Como funcionam os detectores de IA? Uma explicação em linguagem simples
Resposta curta
Um detector de IA é um classificador treinado com muitos exemplos de escrita humana e de IA. Ele aprende as diferenças estatísticas entre as duas, principalmente o quanto as palavras são previsíveis, pontua o texto em janelas e frases e aplica um limite para dar um rótulo. Como estima padrões em vez de verificar a autoria, o resultado é sempre uma probabilidade, nunca uma prova.
Pontos principais
- Um detector é um classificador treinado: ele viu grande quantidade de textos humanos e de IA e aprendeu a distinguir suas estatísticas.
- O principal sinal é a previsibilidade. Os modelos de linguagem escolhem palavras prováveis, e o texto resultante tende a ser mais fluido e uniforme do que a maior parte da escrita humana.
- O texto é pontuado em janelas e frases, e por isso os detectores conseguem destacar trechos individuais.
- Os limites transformam uma pontuação em um rótulo, e a calibração os ajusta para que os alarmes falsos continuem raros.
- Como olha para padrões e não para quem escreveu o texto, um detector pode errar nos dois sentidos.
A ideia básica: aprender com exemplos
Ninguém escreve uma lista de regras sobre como é um texto de IA. Em vez disso, os desenvolvedores reúnem um grande conjunto de textos sabidamente escritos por pessoas e outro de textos sabidamente escritos por modelos de IA. Um modelo de aprendizado de máquina, chamado classificador, é treinado para distingui-los encontrando os padrões que separam os dois conjuntos.
Depois do treinamento, o classificador recebe um texto novo e devolve um número: o quanto ele se parece com os exemplos de IA em comparação com os humanos. Nosso detector é um modelo de código aberto rodando em nossos próprios servidores e funciona apenas em inglês.
Por que a previsibilidade é a pista central
Um modelo de linguagem escreve escolhendo repetidamente uma próxima palavra provável, dado o que veio antes. Os humanos escolhem de forma menos previsível. Mudamos de ideia no meio da frase, usamos uma palavra incomum, acrescentamos uma digressão ou quebramos o ritmo para dar ênfase.
O resultado é que o texto de máquina costuma ser mais fluido e mais uniforme no vocabulário e no tamanho das frases, e mais genérico no conteúdo. Os detectores captam isso. É também o motivo de uma escrita humana muito cuidadosa e formulaica poder se parecer com a de uma máquina.
Janelas, frases e pontuações
Textos longos não são pontuados de uma vez só. O detector olha para janelas, que são trechos do texto, e para frases individuais, e depois combina os resultados. É isso que permite o destaque por frase, que mostra quais partes do texto puxam o resultado geral.
Os destaques são úteis para revisar, porque um resultado alto geralmente vem de alguns trechos genéricos e não da redação inteira. Ainda assim, são estimativas. Uma frase destacada é aquela que se parece, estatisticamente, com a escrita de IA, não uma que se provou ter sido escrita por máquina.
- Com menos de 50 palavras há pouca evidência, então nosso detector não dá veredito.
- Textos mais longos dão resultados mais estáveis, porque há mais para calcular a média.
- Textos mistos, em parte humanos e em parte de IA, podem ter destaques em alguns lugares e em outros não.
Limites e calibração
A pontuação bruta precisa virar um rótulo, e essa é a função de um limite. Um limite baixo marca mais texto, pegando mais IA, mas também mais escrita humana. Um limite alto marca menos texto, é mais gentil com quem escreve com honestidade, mas deixa passar mais texto de IA.
A calibração é o trabalho de escolher os limites a partir de medições. Usamos 583 textos acadêmicos humanos para defini-los de modo que os alarmes falsos fiquem raros: 1% e 0,7% dos textos acadêmicos humanos foram classificados como “Provavelmente escrito por IA” em dois conjuntos de teste. Entre os rótulos “Provavelmente escrito por humano” e “Provavelmente escrito por IA” fica uma faixa “Incerto” para os resultados limítrofes.
Por que a resposta é sempre probabilística
Um detector nunca vê o processo de escrita. Ele vê apenas as palavras prontas, e o texto humano e o de máquina se sobrepõem. Algumas pessoas escrevem de um jeito muito parecido com o de máquina, e alguns textos de IA são editados até parecerem muito humanos. Qualquer coisa construída sobre padrões que se sobrepõem só pode dar uma probabilidade.
É por isso que um resultado nunca deve ser usado sozinho para acusar alguém. Ele é um sinal, a ser lido junto com rascunhos, histórico de versões, outros trabalhos da pessoa e uma conversa de verdade.
O que os detectores conseguem e não conseguem ver
Os detectores são bons em identificar a produção sem edição dos tipos de modelo com que foram treinados. Nos nossos testes, 96,9% dos textos de IA de 2026 sem edição foram classificados como “Provavelmente escrito por IA”. Eles são mais fracos quando o texto foi reescrito, com 50,5% ainda marcados depois que outro modelo de IA os parafraseou e 59,5% depois de ferramentas humanizadoras, e mais fracos ainda em textos muito curtos e em gêneros fora do treinamento, como texto publicitário, em que 32,7% dos textos humanos da web foram classificados como “Provavelmente escrito por IA”.
Você pode ver tudo isso na prática. O AITurnitin verifica até 1.000 palavras de graça, sem conta, mostra destaques por frase e apaga seu texto em até 24 horas, sem usá-lo para treinamento.
Perguntas frequentes
Como um detector de IA sabe se um texto foi escrito por IA?
Ele não sabe. Ele estima o quanto as palavras se parecem com os padrões de texto de IA com os quais foi treinado, principalmente a previsibilidade das escolhas de palavras, e devolve uma probabilidade.
O que é perplexidade na detecção de IA?
É uma medida de quão surpreendente um texto é para um modelo de linguagem. Menor perplexidade significa palavras mais previsíveis, o que é um dos sinais que os detectores usam. Os detectores modernos a combinam com outras características aprendidas.
Por que os detectores conseguem destacar frases individuais?
Porque o texto é pontuado em janelas e frases. Cada parte recebe sua própria estimativa, e elas são combinadas em um resultado geral. Os destaques por frase mostram onde o padrão é mais forte.
Os detectores de IA guardam ou aprendem com o meu texto?
Depende da ferramenta. A nossa apaga os textos em até 24 horas e nunca os usa para treinamento. Confira a política de privacidade de qualquer ferramenta antes de colar uma tese ou uma carta de apresentação.
Um detector de IA pode ser enganado?
A detecção é mais fraca em textos reescritos, mas não desaparece: nos nossos testes, uma grande parte dos textos parafraseados e humanizados ainda foi classificada como “Provavelmente escrito por IA”. Essas ferramentas também correm o risco de prejudicar o sentido e as citações, e usá-las para esconder o uso de IA pode violar as regras de integridade da sua instituição.