Um estudo preliminar testou o impacto de assistentes de escrita com IA sobre textos originalmente humanos e mostrou que detectores usados em ambientes educacionais têm dificuldade para distinguir entre geração integral, reescrita parcial e revisão legítima. A pesquisa é relevante porque questiona o uso de percentuais automáticos como prova de má conduta acadêmica e defende que escolas e universidades passem a regular como a IA é usada, em vez de tentar simplesmente eliminá-la.
O QUE HÁ DE NOVO: Pesquisadores ligados à University of Lethbridge analisaram como ferramentas de escrita baseadas em IA ou recursos próximos de IA modificam textos e como essas alterações aparecem em sistemas de detecção. O estudo, de caráter exploratório, usou três textos em inglês produzidos antes da popularização dos grandes modelos de linguagem: dois textos acadêmicos e uma versão clássica de “Chapeuzinho Vermelho”. Cada material foi reescrito ou parafraseado por diferentes ferramentas e depois submetido a Turnitin e GPTZero, dois sistemas frequentemente associados à verificação de autoria e integridade acadêmica.
COMO FUNCIONA: A pesquisa comparou ferramentas generalistas de IA generativa, como ChatGPT 3.5, ChatGPT 4 e Microsoft Bing Copilot, com assistentes especializados de escrita, como Grammarly, EditPad e Writefull. O procedimento consistiu em pedir que cada sistema melhorasse ou reescrevesse os textos mantendo, tanto quanto possível, extensão semelhante. No caso de alguns serviços, os textos precisaram ser divididos em trechos menores; em outros, os pesquisadores aceitaram as sugestões de revisão ou usaram modos de paráfrase mais intensos.
Depois da reescrita, os textos originais e modificados foram avaliados por Turnitin e GPTZero. O GPTZero oferece métricas como perplexidade, variação de padrões de escrita, legibilidade, simplicidade, proporção de vocabulário acadêmico e tamanho médio das frases; o Turnitin, em contraste, apresenta uma pontuação mais agregada sobre a probabilidade de presença de IA. Essa diferença é central para o estudo: enquanto uma ferramenta permite observar sinais linguísticos mais específicos, a outra tende a condensar a análise em um indicador que pode parecer mais conclusivo do que realmente é.
PRINCIPAIS RESULTADOS: Os resultados foram irregulares e mostram que não há uma “assinatura” única da IA em textos educacionais. Textos reescritos pelo ChatGPT 3.5 receberam no GPTZero pontuações de probabilidade de IA entre 48% e 86%, mas o Turnitin marcou quase tudo como 0%, com apenas um caso em 11%. O Grammarly teve pontuações baixas ou moderadas no GPTZero, de 0% a 33%, e quase sempre 0% no Turnitin, exceto em uma reescrita do conto infantil. O Writefull também ficou majoritariamente abaixo do radar dos detectores, enquanto o Copilot registrou 0% tanto no Turnitin quanto no GPTZero nos testes relatados, apesar de produzir textos reescritos por IA.
O EditPad apareceu como um caso particularmente instrutivo: em alguns textos, elevou muito medidas como perplexidade e variação de estrutura, o que pode fazer a escrita parecer mais “humana” para determinados critérios de detecção, ainda que a qualidade da saída nem sempre fosse estável. O estudo também observou que modelos como GPT 3.5 e GPT 4 podem simplificar frases e reduzir certas marcas de complexidade em textos acadêmicos, tornando a intervenção menos evidente para detectores. Em termos práticos, isso significa que um sistema pode falhar tanto por não identificar reescritas feitas por IA quanto por suspeitar de textos apenas revisados por ferramentas aceitas em muitos cursos.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: A conclusão tem impacto direto sobre avaliação, autoria e justiça acadêmica. Se uma pontuação automática é tratada como evidência suficiente de fraude, estudantes podem ser punidos por usar corretores gramaticais, ferramentas de acessibilidade, softwares de paráfrase autorizados ou apoio linguístico comum entre falantes não nativos. Ao mesmo tempo, a baixa detecção de algumas reescritas reforça que confiar apenas em detectores não protege a integridade acadêmica. Para professores, a mensagem é que a avaliação precisa combinar evidências: processo de escrita, versões intermediárias, conversas orais, atividades presenciais, declarações de uso de IA e critérios claros sobre o que é permitido.
Para instituições, o estudo desloca o debate de uma pergunta binária, “houve IA ou não?”, para uma questão pedagógica mais difícil: “de que modo a IA foi usada e isso preserva a aprendizagem esperada?”. Essa mudança afeta políticas de curso, orientações de biblioteca, apoio à escrita, formação docente e atendimento a estudantes com acomodações. Também toca em equidade, porque estudantes que escrevem em segunda língua ou que dependem de tecnologias assistivas podem ser mais vulneráveis a falsas suspeitas quando a instituição não diferencia geração de conteúdo, revisão linguística, tradução, paráfrase e apoio à clareza textual.
LIMITES E CAUTELAS: O próprio estudo reconhece que seus resultados devem ser interpretados com prudência. A amostra é pequena, com apenas três textos, todos em inglês e de gêneros específicos; a metodologia é exploratória e ainda precisa ser validada por pesquisas maiores. Além disso, ferramentas de IA e detectores mudam rapidamente, o que significa que resultados obtidos com versões específicas podem não se repetir exatamente em versões futuras. Ainda assim, a força do estudo está em demonstrar um problema concreto: os detectores não medem “culpa acadêmica”, mas apenas padrões linguísticos probabilísticos que podem ser influenciados por estilo, gênero textual, idioma, tipo de ferramenta e intensidade da reescrita.
O QUE OBSERVAR DAQUI EM DIANTE: A recomendação central é que políticas de IA na educação sejam mais transparentes e processuais. Em vez de proibir genericamente qualquer contato com IA, cursos podem exigir declarações de uso, registro das ferramentas consultadas, explicação dos prompts, preservação de rascunhos e atividades em sala que ajudem o professor a conhecer a escrita não assistida do estudante. Para a pesquisa, o próximo passo é replicar a metodologia com bases maiores, mais gêneros textuais, diferentes níveis de ensino e outros idiomas. Esse avanço é importante porque a maior parte dos detectores foi concebida para o inglês, enquanto sistemas educacionais multilíngues precisarão lidar com nuances linguísticas, desigualdades de acesso e usos legítimos de apoio à aprendizagem.