Qual a precisão dos detectores de IA? O que estudos independentes mostraram

Atualizado em 31 de outubro de 2026 · 6 min de leitura

Resposta curta

Os melhores detectores atuais são muito precisos com texto de IA simples, sem edição e de tamanho normal, e raramente sinalizam textos comuns escritos por humanos. No teste da Epoch AI de julho de 2026, Pangram e GPTZero sinalizaram 0 de 495 trechos escritos por humanos e deixaram passar no máximo 0,7% dos textos de IA gerados com prompts simples.

A precisão cai bastante em três situações: textos curtos; texto de IA que foi editado, parafraseado ou "humanizado"; e IA imitando o estilo de um autor específico. Os resultados também variam muito de uma ferramenta para outra. Em um estudo publicado em junho de 2026, o Turnitin deu a todos os 40 trabalhos escritos inteiramente por IA pontuações entre 0% e 20%. Nenhum detector é prova por si só.

O que os estudos independentes encontraram?

Do mais recente para o mais antigo. Os detectores mudam a cada poucos meses, então cada resultado descreve as versões das ferramentas testadas na época.

Estudo	O que foi testado	Principais resultados
Notre Dame (preprint, outubro de 2026)	Pangram 3.2 e GPTZero em 642 resumos publicados e em versões de cada um reescritas pelo Gemini 3 Flash	0% de falsos positivos nos resumos de 2013 a 2015. Versões levemente editadas por IA foram sinalizadas de 38 a 80% das vezes. Depois do humanizador Undetectable AI, menos de 4% continuaram sinalizadas.
Epoch AI (julho de 2026)	Pangram, GPTZero e Originality.ai em 495 trechos escritos por humanos antes de 2022 e em textos do Claude Opus 4.8, GPT-5.5 e Gemini 3.1 Pro	Pangram e GPTZero sinalizaram 0 de 495 trechos humanos; o Originality.ai sinalizou 19 (3,8%). Texto de IA simples: no máximo 0,7% não detectado. IA imitando um autor real: 10,1% (Pangram), 10,8% (GPTZero) e 17,8% (Originality.ai) não detectados.
Vrije Universiteit Brussel, IJEI (junho de 2026)	GPTZero, Pangram, Copyleaks e Turnitin em 160 trabalhos acadêmicos de 4.000 palavras ou mais (textos de IA gerados em maio de 2025)	Trabalhos escritos só por IA: o Turnitin deu a todos os 40 pontuações entre 0 e 20%; GPTZero e Copyleaks deixaram passar a maioria; Pangram, 97,5% (precisão inclusiva). Trabalhos híbridos: Pangram 92,5%, Turnitin 60%, Copyleaks 30%, GPTZero 0%.
*JAIT* (março de 2026)	9 ferramentas em 116 textos do ChatGPT-4 Turbo, DeepSeek, Gemini e Grok, mais cópias ofuscadas (amostra pequena: 6 textos de IA por modelo)	Copyleaks e Originality.ai foram 100% precisos com textos não modificados. Depois da paráfrase com o QuillBot, o Turnitin caiu para 45,7% e o Grammarly para 19,0% em alguns conjuntos.
Graphite (estudo do setor, maio de 2026)	Pangram, Copyleaks e GPTZero em 2.000 artigos de cada modelo (GPT-5, Gemini 3.1 Pro e Claude Opus 4.6), mais 15.700 artigos da web anteriores ao ChatGPT	Taxas de não detecção em geral abaixo de 1%, mais altas no Gemini (3,5% no Pangram, 4,9% no Copyleaks). Taxas de falso positivo de 1,36 a 1,84%.
Chicago Booth, working paper do NBER (setembro de 2025)	Pangram, OriginalityAI, GPTZero e um detector RoBERTa de código aberto em 1.992 trechos escritos por humanos, de seis gêneros textuais, e em textos do GPT-4.1, Claude Opus 4, Claude Sonnet 4 e Gemini 2.0 Flash	Taxas de falso positivo: Pangram 0, OriginalityAI 0,11%, GPTZero cerca de 0,7%; o RoBERTa sinalizou de 90 a 98% dos textos humanos. O OriginalityAI deixou passar até 42,4% dos textos do Claude Opus 4 na configuração mais rigorosa. O Pangram foi a única ferramenta a ficar dentro de um teto de 0,5% de falsos positivos sem perder precisão.
RAID, ACL (agosto de 2024)	12 detectores (entre eles GPTZero, Originality, Winston e ZeroGPT) em mais de 6 milhões de textos gerados por 11 modelos, com 11 tipos de ataque	Os detectores foram "facilmente enganados" por ataques, configurações de amostragem incomuns e modelos que não conheciam. Os detectores comerciais mantiveram as taxas de falso positivo em 1,7% ou menos.
Weber-Wulff et al., IJEI (dezembro de 2023)	14 ferramentas (versões da primavera de 2023 no hemisfério norte) em 54 documentos	Todas ficaram abaixo de 80% de precisão; só 5 passaram de 70%. Os falsos positivos variaram de 0% (Turnitin) a 50% (versão de 2023 do GPTZero).
O próprio classificador da OpenAI (2023)	O detector da OpenAI em seu conjunto de testes ("challenge set")	Detectou 26% dos textos de IA e sinalizou por engano 9% dos textos humanos. Foi retirado do ar em 20 de julho de 2023 "devido à sua baixa taxa de precisão".

Com que frequência os detectores sinalizam textos escritos por humanos?

Raramente, nas principais ferramentas de 2025 a 2026, com textos comuns: 0 de 495 trechos no Pangram e no GPTZero (Epoch AI, 2026); de 0 a 0,7% (Chicago Booth, 2025); de 1,36 a 1,84% em artigos da web (Graphite, 2026).
Com mais frequência em textos curtos. Em trechos com menos de 50 palavras, as taxas de falso positivo chegaram a 3,3% no GPTZero e a 2,5% no Pangram, no estudo da Chicago Booth.
Com mais frequência em textos humanos retocados por IA. No estudo da Notre Dame, resumos levemente editados por IA foram sinalizados de 38 a 80% das vezes. Se isso conta como falso positivo depende de a edição ter sido permitida ou não.
Com muito mais frequência em ferramentas mais fracas. O detector RoBERTa, de código aberto, sinalizou de 90 a 98% dos trechos humanos. Em 2023, uma ferramenta sinalizou metade dos documentos humanos de um teste.
O número do próprio Turnitin é de menos de 1% no nível do documento, para documentos com mais de 20% de escrita por IA. Isso dá cerca de 1 em cada 100 documentos inteiramente humanos, pela descrição da própria empresa.

Quem escreve em inglês sem ser falante nativo corre um risco extra com algumas ferramentas. Veja a pesquisa sobre isso.

Com que frequência os detectores deixam passar texto de IA?

Texto de IA simples, de tamanho normal: quase nunca, com as principais ferramentas (no máximo 0,7% não detectado no teste da Epoch AI).
IA imitando o estilo de um autor: cerca de 10 a 18% não detectados (Epoch AI, 2026). Textos científicos do Gemini 3.1 Pro escritos imitando um estilo escaparam do Pangram em 48% das vezes.
IA parafraseada ou humanizada: de uma pequena porcentagem a quase todos os textos, dependendo da ferramenta e do humanizador. Detalhes sobre paráfrase e humanizadores.
Trabalhos longos de IA, no estilo de pesquisa acadêmica: no estudo de Bruxelas, de 2026, Turnitin, GPTZero e Copyleaks classificaram como humana a maioria dos trabalhos escritos só por IA. O Pangram detectou quase todos (97,5%, contando detecções parciais).
Modelos mais novos ou menos comuns podem ser mais difíceis para algumas ferramentas. Resultados por modelo de IA.

Por que a precisão divulgada pelas empresas parece melhor que a dos testes independentes?

As empresas testam em benchmarks próprios. O GPTZero diz que seu modelo 4o detecta mais de 99% dos textos do GPT-5.6, Gemini 3.6, Grok 4.5 e Claude 5, com taxa de falso positivo abaixo de 0,03%. O Pangram informa uma taxa de não detecção de 0,34% em 26 modelos. Esses números podem estar corretos para os textos que elas escolheram. Os testes independentes usam outros textos, principalmente editados, imitados e humanizados, e encontram mais erros. Os benchmarks de cada empresa também colocam as concorrentes em ordens diferentes quando o texto é humanizado, o que é mais um motivo para confiar em estudos independentes.

Nosso interesse: o AI Checker Plus é um detector de IA, então temos interesse direto neste tema. Informamos os números de cada estudo como foram publicados. Nenhum desses estudos testou o AI Checker Plus.

O que isso significa se você usa um detector?

Use textos de pelo menos algumas centenas de palavras; os resultados em trechos curtos são muito menos confiáveis.
Uma pontuação alta em um texto longo e sem edição é um indício forte. Uma pontuação intermediária em um texto editado é um indício fraco.
Uma pontuação baixa não prova que uma pessoa escreveu o texto, principalmente se ele pode ter sido humanizado ou escrito para imitar alguém.
Leia os trechos destacados e compare-os com rascunhos e outros trabalhos.
Não trate nenhum resultado isolado como prova. Um processo justo para professores.

Outras perguntas frequentes

Os detectores de IA são precisos em 2026?

Os principais são precisos com texto de IA sem edição que tenha algumas centenas de palavras ou mais, com taxas de falso positivo próximas de zero nos testes independentes de 2025 e 2026. Eles são bem menos confiáveis com trechos curtos, texto de IA editado ou humanizado e IA que imita um autor específico. A precisão também varia muito entre ferramentas e versões.

Qual é o detector de IA mais preciso?

Nos estudos independentes de 2025 e 2026, Pangram e GPTZero tiveram as menores taxas de falso positivo em textos escritos por humanos. O Pangram foi o mais consistente entre modelos de IA diferentes e com texto editado nos estudos da Chicago Booth (2025) e da Vrije Universiteit Brussel (2026). Mas um preprint de 2026 da Notre Dame concluiu que um humanizador de IA conseguiu enganar tanto o Pangram 3.2 quanto o GPTZero em mais de 96% das vezes. A resposta depende do tipo de texto e da versão da ferramenta.

O que é taxa de falso positivo?

É a proporção de textos escritos por humanos que um detector classifica por engano como IA. Uma taxa de falso positivo de 1% parece pequena, mas a Universidade Vanderbilt calculou que, com essa taxa, cerca de 750 dos 75.000 trabalhos que ela enviou em um ano poderiam ser sinalizados por engano.

Um detector de IA pode ser 100% preciso?

Não. Todos os estudos independentes encontraram erros: texto de IA não detectado, texto humano sinalizado por engano, ou os dois, principalmente em textos curtos ou editados. Empresas que fazem detectores, entre elas Turnitin e GPTZero, dizem que seus resultados não devem ser a única evidência para uma decisão.

Fontes (em inglês)

Pela equipe do AI Checker Plus. Pesquisamos e redigimos estes guias com a ajuda de ferramentas de IA e conferimos cada afirmação nas fontes listadas acima. Esta versão foi traduzida do original em inglês; as citações de fontes em inglês são traduções nossas.