# AI checker não funciona — pelo menos não como prova Published: 2026-08-25 Author: Gilmar Pupo Canonical: https://www.gpupo.com/posts/ai-checker-nao-funciona-pelo-menos-nao-como-prova/ Tags: Inteligência Artificial, Detecção de IA, Integridade acadêmica, Educação, LLM --- Nos últimos dias li vários relatos no Threads de pessoas fazendo um experimento simples: pegar um texto antigo, escrito muito antes do ChatGPT existir, e jogar em uma dessas ferramentas que prometem detectar conteúdo produzido por inteligência artificial. Um TCC escrito e aprovado em 2008 apareceu como texto de IA. Uma tese de 2007 também. Outra pessoa colocou um texto de 2008 e recebeu algo como 30% de conteúdo produzido por IA. Alguém até comentou que iria procurar um trabalho de 1999 para fazer o mesmo teste. Esses relatos não formam uma amostra controlada. Servem aqui como ponto de partida, não como medida da precisão dessas ferramentas. É engraçado até você lembrar que alguém pode estar usando exatamente esse tipo de ferramenta para decidir se outra pessoa fraudou um trabalho acadêmico. E aí deixa de ser engraçado. ## O problema começa no nome “AI checker” passa uma sensação de certeza que a tecnologia simplesmente não oferece. Não existe ali uma máquina do tempo tentando descobrir quem escreveu o texto. O detector recebe o texto pronto e procura características estatísticas que considera mais compatíveis com textos humanos ou textos produzidos por determinados modelos. É uma **classificação probabilística**. Isso é muito diferente de comprovar a procedência do texto. Se eu pegar um documento que escrevi em 2008 e um detector disser que ele “parece ter sido escrito por IA”, nós temos uma informação interessante sobre **o detector**. Não sobre quem escreveu meu documento. ## E AI checker não é detector de plágio Outra confusão apareceu várias vezes nas discussões que li. Plágio e geração por IA não são a mesma coisa. Um detector de similaridade pode encontrar trechos de um texto que aparecem em outras fontes e apresentar essas correspondências para análise. Já um detector de IA tenta inferir alguma coisa sobre **como aquele texto teria sido produzido**. São problemas completamente diferentes. Um texto escrito por IA pode ser original e não conter plágio. Um texto escrito por uma pessoa pode conter plágio. E um texto completamente original, escrito por uma pessoa em 2007, pode perfeitamente ser classificado por um detector como “provavelmente produzido por IA”. O score não transforma uma hipótese em evidência. ## Isso não é apenas história de Threads O interessante é que as próprias empresas envolvidas reconhecem o problema. A [OpenAI chegou a lançar seu próprio classificador de textos em 2023](https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text/). Nos testes publicados pela empresa, ele identificava apenas **26% dos textos produzidos por IA** como “provavelmente escritos por IA” e classificava incorretamente **9% dos textos humanos** como produzidos por IA. Em 20 de julho de 2023, a OpenAI retirou a ferramenta do ar justamente por causa da baixa precisão. Também existe pesquisa acadêmica testando essas ferramentas. Um [estudo publicado no *International Journal for Educational Integrity*](https://doi.org/10.1007/s40979-023-00146-z) avaliou 14 detectores, incluindo serviços comerciais usados no meio acadêmico. A conclusão dos pesquisadores foi bastante direta: as ferramentas testadas não eram suficientemente precisas nem confiáveis para serem usadas como evidência de má conduta acadêmica. Outro trabalho, [publicado na revista *Patterns* por pesquisadores de Stanford](https://doi.org/10.1016/j.patter.2023.100779), encontrou um problema ainda mais preocupante. Ao testar sete detectores em textos de pessoas que não tinham o inglês como língua nativa, os pesquisadores encontraram uma taxa média de falso positivo de **61,3%** nos ensaios analisados. Textos perfeitamente humanos estavam sendo classificados como IA simplesmente porque determinadas características linguísticas também pareciam “previsíveis” para os detectores. Ou seja: além de errar, o detector pode errar de maneira desigual dependendo da forma como alguém escreve. ## Até quem vende a ferramenta pede cautela Talvez esse seja o detalhe mais importante. A [própria Turnitin diz atualmente em sua documentação](https://guides.turnitin.com/hc/en-us/articles/22774058814093-Using-the-AI-Writing-Report) que seu modelo **pode classificar incorretamente tanto textos humanos quanto textos produzidos por IA** e que o resultado não deve ser utilizado isoladamente para tomar medidas contra um estudante. A empresa inclusive deixou de exibir percentuais entre 1% e 19% justamente para reduzir problemas relacionados a falsos positivos. Em [outra orientação](https://guides.turnitin.com/hc/en-us/articles/27139000787853-How-should-I-review-the-AI-Writing-report), a Turnitin é ainda mais clara: o score deve ser tratado como **um dado dentro de uma investigação**, não como uma resposta definitiva. Isso muda bastante a conversa. Porque existe uma enorme diferença entre: > “Essa ferramenta encontrou um sinal que talvez mereça investigação.” e: > “O detector mostrou que você usou IA.” A segunda frase simplesmente não decorre da primeira. ## O falso positivo é o problema mais perigoso Podemos discutir durante horas quantos textos de IA passam despercebidos pelos detectores. Esse é um problema técnico interessante. Mas, em ambientes educacionais e profissionais, considero o falso positivo muito mais sério. Porque agora temos uma pessoa real precisando provar que escreveu aquilo que escreveu. Imagine alguém apresentar uma dissertação, artigo, relatório ou TCC e ouvir: “Nosso sistema indicou 78% de IA.” Como essa pessoa prova o contrário? Mostra os commits? Os rascunhos? O histórico de edição? As fontes? As versões anteriores? O documento de 2008? Curiosamente, todas essas coisas são evidências muito melhores de autoria do que o percentual apresentado pelo detector. ## Talvez estejamos tentando resolver o problema errado A pergunta interessante talvez não seja: **“Como descobrir se este texto foi escrito por IA?”** Mas: **“Como verificar o processo pelo qual este trabalho foi produzido?”** São perguntas diferentes. Em educação, isso pode significar acompanhar versões, referências, raciocínio, discussão oral, rascunhos e capacidade do aluno de explicar aquilo que entregou. Em empresas, pode significar revisão, rastreabilidade, responsabilidade sobre o conteúdo e validação das afirmações. E isso continua funcionando mesmo quando IA participa do processo. Porque essa é outra complicação de 2026: entre “escrito por humano” e “escrito por IA” existe um território gigantesco. Uma pessoa pode escrever e pedir revisão. Pode pesquisar com IA. Pode pedir sugestões. Pode reescrever um parágrafo. Pode traduzir. Pode usar autocomplete. Pode produzir um primeiro rascunho com IA e substituir metade dele. Qual percentual disso transforma o documento em “texto de IA”? A própria pergunta começa a perder sentido. ## Então AI checker não funciona? Depende do significado de “funcionar”. Se significa **produzir um sinal estatístico que pode servir como ponto de partida para uma análise**, algumas ferramentas certamente conseguem fazer isso. Se significa: **“coloque o texto aqui e descubra se uma pessoa usou IA”**, não. E muito menos: **“use esse número como prova para acusar alguém.”** Os relatos que encontrei no Threads são interessantes justamente porque tornam o problema absurdamente concreto. Um documento de 2008 não poderia ter sido escrito pelo ChatGPT. Se o detector diz que foi, não descobrimos uma conspiração envolvendo viagem no tempo e inteligência artificial. Descobrimos um **falso positivo**. E talvez a lição mais importante seja esta: **um score de detector de IA é uma opinião estatística de outro modelo.** Não é autoria. Não é procedência. Não é plágio. E definitivamente não deveria ser tratado como prova.