Uma pontuação alta de IA pode baixar a sua nota? Um experimento com 214 professores

Em um experimento, sim — e por uma margem ampla. 214 professores universitários avaliaram o mesmo trabalho de curso depois de ver um relatório de detecção. Quando o relatório indicava 7% de IA, classificava o texto como de baixo risco e não destacava nada, o artigo obteve média de 73.30 de 100. Quando indicava 87%, classificava o texto como de alto risco e exibia quatro frases em vermelho, a média foi de 51.61. O trabalho em si nunca mudou.

Isso não significa que a sua nota vá cair 22 pontos, ou que vá cair de alguma forma. O relatório foi inventado pelos pesquisadores, o trabalho foi escrito em chinês, os professores o avaliaram em um questionário online em vez de em um curso real, e apenas 16 dos 214 (7.5%) já haviam usado uma ferramenta de detecção de IA. O que o estudo realmente mostra é que uma pontuação e o veredito exibido ao lado dela podem mudar a forma como o próprio texto é avaliado, e não apenas se o leitor suspeita do uso de IA.

O estudo é "Automation bias in teachers' evaluation of student writing: effects of algorithmic warnings and visual risk cues in AI detection reports" (Viés de automação na avaliação docente da escrita estudantil: efeitos de alertas algorítmicos e pistas visuais de risco em relatórios de detecção de IA), de autoria de Peitao Du e Tingting Liu, da Al-Farabi Kazakh National University, e Xujin Xian, da The Catholic University of Korea. Foi publicado na Frontiers in Psychology em 7 de julho de 2026 e possui acesso aberto. Os autores declaram não ter recebido financiamento e não apresentar conflitos de interesse comerciais ou financeiros.

Os pesquisadores elaboraram um artigo, "The Effects and Challenges of Online Education" (Os Efeitos e Desafios da Educação Online), concebido como uma redação de graduação de nível médio: fluente, com estrutura básica, ideias convencionais e pouca profundidade. Nele, inseriram quatro frases prontas. Elas não continham erros factuais óbvios nem quebras de lógica; eram apenas aquele tipo de clichê que soa genérico.

Depois, criaram quatro versões de um relatório de um detector fictício, chamado "AcademicCheck":

Cada professor recebeu aleatoriamente uma versão, com 52 a 55 professores por grupo. Eles analisaram primeiro o resumo do relatório e depois leram o artigo. Cada relatório também trazia um veredito curto acompanhando o número. As versões de 7% indicavam "Low risk" (Baixo risco) e descreviam "predominantly human-authored writing characteristics" (características de escrita predominantemente de autoria humana); as versões de 87% indicavam "High risk" (Alto risco) e "a high likelihood of AI-assisted writing." (alta probabilidade de escrita assistida por IA). Nas versões com frases em vermelho, o relatório também apontava os trechos destacados como necessitando de revisão manual; portanto, "vermelho" aqui significa a cor somada a um aviso, e não a cor sozinha. Ao final, os professores foram informados de que o relatório era simulado.

O relatório de 87% causou o maior impacto. Trocar o relatório de 7% de "baixo risco" pelo de 87% de "alto risco", sem nenhum destaque no texto, custou ao artigo cerca de 13 pontos em média. E os professores não apenas o avaliaram como mais provável de ter sido escrito por IA: também deram notas mais baixas para a sua originalidade, linguagem e estrutura lógica, muito embora o texto diante deles fosse exatamente o mesmo, palavra por palavra.

As frases em vermelho tiveram mais peso quando o relatório já indicava alto risco. A 7%, destacar quatro frases não alterou a nota de 0–100 de forma estatisticamente significativa. No entanto, reduziu a avaliação que os professores fizeram da linguagem, o que faz sentido: eram justamente as frases apontadas para eles. A 87%, o mesmo destaque tirou aproximadamente mais 9 pontos da nota.

Os professores disseram que interviriam mais. A última coluna perguntava a probabilidade de exigirem revisões, lembrarem o aluno de escrever de forma independente ou seguir as regras de uso de IA, ou pedirem para o estudante explicar como o trabalho foi escrito e quais fontes utilizou. A pontuação passou de 3.40 para 5.66 em uma escala de 7 pontos. Isso é o que os professores disseram que fariam, não uma conduta que alguém tenha observado na prática.

Os próprios autores classificam seus resultados como "preliminary and context-specific" (preliminares e específicos do contexto). Veja por que esse rótulo se aplica.

• O relatório foi fictício e deliberadamente extremo. O "AcademicCheck" foi inventado para que a opinião dos professores sobre ferramentas reais não interferisse. Os dois números foram escolhidos para ficarem bem distantes. Os autores afirmam que o contraste "was intentionally strong" (foi intencionalmente forte) para que pudessem observar se os professores reagiriam a um alerta claramente baixo em comparação a um claramente alto, e alertam que é preciso cautela ao aplicar os resultados a pontuações intermediárias do mundo real.
• Apenas um trabalho, escrito em chinês. Todos os professores leram o mesmo artigo em língua chinesa. O nível de "qualidade média" foi uma definição dos próprios pesquisadores, que afirmam que isso não foi validado por um estudo-piloto nem por avaliadores externos. Um trabalho excelente ou um trabalho fraco poderiam não se comportar da mesma maneira.
• A maioria dos professores nunca havia usado um detector. Eles foram recrutados online pela plataforma de pesquisas Wenjuanxing e por comunidades de professores, mediante um pequeno pagamento, e cerca de dois terços lecionavam ciências sociais. Apenas 16 (7.5%) já tinham utilizado ferramentas de detecção de IA ou de verificação de plágio por IA. Nem o artigo nem seu arquivo suplementar detalham os resultados separadamente para esses 16.
• Foi um questionário, não uma pauta de notas real. Os professores tinham apenas o relatório e o artigo, quase nada além disso, e as notas não valiam para nenhum aluno. A conclusão dos próprios autores é que os achados "should not be generalized directly to all real grading contexts." (não devem ser generalizados diretamente para todos os contextos reais de avaliação.)
• A divisão é incomumente nítida. Em todos os grupos, as notas da maioria dos professores ficaram a cerca de 5 pontos da média do seu grupo; ainda assim, as médias de A e D terminaram com quase 22 pontos de diferença. Os próprios autores afirmam que um efeito dessa magnitude "should be interpreted cautiously." (deve ser interpretado com cautela.) Eles atribuem isso em parte ao contraste gritante de 7%/87% e ao pouco contexto disponível para os professores: "In real teaching, teachers may see intermediate rates and have richer information about students and writing processes, so actual bias may be smaller." (No ensino real, os professores podem ver taxas intermediárias e ter informações mais ricas sobre os estudantes e os processos de escrita, de modo que o viés real pode ser menor.)

Deixando as especificidades de lado, uma constatação permanece sólida: os professores viram o relatório antes de ler o artigo, e o relatório alterou a forma como realizaram a leitura. A explicação dos autores é que um número como "AI content: 87%" (conteúdo de IA: 87%) transforma a tarefa de avaliar o trabalho em uma checagem para ver se o sistema acertou. Uma das sugestões que fazem às universidades é um processo em duas etapas, no qual os professores "complete their quality evaluation before reviewing the detection report" (concluam sua avaliação de qualidade antes de analisar o relatório de detecção).

A maioria dos nossos leitores lida com o Turnitin, e não com uma ferramenta fictícia; por isso, vale a pena confrontar o estudo com três pontos documentados pelo próprio Turnitin.

• Você geralmente não consegue ver o que seu professor vê. O FAQ do Turnitin afirma que "only instructors and administrators are able to see the indicator" (apenas instrutores e administradores conseguem visualizar o indicador), embora o instrutor possa baixar o relatório de IA em PDF e compartilhá-lo. O artigo Os alunos conseguem ver a pontuação de IA no Turnitin? Visão do aluno vs. do professor explica em detalhes quem vê o quê.
• Pontuações baixas vêm sem destaques. O Turnitin afirma que "no score or highlights are attributed for AI detection scores in the 1% to 19% range." (nenhuma pontuação ou destaque é atribuído para pontuações de detecção de IA na faixa de 1% a 19%.) O relatório exibe um asterisco em vez do número. Assim, a combinação do grupo B — um número baixo com frases marcadas — não é algo que um relatório atual do Turnitin mostraria. Abaixo de 20%, não há frases marcadas por IA para direcionar o olhar de ninguém. Saiba mais em O que significa o asterisco (*%) na pontuação de IA do Turnitin?.
• O Turnitin afirma que o número não é uma nota. O mesmo FAQ diz que a porcentagem "should not be used as the sole basis for action or a definitive grading measure by instructors." (não deve ser usada como base única para tomada de decisão ou como medida definitiva de avaliação por parte dos instrutores.) No entanto, ninguém neste experimento foi orientado a usar a pontuação como critério de nota. Os professores foram simplesmente convidados a avaliar um artigo, e o relatório veio junto. O artigo A pontuação do Turnitin é uma nota? aborda de onde uma nota realmente deveria vir.

Portanto, o estudo não tem como dizer se o seu professor foi influenciado, nem em que medida. O que ele faz é tirar a ideia de que "the report might color how my paper gets read" (o relatório pode enviesar a leitura do meu trabalho) do campo da paranoia e transformá-la em uma dúvida legítima a se questionar.

Nenhum desses passos exige que alguém tenha acusado você de algo.

1. Se a nota parecer estranha, pergunte sobre os critérios, não sobre a pontuação de IA. "Which rubric criteria lost marks, and which passages show it?" (Quais critérios da rubrica perderam pontos e em quais trechos isso fica evidente?) é uma pergunta perfeitamente normal após receber qualquer avaliação. O destaque em vermelho também alterou o feedback que os professores redigiram. Ao serem questionados sobre o que sugeririam que o aluno revisasse, 65.4% dos professores que viram o relatório de 7% com frases em vermelho sugeriram correções linguísticas, contra 7.5% dos que o viram sem vermelho; já as sugestões para aprofundar o conteúdo caíram de cerca de metade para praticamente zero. (Os autores consideram essa codificação de respostas abertas como exploratória.) Se o seu feedback for todo focado na redação e não disser nada sobre a argumentação, pergunte também sobre a argumentação.
2. Pergunte se um relatório de IA foi utilizado e, em caso afirmativo, peça o PDF. Uma porcentagem isolada diz muito pouco. É o relatório completo que mostra quais trechos foram marcados.
3. Esteja pronto para comprovar o seu processo de escrita. As ações de acompanhamento avaliadas no estudo não eram punições, mas solicitações: revisar o texto, explicar como ele foi elaborado, apresentar as fontes utilizadas. Os professores que receberam o relatório de 87% com frases em vermelho demonstraram uma inclinação clara para fazer essas exigências. Rascunhos, anotações e o histórico de versões permitem responder a esse tipo de pedido com rapidez.
4. Se você ainda estiver revisando e tiver um relatório em mãos, leia primeiro os trechos sinalizados. Estas foram as quatro frases destacadas em vermelho no experimento, na tradução em inglês dos autores: "With the rapid development of information technology, online education has gradually become an important component of higher education." (Com o rápido desenvolvimento da tecnologia da informação, a educação online tornou-se gradualmente um componente importante do ensino superior.) "This paper analyzes this issue from three aspects: learning effects, interaction modes, and technical conditions." (Este artigo analisa essa questão sob três aspectos: efeitos na aprendizagem, modos de interação e condições técnicas.) "In conclusion, online education brings convenience but also faces many practical challenges." (Em conclusão, a educação online traz conveniência, mas também enfrenta muitos desafios práticos.) "Therefore, this issue deserves continued attention and further research from the education community." (Portanto, essa questão merece atenção contínua e pesquisas adicionais por parte da comunidade educacional.) Uma vez marcadas, frases como essas derrubaram a avaliação da linguagem. Introduções, contextualizações e conclusões genéricas, que poderiam constar no trabalho de qualquer pessoa, merecem de qualquer forma ser reescritas com suas próprias palavras.

Se você tem um relatório do Turnitin ou iThenticate, ainda está revisando e o seu curso permite esse tipo de auxílio, a opção de humanização do HumanPen atua diretamente nos trechos sinalizados. Importe o relatório do Turnitin ou iThenticate e reescreva apenas os trechos sinalizados. Você recebe um arquivo editável no mesmo formato. Revise pessoalmente o arquivo recebido antes de entregá-lo.

Os professores sabiam que o relatório era falso? Os pesquisadores não informaram isso durante a avaliação. Depois de concluída, eles foram avisados de que o relatório era simulado e não representava um julgamento real de integridade acadêmica.

Este foi um estudo sobre o Turnitin? Não. O relatório veio de uma ferramenta fictícia, o "AcademicCheck", justamente para evitar que opiniões prévias sobre detectores reais distorcessem os resultados.

O destaque em vermelho fez diferença a 7%? Não para a nota de 0–100, na qual a diferença não foi estatisticamente significativa. No entanto, reduziu a avaliação que os professores fizeram da linguagem do artigo.

O Turnitin exibe um asterisco abaixo de 20%. Isso poderia ter o mesmo efeito? Este estudo não testou essa hipótese. A condição de nível baixo foi o número 7% acompanhado do veredito de "baixo risco", e não um asterisco. Como o asterisco indica ao professor que algo foi detectado, a forma como eles interpretam esse sinal é algo que esta pesquisa não tem como responder.

• Peitao Du, Tingting Liu e Xujin Xian, Automation bias in teachers' evaluation of student writing: effects of algorithmic warnings and visual risk cues in AI detection reports, Frontiers in Psychology 17:1889402, publicado em 7 de julho de 2026; consultado em 2 de outubro de 2026 (seções 3–6, Tabelas 1 e 3; arquivo suplementar, Apêndice A, Tabelas B1 e F4).
• Turnitin, Perguntas frequentes sobre os recursos de detecção de escrita por IA do Turnitin.