Turnitin aponta 44%, mas só lista poucas fontes — como ler um índice de similaridade alto

Um índice de similaridade de 44% com apenas um punhado de fontes listadas não é uma contradição, nem uma falha do sistema. O percentual conta palavras, não fontes: é a fatia das palavras do seu trabalho que coincide com textos do banco de dados do Turnitin. Uma única fonte extensa — um artigo em que você se apoiou, um trabalho seu enviado antes, até uma citação feita corretamente — pode responder por boa parte dessas palavras.

O índice também depende das configurações. Os professores podem excluir citações, bibliografia e trabalhos enviados anteriormente, e essas opções mudam o número para um mesmo documento. Portanto, um índice alto com poucas fontes significa o seguinte: leia como as correspondências se distribuem, e não o percentual que aparece no topo.

A página do relatório mostra duas coisas lado a lado: um percentual no topo e, abaixo, a lista de fontes correspondentes. Um número alto com uma lista curta soa estranho — "44%, mas só 7% de correspondência" — porque dá a impressão de que os dois números deveriam andar juntos.

Não andam. O percentual e a lista de fontes são medições diferentes. O percentual é um único número calculado sobre o documento inteiro. A lista de fontes é o detalhamento de onde vieram as palavras coincidentes — e uma única fonte pode fornecer muitas palavras.

É exatamente aí que está a confusão: um número em destaque que conta palavras, uma lista que conta fontes e nenhuma regra que ligue uma coisa à outra.

O próprio guia do aluno do Turnitin define o número com precisão. O índice de similaridade é o percentual de texto coincidente que o seu trabalho contém, ou similaridade total. Ele é calculado dividindo-se o total de palavras de um trabalho pela quantidade de palavras coincidentes com fontes do banco de dados.

Duas consequências decorrem dessa definição.

Primeira: o percentual não tem nada a ver com a quantidade de fontes listadas. É uma única fração das palavras do seu documento. Um documento em que 44% das palavras coincidem — mesmo que com uma só fonte — apresenta 44%.

Segunda: o banco de dados é grande e variado. O guia do Turnitin o descreve como conteúdo atual e arquivado da internet, milhares de periódicos, revistas e publicações, além de trabalhos já enviados ao Turnitin. Uma correspondência com qualquer um desses materiais conta as mesmas palavras, seja a fonte um artigo longo ou vinte páginas curtas.

As formas concretas pelas quais uma lista curta de fontes gera um percentual alto:

Uma fonte longa. Se uma parte significativa do seu trabalho parafraseia ou cita um único artigo, essa fonte sozinha responde por boa parte das palavras coincidentes. A lista de fontes é curta; o percentual, não.

Um rascunho seu anterior. Os cenários oficiais do Turnitin incluem o aluno que envia vários rascunhos do mesmo trabalho — com o resultado de que a versão final pode chegar a 100% em relação às versões anteriores. Uma fonte (você mesmo), percentual máximo.

Texto citado e referenciado corretamente. O guia do aluno diz que é provável que o seu trabalho apresente correspondência com parte do banco de dados, e que citações e referências usadas corretamente ainda assim serão destacadas como correspondência. Trechos citados são correspondências reais; o percentual os conta como qualquer outra.

Repetição dentro do próprio documento. Se o seu trabalho repete uma expressão ou uma definição várias vezes, e essa expressão existe no banco de dados uma única vez, cada repetição pode contar como texto coincidente.

O fio condutor: o percentual é uma fatia de palavras, e essas palavras podem se acumular sobre uma ou duas fontes.

O mesmo documento pode gerar percentuais diferentes dependendo de como o professor configurou o relatório. Isso está documentado nos próprios cenários do Turnitin.

Os professores podem optar por excluir citações do Similarity Report para reduzir os índices de similaridade quando aplicável — e um dos exemplos oficiais é o de um trabalho com muitas citações e uma bibliografia extensa, cujo índice é alto até que citações e bibliografia sejam excluídas do relatório.

Ou seja, o percentual que você vê é função do documento e das configurações do relatório: citações excluídas ou não, bibliografia excluída ou não, trabalhos anteriores excluídos ou não. As configurações definidas pelo professor mudam o número; o documento continuou o mesmo.

Isso importa quando você compara índices entre colegas ou entre rascunhos — pode estar comparando dois relatórios diferentes sobre documentos parecidos.

Pare de olhar só o percentual do topo e passe a ler a distribuição das correspondências.

Primeiro, abra a lista de fontes e observe as correspondências destacadas — não a contagem, mas o texto. O que coincidiu? Um trecho longo citado de uma fonte que você referenciou? Uma definição que você repetiu? Um parágrafo do seu rascunho antigo? Cada um desses casos tem um significado diferente, e o percentual sozinho não consegue distingui-los.

Segundo, pergunte quais são as configurações. O relatório foi gerado com as citações excluídas? E a bibliografia? E os trabalhos anteriores? A resposta muda o que o número significa especificamente para o seu documento. Essas configurações estão nas mãos do professor; perguntar é o caminho mais rápido para saber o que o percentual está de fato contando.

Terceiro, coloque o número em perspectiva com a posição oficial de que não existe um índice aceitável fixo. O guia do aluno do Turnitin afirma que cada escola, professor ou atividade pode considerar aceitável uma quantidade diferente de texto coincidente, e recomenda consultar o plano de ensino, as instruções da atividade ou o próprio professor para saber o que se espera.

Um índice alto com poucas fontes é uma pergunta, não um veredito — e a resposta está no texto destacado e nas configurações, não no percentual.

44% com uma lista curta de fontes não é uma contradição. O percentual de similaridade conta palavras coincidentes — uma fatia do total das suas palavras — e a lista de fontes conta fontes; uma fonte longa, seus rascunhos anteriores ou um texto citado corretamente podem fornecer grande parte dessas palavras. O índice também depende das configurações: os professores podem excluir citações, bibliografia e trabalhos anteriores, o que muda o número para um mesmo documento. Leia as correspondências destacadas e pergunte sobre as configurações; é aí que está o significado de um índice alto.