Com que frequência uma dissertação de mestrado é sinalizada como IA? Um estudo de 2026 com 1.163 trabalhos

Nas dissertações de mestrado de 2024–2025 de uma faculdade, o Pangram sinalizou 529 de 1.163, ou seja, 45,5%. Entre os trabalhos sinalizados, a estimativa mediana foi de que 30% do texto havia sido gerado por IA, e apenas 1,9% recebeu estimativa acima de 80%. Os pesquisadores não tinham como confrontar esses números com a forma como as dissertações foram de fato redigidas. Em um teste controlado separado com autoria conhecida, Turnitin, Pangram, GPTZero e Copyleaks pontuaram todos os artigos escritos por humanos entre 0 e 20%.

O estudo em questão é "Who wrote this? Evaluating the reliability of AI detection tools in higher education" (Quem escreveu isto? Avaliando a confiabilidade das ferramentas de detecção de IA no ensino superior), de autoria de Marijke Van Vlasselaer, Filip Van Droogenbroeck e Bram Spruyt, da Vrije Universiteit Brussel, publicado em acesso aberto no International Journal for Educational Integrity em 29 de junho de 2026. Os autores declaram não ter nenhuma ligação financeira ou institucional com qualquer uma das ferramentas testadas.

Os pesquisadores criaram quatro conjuntos de 40 artigos acadêmicos em inglês, cada um com pelo menos 4.000 palavras:

• Escritos por humanos. Dissertações de mestrado de estudantes que não têm o inglês como língua nativa, submetidas entre 2017 e 2019 e extraídas de um arquivo institucional.
• Totalmente gerados por IA. Artigos completos produzidos por um modelo do ChatGPT.
• Híbridos. Os artigos humanos com a revisão de literatura e a conclusão substituídas por texto gerado por IA.
• Híbridos reescritos. Os artigos híbridos após os trechos de IA terem sido reescritos por um único comando do ChatGPT pedindo um texto que "sounds more like it was written by a real person" (soe mais como se tivesse sido escrito por uma pessoa real).

Em seguida, compararam a pontuação de cada ferramenta com a proporção real conhecida de texto de IA em cada trabalho.

Nos artigos escritos por humanos, todas as quatro ferramentas pontuaram cada trabalho entre 0 e 20%. Pangram e Copyleaks retornaram 0%. O Turnitin exibiu um asterisco em vez de um número para três deles; a própria documentação do Turnitin usa o asterisco para pontuações entre 1% e 19%, algo que explicamos em o que significa o asterisco na pontuação de IA do Turnitin. O GPTZero atribuiu a alguns deles uma pontuação baixa. Os autores contrastaram isso com um estudo de 2023 sobre autores não nativos: "Unlike Liang et al. (2023), who reported substantial false-positive bias against non-native writers using seven early-generation GPT detectors, we found no false positives for Pangram, Copyleaks, and Turnitin" (Ao contrário de Liang et al. [2023], que relataram um viés substancial de falsos positivos contra autores não nativos usando sete detectores de GPT de geração inicial, não encontramos falsos positivos para Pangram, Copyleaks e Turnitin). Essa pesquisa anterior é abordada em por que autores que não têm o inglês como língua materna são sinalizados com mais frequência. Os autores escrevem que os falsos positivos foram "almost absent" (quase ausentes), o que os surpreendeu considerando as pesquisas anteriores, e acrescentam um alerta próprio: "some tools may use conservative thresholds to avoid falsely labelling human-written text as AI-generated, which may increase the number of false negatives." (algumas ferramentas podem usar limites conservadores para evitar rotular indevidamente textos escritos por humanos como gerados por IA, o que pode aumentar o número de falsos negativos).

Nos artigos que realmente continham texto de IA, as ferramentas divergiram drasticamente. As estimativas do Pangram foram as que mais se aproximaram da proporção real nas três categorias com IA. As outras três ferramentas, incluindo o Turnitin, subestimaram significativamente os artigos totalmente gerados por IA, todos produzidos pelo único modelo utilizado para esse grupo; os autores atribuem essa discrepância ao fato de ser o modelo mais recente disponível na época. Nos artigos híbridos, o Pangram colocou 37 de 40 dentro da faixa correta, o Turnitin 24, o Copyleaks 12 e o GPTZero nenhum.

Um detalhe do Turnitin é essencial para interpretar esses números: os pesquisadores incluíram os artigos com o asterisco do Turnitin na faixa mais baixa. Nossa comparação entre o Pangram e o Turnitin também discute esse estudo.

Como o Pangram havia acompanhado o teor real de IA com mais precisão, os pesquisadores o utilizaram para escanear todas as 1.163 dissertações de mestrado submetidas no ano acadêmico de 2024–2025 nos cursos de sua faculdade de Ciências Sociais e Economia.

Os autores interpretam essa distribuição da seguinte forma: "the majority showed low-to-moderate AI usage, with very high AI usage (> 80%) being rare." (a maioria apresentou um uso de IA de baixo a moderado, sendo raro um uso muito elevado [> 80%]).

Os autores deixam as limitações bem explícitas:

• Ausência de dados de controle real. Ninguém sabia como as 1.163 dissertações foram redigidas, portanto "the flagging percentages cannot be interpreted as confirmed prevalence rates of AI use." (as porcentagens de sinalização não podem ser interpretadas como taxas confirmadas de prevalência do uso de IA). Os autores ainda definem a análise como "a valuable first indication" (uma primeira indicação valiosa), mas os números são estimativas do Pangram, e não taxas comprovadas.
• Apenas uma faculdade, apenas uma ferramenta. Os trabalhos vieram dos cursos de ciências sociais e economia de uma única universidade, e somente o Pangram foi utilizado na análise.
• Um retrato pontual. O texto de IA do teste foi gerado em maio de 2025, e os autores afirmam que seus resultados "are valid only for a specific snapshot in time." (são válidos apenas para um retrato específico no tempo).
• Um único método de reescrita. O grupo dos "híbridos reescritos" utilizou um único comando do ChatGPT. Os autores ressaltam que os estudantes podem combinar vários métodos diferentes, de modo que os resultados desse grupo podem não se aplicar a outros casos.

Os artigos escritos por humanos também pertenciam a um grupo bastante específico: dissertações de mestrado de uma única faculdade, entregues entre 2017 e 2019. Um resultado limpo nesses trabalhos é um bom sinal, mas não representa uma garantia para toda e qualquer dissertação.

1. Verifique de qual detector veio a pontuação. Este estudo constatou grandes divergências entre as ferramentas ao analisar os mesmos textos. Uma estimativa do Pangram, uma porcentagem do Turnitin e uma pontuação do GPTZero não são equivalentes nem intercambiáveis.
2. Verifique se a ferramenta consegue ler todo o seu trabalho. O Turnitin, por exemplo, não gera um relatório de escrita por IA para envios com mais de 30.000 palavras; veja o Turnitin consegue verificar uma dissertação inteira.
3. Observe quais seções foram sinalizadas. Onde quer que o relatório destaque trechos, é exatamente sobre eles que você precisa estar preparado para dar explicações, acompanhado de seus rascunhos e do histórico de versões.
4. Procure saber como essa pontuação será utilizada. O posicionamento dos próprios autores é que uma sinalização "should trigger a more thorough review of the student's paper content, rather than relying on an AI detection tool to draw a final conclusion." (deve desencadear uma revisão mais detalhada do conteúdo do trabalho do estudante, em vez de depender de uma ferramenta de detecção de IA para tirar uma conclusão definitiva).

Para conferir outro estudo de 2026 que avaliou com que frequência textos humanos revisados por IA são sinalizados, consulte o polimento por IA faz seu texto ser sinalizado.

Quando a parte sinalizada de uma dissertação se resume a uma série de trechos que você precisa reformular, a opção de humanização do HumanPen foi criada exatamente para essa tarefa. Importe o relatório do Turnitin ou iThenticate e reescreva apenas os trechos sinalizados. Você recebe um arquivo editável no mesmo formato. As regras da sua universidade sobre o uso de assistência por IA devem sempre vir em primeiro lugar, e cada capítulo revisado merece uma leitura completa antes da entrega final.

Algum detector sinalizou indevidamente os artigos escritos por humanos? Nenhum acima de 20%. Todas as quatro ferramentas mantiveram todos os artigos escritos por humanos entre 0 e 20%. O Turnitin apresentou um asterisco para três deles e o GPTZero deu a alguns uma pontuação baixa; Pangram e Copyleaks retornaram 0% para todos. Os autores alertam que limites de detecção mais conservadores conseguem reduzir falsos positivos, mas ao custo de deixar passar mais texto de IA.

O percentual de 45,5% significa que quase metade dos estudantes de mestrado usou IA? Não como um dado comprovado. Isso significa apenas que o Pangram estimou algum conteúdo gerado por IA em 45,5% das dissertações. Os autores interpretam isso como "a valuable first indication" (uma primeira indicação valiosa) de que a escrita assistida por IA já se tornou comum, mas, como não há dados de controle real, eles destacam que essas porcentagens "cannot be interpreted as confirmed prevalence rates of AI use." (não podem ser interpretadas como taxas confirmadas de prevalência do uso de IA).

Qual detector foi o mais preciso? Nesse teste, as estimativas do Pangram foram as que mais se aproximaram da proporção real de IA. Trata-se de um único estudo, com um lote de textos gerados em maio de 2025; tanto os detectores quanto os modelos de IA continuaram evoluindo desde então.

O Turnitin foi testado nas dissertações reais? Não. Apenas o Pangram foi aplicado sobre as 1.163 dissertações.

• Marijke Van Vlasselaer, Filip Van Droogenbroeck e Bram Spruyt, Who wrote this? Evaluating the reliability of AI detection tools in higher education, International Journal for Educational Integrity 22, artigo 16, publicado em 29 de junho de 2026; acessado em 27 de setembro de 2026.