A revisão profissional de inglês faz seu artigo parecer escrito por IA? Um estudo de 2026

Não de forma consistente, neste estudo. Em 13 detectores de IA de código aberto, a edição humana aumentou a pontuação de IA em alguns e reduziu em outros, sendo que a alteração atingiu relevância prática em apenas 7 deles. O detector fez muito mais diferença do que a edição: nos mesmos manuscritos não editados, as taxas de falsos positivos variaram de 0,0% a 100%. Nenhum detector comercial, incluindo o Turnitin, foi testado.

O estudo é "Style as a Confound: False Positives in AI Detection of Non-Native Academic Writing" (O estilo como variável de confusão: falsos positivos na detecção de IA na escrita acadêmica de não nativos), de Hyeonchu Park e Bugeun Kim, da Universidade Chung-Ang, e Gahye Jeong, da Wordvice, publicado no arXiv em 27 de agosto de 2026 e indicado lá como apresentado na EMNLP 2026. Os documentos vieram da Wordvice, um serviço profissional de revisão de inglês. Uma das autoras, Gahye Jeong, é CTO da Wordvice de acordo com o próprio blog da empresa, que também descreve a Wordvice como "the developer of the Wordvice AI Detector" (a desenvolvedora do Wordvice AI Detector).

Os dados envolveram 135.389 pares de documentos de 2018 a 2025, cobrindo mais de 40 áreas acadêmicas. Cada par era formado por um documento escrito por um falante não nativo de inglês e o mesmo documento após o trabalho de um revisor nativo. Pouco mais da metade (52,9%) veio de revisão acadêmica e 37,6% de revisão de candidaturas (admissions); as cartas de candidatura foram a maior área temática individual, com 22.639 documentos. O restante envolveu revisão corporativa, redações do TOEFL, tradução e outros trabalhos. Como o autor, o tema e o conteúdo permaneceram os mesmos, qualquer alteração na pontuação do detector decorreu da edição.

A edição em si foi feita por pessoas. As diretrizes do serviço, conforme descritas no artigo, permitem verificadores gramaticais de IA apenas para erros mecânicos, e "AI-generated rewriting, paraphrasing, or stylistic generation is explicitly prohibited." (a reescrita, paráfrase ou geração estilística gerada por IA é explicitamente proibida). As alterações foram reais, mas discretas: em uma amostra de 6.000 pares, a extensão mediana do documento mudou apenas 6,5 palavras, e o tamanho médio das frases caiu ligeiramente, de 24,35 para 23,51 palavras.

Os 13 detectores eram ferramentas de pesquisa públicas, executadas em suas configurações padrão: métodos estatísticos como o GLTR, métodos zero-shot como Fast-DetectGPT e Binoculars, e classificadores treinados como RoBERTa e RADAR.

Nos manuscritos redigidos antes de 2023, tratados pelos autores como textos de autoria humana, a parcela incorretamente classificada como IA dependeu quase inteiramente do detector:

Os mesmos documentos de autoria humana foram classificados como quase que totalmente feitos por IA por algumas ferramentas e quase inteiramente humanos por outras. Os autores concluem: "These findings suggest that AI detectors do not represent a unified measure of AI-generated content; rather, they rely on a mix of generation-origin and linguistic-quality signals." (Essas descobertas sugerem que os detectores de IA não representam uma medida unificada de conteúdo gerado por IA; em vez disso, baseiam-se em uma mistura de sinais de origem de geração e de qualidade linguística). Eles também alertam que essas taxas absolutas dependem dos limiares que definiram.

Após a edição, a direção da mudança dependeu do detector. Estes números cobrem a totalidade dos dados de 2018 a 2025, e não apenas os documentos anteriores a 2023 da tabela acima:

• Menos falsos positivos após a edição: MAGE (queda de 10,7 pontos percentuais), RADAR (queda de 4,7), BiScope (queda de 0,5).
• Mais falsos positivos após a edição: LastDE+ (aumento de 5,8 pontos percentuais), Fast-DetectGPT (aumento de 4,6), RoBERTa (aumento de 1,7).
• Incerto: DiVeye, cujos números apontam em direções diferentes em diferentes tabelas do artigo.
• Pouca ou nenhuma alteração: os demais detectores, dentro de uma margem de cerca de 0,1 ponto.

Os autores consideram essas alterações de antes e depois mais confiáveis do que as taxas absolutas: "the relative patterns across editing conditions provide more robust evidence of detector sensitivity to linguistic refinement." (os padrões relativos entre as condições de edição fornecem evidências mais robustas da sensibilidade do detector ao aprimoramento linguístico).

Quanto mais intensamente um manuscrito foi editado, mais sua pontuação se deslocou na direção para a qual o detector já se inclinava. O efeito também foi mais fraco no período de 2023 a 2025 do que de 2018 a 2022.

• Nenhum detector comercial. Nas palavras dos autores, "the analysis does not cover future systems or proprietary commercial detectors." (a análise não cobre sistemas futuros nem detectores comerciais proprietários). Turnitin, GPTZero, Originality e Pangram não foram testados, e o artigo não menciona o Turnitin.
• Edição majoritariamente acadêmica, mas não apenas. Os autores descrevem os dados como predominantemente de manuscritos acadêmicos, embora mais de um terço fosse de revisão de candidaturas, e o artigo não relate resultados separadamente por tipo. Eles acrescentam: "Detector behavior may differ for student essays, journalistic articles, creative writing, social media content, and other genres with distinct linguistic and stylistic characteristics." (O comportamento do detector pode diferir para redações de estudantes, artigos jornalísticos, escrita criativa, conteúdo de redes sociais e outros gêneros com características linguísticas e estilísticas distintas).
• Apenas edição humana. A revisão nesses dados foi feita por pessoas sob regras que proíbem reescrita por IA. Isso não diz nada sobre ferramentas de edição por IA.
• Nenhum grupo de controle gerado por IA. Nas palavras dos autores, "the study does not include AI-generated control texts subjected to comparable editing procedures." (o estudo não inclui textos de controle gerados por IA submetidos a procedimentos de edição comparáveis).
• Quem conduziu o estudo. Os dados e uma das autoras vieram da Wordvice, empresa que comercializa serviços de revisão e que, de acordo com sua própria descrição, desenvolve um detector de IA.

1. Avalie a revisão pelos seus próprios méritos, e não por esses detectores. Para os 13 detectores de pesquisa testados aqui, o estudo não dá motivos para abrir mão de um revisor humano por receio de alertas de IA: a edição alterou a maioria das pontuações apenas sutilmente, e em ambas as direções, embora três detectores tenham sinalizado mais após a edição. Se o mesmo ocorre com o Turnitin, isso não foi testado. Verifique se o seu periódico ou curso solicita que você declare assistência de revisão.
2. Guarde as duas versões. O seu rascunho original e o arquivo do revisor com controle de alterações mostram exatamente o que uma pessoa modificou, algo que a pontuação de um detector não consegue evidenciar.
3. Pergunte qual detector gerou a pontuação. Os detectores deste estudo avaliaram o mesmo texto humano de maneiras muito distintas, embora os autores ressaltem que as taxas exatas dependem dos limiares definidos. Para pesquisas anteriores sobre autores não nativos, veja por que autores não nativos de inglês são sinalizados com mais frequência; para um teste de 2026 do próprio Turnitin em redações de estudantes de EFL, veja o Turnitin sinaliza a escrita em inglês de não nativos.

Se você tem um relatório do Turnitin ou iThenticate e os trechos sinalizados precisam de reescrita, é exatamente isso que a opção de humanização da 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 tudo, verifique as regras do seu periódico ou curso sobre assistência por IA e leia o material retornado antes de submetê-lo.

O Turnitin vai sinalizar meu artigo porque um falante nativo o revisou? Este estudo não é capaz de responder; ele não testou o Turnitin nem nenhum outro detector comercial.

A edição fez os artigos parecerem mais humanos ou mais gerados por IA? Ambos, dependendo do detector. Três geraram menos falsos positivos após a edição e três geraram mais; os números do DiVeye são divergentes entre as tabelas do artigo, e os demais mal se alteraram.

Isso se aplica a ferramentas de edição por IA? Não. A edição nesses dados foi realizada por pessoas, sob diretrizes que proíbem reescrita por IA. Para um estudo de 2026 sobre polimento por IA, veja a revisão com IA faz seu texto ser sinalizado.

Por que alguns detectores sinalizaram quase todos os manuscritos? Os autores constataram que os detectores baseados em estatísticas de tokens tiveram as maiores taxas de falsos positivos nesses textos humanos, enquanto os detectores zero-shot baseados em razão de verossimilhança ficaram próximos de zero. Eles também ressaltam que as taxas absolutas dependem dos limiares utilizados.

• Hyeonchu Park, Gahye Jeong e Bugeun Kim, Style as a Confound: False Positives in AI Detection of Non-Native Academic Writing, arXiv:2608.26710 (27 de agosto de 2026; listado como apresentado na EMNLP 2026); acessado em 27 de setembro de 2026 (Tabelas 2–4, 8 e 18).
• Wordvice, How Professional Editing Changes AI Detector Scores, publicação no blog por Gahye Jeong, acessada em 27 de setembro de 2026.