Leaderboard de usuários do travessão (Em Dash) no HN (antes da chegada do ChatGPT)

 (gally.net)
1 pontos por GN⁺ 2025-08-31 | 1 comentários | Compartilhar no WhatsApp
  • Este leaderboard seleciona os 50 principais usuários do Hacker News até antes do lançamento do ChatGPT (30 de novembro de 2022) com base no número de posts que incluem travessão (—)
  • Com base na frequência de uso do travessão, ele oferece uma estatística curiosa que mostra o estilo de linguagem e a cultura dentro da comunidade Hacker News
  • Este leaderboard analisa os hábitos de escrita antes de um determinado momento, servindo como material de referência para acompanhar mudanças na comunidade
  • Também são fornecidos uma versão mais completa do leaderboard e o link da discussão relacionada
  • É um recurso útil para desenvolvedores e analistas interessados em padrões de escrita ou na diversidade linguística dentro da comunidade

🏆 Campeões do travessão no Hacker News

  • Este leaderboard seleciona os 50 principais usuários do Hacker News até 30 de novembro de 2022, ou seja, antes da divulgação do ChatGPT, com base no número de posts que contêm travessão (—)
  • A classificação se concentra na frequência de uso do travessão nos posts, mostrando quais usuários usaram mais esse sinal de pontuação
  • Um leaderboard mais completo e atualizado é fornecido por link
  • O tópico de discussão relacionado a este projeto no Hacker News também está disponível diretamente
  • Leaderboards como este oferecem insights interessantes para usuários interessados em características linguísticas da comunidade, estilo de escrita e pequenos registros de atividade

Leituras relacionadas

1 comentários

 
GN⁺ 2025-08-31
Opiniões do Hacker News

  • A v1 (URL enviada) era https://www.gally.net/miscellaneous/hn-em-dash-user-leaderboard.html, mas agora foi substituída pela v2, mais complexa, para análise de em dash; veja mais detalhes aqui e aqui

  • Esse é exatamente o tipo de assunto que representa conteúdo de altíssimo nível que o Hacker News precisa, esse tipo de questão é que é realmente importante

  • Usei o dataset público do HN no Google BigQuery para consultar o uso de em dash por ano, e no fim das contas o uso de em dash vem crescendo continuamente nos últimos tempos
    Em 2006 quase não existia, mas recentemente já passou de 1% por comentário
    Ao calcular a proporção de uso de em dash por usuário, zmgsabst foi quem mais usou no total de comentários, e westoncb é uma conta antiga
    Links relacionados: dataset do HN no BigQuery, perfil de zmgsabst, perfil de westoncb

    • Pessoas mais velhas, por exemplo com mais de quarenta anos, cresceram acostumadas a usar em dash
    • Olhando os comentários de zmgsabst, parece haver uma tendência de colocar espaços ao redor do dash — desse jeito
      Já o ChatGPT, curiosamente, escreve sem espaços—assim—

  • Também seria divertido fazer um ranking pela frequência de uso de --, ou seja, hífen duplo
    Eu também sou usuário de Linux há muito tempo e, desde o fim de 2022 com Apple Silicon, também passei a usar MacBook
    No Windows e no Linux, digitar um em dash é um processo bem incômodo de alt-code, mas no Mac a tecla option funciona até como um terceiro shift, então basta option + - para sair um en dash
    (na verdade, — o em dash de verdade é shift + option + -)
    Não passei a usar em dash só porque comecei a usar Mac, mas imagino que alguém em situação parecida com a minha pode ter aumentado o uso de em dash por causa da nova facilidade de entrada

    • O caractere digitado com option + - na verdade é um en dash; o em dash é shift + option + -
      Para quem está acostumado com TeX, -- é en dash e --- é em dash, então seria bom incluir também o hífen triplo na lista
    • No Linux, se você ativar a tecla Compose, dá para inserir em dash e en dash com facilidade
      Ex.: tecla Compose + --- é em dash, tecla Compose + --. é en dash
      Aspas também podem ser digitadas assim, por combinação
      Ou então é possível usar “Level 3 shift” ou “Alternate Characters Key(AltGr)” para inserir vários caracteres especiais e tipos de dash
    • Mesmo em ambiente Linux, se configurar a tecla Compose, fica fácil inserir dashes assim
      --. → –
      --- → —
    • No iOS existe um recurso que converte automaticamente hífen duplo em em dash — acabei de digitar hífen duplo para testar

  • Se você quiser saber quantas vezes usou em dash, pode usar o script abaixo; basta trocar o username pelo seu e ele mostra o resultado
    No meu caso, até antes deste comentário eu tinha usado 46 vezes

    curl -s "https://hn.algolia.com/api/v1/…; \
 | jq -r '.hits[].comment_text' \
 | grep -o "—" \
 | wc -l
    • Esse script é realmente útil; eu chequei não só em dash, mas também en dash, -- e outras strings

  • Uma análise baseada na proporção de em dash em relação ao total de comentários parece mais interessante; acho que até usuários que entraram mais tarde poderiam aparecer no topo do ranking

    • Dá para executar essa consulta diretamente no Google Cloud BigQuery.
      Usando a GoogleSQL pipe syntax indicada, é possível ordenar pela proporção de uso de em dash de cada usuário
      (no meu caso, em 875 comentários no total, usei em dash 258 vezes, proporção de 0,29, ficando em 47º entre 516 pessoas)
      Se quiser extrair também informações de timestamp, com uma consulta adicional dá para ver first/avg timestamp etc.
      Vale notar que o maior usuário de em dash começou a atividade no fim de janeiro de 2022

  • Em vez de contar apenas números brutos, talvez fosse uma estatística mais profunda contar só os casos em que aparece colado entre palavras, como em (palavra)—(em dash)—(palavra)
    Por exemplo, isso permitiria excluir casos como "(—)", em dash com espaços, ou o estilo preferido por usuários russos
    E, dependendo do idioma, é muito comum em títulos de páginas na web o padrão "[nome da página] — [nome do site]"

    • Não é só na Rússia; o guia de estilo da AP também determina espaços antes e depois do em dash
      Guias de estilo britânicos (por exemplo, o The Guardian) recomendam en dash + espaços, mas na prática também se usa bastante em dash + espaços
      Outros países, como a Alemanha, também têm formas variadas de usar em dash; não é algo exclusivo dos EUA e da Rússia

  • Brincar com ranking de em dash é divertido, mas como quem tem mais comentários leva vantagem, acho que a proporção em dash/comentário talvez faça mais sentido

    • Acabei de calcular isso diretamente com o dataset do HN da HuggingFace, por proporção, e a partir de 2018 a taxa de em dash dispara
      Especialmente desde o fim de 2024 a tendência de alta volta a chamar atenção
      É uma pena não haver dados de 2025, mas dá a sensação de que, desde antes da era pre-genAI, os entusiastas de em dash não estavam falando sem fundamento

  • Fico curioso se o critério de identificação de em dash se refere ao em dash Unicode propriamente dito
    Eu mesmo, desde que aprendi Latex para escrever artigos nos anos 90, tenho o hábito de usar a combinação --- (hífen triplo), e hoje fico me perguntando se isso também virou um indício de texto gerado por LLM

    • No Mac existe um atalho fácil para inserir em dash; por um tempo eu só digitava em dash direito no Mac
      Isso parecia um sinal de “usuário de Mac que se importa com estilo de escrita”
      Hoje não sei bem como produzir um em dash diretamente fora do Mac; antes eu só conhecia Latex ou a combinação de hífen triplo
    • O próprio estilo de escrita que enfatiza contrastes é uma característica típica de LLM
      O uso de um caractere tipográfico especial pouco conhecido pela maioria das pessoas (em dash) aumenta ainda mais a suspeita
    • Minha tecla Compose está configurada como alt direito + ctrl esquerdo, então agora --- vira — e --. vira – com facilidade
      A propósito, en dash quase nem é mencionado

  • Eu, como fã de em dash—e há alguns de nós por aí—não consigo ficar exatamente feliz com o fato de o ChatGPT usar em dash com tanta frequência
    Acho que, por causa das características do ajuste via RLHF, o em dash—claramente distinto de en dash e hífen—acabou sendo percebido como uma marca de estilo autoritativo

    • Na escrita formal britânica, o tradicional é ‘palavra en-dash palavra’
      ‘palavraem-dashpalavra’ eu entendia como estilo americano, e quase nunca vi isso no Reino Unido
      Quem é de fora às vezes nem sabe a diferença entre en dash e hífen, e os veículos também tendem a não ser tão rígidos quanto a isso
      Há também a hipótese de que o uso de em dash pelo ChatGPT venha da influência de datasets em estilo americano
      (sou ex-escritor profissional com 30 anos de carreira e, desde o início, instruo o ChatGPT a não usar em dash nem títulos em Title Case)
      Referência: guia de estilo do The Guardian
    • Pessoalmente, isso me incomoda muito
      O em dash, que antes era um sinal de “texto escrito por um humano cuidadoso com os detalhes”, agora virou um produto comum gerado por IA, o que me entristece
      Às vezes até chego a pensar que os LLMs foram desenvolvidos para me provocar