O polimento por IA faz seu texto ser sinalizado? O que um estudo de 2026 mediu

Com frequência, nos dois detectores comerciais avaliados neste estudo. Os pesquisadores pediram a um modelo de IA que reescrevesse 642 resumos publicados "to sound better and more human-like" (para soarem melhores e mais humanos). O Pangram sinalizou de 64 a 80% das versões polidas, e o GPTZero, de 38 a 49%. Os mesmos detectores não sinalizaram nenhum dos resumos originais escritos entre 2013 e 2015. O Turnitin não foi testado. A conclusão dos autores é que "detector scores should not serve as standalone misconduct evidence." (as pontuações dos detectores não devem servir como prova isolada de má conduta.)

O estudo se intitula "Why AI Detection Fails for Academic Integrity" (Por que a detecção de IA falha na integridade acadêmica), de autoria de quatro pesquisadores da Universidade de Notre Dame, publicado no arXiv em 6 de agosto de 2026 e elaborado para o ACM AI Leadership Summit (AILS '26).

Este não é o primeiro estudo a analisar a questão. Um estudo de 2025 realizado por Saha e Feizi, da Universidade de Maryland, publicado no Findings of ACL 2025, constatou que, após "only extremely minor edits" (apenas edições extremamente pequenas) feitas por um modelo de IA, 42.56% das amostras escritas por humanos foram detectadas como IA pelo Pangram e 64.71% pelo GPTZero, adotando o limiar definido para cada detector. Como os dois estudos utilizaram modelos, limiares e textos diferentes, seus números devem ser comparados lado a lado, e não somados. Ainda assim, apontam para a mesma direção.

Eles reuniram 642 resumos em inglês de artigos publicados em quatro áreas: química, ciência da computação, ciência política e teologia. Desses, 306 eram do período de 2013 a 2015, antes da existência de ferramentas como o ChatGPT, e 336 eram de 2023 a 2025.

Cada resumo foi reescrito pelo Gemini 3 Flash. A versão relevante aqui é a que os autores chamam de "refine" (refinamento), tratada por eles como "a proxy for guideline-compliant AI assistance" (uma aproximação para a assistência de IA em conformidade com as diretrizes). A instrução fornecida ao modelo começava assim:

"You are an expert scientist who excels in writing papers. Your task is to rewrite a given paper abstract to sound better and more human-like." (Você é um cientista experiente com excelência na redação de artigos acadêmicos. Sua tarefa é reescrever o resumo de um artigo fornecido para que ele soe melhor e mais humano.)

Os autores deixam claro que tipo de edição isso produz: "Our refine prompt is closer to light generative rewriting than to grammar-only editing; assisted-writing flag rates should be read accordingly." (Nosso comando de refinamento está mais próximo de uma reescrita generativa leve do que de uma edição puramente gramatical; as taxas de sinalização para escrita assistida devem ser interpretadas sob essa perspectiva.) Tenha isso em mente antes de comparar os dados com o que você fez.

Em seguida, cada original e cada versão reescrita foram avaliados pelo Pangram 3.2 e pelo GPTZero. De acordo com o código disponibilizado pelos autores, a pontuação usada para o GPTZero é a probabilidade atribuída à sua classe "AI", sendo que qualquer valor igual ou superior a 0.50 foi considerado sinalizado.

Duas ressalvas vêm dos próprios autores. Os originais de 2023–2025 podem já ter contado com algum auxílio de IA que ninguém registrou; portanto, essas marcações "not confirmed false positives" (não são falsos positivos confirmados). Além disso, as versões polidas são algo diferente de um texto puramente humano: o artigo afirma que a taxa de sinalização delas "must not be abbreviated as FPR" (não deve ser abreviada como FPR), por isso também não a chamamos aqui de taxa de falsos positivos. O que ela mede é com que frequência um resumo escrito por humanos é sinalizado após passar por um polimento de IA.

Alterar o limiar não mudou muito o cenário. Entre 0.4 e 0.6, o Pangram sinalizou de 80 a 85% das versões polidas de 2023–2025, e o GPTZero, de 48 a 49%.

Nos resumos de 2023–2025, as taxas variaram bastante de acordo com a área:

Nos originais não editados, a diferença entre as áreas de STEM (química e ciência da computação) e as demais (ciência política e teologia) foi estatisticamente significativa. Os autores também mediram quais características do texto estavam associadas a pontuações mais altas. Os dois fatores mais fortes foram a proporção de palavras longas e a proporção de termos da Academic Word List (uma lista padronizada de vocabulário comum na escrita acadêmica), com correlações em torno de 0.30 a 0.35. Uma proporção maior de números e outros símbolos não alfabéticos foi associada a pontuações mais baixas. Os autores afirmam que essas "associations are correlational and do not establish causal mechanisms." (as associações são correlacionais e não estabelecem mecanismos causais.)

Essas medições dizem respeito ao Pangram e ao GPTZero, e não ao Turnitin. Nas três páginas de ajuda do Turnitin sobre detecção de IA que consultamos em por que os detectores de IA sinalizam textos bem escritos, não há nenhuma menção a avaliar a qualidade da escrita. As duas constatações tratam de ferramentas diferentes e não se contradizem.

Os próprios autores listam suas limitações, que são essenciais ao aplicar essas conclusões ao seu próprio trabalho:

• Resumos publicados, não trabalhos de estudantes. Nas palavras dos autores: "We analyze English published abstracts, not student essays; detector behavior on classroom genres may differ." (Analisamos resumos publicados em inglês, não redações de estudantes; o comportamento do detector em gêneros textuais acadêmicos de sala de aula pode diferir.)
• Dois detectores comerciais, e não o Turnitin. Os detectores comerciais avaliados foram o Pangram 3.2 e o GPTZero, acompanhados de uma linha de base complementar com modelo de IA. O artigo não menciona o Turnitin. Como o Pangram lançou versões mais recentes desde então, um resultado obtido nele hoje pode não vir do mesmo modelo.
• Apenas um modelo e um único tipo de polimento. Todas as reescritas foram geradas pelo Gemini 3 Flash com a instrução citada acima. Uma revisão restrita a ortografia e gramática não foi testada separadamente.
• Apenas quatro áreas e somente em inglês. Uma taxa baixa para a química neste estudo não significa que estudantes de química estejam livres de riscos em outros detectores ou em outros formatos de escrita.
• O Pangram forneceu acesso via API para o estudo, de acordo com os agradecimentos.

O artigo também submeteu as reescritas de IA a uma ferramenta comercial de humanização, após a qual menos de 4% continuaram sendo sinalizadas por qualquer um dos detectores. Quando comparado às taxas de 38 a 80% de sinalização para o polimento legítimo, esse dado compõe a outra metade do argumento dos autores de que as pontuações dos detectores não se sustentam sozinhas. A conclusão deles: "Integrity programs therefore need transparent AI-use norms and process evidence, not standalone detector scores." (Programas de integridade precisam, portanto, de normas transparentes de uso de IA e de evidências do processo, e não de pontuações isoladas de detectores.)

1. Descubra qual ferramenta gerou a pontuação. Se foi o Turnitin, esses números não se aplicam a ele. Leia o relatório do seu professor para ver o que realmente foi destacado.
2. Verifique o que as suas regras permitem. Muitas diretrizes de editoras diferenciam a edição linguística da geração de conteúdo, e algumas exigem que o uso seja declarado; nosso guia sobre políticas de divulgação de IA das editoras compara essas exigências. Para trabalhos acadêmicos de disciplinas, valem as instruções da avaliação e a política da sua universidade.
3. Guarde a versão anterior ao polimento. O conselho prático do artigo é que "Any flag must be paired with drafting history" (Qualquer sinalização deve vir acompanhada do histórico de redação). Um rascunho com as suas próprias palavras, acompanhado do histórico de versões, constitui esse registro.
4. Observe quais trechos foram sinalizados, e não apenas a porcentagem. São essas as passagens que você deve estar preparado para explicar: como você as escreveu e o que a IA alterou.

Se você tem um relatório do Turnitin ou do iThenticate e os trechos sinalizados precisam de reescrita, é exatamente isso que a opção de humanização do HumanPen faz. Importe o relatório do Turnitin ou iThenticate e reescreva apenas os trechos sinalizados. Você recebe um arquivo editável no mesmo formato. Antes de começar, verifique as regras do seu curso sobre assistência de IA e leia o arquivo recebido antes de enviá-lo.

O uso do Grammarly conta como polimento por IA neste estudo? Não diretamente. O polimento avaliado no estudo foi uma reescrita feita pelo Gemini 3 Flash, descrita pelos autores como "closer to light generative rewriting than to grammar-only editing" (mais próximo de uma reescrita generativa leve do que de uma edição puramente gramatical). Uma simples checagem ortográfica e gramatical não foi testada. O Turnitin já afirmou separadamente que não tem como alvo as correções de ortografia, gramática e pontuação do Grammarly; veja o Turnitin detecta o Grammarly.

Posso usar este estudo se for acusado de usar IA? Ele apoia um argumento geral: o de que esses detectores sinalizam uma parcela considerável de textos humanos polidos por IA e o de que os autores afirmam que as pontuações "should not serve as standalone misconduct evidence" (não devem servir como prova isolada de má conduta). No entanto, o estudo não analisa o Turnitin nem redações de estudantes, e não pode demonstrar o que de fato ocorreu com o seu texto. Seus rascunhos e o histórico de versões é que cumprem esse papel.

Por que os resumos não editados de 2013–2015 tiveram 0%, mas os de 2023–2025 tiveram índices mais altos? O artigo não consegue apontar a causa exata. Segundo os próprios autores, o recorte temporal de 2023–2025 "cannot separate model vintage from unobserved real-world AI use on original abstracts" (não é possível separar o impacto da versão do modelo do uso real e não observado de IA nos resumos originais). É por isso que eles apresentam esses números como taxas de sinalização, e não como falsos positivos.

O GPTZero rotula textos polidos de forma diferente? O GPTZero possui o rótulo "AI Polished" (Polido por IA) dentro do seu resultado Mixed; explicamos o que ele significa em rótulos Mixed e AI-Polished do GPTZero. Segundo o código dos autores, este estudo considerou a probabilidade na classe "AI" do GPTZero. Portanto, um texto classificado pelo GPTZero como Mixed, inclusive como AI Polished, só foi contado como sinalizado se a probabilidade na classe AI ainda atingisse 0.50.

• Jonathan A. Karr Jr., Grigorii Khvatskii, Ting Hua e Nitesh V. Chawla, Why AI Detection Fails for Academic Integrity, arXiv:2608.11256 (v1 6 de agosto de 2026, v2 20 de agosto de 2026), AILS '26; consultado em 27 de setembro de 2026 (Tabelas 1–6, Apêndices A, B e D), acompanhado do código publicado pelos autores.
• Shoumik Saha e Soheil Feizi, Almost AI, Almost Human: The Challenge of Detecting AI-Polished Writing, Findings of ACL 2025 (arXiv:2502.15666); consultado em 27 de setembro de 2026.