Avaliador de legibilidade

Uma história de 75 anos das fórmulas de legibilidade

A pontuação de legibilidade começou com o trabalho de doutorado de Rudolf Flesch em Columbia em 1943, formalizado como o Flesch Reading Ease em 1948: uma pontuação de 0-100 onde mais alto significa mais fácil. A Marinha dos EUA encomendou uma recalibração em 1975 (Kincaid et al., Relatório 8-75 do Naval Technical Training Command) que mapeou as mesmas características de superfície (sílabas por palavra, palavras por sentença) aos níveis escolares dos EUA, este é o Flesch-Kincaid Grade Level integrado no Microsoft Word desde o início dos anos 1990. Outras fórmulas preencheram lacunas: O Fog Index de Robert Gunning (1952) para escrita comercial; SMOG por McLaughlin (1969), adotado pelo Departamento de Saúde e Serviços Humanos dos EUA como o padrão-ouro para alfabetização em saúde; Coleman-Liau (1975) e ARI (Smith & Senter, 1967) usam contagens de caracteres em vez de sílabas, evitando a necessidade de contar sílabas programaticamente. A fórmula Dale-Chall (Edgar Dale, 1948; revisada 1995) usa uma lista de vocabulário de palavras «familiares». Os mais novos Lexile Framework (MetaMetrics, 1989) e ATOS (Renaissance Learning, 1999) são baseados em corpus e usados pelas escolas dos EUA. Todas essas fórmulas medem proxies, não compreensão; trate os resultados como «legibilidade» e não «compreensão».

Níveis de série-alvo para diferentes públicos

• Comunicação de saúde e médica. O CDC e o NIH recomendam escrever em um nível de 6ª série ou abaixo (Flesch Reading Ease ≥ 70, SMOG ≤ 8). O Clear Communication Index do CDC e as diretrizes «Health Literacy» da AMA codificam isso. Instruções de alta hospitalar, fichas de informação sobre vacinas e formulários de consentimento de pacientes regularmente erram esse alvo por 4-6 séries.
• Notícias e jornalismo. Os estilos da casa Reuters, AP e BBC visam um nível de 9ª série (Flesch Reading Ease 60-70). O New York Times tem média em torno da série 9-10, The Economist série 13-14, USA Today série 6-7. Jornais tablóides e publicações do Reddit frequentemente pontuam abaixo da série 8.
• Documentos legais e governamentais. O Plain Writing Act dos EUA de 2010 exige que agências federais escrevam documentos públicos em linguagem clara; PlainLanguage.gov sugere série 8 no máximo. A Plain English Campaign do Reino Unido (fundada em 1979) visa série 9 para contratos de consumo. A maioria das apólices de seguro e EULAs ficam na série 14-18, muito acima do limite de quase qualquer consumidor.
• Conteúdo de marketing e SEO. Yoast SEO e Surfer recomendam Flesch Reading Ease acima de 60 (cerca de série 8) para conteúdo web geral. Buffer analisou seu blog e descobriu que postagens nas séries 6-9 tiveram 36% mais engajamento do que postagens na série 13+. Mailchimp recomenda série 7 para linhas de assunto de email.
• Educação e livros didáticos. Os livros didáticos escolares visam uma série abaixo do público: um livro didático de biologia da 9ª série visa legibilidade da série 8 para que alunos com dificuldades não sejam excluídos pela linguagem. As bandas Lexile Common Core (2010) sugerem faixas de pontuação específicas por série.
• Documentação técnica. Ferramentas como a documentação para desenvolvedores da Microsoft, Google e Apple visam série 8-10 em conteúdo tutorial, permitindo séries mais altas para material de referência. A refatoração «Plain language» do MDN Web Docs (2018-2020) baixou a série média de 14 para 9.
• Escrita acadêmica. Artigos de revistas rotineiramente pontuam série 14-20+, o que é apropriado para o público mas os torna inacessíveis para não especialistas. Jornalismo científico (Quanta, Aeon, The Conversation) visa traduzir para a série 10-12.

Onde a pontuação de legibilidade genuinamente ajuda

• Conteúdo de saúde voltado para pacientes. NHS Digital, Mayo Clinic, WebMD e Healthline todos executam verificações de legibilidade antes de publicar. Errar o alvo de série 6 exclui aproximadamente metade dos adultos dos EUA em alfabetização básica (PIAAC 2017). As taxas de readmissão hospitalar se correlacionam com a compreensão das instruções de alta pelo paciente.
• Rascunho e revisão. A pontuação é um sinal de feedback durante a escrita, não uma métrica publicável. Escreva o rascunho, pontue-o, encontre os parágrafos com maior nível de série (geralmente sentenças longas ou jargão), simplifique esses, repontue. Hemingway Editor (2014) e Grammarly adicionaram feedback de nível de série especificamente para este loop.
• Tradução e localização. Ferramentas de memória de tradução (MemoQ, SDL Trados, Phrase) pontuam o texto fonte antes da tradução para sinalizar passagens complexas para linguistas seniores. Organizações internacionais como UNESCO e ONU traduzem em séries-alvo 6-8 para maximizar o alcance do público entre idiomas.
• Acessibilidade e WCAG. O critério de sucesso WCAG 2.1 3.1.5 (Nível de Leitura) é AAA: «conteúdo suplementar ou uma versão que não requer capacidade de leitura mais avançada do que o nível de ensino secundário inferior». Ferramentas como axe DevTools ainda não automatizam isso, mas autores de conteúdo verificam manualmente usando ferramentas de legibilidade.
• Comunicação governamental e cívica. O Plain Writing Act dos EUA (outubro de 2010), a iniciativa Clearer Communication da UE, o guia de estilo UK Government Digital Service (GDS) todos exigem linguagem clara. Formulários de impostos, informações de eleitores, pedidos de benefícios regularmente pontuam acima da série 14, a pontuação é o teste decisivo para conformidade.
• Alinhamento curricular. Ao selecionar materiais de leitura para uma série específica, professores cruzam referências de pontuações Lexile ou Flesch-Kincaid com as faixas Common Core. Sistemas de catálogo de biblioteca (Follett Destiny, Lexile.com) incluem pontuações para que os alunos auto-selecionem livros em seu nível de leitura.
• SEO e marketing de conteúdo. As atualizações de conteúdo útil do Google cada vez mais favorecem conteúdo legível. Yoast, Surfer, Clearscope e SemRush todos incluem pontuação de legibilidade. A equipe de conteúdo do Buffer descobriu que Flesch Reading Ease 60-80 se correlaciona com maior tempo na página e taxas de rejeição mais baixas.

Erros que tornam as pontuações de legibilidade enganosas

• Pontuar menos de 100 palavras. Todas as fórmulas são estatísticas e precisam de uma amostra razoável. Pontuar uma única sentença ou uma postagem no Twitter rende oscilações selvagens. 200-300 palavras no mínimo para Flesch-Kincaid confiável; 30 sentenças no mínimo para SMOG (sua especificação original).
• Confiar em uma única fórmula. Cada fórmula tem pontos cegos. Flesch-Kincaid penaliza palavras longas duramente; Coleman-Liau ignora completamente a frequência de palavras; SMOG arredonda agressivamente. Reportar três pontuações e tomar a mediana ou faixa dá um melhor sinal do que qualquer número único.
• Ignorar jargão específico do domínio. Um artigo médico sobre «infarto do miocárdio» pontua série 15 mesmo se as sentenças circundantes forem simples. As fórmulas só veem o comprimento das palavras, não a familiaridade com o público. Combine pontuações de legibilidade com um glossário ou explicações na primeira utilização.
• Otimizar demais para nível de série. Dividir cada sentença em 8 palavras e substituir cada palavra polissilábica produz prosa entrecortada e juvenil que é na verdade mais difícil de ler para adultos. Vise o nível de série do público, não o número mais baixo possível.
• Aplicar fórmulas inglesas a outros idiomas. Flesch-Kincaid é calibrado para padrões silábicos do inglês. Espanhol, alemão, finlandês, japonês todos precisam de suas próprias calibrações (Fernández Huerta para espanhol, Amstad para alemão, RIX de Anderson para uso geral). Rodar fórmulas inglesas em texto traduzido dá pontuações sem sentido.
• Tratar a pontuação como compreensão. As fórmulas de legibilidade medem características de superfície. Elas não podem detectar confusão lógica, contexto faltante, precisão técnica ou se a estrutura faz sentido. Um artigo de série 6 ainda pode ser incompreensível se faltar coerência.
• Colar texto com HTML ou marcação. Tags, URLs, blocos de código e caracteres especiais distorcem a detecção de sentenças e contagens de palavras. Remova a marcação primeiro (esta ferramenta tenta, mas não é perfeita para HTML/Markdown complexo).

Mais perguntas frequentes

Em qual fórmula devo confiar se elas discordarem?

Escolha a fórmula calibrada para seu domínio. Para saúde e educação do paciente, SMOG é a recomendação do Departamento de Saúde e Serviços Humanos dos EUA (é conservadora, tende a arredondar para cima). Para conteúdo web geral e jornalismo, Flesch-Kincaid Grade Level corresponde ao que Word, Google Docs e Yoast usam, então a consistência com ferramentas de edição importa. Para pontuação automatizada (ex. um lint de CI), Coleman-Liau ou ARI são mais confiáveis porque não precisam contar sílabas (o que é aproximado em software). Quando as fórmulas discordam em mais de 2 séries, olhe para o texto: pontuações atípicas geralmente sinalizam parágrafos específicos.

Isso funciona para texto não em inglês?

Fórmulas calibradas para inglês dão resultados sem sentido em outros idiomas porque as proporções sílabas-por-palavra e palavras-por-sentença diferem. Para espanhol, use a fórmula Fernández Huerta. Para alemão, Amstad ou Wiener Sachtextformel. Para francês, a adaptação Kandel-Moles. Para japonês, chinês, coreano, o próprio conceito de «sílaba» não mapeia; você precisa de análise de densidade de caracteres e nível JLPT em vez. Ferramentas especializadas como readability.js têm pacotes de idiomas separados.

Por que a pontuação Flesch Reading Ease está em uma escala 0-100 em vez de níveis de série?

O paper de Flesch de 1948 usou uma escala 0-100 onde 90-100 = «muito fácil» (4ª série), 60-70 = «padrão» (8-9ª série), 0-30 = «muito difícil» (graduado universitário). A recalibração Kincaid de 1975 traduziu as mesmas características de superfície em níveis de série dos EUA para a Marinha, que precisava combinar leitores com manuais. Ambas as fórmulas usam as mesmas entradas (sílabas/palavra, palavras/sentença) mas escalas de saída diferentes. A maioria das ferramentas modernas (incluindo esta) reporta ambas porque as comparações são mais fáceis quando você pode escolher sua unidade preferida.

Assistentes de escrita de IA podem substituir ferramentas de legibilidade?

LLMs (ChatGPT, Claude, Gemini) podem sugerir redação mais simples mas não medem a legibilidade de forma confiável, eles alucinam pontuações, dão números diferentes a cada execução e fazem médias entre parágrafos de formas que escondem outliers. Fórmulas determinísticas (as desta ferramenta) dão a mesma resposta toda vez e permitem correlacionar edições com mudanças de pontuação. O fluxo correto: use o LLM para reescrever, depois use a fórmula para verificar se o nível de série-alvo foi realmente alcançado. Hemingway Editor (2014) foi um exemplo precoce de combinar sugestões com pontuação determinística.

Meu texto é enviado para algum servidor quando o pontuo?

Não. Todas as seis fórmulas (Flesch-Kincaid, Flesch Reading Ease, Gunning Fog, Coleman-Liau, SMOG, ARI) rodam em seu navegador. Abra a aba Network no DevTools enquanto digita ou cola; verá zero requisições saintes. Seguro para rascunhos médicos, comunicações corporativas internas, jornalismo não publicado, rascunhos legais e qualquer coisa sob NDA.