Relatórios de laboratório de engenharia e detecção de IA: o que é realmente avaliado

O Turnitin mede o que chama de texto elegível, que ele define como frases de prosa dentro de um texto de formato longo. Uma lista de aparelhos não é isso. Um procedimento numerado não é isso. Uma tabela de resultados com valores e unidades não é isso. Depois que essas partes saem, o que costuma sobrar num relatório de laboratório são os parágrafos de teoria, o procedimento se o seu módulo pedir em prosa corrida e a discussão. Uma porcentagem num relatório de laboratório é, portanto, basicamente uma afirmação sobre a discussão, que também é a parte que vale nota.

Isso tem uma consequência direta para a primeira coisa que a maioria das pessoas faz, que é sair reescrevendo o procedimento porque ele "soa mecânico". Dependendo de como o seu módulo pede os procedimentos, esse texto pode nunca ter entrado na medição, e ele é o registro do que você fez no laboratório. Existe uma ordem melhor para trabalhar.

Nada do que vem a seguir prevê um número. O Turnitin publica o formato do processo, não os limiares.

A definição está no guia de relatórios do Turnitin, "Using the AI Writing Report" (Como usar o relatório de escrita por IA), e a frase que vem antes das exclusões é a que as pessoas pulam:

"Qualifying text (prose sentences contained in long-form writing format) means individual sentences contained in paragraphs that make up a longer piece of written work, such as an essay, a dissertation, or an article, etc. The model does not reliably detect AI-generated text in the form of non-prose, such as poetry, scripts, or code, nor does it detect short-form/unconventional writing such as bullet points, tables, or annotated bibliographies." (Texto elegível, ou seja, frases de prosa contidas em formato de redação longa, significa as frases individuais contidas nos parágrafos que compõem um trabalho escrito mais longo, como uma redação, uma dissertação ou um artigo etc. O modelo não detecta de forma confiável texto gerado por IA em formato de não prosa, como poesia, roteiros ou código, nem detecta redação curta ou pouco convencional, como marcadores, tabelas ou bibliografias anotadas.)

Duas coisas aí importam para um relatório de laboratório. A unidade é uma frase dentro de um parágrafo, não uma linha numa página. E os três exemplos dados de "a longer piece of written work" (um trabalho escrito mais longo) são uma redação, uma dissertação e um artigo. Um relatório de laboratório não é nenhum dos três, e o Turnitin não diz de que lado da linha ele cai, porque um relatório de laboratório não é um tipo de texto. São cinco.

Some tudo isso e o próprio resumo do fornecedor sobre a conta passa a ser lido de outro jeito:

"This percentage is not necessarily the percentage of the entire submission. If text within the submission is not considered long-form prose text, it will not be included." (Esta porcentagem não é necessariamente a porcentagem de todo o envio. Se o texto dentro do envio não for considerado prosa de formato longo, ele não será incluído.)

A parte estranha é a linha do procedimento, porque ela não é uma propriedade do seu experimento. Dois alunos podem usar o mesmo equipamento na mesma tarde, escrever os mesmos passos e entregar dois documentos com quantidades diferentes de texto elegível, simplesmente porque o modelo de um módulo pede passos numerados e o outro pede passado contínuo. A diferença entre a porcentagem e a quantidade de grifo na página vem exatamente daí, e como ler um relatório de escrita por IA do Turnitin analisa isso a fundo. A versão geral da lista de exclusões está em que conteúdo a detecção de IA do Turnitin ignora.

As pessoas saem procurando uma página de política sobre redação em STEM. Nós também procuramos, e anotamos o que havia lá.

Em 27 de agosto de 2026 lemos o texto renderizado das três páginas do Turnitin que descrevem este relatório: o guia do AI Writing Report, o FAQ de capacidades de detecção de escrita por IA e a página de requisitos de arquivo. Pesquisando nas três:

Os dois controles voltaram diferentes de zero, que é como você sabe que a busca atingiu texto real e não uma casca vazia. As três ocorrências de `subject area` valem a leitura, porque são o único lugar onde uma disciplina aparece, e falam de quem está na amostra de treinamento: o FAQ diz que o modelo foi treinado em várias geografias e áreas temáticas e cita "anthropology, geology, sociology, and others" (antropologia, geologia, sociologia e outras) como áreas menos comuns incluídas para reduzir viés. Isso descreve a amostra de treinamento. Nenhuma regra nessas páginas diz nada sobre como uma disciplina específica é pontuada.

Então a única regra de separação publicada é prosa contra não prosa. Mapear isso nos cinco títulos de um relatório de laboratório é um trabalho que você faz por conta própria, e a tabela da seção anterior é a nossa leitura da regra publicada, não algo que o Turnitin tenha confirmado sobre relatórios de laboratório.

Se a sua seção de procedimento acabou entrando no texto elegível e voltou inteira como sinalizada, o FAQ tem um parágrafo mais útil para você do que qualquer explicação do modelo:

"Sometimes false positives (incorrectly flagging human-written text as AI-generated), can include content without a lot of structural variation, text that literally repeats itself, or text that has been paraphrased without developing new ideas." (Às vezes os falsos positivos — sinalizar incorretamente texto escrito por humano como gerado por IA — podem incluir conteúdo com pouca variação estrutural, texto que se repete literalmente ou texto que foi parafraseado sem desenvolver novas ideias.)

O que vem depois é a metade que vale levar para uma conversa com um monitor:

"If our indicator shows a higher amount of AI writing in such text, we advise you to take that into consideration when looking at the percentage indicated." (Se o nosso indicador mostrar uma quantidade maior de escrita por IA nesse tipo de texto, recomendamos que você leve isso em consideração ao olhar a porcentagem indicada.)

Dois dos três itens dessa lista descrevem coisas que um procedimento existe para fazer. Repetir a mesma estrutura de frase em cada tentativa é como você mostra que quatro execuções foram feitas de forma idêntica. Baixa variação estrutural é justamente a finalidade de um modelo pronto. Um cuidado sobre aquele parágrafo: é uma lista de propriedades que os falsos positivos "can include" (podem incluir), sem nenhuma frequência associada a elas. O Turnitin não diz com que frequência o texto sinalizado tem essas propriedades, e eu também não vou dizer.

Antes de mudar o registro de um procedimento, abra o manual do seu módulo e leia o que ele realmente pede. Alguns pedem terceira pessoa e passado com todas as letras. Se o seu pedir, reescrever numa voz mais animada é uma perda de ponto que você escolheu, em troca de um efeito sobre a pontuação que ninguém pode prometer a você.

Dois limites publicados se chocam nesse gênero. Os requisitos de arquivo dizem que um envio precisa de "at least 300 words of prose text in a long-form writing format" (pelo menos 300 palavras de texto em prosa em formato de redação longa) antes que um relatório seja gerado. E o FAQ diz que envios curtos não recebem simplesmente uma versão mais grosseira do mesmo tratamento:

"In shorter documents where there are only a few hundred words, the prediction will be mostly 'all or nothing' because we're predicting on a single segment without the opportunity to overlap. This means that some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated." (Em documentos mais curtos, onde há apenas algumas centenas de palavras, a previsão será basicamente "tudo ou nada", porque a previsão é feita sobre um único segmento, sem a possibilidade de sobreposição. Isso significa que um texto que mistura conteúdo gerado por IA e conteúdo original pode ser sinalizado como totalmente gerado por IA.)

Um relatório de laboratório com 1.500 palavras no total é candidato a essa zona depois que a lista de aparelhos, as tabelas de resultados, os cálculos de exemplo e a lista de referências saem da contagem. Reduza um relatório só à discussão e passe por uma autoverificação, que é o que as pessoas fazem quando estão preocupadas, e você pode estar medindo 400 palavras em vez de 1.500. Documentos curtos e o problema do tudo ou nada no Turnitin trata desse comportamento em detalhe.

Tem uma segunda coisa escondida por baixo. Acima de 0% e abaixo de 20%, um asterisco substitui o número e nenhum trecho é atribuído a grifo, então, do ponto de vista de um aluno, uma melhora real e nenhuma melhora são indistinguíveis (o que significa o asterisco (*%) em uma pontuação de IA do Turnitin).

Uma redação dá margem. Existe uma introdução que você pode reformular, um parágrafo de sinalização que pode cortar, uma conclusão que ninguém corrige palavra por palavra. Um relatório de laboratório quase não tem isso. Quase todas as frases fora da discussão são um registro do que aconteceu ou um valor.

Então vale a pena organizar o arquivo uma vez, antes de mexer em qualquer coisa.

Essa última linha é a que vale ler duas vezes. Um desvio do protocolo impresso costuma ser a frase mais valiosa de um relatório de laboratório, e é também a frase com mais chance de parecer um comentário desajeitado que vale a pena suavizar.

O outro lado é que a discussão, a única seção onde reformular é realmente reformular, é a seção que vale ponto e a seção onde quem corrige já sabe como você escreve. Então ela é reescrita com cuidado e relida linha por linha contra a tabela de resultados, não lida por cima. A versão geral desse trabalho de separação, para relatórios de pesquisa em vez de relatórios de laboratório, está em o que você pode reformular em métodos e resultados, e a versão em escala de tese, de uma seção de métodos inteira voltando sinalizada, está em o Turnitin sinalizou toda a minha seção de metodologia.

A outra preocupação nesse gênero não é o número de IA. O seu objetivo, a sua teoria e metade do seu procedimento podem vir de um manual que todas as pessoas do módulo receberam, então trinta envios contêm as mesmas frases. Isso é uma questão de correspondência de texto, e ela cai em outro lugar:

"The Similarity score and the AI writing detection percentage are completely independent and do not influence each other." (A pontuação de similaridade e a porcentagem de detecção de escrita por IA são completamente independentes e não influenciam uma à outra.)

O que significa que reescrever o procedimento para mexer no número de IA está mirando no relatório errado, e reescrevê-lo para mexer na similaridade é uma pergunta que você deve levar ao seu monitor antes de agir, porque o quanto de um manual de laboratório se espera que você reproduza é uma decisão do módulo, não uma decisão de redação. Relatório de escrita por IA do Turnitin contra relatório de similaridade explica o que cada um mede.

O que torna um relatório de laboratório caro de revisar não é a escrita. É que cada parágrafo reescrito é um parágrafo que você precisa conferir de volta com os seus dados, então o custo de uma revisão se mede em parágrafos mexidos.

Decidir esse escopo de antemão é para isso que serve a ferramenta HumanPen. Você envia o documento e diz o que tem nele: ou marca as passagens, ou importa um relatório de IA do Turnitin ou do iThenticate, e as passagens sinalizadas nele se tornam o limite, com o resto do arquivo preservado como estava. O parágrafo é a unidade, então uma seleção que para no meio de um é ampliada para o parágrafo inteiro e desenhada para você confirmar antes de qualquer coisa começar. A cobrança segue as palavras que foram realmente reescritas. Onde as condições para isso forem atendidas, passagens que voltarem ainda sinalizadas podem passar de novo sem custo.

O próprio FAQ da ferramenta diz para você revisar documentos complexos depois do download, e essa frase merece ser lida ao pé da letra. Para um relatório de laboratório, revisar significa ler cada número, unidade e incerteza do texto revisado contra a tabela de resultados de onde ele veio.

A equação na minha seção de teoria conta para a porcentagem de IA? A regra publicada pelo Turnitin é que o modelo analisa frases de prosa dentro de parágrafos, e ele diz que não detecta de forma confiável escrita por IA em não prosa. Os parágrafos em volta de uma equação destacada são prosa. A equação em si não é a unidade avaliada. Como o Turnitin lida com equações matemáticas e conteúdo que não é prosa entra nisso em mais detalhe.

A minha tabela de resultados tem um parágrafo de interpretação em uma célula. Isso entra? Uma nota de versão de 9 de agosto de 2023 diz que o modelo agora consegue processar prosa longa em tabelas, e acrescenta que envios existentes com tabelas precisam ser reenviados antes de serem reprocessados. Então um parágrafo numa célula se comporta como um parágrafo, o que surpreende quem moveu texto para uma tabela por motivo de layout.

Devo reescrever o procedimento para ele soar menos como um modelo? Leia primeiro o manual do seu módulo. Se ele especifica o registro, mudá-lo é um ponto que você decidiu perder em troca de um resultado que ninguém pode prometer. Se o seu procedimento for uma lista numerada, ele também está fora da definição de texto elegível como o Turnitin a publica.

A minha lista de referências foi grifada num relatório antigo. A mesma nota de versão de agosto de 2023 registra que grifos dentro de uma bibliografia eram um bug, e que as bibliografias agora são excluídas quando o relatório de escrita por IA é processado. Envios existentes precisam ser reenviados antes que isso passe a valer, então um relatório antigo ainda pode mostrar isso.

Posso usar uma pontuação baixa para provar que fui eu que escrevi? Não, e o fornecedor diz isso primeiro: o modelo "may not always be accurate (it may misidentify human-written, AI-generated, and AI-paraphrased text), so it should not be used as the sole basis for adverse actions against a student." (pode nem sempre ser preciso, já que pode identificar mal texto escrito por humano, gerado por IA e parafraseado por IA, portanto não deve ser usado como única base para medidas desfavoráveis a um aluno). Isso corta nos dois sentidos.