Turnitin Authorship e detecção de IA: dois sistemas diferentes, explicados

Ao olhar um relatório do Turnitin, você pode ver mais de um tipo de resultado. O Turnitin não roda um único detector que lê o seu trabalho e carimba uma conclusão. Ele opera dois sistemas separados, que respondem a duas perguntas diferentes.

O Authorship, que faz parte da experiência de Originality, pergunta: foi o próprio estudante que escreveu este trabalho? A detecção de IA pergunta: este texto foi gerado por uma ferramenta de escrita de IA? Elas usam métodos diferentes, são acionadas por coisas diferentes e não são intercambiáveis. Se o seu relatório sinaliza você em Authorship, isso não é a mesma coisa que ser sinalizado pela detecção de IA.

Authorship é o mecanismo do Turnitin para verificar se o trabalho entregue foi mesmo escrito pelo estudante que o entregou. É a verificação que pode pegar ghostwriting pago, usinas de trabalhos ou um trabalho escrito por um amigo. Não é uma busca por IA.

O Turnitin descreve o mecanismo assim: “Authorship, on the other hand, uses metadata as well as forensic language analysis to detect if the submitted assignment was written by someone other than the student. It will not be able to indicate if it was AI written; only that the content is not the student's own work.” (O Authorship, por sua vez, usa metadados e também análise linguística forense para detectar se o trabalho entregue foi escrito por alguém que não o estudante. Ele não conseguirá indicar se foi escrito por IA; apenas que o conteúdo não é de autoria do próprio estudante.)

Dois componentes atuam aqui. O primeiro são os metadados: as informações embutidas no seu arquivo, que podem registrar quem trabalhou nele, de qual dispositivo e em que horários. O segundo é a análise linguística forense, que compara a escrita do trabalho com os padrões de escrita conhecidos do estudante. Juntos, os dois sustentam um julgamento sobre autoria: este documento é trabalho do próprio estudante, ou não? O Turnitin coleta uma versão mais completa desse mesmo rastro em outro lugar: o que o Turnitin Clarity registra sobre como você escreveu o seu trabalho.

Esse julgamento é binário num sentido importante. Ele decide quem escreveu o trabalho, não como ele foi escrito. Um trabalho escrito por um ghostwriter humano e um trabalho escrito por um amigo reprovam igualmente no Authorship, mesmo que nenhuma IA tenha entrado na história.

A distinção se resume à pergunta que cada sistema foi construído para responder. A detecção de IA examina o texto em si e avalia a probabilidade de ele ter sido gerado por uma ferramenta de escrita de IA. O Authorship examina o arquivo e o estilo de escrita para julgar se quem entregou é o verdadeiro autor. O que a detecção de IA do Turnitin verifica e como a pontuação é construída percorre a primeira dessas duas perguntas.

O Turnitin diz explicitamente que não são a mesma coisa. Sobre o Authorship, a descrição oficial afirma: “It will not be able to indicate if it was AI written; only that the content is not the student's own work.” (Ele não conseguirá indicar se foi escrito por IA; apenas que o conteúdo não é de autoria do próprio estudante.)

Essa frase traça uma linha clara. Um sinalizador de Authorship pode lhe dizer que outra pessoa escreveu o trabalho, mas não pode lhe dizer quem era essa pessoa, nem se a escrita usou IA. É perfeitamente possível que um trabalho passe pela detecção de IA e reprove no Authorship, e o inverso também é possível. Os dois resultados medem atributos diferentes da submissão.

Para você, estudante, o significado prático é que não convém ler um tipo de resultado como se fosse o outro. Se o seu professor levanta uma questão de Authorship, o assunto é se você escreveu o trabalho você mesmo, e não se o texto foi gerado por IA. Se ele levanta uma questão de detecção de IA, o assunto é o texto, e não o histórico de autoria do arquivo.

Isso importa em situações reais. Peça a um serviço para escrever um trabalho para você, ou entregue um rascunho a um amigo para terminar, e um trabalho sem uma única frase gerada por IA ainda assim pode reprovar no Authorship. Escreva você mesmo cada palavra, e o trabalho ainda assim pode ser sinalizado pela detecção de IA se a prosa se parecer com a saída de uma IA. São problemas diferentes, com soluções diferentes, e misturá-los torna muito mais difícil responder a um relatório. Onde fica uma ferramenta de reescrita nessa linha é uma pergunta à parte: uma ferramenta de reescrita com IA é coberta pelas regras de edição de terceiros da sua universidade?

Quando o seu relatório chegar, comece identificando qual parte fala do quê. Um indicador de Authorship fica na experiência de Originality e fala de evidências de autoria, metadados e linguística forense. Uma porcentagem ou um destaque da detecção de IA é uma pontuação separada, sobre a probabilidade de o texto ter sido gerado por IA; como ler um AI Writing Report do Turnitin percorre essa metade indicador por indicador.

Ao conversar com o seu professor, use o vocabulário certo. “Eu escrevi isso eu mesmo” é a resposta adequada a uma questão de Authorship. “O sinalizador é sobre o texto, não sobre como o processo deu errado por causa de um terceiro” é outra conversa. Explicar a distinção faz duas coisas ao mesmo tempo: ajuda você a entender o seu próprio relatório e mostra ao seu professor que você sabe a diferença entre os dois sistemas.