Como as Mudanças na Detecção da Turnitin Afetam Sua Pontuação

O mesmo artigo pode receber pontuações de IA diferentes em dias distintos. O FAQ da Turnitin afirma: "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 nosso modelo para detectar melhor LLMs mais recentes, é provável que nossas capacidades de detecção também mudem, afetando a porcentagem de IA.) O FAQ continua: "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 submetido, a porcentagem de IA só mudará se for reenviado para processamento.) Isso significa que, uma vez gerado, o relatório permanece como está. Mas se você reenviar o mesmo texto depois, o novo relatório reflete as capacidades atualizadas do modelo. Um artigo que marcou 20% em janeiro pode ter pontuação diferente em agosto porque o modelo mudou, não porque o texto mudou.

O FAQ é direto sobre isso:

"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.. However, for a submitted document, the AI percentage will change only if it's re-submitted again to be processed." (À medida que iteramos e desenvolvemos nosso modelo para detectar melhor LLMs mais recentes, é provável que nossas capacidades de detecção também mudem, afetando a porcentagem de IA. No entanto, para um documento submetido, a porcentagem de IA só mudará se for reenviado para processamento.)

Dois pontos a observar. Primeiro, a Turnitin reconhece que suas capacidades de detecção não são estáticas. O modelo evolui para detectar modelos de linguagem mais novos e essa evolução afeta a porcentagem de IA que o modelo atribui. Segundo, a mudança só se aplica ao reenvio. Relatórios existentes não são reprocessados. Se você tem um relatório de três meses atrás, a pontuação desse relatório está congelada. Ela reflete o modelo como era no momento do processamento, não como está agora. É por isso que ainda sinalizado após reanálise da Turnitin defende a comparação de dois relatórios em vez de dois números.

Três notas de versão da página do modelo de detecção de escrita por IA, datadas de outubro de 2025, fevereiro de 2026 e maio de 2026, contêm todas a mesma frase:

"This release will not retroactively update previously-generated AI writing reports. To view the AI writing score generated by this update, existing submissions must be resubmitted." (Esta versão não atualizará retroativamente relatórios de escrita por IA gerados anteriormente. Para visualizar a pontuação de escrita por IA gerada por esta atualização, envios existentes devem ser reenviados.)

Isso é consistente com a declaração do FAQ. Cada atualização do modelo melhora a detecção, mas não recalcula relatórios antigos. A direção dessas atualizações também é declarada: "We have updated our AI writing detection model to improve recall while maintaining a low false positive rate." (Atualizamos nosso modelo de detecção de escrita por IA para melhorar o recall mantendo uma baixa taxa de falsos positivos.) Melhorar o recall significa que o modelo se torna mais sensível ao texto gerado por IA. Um artigo que antes tinha pontuação baixa pode ter pontuação mais alta após uma atualização porque o modelo atualizado captura padrões que o modelo antigo não detectava. Essa é uma das explicações por trás de editar um artigo e ver a pontuação de IA subir.

O FAQ descreve uma mudança recente significativa: "In July 2026, we updated our model architecture to consolidate a multi-model ensemble into a single model. This update improves and simplifies the AI writing report, maintaining a less than 1% false positive rate." (Em julho de 2026, atualizamos a arquitetura do nosso modelo para consolidar um ensemble multi-modelo em um único modelo. Esta atualização melhora e simplifica o relatório de escrita por IA, mantendo uma taxa de falsos positivos inferior a 1%.)

Isso vem do FAQ, não da página de notas de versão. O FAQ diz que um ensemble multi-modelo foi consolidado em um único modelo. Esse é o tipo de mudança arquitetural que pode produzir pontuações visivelmente diferentes no mesmo texto. Um ensemble multi-modelo combina previsões de vários modelos, enquanto um único modelo faz suas próprias previsões. A consolidação significa que o caminho de pontuação mudou e, com isso, a classificação de segmentos limítrofes pode ter se deslocado.

As capacidades do modelo também se expandiram ao longo do tempo em direções específicas. Em dezembro de 2023, a Turnitin adicionou detecção para o que chama de "AI word spinners". Em agosto de 2025, o detector foi atualizado para incluir texto modificado por ferramentas bypasser de IA na categoria "AI-generated only". Essas adições significam que texto processado por ferramentas parafraseadoras ou bypasser tem maior probabilidade de ser detectado em relatórios gerados após essas atualizações do que antes. A Turnitin detecta humanizadores de IA explica o que o fornecedor está e não está disposto a comprometer.

Para resumir o que vimos:

• O FAQ da Turnitin diz que as capacidades de detecção "will also change" (também mudarão) à medida que o modelo evolui para detectar LLMs mais recentes.
• Notas de versão confirmam que atualizações não alteram retroativamente relatórios gerados anteriormente.
• A direção das atualizações recentes é melhorar o recall mantendo uma baixa taxa de falsos positivos.
• Uma mudança de arquitetura de julho de 2026 consolidou um ensemble multi-modelo em um único modelo.
• O mesmo texto pode produzir pontuações de IA diferentes se reenviado após uma atualização do modelo.

Se você tem um relatório da Turnitin e quer trabalhar nas passagens sinalizadas, importe o relatório e trate-as diretamente. Passagens elegíveis podem ser reexecutadas sem custo.