Devemos usar detectores de IA?

Esta é uma tradução automática da página em inglês; ainda não foi revisada por uma pessoa falante nativa.

Não como evidência em um caso de má conduta, e não como primeira linha de defesa de uma instituição. Uma pontuação de detector não pode ser validada contra a verdade básica, não pode ser submetida a contra-interrogatório, e não atende ao padrão de balanço de probabilidades que os achados de integridade acadêmica exigem. Pior, seus erros são padronizados, e não aleatórios: o estudo controlado mais forte da base de conhecimento descobriu que os detectores sinalizam edição leve de IA, honesta e em conformidade com as diretrizes, com muito mais facilidade do que prosa de estudante não modificada, enquanto a evasão deliberada passa quase intocada — e os estudantes com maior probabilidade de serem sinalizados são escritores não nativos de inglês (Why AI Detection Fails for Academic Integrity, Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI) — um dos vários lugares em que a taxa de erro de um sistema de IA não se distribui uniformemente entre aprendizes, como documenta Efeitos Diferenciais Entre Grupos de Aprendizes. Bassett e colegas (2026) vão mais longe e argumentam que a detecção não deveria ser usada na educação de forma alguma, porque a tecnologia não consegue distinguir "trabalho criado com IA" de "trabalho criado por IA". Esta página é para as pessoas que têm de decidir: professores, responsáveis por integridade acadêmica e administradores. O manual de desenho do outro lado está em Como posso reduzir a cola com IA no meu curso?.

1. Os números de precisão não sustentam um achado

Três linhas independentes de evidência convergem para a mesma conclusão.

A taxa de falso positivo sobre trabalho legítimo é alta, e ela pune a transparência. Um estudo controlado de 642 resumos publicados em inglês ao longo de quatro domínios e dois períodos descobriu que, a um limiar de 0,50, dois detectores comerciais sinalizavam edição leve de IA em conformidade com as diretrizes em 38–80%, sinalizavam originais não modificados de 2023–25 em 9–15% (fora do STEM muito acima do STEM, p < 0,001) e — uma vez que o texto havia passado por um serviço de humanização — capturavam menos de 4% das reescritas rotuladas como IA, uma taxa de falso negativo acima de 96%. Os autores descrevem isso como uma aporia da integridade: os estudantes que revelam e editam levemente são os que a ferramenta pega, enquanto os estudantes que deliberadamente a evadem não são. A recomendação deles é explícita — as pontuações de detector nunca deveriam servir como evidência isolada de má conduta. (Why AI Detection Fails for Academic Integrity)

O melhor benchmark independente não alcança precisão utilizável. No benchmark inicial mais abrangente, nenhuma das catorze ferramentas alcançou 80% de precisão, e parafrasear simplesmente, editar de forma menor ou usar serviços de humanização reduzem achatam até mesmo esse desempenho. A taxas de base realistas, os falsos positivos superam os verdadeiros positivos. (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI)

E ela perde inteiramente o uso pleno de IA quando isso importa. Em um estudo de campo encoberto, pesquisadores injetaram submissões integralmente geradas por IA em um sistema vivo de exame online ao longo de cinco módulos de psicologia: 94% passaram não detectadas, e o trabalho de IA em média superou a nota dos estudantes reais. A compra de trabalho (contract cheating) já havia demonstrado o mesmo problema estrutural — ela não deixa nenhum rastro confiável a ser encontrado. (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI)

A precisão também varia por tarefa de formas que uma política não consegue antecipar. Quando pesquisadores testaram se a IA generativa consegue detectar de forma confiável sua própria saída, a detecção era confiável para programação e escrita reflexiva mais longa, mas ruim para respostas curtas, em que o modelo muitas vezes julgava seu próprio texto como mais humanizado do que o trabalho autêntico de estudantes — e pequenas variações na provocação reduziam fortemente a precisão. (Distinguishing Artificial from Authentic: Evaluating LLMs for Detecting LLM-Generated Content) Qualquer limiar que você definir valerá para algumas tarefas e falhará para outras.

A detecção nunca foi claramente melhor do que um humano cuidadoso, e a margem não é o ponto. Leaton Gray, Edsall e Parapadakis (2025) relatam detecção por máquina de texto de IA ou parafraseado em cerca de 80% contra 78,4% para revisores humanos, e citam evidência de que texto gerado por IA passou como escrito por humanos em até 80% dos casos — o que eles leem como uma margem estreita demais para fundamentar um achado de má conduta, já que a vantagem da máquina desaparece na mesma faixa de erro que o humano traz. A revisão deles também solapa o pressuposto de que a detecção dissuade os capazes: a metanálise de Krou e colegas descobre que a autoeficácia se correlaciona negativamente com a cola, enquanto a capacidade real não se correlaciona inversamente com ela de forma alguma, então estudantes que conseguiriam fazer o trabalho podem colar quando julgam a avaliação injusta. A detecção não é, portanto, nem um instrumento confiável nem um dissuasor óbvio.

2. Os erros são padronados, e eles caem sobre os estudantes errados

Essa é a parte que deveria decidir a questão para qualquer pessoa responsável por equidade.

As características que os detectores tratam como sinais de IA — densidade de tokens longos, frequência de palavras acadêmicas, estilo uniforme — são também características da escrita competente em segunda língua, então os detectores classificam incorretamente falantes não nativos de inglês de forma sistemática, e não aleatória. O dano da classificação incorreta recai, portanto, sobre estudantes que já estão em desvantagem. (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI) A mesma inclinação aparece por disciplina: resumos de fora do STEM foram sinalizados muito acima dos de STEM no estudo dos resumos, o que é uma propriedade das convenções de escrita desses campos, e não da conduta de seus autores. (Why AI Detection Fails for Academic Integrity) Com efeito, um detector é um teste de estilo, e o estilo que ele pune se correlaciona com origem linguística, disciplina e registro — e não com se um estudante usou IA.

Esse é um problema de equidade antes de ser um problema técnico, e também é um problema de confiança. Como os detectores são não confiáveis e os processos formais exigem provas de qualidade de detecção que são funcionalmente indisponíveis, o corpo docente acaba com o que um relato de praticante chama de "suspeita sem recurso", enquanto os estudantes racionalizam o próprio uso e os arquivos de caso empacam. (The Best Response to Student AI Use Is Not Detection, It Is Dialog)

3. Por que uma pontuação não pode sustentar um caso de integridade

Se você se senta em uma audiência, esta é a seção que importa.

• O padrão de evidência não é atendido. Achados de má conduta acadêmica exigem evidência que atenda ao balanço de probabilidades. Pontuações de detector — isoladas ou em combinação com marcadores linguísticos, comparações de estilo, julgamentos de LLM ou o silêncio de um estudante — não satisfazem esse padrão. (Heads We Win, Tails You Lose: AI Detectors in Education)
• O silêncio e a fala estão ambos sendo mal utilizados. Os estudantes mantêm o direito ao silêncio; recusar-se a responder não inclina a balança contra eles. A pergunta legítima não é "você usou IA?", e sim se o estudante pode demonstrar a aprendizagem que a avaliação afirma medir, o que uma resposta oral pode responder. (Heads We Win, Tails You Lose: AI Detectors in Education)
• A probabilidade é inverificável. Diferentemente de um filtro de spam ou de um teste médico, a saída de um detector não pode ser verificada de forma independente: em submissões reais, não há verdade básica sobre como o texto foi produzido, então a validação se torna circular, e as métricas de falso positivo/falso negativo se aplicam apenas em testes controlados. (Heads We Win, Tails You Lose: AI Detectors in Education)
• Os dados de referência estão desatualizados por construção. Os detectores são treinados e testados sobre escrita humana anterior à IA generativa — a própria validação da Turnitin usou 700.000 artigos anteriores a 2019 — o que pressupõe que esse corpus reflete a prosa atual dos estudantes. Esse pressuposto não é verificado, e ele muda a cada lançamento de modelo. (Heads We Win, Tails You Lose: AI Detectors in Education)
• A ferramenta não pode ser interrogada. Os detectores não publicam limiares nem dados de treino e não permitem replicação independente, então um estudante sinalizado não pode responder nem contraditar a acusação. Você não pode defender um achado que não consegue explicar. (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI)
• O binário é a pergunta errada. O trabalho dos estudantes é frequentemente criado com, e não por IA, ao longo de um contínuo híbrido, e políticas que dizem "em avaliação" raramente definem quando uma avaliação começa — deixando a aplicação a cargo de julgamento subjetivo, em vez de critérios principledos. (Heads We Win, Tails You Lose: AI Detectors in Education)
• Você assume o risco de dados. Os detectores armazenam trabalho de estudantes em servidores de terceiros, às vezes no exterior, sob proteções de privacidade mais fracas, criando exposição a violação, retenção e exploração comercial que sua instituição é dona. (Heads We Win, Tails You Lose: AI Detectors in Education)
• Mais monitoramento pode sair pela culatra. A dissuasão passa pela discriminação de um detector entre uso oculto e trabalho legítimo, e não por sua taxa bruta de captura. Quando a sensibilidade extra produz mais falsos positivos novos do que verdadeiros positivos novos, um monitoramento mais forte torna o ocultamento relativamente mais atraente — você gasta credibilidade com estudantes que não fizeram nada de errado mais rápido do que identifica os que fizeram. (Assessment Design Under Imperfect Information: Generative AI, Disclosure, and Student Response in Higher Education)

4. O que fazer em vez disso

Peça verificação, não proveniência. A Grand Canyon University passou de "Este estudante usou IA?" para "Este estudante consegue demonstrar compreensão do que entregou?", usando conversas curtas, rascunhos iniciais e explicações gravadas, implementado em toda a instituição no outono de 2025. O argumento é prático: o corpo docente já está qualificado para julgar compreensão, e a mudança restaura sua autoridade, em vez de deixá-lo esperando por uma prova que nunca vai chegar. (The Best Response to Student AI Use Is Not Detection, It Is Dialog)

Torne ao menos uma tarefa de alto impacto feita sem auxílio. Avaliações orais assíncronas — provocações just-in-time com respostas gravadas breves e de tempo limitado, corrigidas contra rubricas incorporadas — tiveram desempenho comparável ao de provas presenciais de múltipla escolha em um estudo e significativamente melhor em outro, com estudantes relatando preparação mais ativa e maior relevância profissional percebida. Para um administrador, a propriedade relevante é que isso é escalável sem supervisão. (Asynchronous Oral Assessments: Enhancing Integrity, Engagement, and Communication in the AI Era)

Redesenhe as tarefas para que os atalhos com IA sejam menos atraentes. Um estudo de caso com estudantes de graduação em economia descobriu que apenas cerca de um terço relatou algum uso de IA, com a revelação ainda mais rara — e a não revelação lida como cautela racional sob política ambígua, e não como desonestidade. Esses mesmos estudantes favoreceram tarefas reais, baseadas em dados, como a correção. (Beyond Detection: How Students Use—and Hide—AI in Online Assessments and What Authentic Tasks Can Do About It) Esperar, declarar e escrutinizar o uso de IA é melhor do que policiá-lo, porque a autenticidade tem de ser desenhada, e não aplicada à força. (Beyond Detection: Redesigning Authentic Assessment in an AI-Mediated World)

Torne a revelação honesta a opção segura. Políticas vagas ou punitivas impulsionam o ocultamento; frameworks específicos de declaração atrelados a etapas cognitivas, combinados com a garantia de que a revelação veraz não é penalizada, extraem mais informação dos estudantes do que a vigilância. (Addressing student non-compliance in AI use declarations: implications for academic integrity and assessment in higher)("Should I Tell My Teacher?" Student AI Disclosure Practices, Stigma, and Self-Regulated Learning in Higher Education)

5. As objeções que você vai ouvir

• "Nosso fornecedor anuncia uma taxa de falso positivo de 1%." O detector licenciado da Vanderbilt afirmava exatamente isso, e, quando a universidade buscou validar o número, não conseguiu — 1% de 75.000 submissões anuais implicaria cerca de 750 estudantes rotulados incorretamente — então ela desativou a ferramenta. Benchmarks independentes não colocam nenhuma ferramenta acima de 80% de precisão. (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI)
• "Nós só a usamos como uma peça da evidência." O padrão não é "alguma evidência", e sim evidência que atenda ao balanço de probabilidades, e pontuações de detector combinadas com marcadores, comparações de estilo, julgamentos de LLM ou silêncio ainda não o satisfazem. Se você não diria o raciocínio em voz alta em uma audiência, não é evidência. (Heads We Win, Tails You Lose: AI Detectors in Education)
• "Se pararmos de detectar, a cola ganha." A detecção não é o que detém os determinados: 94% das submissões de IA injetadas passaram por um exame online real sem ser notadas, a humanização derrota a detecção mais de 96% das vezes, e a compra de trabalho já não deixava rastro confiável. (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI) O que os detectores de fato pegam, com confiabilidade medida, é edição leve honesta e prosa de não nativos. (Why AI Detection Fails for Academic Integrity)
• "Nós só a usamos em particular, para começar uma conversa." Esse é o uso menos prejudicial, e ainda assim custa algo: os estudantes com maior probabilidade de serem sinalizados são os com menor probabilidade de estar usando mal a IA, então a suspeita recai desproporcionalmente sobre as pessoas erradas. (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI) A resposta da Grand Canyon foi parar de começar pela suspeita em absoluto. (The Best Response to Student AI Use Is Not Detection, It Is Dialog)

6. Se você escreve ou revisa uma política, coloque isto nela

• A saída de detector nunca é evidência isolada, nunca dispara uma consequência automática, e nunca fundamenta um achado. Declare isso na própria política, e não em um memorando. (Why AI Detection Fails for Academic Integrity)
• Os estudantes devem poder ver a acusação e responder a ela, com o direito ao silêncio preservado e uma rota de verificação oral disponível para qualquer alegação que se apoie apenas no estilo. (Heads We Win, Tails You Lose: AI Detectors in Education)
• Os termos de aquisição devem cobrir retenção de dados, uso para treinamento de modelo, local de armazenamento, notificação de violação e direitos de recurso — o risco fica com sua instituição, não com o fornecedor. (Heads We Win, Tails You Lose: AI Detectors in Education)
• Fundamente a alternativa. A reclamação documentada do corpo docente é "suspeita sem recurso", então a linha de orçamento que importa é a capacidade de verificação e a orientação, não uma licença de detecção. (The Best Response to Student AI Use Is Not Detection, It Is Dialog)
• Peça as taxas de erro por escrito, e depois tente validá-las localmente. Se a taxa anunciada não puder ser reproduzida sobre suas próprias submissões — como a Vanderbilt descobriu — essa é sua resposta. (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI)

7. O risco jurídico quando um estudante é acusado injustamente

Uma pontuação de detector que se torna uma acusação é onde isso deixa de ser uma questão de ensino. As instituições não ficam expostas porque alguém foi acusado, mas por como a acusação foi construída e tratada, e a exposição geralmente aparece primeiro como um recurso interno ou uma reclamação a um órgão regulador, e não como um processo judicial.

• O procedimento é a primeira coisa testada. Princípios da justiça natural exigem que o estudante seja informado da alegação e receba uma oportunidade de responder antes que qualquer determinação seja feita, obrigações codificadas em padrões regulatórios, bem como em uma política sólida de integridade acadêmica; a oportunidade de resposta é tipicamente uma reunião investigativa ou uma entrevista de painel, e o que quer que o estudante diga passa a fazer parte do registro de evidências. Um achado alcançado sem essa etapa é vulnerável, independentemente de a suspeita subjacente ter sido razoável. (How strong is the evidence in generative AI-related academic misconduct allegations? A mixed-methods analysis)
• O padrão de evidência é o segundo. Achados de má conduta exigem evidência que atenda ao balanço de probabilidades, e a saída de detector não chega lá por si só: as pontuações não podem ser validadas contra a verdade básica em submissões reais, as ferramentas não podem ser interrogadas sobre como um veredito dado foi alcançado, e um estudante não pode contraditar um número. Se seu caso não pode ser apresentado sem a pontuação do detector, o caso é fraco em sua face. (Heads We Win, Tails You Lose: AI Detectors in Education)
• O erro padronizado transforma um defeito técnico em um problema de justiça e igualdade. O erro do detector não é aleatório: a evidência mais forte da base de conhecimento mostra a sinalização concentrada em escrita de não nativos de inglês e nas convenções de prosa de uma disciplina em relação às de outra, com precisão medida de 0,69 e 0,61 para duas ferramentas comerciais amplamente usadas, e ambas falhando em texto híbrido humano-IA. Um achado construído sobre um instrumento que classifica incorretamente por origem linguística é um achado que convida a um argumento de discriminação. (Evaluating the accuracy and reliability of AI content detectors in academic contexts)(Who wrote this? Evaluating the reliability of AI detection tools in higher education)
• Proibições indiscriminadas de "uso de IA" podem remover uma adaptação. Regras que não separam transcrição e OCR da redação generativa podem criminalizar as ferramentas assistivas de que dependem estudantes com condições que afetam o controle motor, a legibilidade da escrita ou a precisão da digitação, várias das quais foram descontinuadas, com a transcrição por IA preenchendo a lacuna. Uma política abrangente demais é uma exposição jurídica, não apenas uma imprecisa. (Transcription is not generation: Distinguishing non-generative AI tool use from academic misconduct in higher education assessment)
• Os dados são sua responsabilidade. Os detectores armazenam trabalho de estudantes em servidores de terceiros, às vezes no exterior, sob proteções de privacidade mais fracas, o que coloca violação, retenção e uso comercial posterior dentro do registro de risco da sua instituição, e não no marketing do fornecedor. (Heads We Win, Tails You Lose: AI Detectors in Education)
• As afirmações de fornecedores não vão proteger você. Um detector licenciado que anunciava uma taxa de falso positivo de 1% falhou na validação quando a universidade tentou reproduzi-la, implicando cerca de 750 estudantes rotulados incorretamente entre 75.000 submissões anuais; essa instituição desativou a ferramenta. A afirmação no contrato não transfere o risco na audiência. (Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI)

O que reduz o risco é processual, e não técnico: nunca tratar a saída de detector como evidência isolada ou como um gatilho automático; documentar o padrão de evidência que seu processo aplica; dar aviso e uma oportunidade genuína de responder, registrada; oferecer uma rota de verificação oral quando o caso se apoia apenas no estilo; colocar retenção, uso para treinamento e termos de violação na aquisição; escrever o escopo da política de modo que ferramentas assistivas e de transcrição sejam explicitamente abordadas; e manter a trilha de auditoria que mostra que tudo isso aconteceu. O relato que a base de conhecimento faz da própria exposição jurídica está em Questões e riscos legais, e ele é honesto sobre seus limites: documenta procedimentos, categorias de evidência e confiabilidade de instrumentos, não desfechos litigiosos.

Como esta página difere das FAQs vizinhas

• Como posso reduzir a cola com IA no meu curso? é o manual de desenho do professor: ferramentas com proteções, redesenho da avaliação, verificação, declarações, letramento em IA. Esta página responde à questão prévia e mais estreita de saber se a saída de detector pode ser usada de alguma forma.
• Como redesenho a avaliação para que uma nota ainda me diga algo defensável sobre o que o estudante sabe ou consegue fazer? cobre o redesenho da avaliação em profundidade; esta página apenas aponta para os movimentos de redesenho que substituem especificamente a detecção.
• Como escrevo uma política de IA para o curso e a comunico aos estudantes? cobre escrever e comunicar uma política de curso; a seção 6 daqui cobre as cláusulas específicas de detecção de que uma política institucional precisa.
• Questões e riscos legais é a página de conceito por trás da seção 7, cobrindo acusação injusta, vigilância, acessibilidade e exposição de proteção de dados em conjunto.

A conclusão principal

Não construa um achado sobre uma pontuação de detector, e não compre um esperando que ele proteja suas avaliações. O comportamento medido dessas ferramentas é o oposto de seu marketing: elas pegam trabalho honesto, revelado e levemente editado e escrita competente em segunda língua, enquanto a evasão deliberada passa 96% das vezes e submissões integralmente geradas passaram por um sistema real de exames 94% das vezes. (Why AI Detection Fails for Academic Integrity)(Detecting the Undetectable? Reassessing Academic Misconduct Procedures in the Era of Generative AI) A questão de integridade que você de fato pode responder é se um estudante consegue demonstrar compreensão do que entregou — e essa é uma capacidade de ensino que vale a pena financiar.