Detector de IA é uma ferramenta que dá um palpite, em forma de porcentagem, sobre a chance de um texto ter saído de um modelo de linguagem como o ChatGPT ou o Gemini. Entre os mais conhecidos estão o GPTZero, o do Grammarly, o ZeroGPT e o que a Turnitin vende para escolas e universidades. O resultado é uma estimativa estatística. Por isso a pergunta "funciona?" tem uma resposta incômoda: às vezes acerta, às vezes erra, e quem olha a tela não tem como saber qual dos dois aconteceu.
A seguir, o que as pesquisas independentes mediram, o que os fabricantes admitem nas próprias páginas e o que muda para quem tem um site e publica conteúdo.
Como um detector de IA decide que um texto foi feito por máquina?
Ele compara o seu texto com padrões que aprendeu a associar a texto gerado. Existem três famílias de técnica, e a maioria das ferramentas mistura as duas primeiras:
- Classificador treinado. O fabricante junta milhares de textos rotulados como "humano" e "IA" e treina um modelo para separar uns dos outros. Ele aprende o que havia nos exemplos. Diante de um modelo novo ou de um estilo que nunca viu, tende a errar.
- Medidas estatísticas. A mais citada é a perplexidade, que mede o quanto cada palavra era previsível para um modelo de linguagem. Texto de IA costuma escolher a palavra mais provável, então fica com perplexidade baixa. A segunda é a variação entre as frases (em inglês, burstiness): gente alterna frase curta com frase longa, máquina tende a um ritmo mais uniforme. O problema é que texto humano formal, técnico ou escrito com vocabulário limitado também é previsível.
- Marca-d'água. Aqui a lógica muda. O próprio gerador esconde um sinal estatístico nas escolhas de palavras no momento em que escreve, e só quem tem a chave consegue conferir depois. Não é palpite sobre estilo, mas só existe se quem gerou o texto colocou a marca.
Nas duas primeiras técnicas, o "87% IA" que aparece na tela é uma probabilidade calculada pelo modelo do fabricante. Não quer dizer que 87% do texto veio de uma IA.
O que as pesquisas independentes encontraram?
Os números abaixo vêm de testes com textos cuja autoria os pesquisadores conheciam de antemão:
- OpenAI, 2023. A dona do ChatGPT lançou um classificador próprio em 31 de janeiro de 2023 e informou que, num conjunto de teste em inglês, ele reconhecia 26% dos textos de IA e apontava como IA 9% dos textos humanos. Em 20 de julho do mesmo ano, tirou a ferramenta do ar pela baixa precisão.
- Liang e colegas, Stanford, 2023. O estudo, publicado na revista Patterns, passou por sete detectores populares 91 redações do exame de inglês TOEFL feitas por estudantes chineses. Em média, 61,3% delas foram classificadas como IA, e 97,8% caíram em pelo menos um detector. As redações de alunos americanos saíram certas. Quando os pesquisadores enriqueceram o vocabulário das mesmas redações, o erro caiu para 11,6%. O detector estava punindo vocabulário simples.
- Weber-Wulff e colegas, 2023. Oito pesquisadores de universidades de vários países testaram 14 ferramentas, a Turnitin entre elas, e concluíram que nenhuma é precisa nem confiável. Elas tendiam a responder "humano", e os disfarces aplicados ao texto pioravam o desempenho.
- RAID, 2024. Apresentado na conferência ACL 2024, reuniu mais de 6 milhões de textos de 11 modelos e avaliou 12 detectores, 4 deles comerciais. Conclusão dos autores: os detectores são enganados com facilidade por ataques ao texto e perdem força diante de modelos e configurações de geração que não conheciam.
- Candido e colegas, IFAL, 2025. Um dos raros estudos em português, publicado no WICS 2025, comparou cinco detectores em 50 manuscritos científicos, uns gerados por ChatGPT, Gemini e DeepSeek e outros escritos por pessoas. O ZeroGPT foi o que mais acertou, e mesmo ele classificou textos humanos como IA. Os outros quatro tiveram muitos falsos positivos ou resultados inconsistentes.
Lado a lado, o que a página de venda costuma prometer e o que os estudos mediram:
| O que a página do detector costuma prometer | O que os estudos independentes mediram |
|---|---|
| Precisão perto de 99% | Fora das condições do fabricante, alterações no texto ou um modelo novo derrubam o acerto (RAID, 2024; Weber-Wulff, 2023) |
| Falso positivo raro | 61,3% de falso positivo em redações de quem escreve em segunda língua (Liang, 2023) |
| Funciona em vários idiomas | Em português, texto humano apontado como IA até pelo detector que mais acertou (Candido, 2025) |
| Reconhece texto de qualquer IA | A ferramenta da OpenAI, feita para os modelos da própria casa, achava 26% dos textos de IA e saiu do ar |
Uma conta feita pela Universidade Vanderbilt, nos Estados Unidos, em agosto de 2023, mostra o peso de uma taxa que parece pequena. A Turnitin anunciava 1% de falso positivo, e a universidade tinha enviado 75 mil trabalhos à ferramenta em 2022. Com 1%, uns 750 alunos teriam trechos apontados como IA sem ter usado nada. Vanderbilt desligou o detector.
O que os próprios fabricantes dizem sobre os limites?
Eles reconhecem nas páginas oficiais, em letra menor, o que o resultado não pode ser. Conferido em 29/10/2026:
- Grammarly: a página do detector em português diz que nenhum detector é 100% preciso, que textos humanos podem ser sinalizados e que a detecção nunca deve ser o único método de verificação.
- GPTZero: destaca 99,9% de precisão e, na mesma página, admite que nenhum detector é exato, que o acerto melhora com textos mais longos e é maior em inglês, e que os resultados não devem ser usados para punir nem como veredito final.
- Turnitin: afirma que o risco de falso positivo fica abaixo de 1% em documentos com mais de 20% de texto apontado como IA. Entre 1% e 19%, o relatório mostra só um asterisco, sem número e sem trecho destacado, porque a própria empresa considera essa faixa menos confiável. A orientação é tratar a pontuação como um dado entre vários.
- OpenAI: ao anunciar a marca-d'água de texto dela, em 05/10/2026, avisou que a falta de marca não prova que uma pessoa escreveu.
Quando o vendedor desaconselha usar a pontuação como prova, a escola, o cliente ou o chefe que faz isso vai além do que a ferramenta promete.
A marca-d'água resolve o problema?
Resolve uma parte, e por enquanto não para quem quer conferir um texto. O Google aplica a marca SynthID aos textos gerados pelo app e pela versão web do Gemini e abriu o código da versão para texto. A documentação para desenvolvedores admite dois limites: a marca funciona pior em respostas factuais, em que sobra pouca margem para variar palavras, e a confiança do detector cai muito quando o texto é reescrito a fundo ou traduzido.
A OpenAI anunciou a dela, chamada textGrain, em 05/10/2026. Ela vale para textos do ChatGPT e do Codex só para usuários da União Europeia, e na API só para quem ativar. O detector começa restrito a pesquisadores e organizações aprovados, caso a caso.
Na prática, em 29/10/2026 não existe um site público em que você cole um texto em português e descubra se ele carrega a marca do Gemini ou do ChatGPT. E um texto copiado, traduzido e editado perde o sinal pelo caminho.
E para imagem, vídeo e áudio?
Aqui a verificação está mais perto do público. Em 07/10/2026, o Google abriu o SynthID Detector (synthid.com) para qualquer pessoa, em todos os países, por enquanto só em inglês. Você envia uma imagem, um vídeo ou um áudio e ele procura a marca deixada pela IA do Google ou de parceiros como OpenAI, NVIDIA, Kakao e Apple. Desde 20/11/2025, o app Gemini também diz se uma imagem foi criada ou editada com a IA do Google: basta enviar o arquivo e perguntar.
A outra peça é a credencial de conteúdo do padrão C2PA, mantido por uma coalizão com Adobe, Google, Microsoft, OpenAI, Meta, Sony e outras empresas no comitê diretor. Ela funciona como uma etiqueta presa ao arquivo, com a origem e as edições pelas quais ele passou. A explicação oficial do padrão lembra três limites: a etiqueta pode ser removida, colocá-la é opcional e ela não diz se o conteúdo é verdadeiro, só de onde veio.
Se a marca ou a credencial aparecem, você tem uma boa pista de origem. Se não aparecem, isso não prova nada: o arquivo pode ter saído de uma ferramenta que não marca ou ter perdido os metadados num print de tela.
Dá para saber lendo se um texto foi feito por IA?
Dá para desconfiar, não para afirmar. Os sinais comuns em texto gerado e publicado sem revisão são frases que serviriam para qualquer empresa, nenhum detalhe que só quem viveu saberia, números sem origem ou atribuídos a estudos inexistentes e tom de folheto do início ao fim. Só que muita gente escreve assim. O estudo de Stanford mostra o risco dessa régua: o que as máquinas acharam "previsível" era o inglês de quem ainda está aprendendo a língua.
O teste mais justo é conversar. Quem escreveu sabe explicar por que escolheu aquele exemplo, de onde tirou o número e o que cortou da primeira versão. Perguntar ao ChatGPT se foi ele que escreveu também não resolve: a OpenAI não oferece isso como verificação, e a resposta do chat é só mais um texto gerado.
Seu texto foi acusado de ser IA: o que fazer?
Responda com o seu processo de escrita, e não só com a sua palavra. A sequência serve para escola, faculdade, cliente ou agência:
- Peça os detalhes: qual ferramenta, qual pontuação, em que trechos e a partir de que número a pessoa decidiu que era IA.
- Abra o histórico de versões. O Google Docs e o Word (com o arquivo salvo no OneDrive) guardam as versões anteriores com data e hora, e isso mostra o texto crescendo aos poucos. No Google Docs, ver o histórico exige permissão de editor.
- Junte o que ficou pelo caminho: rascunhos, anotações, as fontes que você consultou, mensagens ou áudios em que discutiu a ideia.
- Leve os avisos dos fabricantes e os estudos acima. Saber que a Turnitin esconde as pontuações abaixo de 20% e que o GPTZero desaconselha punir com base no resultado muda o tom da conversa.
- Ofereça explicar o texto ao vivo ou escrever um trecho novo na frente de quem acusa.
Duas reações pioram a situação: reescrever às pressas até a porcentagem baixar e passar o texto num "humanizador". As duas apagam justamente a trilha que provaria a autoria.
Se é você quem contrata redatores, inverta a lógica. Combine a entrega do rascunho e das fontes em vez de pôr no contrato uma porcentagem máxima num detector.
O que importa para quem publica no Google?
A utilidade da página, não a ferramenta que ajudou a escrever. O Google declara que olha a qualidade do conteúdo, e não o modo de produção, e o detalhe dessa orientação está no texto sobre E-E-A-T e conteúdo feito com IA. O Google não publica nenhum limite de "porcentagem de IA", e nenhum dos relatórios que o Search Console oferece mostra essa medida.
Por isso "humanizar" texto para passar no detector é mirar no alvo errado. O Google não divulga régua nenhuma desse tipo, e um humanizador reescreve o texto para despistar a estatística, não para deixá-lo mais útil a quem lê. A página do Google contra spam, revisada em 16/09/2026, dá como exemplo de abuso pegar conteúdo de outros e transformá-lo com sinônimos, tradução ou outras técnicas de ofuscação para gerar muitas páginas.
O que funciona é mostrar quem responde pelo texto: autor com nome e página própria, data de publicação e de atualização, fontes com link e algo que só a sua empresa sabe contar. O validador do Nota do Site confere três desses sinais no HTML de cada página: autor identificado, datas declaradas e conteúdo citável, com dados e fontes.
Se a sua preocupação é outra, alguém publicando o seu texto como se fosse dele, o detector de IA não ajuda. Para isso existe o pedido de remoção da cópia no Google.
Como testar um detector antes de confiar nele?
Use textos cuja origem você conhece. Pegue um texto que você escreveu antes do lançamento do ChatGPT, no fim de 2022, como um relatório antigo, um post velho do blog ou um e-mail formal. Passe pelo detector que a sua escola, o seu cliente ou você mesmo pretende usar e anote a porcentagem. Faça o mesmo com um trecho de domínio público, como um conto de Machado de Assis.
Se algum desses textos sair marcado como IA, você já sabe quanto aquela ferramenta erra com o seu estilo, e tem um argumento concreto para a próxima conversa sobre o resultado dela.
