Quais Provas São Usadas em Casos de Má Conduta por IA? Um Estudo de 1.162 Processos

Em uma universidade australiana, as pontuações de detectores representaram uma fração pequena e decrescente das provas. Entre 1.162 casos de má conduta relacionados a IA de 2023 a 2025, os relatórios de ferramentas de detecção de IA como o GPTZero representaram 5,8% das provas registradas em 2023, 8,8% em 2024 e 0,5% em 2025 — o que correspondeu a cinco registros em um ano com 618 casos desse tipo. Ao longo dos três anos, os resultados de detectores apareceram em 67 dos 1.162 casos. Muito mais comuns foram as confissões feitas durante a entrevista do estudante (em 34,3% dos casos), referências bibliográficas não encontradas (30,6%) e a avaliação do avaliador de que o texto parecia gerado por IA (20,6%). O tipo e a força das provas explicaram apenas de forma modesta o desfecho dos casos.

O estudo em questão é "How strong is the evidence in generative AI-related academic misconduct allegations? A mixed-methods analysis" (Qual a força das provas em alegações de má conduta acadêmica relacionadas a IA generativa? Uma análise por métodos mistos), de autoria de Albert Munoz, Mercedez Hinchcliff, Cameron Langfield e Ann Rogerson, da University of Wollongong. Ele foi publicado no International Journal for Educational Integrity em 2 de setembro de 2026 e é de acesso aberto. Os processos analisados são da própria universidade onde os autores lecionam e trabalham. Rogerson integra o conselho editorial do periódico, o que o artigo declara como conflito de interesses.

A universidade registrou 5.127 casos de má conduta acadêmica entre janeiro de 2023 e dezembro de 2025. A equipe isolou os 1.162 casos que envolviam suspeita de uso de IA generativa, correspondendo a 22,7% do total. Essa proporção cresceu a cada ano:

Estar nesse grupo não significa que o estudante tenha sido considerado culpado de algo. O artigo é direto a esse respeito: "This study does not adjudicate whether individual students engaged in the misuse of generative artificial intelligence." (Este estudo não julga se estudantes individuais cometeram uso indevido de inteligência artificial generativa.)

Nos processos, os autores encontraram 1.855 elementos de prova individuais e os classificaram em 15 categorias. Cada elemento foi avaliado segundo três critérios da doutrina jurídica: relevância, credibilidade e força inferencial — ou seja, o quanto um item sustenta a acusação por si só. Essas classificações refletem o julgamento dos pesquisadores, aplicado a todo o conjunto de dados por um modelo de linguagem executado localmente e calibrado a partir da codificação manual feita por eles. Elas não servem para verificar se uma prova específica estava correta ou não.

Todas as 15 categorias, ordenadas pelo número de casos em que apareceram. Um mesmo processo pode conter vários tipos de provas, portanto a soma das porcentagens ultrapassa 100%.

Referências não encontradas foram a categoria que mais cresceu: saltaram de 10,4% das provas registradas em 2023 para 30,0% em 2025.

As porcentagens se referem a itens de prova, não a processos, e o artigo fornece a contagem exata apenas para 2025. Apenas como contexto (e não como denominador): o número de casos relacionados a IA foi de 214, 330 e 618 nesses três anos. No total do período de três anos, as ferramentas de detecção de IA responderam por 69 itens em 67 dos 1.162 casos.

Antes de concluir apressadamente que "detectores não contam", há dois pontos a considerar.

As classificações foram fixadas previamente, não medidas empiricamente. Todo item proveniente de detecção de IA recebeu classificação de baixa credibilidade, sendo essa uma regra adotada desde o início pelos pesquisadores: o artigo afirma que esses resultados "were treated in the present analysis as low-credibility evidence" (foram tratados na presente análise como prova de baixa credibilidade), e sua escala de credibilidade foi construída para levar em conta "documented limitations such as AI detector false positive rates" (limitações documentadas, como as taxas de falsos positivos dos detectores de IA). O estudo não verificou se alguma pontuação específica estava errada. Se você quiser ver no que uma margem de erro pequena se transforma em toda uma universidade, o artigo o que uma taxa de falsos positivos de 1% significa quando uma universidade submete 75.000 trabalhos faz esse cálculo.

A queda também coincide com uma regra da própria instituição. A partir de 2025, a política de avaliação da universidade proibiu os professores de enviar trabalhos a detectores externos. Em sua redação atual, os funcionários "are not permitted to upload student work to third party tools, including generative artificial intelligence (GenAI) or misconduct detection software" (não têm permissão para enviar trabalhos de estudantes a ferramentas de terceiros, incluindo inteligência artificial generativa [GenAI] ou softwares de detecção de má conduta). A mesma cláusula ainda permite "approved detection software" (softwares de detecção aprovados) homologados pela instituição, e os relatórios de similaridade ainda representaram 3,1% das provas em 2025. O procedimento disciplinar vigente da universidade também lista softwares que podem ser utilizados, incluindo ferramentas de correspondência textual (Turnitin) e "language analysis software (e.g. Turnitin Authorship)" (software de análise linguística [ex.: Turnitin Authorship]). Os autores interpretam essa queda como um reconhecimento, por parte dos docentes, de que os resultados de detectores não atingem o padrão probatório de preponderância de provas. A sua universidade terá regras próprias, e algumas delas estão reunidas em 19 universidades que limitam o uso ou as provas de detectores de IA.

Um detalhe que o artigo não esclarece é onde a pontuação de escrita por IA do Turnitin foi classificada. A categoria de relatório de similaridade é definida como prova de correspondência textual, e o exemplo fornecido é um relatório que aponta "a similarity score of 1%, which is unusually low" (uma pontuação de similaridade de 1%, o que é incomumente baixo) para aquele tipo de trabalho. Já a categoria de detecção de IA menciona nominalmente o GPTZero e o ZeroGPT.

Entre as provas extraídas do próprio texto, o tipo mais frequente foi a percepção do avaliador de que a escrita parecia gerada por IA, registrada em 239 casos. O artigo ilustra como os professores descreveram isso: "generic transitional phrases, unnaturally uniform paragraph structure, and unsolicited definitions of basic terms not required by the task." (frases de transição genéricas, estrutura de parágrafos anormalmente uniforme e definições não solicitadas de termos básicos que não eram exigidas pela atividade.)

Os pesquisadores classificaram a maioria desses itens como fracos, pois tais características "not exclusive to GenAI misuse." (não são exclusivas do uso indevido de GenAI.) A participação desse tipo no total de provas caiu de 19,5% dos itens em 2023 para 14,5% em 2025.

Uma categoria menor compara o trabalho com o padrão habitual que o estudante costuma entregar (65 casos), com classificações divididas quase igualmente entre moderada e fraca. A introdução do artigo destaca o problema dessa premissa: a escrita dos estudantes evolui ao longo do tempo, "which can make legitimate improvement difficult to distinguish from anomalies attributable to misuse." (o que pode dificultar a distinção entre uma evolução legítima e anomalias atribuíveis ao uso indevido.) Se essa é a acusação que você está enfrentando, o artigo trabalhos anteriores como linha de base de escrita analisa em que pontos a comparação com trabalhos antigos se sustenta e onde ela costuma ser rebatida.

A prova que apareceu em mais casos do que qualquer outra foi a confissão feita durante a entrevista (399 casos), avaliada como forte em quase todas as ocorrências. Um segundo tipo ligado à entrevista — o estudante não conseguir explicar o próprio trabalho — surgiu em 63 casos. Ele foi avaliado como moderado em todos os registros, por ser "consistent with GenAI use but equally consistent with alternative explanations such as poor comprehension or test anxiety" (compatível com o uso de GenAI, mas igualmente compatível com explicações alternativas, como baixa compreensão ou ansiedade em avaliações).

Os próprios autores chegam a essa conclusão: "in a substantial proportion of cases, the strongest evidence available emerged only after the institution had already determined the allegation was sufficient to proceed." (em uma proporção substancial dos casos, a prova mais forte disponível só surgiu depois que a instituição já havia decidido que a acusação era suficiente para prosseguir.)

O processo também é rápido. O tempo mediano entre a acusação e o resultado final foi de 12 dias (a metade intermediária dos casos levou de 6 a 20 dias). Pelo procedimento disciplinar vigente da universidade, você tem direito a uma entrevista. Antes dela, o coordenador da disciplina deve garantir que você receba por e-mail "the summary of the allegation and evidence that has been collected" (o resumo da acusação e as provas coletadas). Você pode levar uma pessoa de apoio, embora ela não possa falar em seu nome. O guia da universidade para estudantes adverte que "you may be asked to explain how you developed an assessment item" (pode ser solicitado que você explique como desenvolveu o item de avaliação).

Nada disso deve ser interpretado como um conselho para falar menos. Se você realmente usou IA de uma forma que a atividade não permitia, o artigo acusação indevida de IA: como recorrer e quais provas a universidade aceita tem uma seção dedicada a esse caso e recomenda total transparência. Se você não usou, a entrevista é a sua oportunidade de mostrar como o trabalho foi desenvolvido.

Não com clareza, a julgar por estes dados. Os pesquisadores testaram se o tipo, a quantidade e a classificação dos elementos de prova estavam alinhados com o nível de encaminhamento do processo e seu desfecho final. Encontraram algumas correlações, mas concluíram que "the explanatory power of evidence characteristics across all model specifications is modest" (o poder explicativo das características das provas em todas as especificações do modelo é modesto).

A explicação dos autores reside no próprio procedimento. O encaminhamento do caso decorre da conclusão do professor, e não da pontuação das provas. O fato de um caso terminar em penalidade por má conduta ou ser classificado como "poor academic practice" (prática acadêmica inadequada — que acarreta uma orientação pedagógica em vez de sanção disciplinar) costuma depender de fatores como ser a primeira infração do estudante. O arquivamento na fase de comitê pode decorrer dos esclarecimentos prestados pelo estudante, de vícios processuais ou de considerações de bem-estar, e os autos do processo não registram os argumentos debatidos na audiência. Nas palavras dos autores, não existe "no minimum evidentiary threshold at any stage of the pipeline" (nenhum patamar probatório mínimo em qualquer etapa do fluxo).

Esse último ponto ficou evidente nos números. Cinquenta e oito casos (5,0%) não continham nenhuma prova descrita além da própria acusação. Essas acusações desacompanhadas de provas tornaram-se mais raras, caindo de 7,6% dos itens de prova em 2023 para cerca de 2,5% em 2025.

• Uma universidade, três anos. University of Wollongong, de 2023 a 2025. Os próprios autores alertam que esses padrões podem não se aplicar a outras instituições.
• Processos, não audiências. "The evidence records capture what was documented in the case file, not what was argued, tested, or weighed during the hearing." (Os registros de provas capturam o que foi documentado no processo, não o que foi debatido, testado ou ponderado durante a audiência.)
• Sem segmentação por perfil de estudante. Informações sobre graduação ou pós-graduação, estudantes locais ou internacionais e área de estudo não constam nos dados; portanto, o estudo não permite saber quem é acusado com mais frequência.
• As avaliações seguem uma metodologia própria. Elas foram obtidas a partir de um modelo formulado pelos autores e aplicado por um modelo de linguagem calibrado com 12 casos e depois testado em 54 casos inéditos, nos quais a concordância do modelo com dois codificadores humanos foi estatisticamente indistinguível da concordância entre os dois humanos entre si.
• Avaliadores internos. Os autores são funcionários da própria universidade cujos processos foram analisados, o que, segundo eles mesmos admitem, "introduces potential bias, especially during the calibration exercise." (introduz um potencial viés, especialmente durante o exercício de calibração.)
• Uma regra mudou no meio do caminho. A restrição adotada em 2025 ao envio de trabalhos para detectores de terceiros ocorreu dentro do período analisado.

1. Pergunte detalhadamente o que é cada elemento de prova. Uma pontuação, um trecho que alguém julgou parecer IA, uma comparação com seus trabalhos anteriores, um problema com uma fonte: exija que tudo seja listado item por item. Em 5,0% dos casos deste estudo, não havia nada além da alegação inicial. O regulamento da sua instituição deve especificar o que você tem o direito de consultar antes da reunião. O restante da preparação está no guia reunião de integridade acadêmica após acusação de IA.
2. Se houver uma pontuação de detector no processo, descubra qual ferramenta foi utilizada e se a sua universidade autoriza os professores a usá-la.
3. Se a acusação envolver o estilo do texto, leve os registros de como você o escreveu. Rascunhos, anotações e o histórico de versões do arquivo. O artigo como manter o histórico de versões no Word, Google Docs e Overleaf explica onde encontrar cada um desses registros.
4. Esteja preparado para explicar o trabalho. Por que a argumentação foi estruturada dessa forma, o que suas principais fontes realmente dizem e o que mudou de uma versão para outra. Em 63 casos analisados, a incapacidade de explicar o próprio trabalho foi registrada formalmente como prova contra o estudante.
5. Apresente suas provas logo na primeira fase. Nesta universidade, um recurso contra a decisão só é admitido por violação do devido processo ou com base em "new and substantial evidence that has not previously been considered." (provas novas e substanciais que não tenham sido consideradas anteriormente.) Consulte o regulamento da sua instituição para localizar a regra equivalente.

Nada do que está aqui ajuda em um processo que já foi aberto. Esse processo diz respeito à versão que você entregou, e reescrevê-la posteriormente não altera o que consta nos autos. Esta seção se destina a uma etapa anterior: quando você ainda está revisando um rascunho, tem em mãos um relatório do Turnitin ou iThenticate para ele e já confirmou que o plano da disciplina permite o uso de ferramentas externas de IA para reescrever o texto (e não apenas uma ferramenta específica pré-aprovada), além de saber como declarar essa ajuda. O guia para estudantes de Wollongong, por exemplo, orienta a "use only the permitted gen AI technology" (use apenas a tecnologia de IA generativa permitida) e considera qualquer uso fora das instruções da avaliação como má conduta. Se todas essas condições forem atendidas, é exatamente para esse cenário que o HumanPen foi desenvolvido. Importe o relatório do Turnitin ou iThenticate e reescreva apenas os trechos sinalizados. Você recebe um arquivo editável no mesmo formato. Compare o resultado com o seu próprio rascunho antes de enviar, pois você deve ser capaz de explicar cada frase que entregar.

As universidades ainda usam pontuações de detectores de IA como prova? Nesta instituição, raramente em 2025: foram apenas cinco itens, representando 0,5% das provas registradas naquele ano, após uma diretriz proibir os funcionários de enviar trabalhos a detectores de terceiros. Outras universidades estabelecem suas próprias regras, de modo que este caso não determina o que a sua instituição faz.

A alegação de que "parece gerado por IA" é suficiente por si só? Os pesquisadores classificaram a maioria desses elementos como fracos, já que as características apontadas não são exclusivas do uso de IA. Essa é a metodologia deles, e não uma regra da universidade. Nesta instituição, a decisão é tomada com base na preponderância de provas, considerando o conjunto de provas do caso. O artigo detalha o que isso significa: deve ser mais provável que a má conduta tenha ocorrido do que o contrário, "with the burden of proof resting with the institution and the academic raising the allegation rather than the student" (com o ônus da prova cabendo à instituição e ao professor que fez a acusação, e não ao estudante).

Neste estudo, o que foi considerado como prova mais forte? Confissões — por escrito ou feitas durante a entrevista —, os registros mantidos por softwares de monitoramento de exames e o comportamento proibido demonstrado por esses registros. A maior parte dos itens de cada uma dessas categorias foi classificada como forte.

O estudo mostra se os estudantes acusados realmente usaram IA? Não. O estudo apenas quantifica e avalia o que constava nos processos. Estar entre os 1.162 casos significa que houve suspeita de uso indevido de IA, e não que a prática foi comprovada.

• Albert Munoz, Mercedez Hinchcliff, Cameron Langfield e Ann Rogerson, How strong is the evidence in generative AI-related academic misconduct allegations? A mixed-methods analysis, International Journal for Educational Integrity 22, artigo 26, publicado em 2 de setembro de 2026 (versão definitiva em 10 de setembro de 2026); consultado em 2 de outubro de 2026 (Tabela 2, Figuras 1 e 2).
• University of Wollongong, Academic Misconduct (Coursework) Procedure, versão em vigor a partir de 3 de novembro de 2025, cláusulas 35, 80, 119; consultado em 2 de outubro de 2026.
• University of Wollongong, Assessment and Feedback Policy, versão em vigor a partir de 14 de março de 2025, cláusula 14; consultado em 2 de outubro de 2026.
• University of Wollongong, Using Generative Artificial Intelligence (Gen AI) in Assessments; consultado em 2 de outubro de 2026.