Funciona só até certo ponto, e nunca como prova isolada. O termômetro mais honesto veio da própria OpenAI: em julho de 2023, a empresa desativou seu classificador de texto gratuito depois que os números oficiais registrados pela cobertura da desativação ficaram públicos — o detector identificava apenas 26% dos textos de IA e marcava 9% dos textos humanos como se fossem escritos por máquina. Se quem construiu o GPT não sustentou um detector próprio no ar, a promessa de precisão quase total vendida por ferramentas de terceiros merece ceticismo. Os detectores de IA existem, evoluíram e servem como sinal — mas quatro evidências independentes mostram por que nenhum deles deveria decidir sozinho o destino de um texto, de um trabalho escolar ou de uma contratação.
A falha do detector da OpenAI
O classificador foi lançado em 31 de janeiro de 2023, no auge da preocupação de professores com o ChatGPT, e durou menos de seis meses. A nota de desativação, adicionada à página oficial em 20 de julho de 2023, citava a baixa taxa de acerto como motivo. O detalhe que interessa a quem avalia ferramentas semelhantes: o problema não era só deixar passar texto gerado por IA na maioria dos casos, era condenar texto humano — um falso positivo que, numa escola ou num processo seletivo, recai sobre quem escreveu de verdade.
A maioria dessas ferramentas estima a perplexidade do texto: o quanto cada palavra é previsível para um modelo de linguagem. Texto de máquina tende a ser previsível; o problema é que texto claro, objetivo e bem revisado também é. A confusão entre escrita simples e escrita artificial é estrutural, e não um defeito pontual de um produto.
Quando uma universidade desistiu
No ambiente acadêmico, a resposta institucional chegou rápido. Em agosto de 2023, a Vanderbilt University desativou o detector de IA do Turnitin após concluir que a ferramenta não era eficaz para uso acadêmico. A universidade fez a conta que poucos gestores fazem: mesmo aceitando a taxa declarada de falsos positivos de 1%, cerca de 750 trabalhos por ano poderiam ser rotulados incorretamente, considerando o volume de submissões de 2022. Diante do risco de acusar injustamente estudantes — caso já reportado em outras instituições —, a conclusão foi desligar o recurso, e não refinar o processo.
O viés contra escritores não nativos
O problema mais sério não é a margem de erro média, é para onde ela vai. Um estudo de pesquisadores de Stanford publicado na arXiv avaliou sete detectores populares com redações reais: textos de estudantes norte-americanos foram classificados quase perfeitamente, mas mais da metade das redações escritas por falantes não nativos de inglês foi classificada incorretamente como gerada por IA, com taxa média de falsos positivos de 61,22%. Quem escreve em segunda língua tende a usar vocabulário mais restrito e frases mais previsíveis — exatamente o padrão que os detectores associam a máquina.
O mesmo estudo mostrou o outro lado: um prompt simples pedindo linguagem mais literária fazia textos gerados por IA escaparem da detecção quase por completo. A ferramenta pune quem escreve de forma direta e liberta quem sabe manipular o gerador — o inverso do que uma política de integridade deveria fazer.
O placar mudou em 2026
Os detectores melhoraram no erro que gera acusação injusta. Uma avaliação com pré-registro publicada em 2026 na International Journal for Educational Integrity testou GPTZero, Pangram, Copyleaks e Turnitin com documentos de autoria conhecida: três das quatro ferramentas não produziram falso positivo em textos humanos. Mas o outro lado piorou — com textos totalmente gerados por um modelo recente, o Turnitin classificou 100% dos textos totalmente gerados por IA como negativos falsos, e o GPTZero classificou 70% na mesma situação. Só o Pangram manteve desempenho alto, inclusive contra texto humanizado por prompt.
A leitura prática: a geração evoluiu mais rápido que a detecção clássica, e a diferença entre ferramentas é maior do que o marketing sugere. Passar por um detector não comprova autoria humana; comprova apenas que o texto passou por um gerador recente.
Marca d’água não resolve
A aposta de várias regulações é a marca d’água: o gerador embute um padrão estatístico invisível e o detector procura só esse padrão. Funciona em laboratório, mas desmonta com uma paráfrase. Segundo avaliação empírica publicada na arXiv em 2026, uma única passada de paráfrase pelo ChatGPT derrubou todos os métodos de marca d’água testados para menos de 30% de detecção. O mesmo tipo de custo escondido aparece em outras frentes da tecnologia, como mostra a discussão sobre o consumo de água da inteligência artificial.
Como usar detectores com critério
Se você edita, ensina ou contrata, use o resultado como sinal para abrir conversa, nunca como sentença. Um roteiro de cinco passos:
- Defina a política antes da ferramenta. Decida o que é permitido (revisão, rascunho, tradução) antes de rodar qualquer detector.
- Exija contexto de escrita. Histórico de versões, rascunhos e uma conversa sobre as escolhas do texto valem mais que uma porcentagem.
- Desconfie de texto curto. Todos os métodos perdem precisão em poucos parágrafos; só avalie textos longos.
- Pondere o perfil do autor. Escritores não nativos e textos objetivos têm taxa documentada de falso positivo maior.
- Cruze com checagem factual. Dados, citações e fontes inventadas por geradores são pista mais confiável que o escore estatístico.
| Cenário testado | Resultado documentado | Fonte |
|---|---|---|
| Detector oficial da OpenAI (2023) | 26% de acerto em texto de IA; 9% de falso positivo em texto humano; desativado | Ars Technica |
| Turnitin na Vanderbilt (2023) | Ferramenta desativada; 750 trabalhos por ano em risco com 1% de falso positivo | Vanderbilt University |
| Redações de não nativos (2023) | Mais da metade marcada como IA; 61,22% de falso positivo médio | arXiv / Stanford |
| Ferramentas atuais (2026) | Turnitin: 100% de falso negativo em texto de IA; GPTZero: 70% | Springer |
| Marca d’água sob paráfrase (2026) | Detecção cai abaixo de 30% para todos os métodos | arXiv |
Para quem produz conteúdo com apoio de IA — por exemplo, ao montar um currículo com ajuda de inteligência artificial — a regra vale invertida: guarde rascunhos e fontes, porque amanhã pode ser você explicando que o texto é seu. Detectores respondem se um texto parece previsível; a pergunta que importa é se o texto é honesto com as fontes.
Fontes
- Ars Technica — OpenAI discontinues its AI writing detector due to low rate of accuracy
- Vanderbilt University — Guidance on AI Detection and Why We’re Disabling Turnitin’s AI Detector
- arXiv — GPT detectors are biased against non-native English writers
- Springer — Who wrote this? Evaluating the reliability of AI detection tools in higher education
- arXiv — AI Watermark Evidence Fails Forensic Readiness: An Empirical Evaluation