro específico.

Um detector de IA pode provar que um livro foi escrito por IA?

Não. Ele estima se o texto corresponde a padrões aprendidos. Um detector pode apoiar uma investigação ou uma análise em nível de mercado, mas não pode estabelecer autoria, divulgação, cópia ou infração por conta própria.

Verificações de reivindicações

Fontes