Como saber se um texto foi feito por IA? O que os detectores realmente provam

Você lê um relatório, um e-mail ou um trabalho acadêmico e sente que há algo artificial nas palavras. Para tirar a dúvida, copia o conteúdo, cola em um detector de IA e recebe um resultado indicando alta probabilidade de uso de Inteligência Artificial.

Caso encerrado?

Não.

Com a popularização de ferramentas como ChatGPT, Claude e Gemini, cresceu também a procura por sistemas capazes de descobrir se determinado texto foi escrito por uma pessoa ou gerado por IA.

O problema é que não existe hoje uma ferramenta capaz de provar, sozinha e com certeza, quem escreveu um texto.

Se você quer saber como identificar um texto feito por IA, portanto, a primeira mudança precisa acontecer na pergunta.

Em vez de perguntar:

“O detector descobriu que este texto foi escrito por IA?”

a pergunta tecnicamente mais correta é:

“Que evidência esse detector realmente encontrou?”

A resposta curta: detector de IA não é prova de autoria

Detectores de IA são sistemas de classificação.

Eles analisam características de um texto e estimam se aquele conteúdo se parece mais com exemplos classificados como humanos ou com textos associados à geração por modelos de Inteligência Artificial.

Isso produz uma estimativa, não uma reconstrução do processo de escrita.

O detector não estava presente quando o texto foi criado. Ele não viu quem digitou cada frase, não acompanhou os rascunhos e não sabe automaticamente se a IA escreveu tudo, revisou um parágrafo ou sequer foi utilizada.

Por isso, um resultado de detecção deve ser tratado como um indício dentro de uma investigação mais ampla.

O próprio GPTZero afirma que seus resultados são probabilísticos e recomenda que eles não sejam utilizados como única evidência para punições acadêmicas. O Turnitin também reconhece a possibilidade de falsos positivos e orienta que seu relatório não seja usado isoladamente para tomar medidas contra um estudante.

Isso vale fora da escola também.

Desclassificar um candidato, acusar um funcionário, rejeitar um artigo ou responsabilizar alguém exclusivamente porque uma ferramenta exibiu determinado percentual é uma decisão tecnicamente frágil.

Como um detector de texto por IA funciona?

Não existe um único método utilizado por todos os detectores.

Alguns sistemas analisam características estatísticas da linguagem. Outros utilizam classificadores treinados com grandes conjuntos de textos humanos e textos produzidos por diferentes modelos. Soluções mais recentes podem combinar várias técnicas.

A lógica geral, porém, é semelhante:

texto → análise de características → modelo de classificação → estimativa

O sistema procura padrões que, de acordo com seus dados e seu modelo, aparecem com maior frequência em determinados tipos de texto.

Isso significa que características como escolha de palavras, estrutura das frases e regularidade linguística podem contribuir para uma classificação.

Mas há um detalhe importante:

um padrão associado à escrita de IA também pode aparecer naturalmente em textos humanos.

É daí que surgem os falsos positivos.

“70% IA” não significa a mesma coisa em todas as ferramentas

Esse é um dos pontos mais importantes — e um dos que mais geram confusão.

Não existe um significado universal para um resultado como “70% IA”.

No GPTZero, a documentação descreve sua porcentagem como uma probabilidade relacionada à classificação do documento. A ferramenta também apresenta informações sobre o grau de confiança de sua previsão.

No Turnitin, o significado é diferente.

O percentual apresentado no AI Writing Report representa a parcela do texto qualificável que o sistema classificou como provavelmente gerada por IA ou, em determinados casos, provavelmente gerada por IA e posteriormente modificada por uma ferramenta de paráfrase.

Ou seja:

70% no GPTZero e 70% no Turnitin não representam necessariamente a mesma coisa.

Comparar números de ferramentas diferentes como se fossem medidas equivalentes é um erro.

O próprio Turnitin deixou de apresentar numericamente resultados entre 1% e 19% em seus relatórios atuais devido ao maior risco de falsos positivos nessa faixa. Esses casos aparecem com um asterisco em vez do percentual.

Falso positivo: quando um texto humano é classificado como IA

Um falso positivo acontece quando um texto escrito por uma pessoa é classificado pelo detector como provavelmente produzido por IA.

Isso pode ocorrer porque escrita humana e escrita gerada por modelos não pertencem a dois universos perfeitamente separados.

Um texto humano pode ser:

• muito regular;
• extremamente formal;
• simples;
• repetitivo;
• escrito dentro de padrões profissionais ou acadêmicos;
• produzido por alguém com vocabulário mais restrito.

Em 2023, pesquisadores de Stanford analisaram sete detectores em um conjunto específico de textos em inglês e encontraram um problema importante: redações de autores não nativos de inglês foram classificadas incorretamente como textos de IA com frequência muito maior do que redações de falantes nativos.

O estudo é relevante como demonstração de risco e viés, mas seus resultados não devem ser transformados em uma taxa universal para todos os detectores atuais ou para outros idiomas.

Falso negativo: quando um texto de IA passa como humano

Também existe o problema contrário.

Um detector pode classificar como humano um texto que teve participação significativa de Inteligência Artificial.

Pesquisas acadêmicas mostram que sistemas de detecção podem perder desempenho quando o texto passa por edição, paráfrase, coautoria entre humano e IA ou outras transformações.

Um trabalho apresentado na ACL de 2024 testou diferentes detectores sob vários tipos de modificação e encontrou perda relevante de desempenho em diferentes cenários. Outro grande benchmark, o RAID, também mostrou dificuldade dos detectores diante de modelos não vistos, diferentes estratégias de geração e alterações adversariais.

Isso não significa que qualquer alteração faça um texto “enganar o detector”.

Significa apenas que a classificação não permanece igualmente confiável em todas as condições.

E essa diferença é fundamental.

E em português? O cuidado precisa ser ainda maior

Aqui existe uma situação especialmente interessante para usuários brasileiros.

Não podemos simplesmente falar em “detectores de IA” como se todas as ferramentas tivessem o mesmo suporte de idioma.

O GPTZero declara atualmente suporte completo para inglês, alemão, português, francês e espanhol.

O Turnitin está em uma situação diferente.

Em 3 de outubro de 2026, a documentação oficial do AI Writing Report informa suporte para textos em:

• inglês;
• espanhol;
• japonês;
• árabe.

Português não aparece entre os idiomas compatíveis com esse detector.

Portanto, simplesmente dizer que “Turnitin detectou IA em um texto em português” sem verificar exatamente qual recurso, idioma e produto estão envolvidos pode gerar uma interpretação errada.

Mesmo quando uma ferramenta declara suporte ao português, outro cuidado continua necessário:

suporte comercial ao idioma não significa que qualquer percentual de precisão divulgado possa ser aplicado igualmente a qualquer tipo de texto em português brasileiro.

Resultados dependem do modelo do detector, dos dados utilizados na avaliação, do tamanho do texto, do gênero textual e de outras condições.

Autoria já não é simplesmente “humano ou IA”

Existe outro problema ainda maior.

A pergunta “foi uma pessoa ou foi uma IA?” está ficando simplista demais para descrever como muitos textos são produzidos.

Considere estas situações:

Um gestor escreve ideias em tópicos e pede para uma IA organizá-las.

Um redator produz todo o conteúdo e usa uma IA apenas para revisar gramática.

Uma pessoa pede um primeiro rascunho ao ChatGPT, descarta partes, acrescenta pesquisas, reestrutura os argumentos e reescreve várias seções.

Um profissional escreve sozinho, mas utiliza IA para pesquisar fontes e levantar perguntas.

Em todos esses casos houve participação humana e participação tecnológica em graus diferentes.

É a autoria híbrida.

Isso muda completamente a discussão.

Um detector tenta classificar características do texto final. Ele não consegue, sozinho, reconstruir de forma confiável todo o processo que levou até aquele documento.

É por isso que uma política séria sobre Inteligência Artificial deve determinar quais usos são permitidos, em vez de simplesmente perguntar se “houve IA”.

Quem quiser entender melhor como essas ferramentas entram de maneira legítima na rotina profissional pode continuar pelo nosso artigo Como usar IA no trabalho.

Dá para reconhecer um texto de IA apenas pelo estilo?

Existem características frequentemente associadas a textos produzidos por modelos de linguagem:

frases muito equilibradas, estruturas repetitivas, excesso de listas, conclusões genéricas, determinadas construções frequentes ou um tom excessivamente neutro.

Esses sinais podem levantar uma pergunta.

Não provam autoria.

Pessoas escrevem de maneira padronizada.

Empresas possuem guias de estilo.

Professores treinam alunos para utilizar determinadas estruturas.

Redatores profissionais revisam textos até remover grande parte das irregularidades.

Da mesma maneira, modelos de IA podem ser orientados a produzir estilos muito diferentes.

Portanto:

“parece texto de IA” é uma percepção. Não é uma prova.

Que evidências são melhores do que uma pontuação isolada?

Quando a autoria realmente importa, é mais seguro avaliar o processo de produção do que depender apenas do texto final.

Nenhuma dessas evidências precisa funcionar isoladamente.

O valor surge da combinação delas.

Um protocolo mais responsável para escolas e empresas

Se uma escola, empresa ou organização realmente precisa controlar o uso de IA, o detector deve ser apenas uma parte do processo.

O primeiro passo é definir a política antes de surgir uma acusação.

Por exemplo:

A IA pode corrigir gramática?

Pode melhorar clareza?

Pode criar um primeiro rascunho?

Pode pesquisar?

Pode resumir documentos?

O uso precisa ser declarado?

Sem essas respostas, nem sequer existe um critério claro para determinar o que seria uso inadequado.

Depois disso, o processo de análise pode seguir uma lógica mais segura:

1. Verifique se a ferramenta é adequada ao caso.

Confira idioma suportado, tamanho mínimo de texto, tipo de documento e limitações declaradas pelo próprio fornecedor.

2. Trate o resultado como sinal, não como sentença.

Um detector pode justificar uma análise adicional. Não deveria encerrar a análise.

3. Examine o processo de produção.

Histórico de versões, rascunhos, fontes e anotações podem fornecer contexto que o detector não possui.

4. Converse com o autor quando a consequência for relevante.

Peça que explique argumentos, fontes e processo de criação.

5. Aplique a política definida pela organização.

O objetivo não deve ser descobrir se “alguma IA tocou no texto”, mas avaliar se o processo respeitou as regras estabelecidas.

Essa abordagem é mais trabalhosa do que apertar um botão.

Também é muito mais defensável.

E há uma regra maior por trás disso: saber onde não usar IA na empresa é tão importante quanto saber onde ela ajuda.

O que fazer se um detector marcar seu texto como IA?

Se um texto realmente foi escrito por você e uma ferramenta o classificou como provavelmente gerado por Inteligência Artificial, não tente modificar dezenas de frases apenas para fazer o percentual cair.

Isso pode destruir justamente parte das evidências que ajudam a demonstrar seu processo de escrita.

Prefira preservar:

• o arquivo original;
• históricos de versões, quando disponíveis;
• rascunhos;
• anotações;
• referências utilizadas;
• pesquisas anteriores;
• registros de alterações.

Em ferramentas como Google Docs e, dependendo da forma como o arquivo é armazenado, Microsoft Word, históricos de versão e controle de alterações também podem ajudar a mostrar como o documento evoluiu.

Se houver uma acusação formal, peça que o resultado do detector seja analisado juntamente com essas informações.

Também é razoável pedir para explicar oralmente ou reconstruir partes importantes do raciocínio.

Isso não produz uma “prova matemática” de autoria, mas oferece algo que o detector não possui:

contexto sobre como o trabalho foi realmente produzido.

Perguntas frequentes

GPTZero, Turnitin e outros detectores são 100% confiáveis?

Não.

As próprias empresas reconhecem limitações e possibilidade de classificações incorretas.

GPTZero recomenda que seu detector não seja usado sozinho como prova em punições acadêmicas. Turnitin afirma que seus resultados também não devem servir como única base para medidas adversas contra estudantes.

Um resultado de “100% IA” prova que todo o texto foi escrito por uma IA?

Não necessariamente — e o primeiro passo é descobrir o que aquele percentual significa naquela ferramenta.

No GPTZero, a porcentagem está ligada à probabilidade de classificação do documento.

No Turnitin, o percentual representa a parcela de texto qualificável identificada como provavelmente gerada por IA ou enquadrada nas categorias descritas pelo sistema.

O Turnitin detecta texto em português?

Segundo a documentação oficial consultada em 3 de outubro de 2026, o AI Writing Report do Turnitin aceita inglês, espanhol, japonês e árabe. Português não aparece na lista de idiomas suportados.

O GPTZero detecta textos em português?

O GPTZero declara suporte completo ao português, além de inglês, alemão, francês e espanhol. Isso não significa, porém, que qualquer resultado individual seja infalível.

Editar ou parafrasear um texto pode alterar o resultado?

Pode.

Estudos mostram que edição, paráfrase e outras modificações podem reduzir o desempenho de diferentes detectores em determinados cenários. Isso não significa que exista uma técnica universal para tornar um texto “indetectável”.

Detector de IA é a mesma coisa que detector de plágio?

Não.

Um sistema de detecção de plágio procura correspondências ou similaridades entre um texto e materiais existentes em bases de dados ou outras fontes.

Um detector de IA tenta classificar se determinadas características do conteúdo são compatíveis com textos produzidos por modelos de Inteligência Artificial.

Um texto pode ser completamente inédito e ainda assim receber uma classificação de IA.

Também pode existir plágio sem qualquer uso de Inteligência Artificial.

A tecnologia também já tentou resolver isso — e falhou antes

A dificuldade não é nova.

Em janeiro de 2023, a própria OpenAI lançou um classificador experimental para tentar distinguir textos humanos de textos produzidos por IA.

Em julho daquele mesmo ano, retirou a ferramenta do ar por sua baixa precisão.

Nos testes divulgados na época, o classificador identificava como “provavelmente escrito por IA” apenas uma parcela dos textos de IA avaliados e também produzia falsos positivos em textos humanos.

Esses números não descrevem os detectores atuais.

Servem para mostrar algo mais importante:

detectar autoria a partir apenas do texto final é um problema tecnicamente difícil.

Então, como saber se um texto foi feito por IA?

A resposta mais correta é menos confortável do que uma porcentagem exibida na tela:

nem sempre é possível saber com certeza olhando apenas para o texto.

Um detector pode fornecer um sinal.

O estilo pode levantar suspeitas.

Um histórico de versões pode ajudar a reconstruir o processo.

Rascunhos, fontes e uma conversa com o autor podem acrescentar contexto.

Mas decisões importantes precisam considerar o conjunto das evidências.

Transformar uma pontuação automática em veredito troca investigação por conveniência.

E esse é justamente o uso de Inteligência Artificial que devemos evitar.

Se você quer continuar acompanhando aplicações práticas de IA sem depender de promessas exageradas sobre o que essas tecnologias conseguem fazer, inscreva-se no Blog TECÉRALE para receber nossos próximos guias e análises.

Para aprofundar o tema, veja também Como usar o ChatGPT, Como criar prompts melhores para ChatGPT, Claude e Gemini e Onde não usar IA na empresa.

Se o desafio da sua empresa deixou de ser apenas usar ferramentas e passou a ser integrar Inteligência Artificial aos próprios processos com controle, contexto e revisão humana, a TECÉRALE desenvolve agentes, automações e soluções sob medida.