Como saber se um texto foi escrito por IA? O que funciona de verdade

Se a empresa que criou o ChatGPT não conseguiu construir um detector confiável, vale desconfiar de quem promete precisão perto de 100%.

O viés contra quem escreve em outro idioma

Pesquisadores da Universidade Stanford testaram sete detectores populares em redações do exame de proficiência TOEFL, escritas por pessoas que não têm o inglês como língua nativa. A taxa média de falsos positivos passou de 60%: mais da metade dos textos humanos foi classificada como gerada por IA. Em redações de estudantes nativos, os erros foram bem menores. A explicação provável: os detectores associam vocabulário mais simples e previsível a texto de IA — justamente o padrão de quem escreve numa segunda língua.

Por que é tão difícil

Modelos de linguagem foram treinados com textos humanos e produzem textos parecidos com os humanos. Não há uma "assinatura" natural e infalível. Além disso:

• Textos curtos dão pouca informação para análise.
• Uma pessoa pode reescrever o texto da IA, e uma IA pode reescrever o texto de uma pessoa.
• Os modelos mudam constantemente, e os detectores precisam correr atrás.

Sinais que levantam suspeita (mas não provam nada)

Alguns padrões aparecem com frequência em textos gerados por IA sem revisão:

• Estrutura muito padronizada: introdução genérica, tópicos com o mesmo tamanho, conclusão que repete tudo.
• Frases de efeito vazias e expressões repetitivas.
• Tom uniforme, sem opiniões pessoais ou experiências concretas.
• Afirmações genéricas sem exemplos específicos.
• Fatos, citações ou referências que não existem.
• Ausência de erros, mas também de personalidade.

O problema é que muitas pessoas escrevem assim — especialmente em textos formais. Esses sinais justificam uma conversa, não uma acusação.

O que funciona melhor

Marcas d'água digitais

Em vez de adivinhar depois, algumas empresas inserem sinais invisíveis no momento da geração. O SynthID, do Google DeepMind, marca textos, imagens, áudios e vídeos gerados pelos modelos do Google. A versão para texto foi disponibilizada como código aberto (documentação). A própria documentação reconhece os limites: a marca resiste a pequenas edições, mas perde força quando o texto é muito reescrito ou traduzido, e só funciona para conteúdo gerado por modelos que aplicam a marca.

Padrões de procedência

Iniciativas como o padrão C2PA registram informações sobre a origem e as edições de imagens e vídeos. Ainda são pouco usadas para texto, mas apontam o caminho da transparência por design.

Avaliar o processo, não só o resultado

Em escolas e processos seletivos, as abordagens mais sólidas avaliam como o trabalho foi feito:

• Histórico de versões do documento (Google Docs e Word guardam).
• Rascunhos e anotações intermediárias.
• Apresentação oral ou conversa sobre o conteúdo.
• Atividades feitas em sala ou ao vivo.
• Perguntas sobre escolhas e fontes usadas.

Para professores e gestores

• Defina regras claras sobre quando e como a IA pode ser usada.
• Não use detectores como prova única.
• Prefira tarefas que exijam experiência pessoal, dados locais, opinião fundamentada e etapas intermediárias.
• Converse antes de acusar: peça para a pessoa explicar o texto com as próprias palavras.

Para quem escreve com ajuda de IA

• Conheça e siga as regras do local (escola, empresa, veículo).
• Use a IA para estruturar e revisar, mas coloque sua experiência, exemplos e opinião.
• Verifique todos os fatos e referências.
• Guarde rascunhos e histórico de versões, caso precise demonstrar seu processo.

Conclusão

Não há, hoje, uma forma confiável de afirmar com certeza que um texto foi escrito por IA. Detectores erram com frequência e podem prejudicar pessoas inocentes. Sinais de estilo ajudam a levantar perguntas, e marcas d'água e padrões de procedência são caminhos promissores, mas limitados. Na dúvida, o melhor detector continua sendo uma boa conversa sobre o conteúdo.