O Turnitin detecta o Gemini e o Copilot? O que dizem as FAQ

Sim para o Gemini e, na prática, sim para o Copilot. As FAQ do Turnitin publicam uma lista de modelos de escrita com IA a partir dos quais o detector consegue identificar conteúdo. A lista inclui o Gemini, ao lado de GPT, Claude, LLaMA, Mistral, Deepseek, Nova, Grok e o1-mini. O termo oficial é "can detect content from." (consegue detectar conteúdo proveniente desses modelos). A lista termina com: "and tools based on these LLMs as well." (e também ferramentas baseadas nesses LLMs.) O Copilot é construído sobre modelos GPT, e o GPT aparece na lista. Isso significa que o Copilot se enquadra na categoria de ferramentas baseadas em um LLM listado. As FAQ acrescentam: "We will continue to expand our detection capabilities to other models in the future." (Continuaremos a expandir as nossas capacidades de detecção para outros modelos no futuro.) As FAQ também reconhecem que as capacidades de detecção não são estáticas e vão mudar à medida que o modelo for atualizado.

As FAQ apresentam uma lista separada por vírgulas dos modelos a partir dos quais conseguem detectar conteúdo. A frase introdutória diz: "Currently, Turnitin's AI writing detection model for English submissions can detect content from …" (Atualmente, o modelo de detecção de escrita com IA do Turnitin para submissões em inglês consegue detectar conteúdo proveniente de …) Em seguida vem a lista, que inclui GPT, Gemini, Claude, LLaMA, Mistral, Deepseek, Nova, Grok e o1-mini. A lista termina com:

"and tools based on these LLMs as well." (e também ferramentas baseadas nesses LLMs.)

A frase seguinte: "We will continue to expand our detection capabilities to other models in the future." (Continuaremos a expandir as nossas capacidades de detecção para outros modelos no futuro.)

Essa formulação importa. A lista não nomeia cada ferramenta ou invólucro individual. Ela nomeia as famílias de modelos subjacentes e depois cobre tudo o que for construído sobre elas. O Copilot funciona com modelos GPT, por isso entra no escopo das ferramentas baseadas nesses LLMs. O Gemini é nomeado diretamente na lista. A promessa de expandir significa que a lista pode crescer à medida que novos modelos surgirem e o modelo de detecção for atualizado.

As FAQ descrevem o mecanismo de detecção em termos de segmentação e pontuação de probabilidade:

"When a paper is submitted to Turnitin, sentences from the submission are extracted and segmented into overlapping sections for prediction analysis. Each segment is classified by the AI detection model and given a value between 0 and 1, denoting the probability of the text being likely human or AI-generated." (Quando um trabalho é submetido ao Turnitin, as frases da submissão são extraídas e segmentadas em seções sobrepostas para análise de previsão. Cada segmento é classificado pelo modelo de detecção de IA e recebe um valor entre 0 e 1, que indica a probabilidade de o texto ser provavelmente humano ou gerado por IA.)

Cada segmento recebe a sua própria pontuação. A percentagem global reflete a proporção de segmentos que o modelo classifica como gerados por IA. O detector não procura uma marca d'água nem um único indício revelador. Ele classifica o texto segmento por segmento com base em pontuações de probabilidade. O que os detectores de IA medem além de perplexity e burstiness explica o que entra em cada uma dessas pontuações.

As FAQ reconhecem uma troca entre falsos positivos e texto de IA não detectado:

"In order to maintain this low rate of 1% for false positives, there is a chance that we might miss some AI written text in a document." (Para manter esta baixa taxa de 1% de falsos positivos, existe a possibilidade de não percebermos parte do texto escrito com IA em um documento.)

O detector é ajustado para não acusar falsamente estudantes de usarem IA. O custo desse ajuste é que parte do texto gerado por IA pode passar sem ser detectada. É uma escolha de design deliberada, documentada pelo próprio Turnitin. Um modelo que produz texto mais próximo dos padrões de probabilidade das palavras humanas seria mais difícil de detectar, pelo menos até o modelo de detecção ser atualizado para cobri-lo. Esse mesmo atraso é a questão central em O Turnitin detecta os humanizadores de IA?.

As FAQ afirmam explicitamente que a detecção não é um alvo fixo:

"As we iterate and develop our model further to better detect newer LLMs, it is likely that our detection capabilities will also change, affecting the AI percentage." (À medida que iteramos e desenvolvemos ainda mais o nosso modelo para detectar melhor os LLMs mais novos, é provável que as nossas capacidades de detecção também mudem, afetando a percentagem de IA.)

A frase seguinte: "However, for a submitted document, the AI percentage will change only if it's re-submitted again to be processed." (No entanto, para um documento já submetido, a percentagem de IA só mudará se ele for submetido novamente para ser processado.)

Duas implicações decorrem disso. Primeiro: o modelo de detecção está sendo atualizado para atingir os LLMs mais novos, o que significa que a cobertura de modelos como o Gemini e o Copilot pode melhorar ou mudar com o tempo. Segundo: um documento avaliado antes de uma atualização do modelo mantém a pontuação original, a menos que seja submetido novamente. A pontuação de uma submissão passada reflete as capacidades de detecção daquele momento, não as atuais, e é por isso que Continua sinalizado após uma nova verificação do Turnitin defende comparar dois relatórios em vez de dois números.

Em resumo:

• O Gemini aparece diretamente na lista publicada pelo Turnitin dos modelos a partir dos quais consegue detectar conteúdo.
• O Copilot é construído sobre modelos GPT, que aparecem na lista. A lista também cobre "tools based on these LLMs as well." (ferramentas baseadas nesses LLMs.)
• As FAQ prometem "continue to expand our detection capabilities to other models in the future." (continuar a expandir as capacidades de detecção para outros modelos no futuro.)
• O detector processa o texto em segmentos sobrepostos e atribui a cada um uma pontuação de probabilidade entre 0 e 1.
• Para manter baixa a taxa de falsos positivos, o detector pode não perceber parte do texto gerado por IA.
• As capacidades de detecção mudam com o tempo. Um documento avaliado antes de uma atualização do modelo mantém a pontuação original, a menos que seja submetido novamente.

Se você recebeu um relatório de IA do Turnitin e quer tratar as passagens sinalizadas, importe o relatório e trabalhe nelas. As passagens que cumprem os requisitos podem ser processadas novamente sem custo.