Ir para o conteúdo
Precisão medida

Precisão do detector de IA por tipo de texto

A precisão do detector de IA varia conforme o idioma e o tipo de texto. Cada número abaixo foi medido em textos reservados nos quais o detector nunca foi ajustado, na linha usada pelo cartão de resultado, com o tamanho da amostra e o intervalo. Veja abaixo o reconhecimento de IA e os falsos positivos de cada idioma.

  • 13 idiomas com calibração separada
  • Uma pontuação, um nível de confiança e marcações por frase
  • Medições repetidas quando o modelo ou o limiar muda
Resultados por idioma

Compare os idiomas disponíveis

Quanta escrita de IA o teste com textos reservados de cada idioma reconheceu e quanta escrita humana marcou, contando um texto como marcado a partir de uma pontuação de 65.

  • Inglês

    IA reconhecida no teste90.7%
    Textos de nativos marcados0%
    Textos de não nativos marcados0.5%
    Medido em textos reservados, 2026-10-12
  • Espanhol

    IA reconhecida no teste82.9%
    Textos de nativos marcados0.7%
    Textos de não nativos marcados0.7%
    Medido em textos reservados, 2026-10-12
  • Francês

    IA reconhecida no teste68.8%
    Textos de nativos marcados0%
    Textos de não nativos marcados1%
    Medido em textos reservados, 2026-10-12
  • Alemão

    IA reconhecida no teste90.7%
    Textos de nativos marcados0%
    Textos de não nativos marcados0%
    Medido em textos reservados, 2026-10-12
  • Italiano

    IA reconhecida no teste94.7%
    Textos de nativos marcados0%
    Textos de não nativos marcados0.7%
    Medido em textos reservados, 2026-10-12
  • Português

    IA reconhecida no teste96%
    Textos de nativos marcados0.7%
    Medido em textos reservados, 2026-10-12
  • Holandês

    IA reconhecida no teste97.3%
    Textos de nativos marcados1.3%
    Medido em textos reservados, 2026-10-12
  • Polonês

    IA reconhecida no teste91.9%
    Textos de nativos marcados0%
    Medido em textos reservados, 2026-10-12
  • Turco

    IA reconhecida no teste89%
    Textos de nativos marcados0%
    Medido em textos reservados, 2026-10-12
  • Russo

    IA reconhecida no teste90.7%
    Textos de nativos marcados0.7%
    Medido em textos reservados, 2026-10-12
  • Árabe

    IA reconhecida no teste95.9%
    Textos de nativos marcados0.7%
    Medido em textos reservados, 2026-10-12
  • Hindi

    IA reconhecida no teste94.5%
    Textos de nativos marcados0.7%
    Medido em textos reservados, 2026-10-12
  • Indonésio

    IA reconhecida no teste98.6%
    Textos de nativos marcados0%
    Medido em textos reservados, 2026-10-12

Escolha um idioma para ver quanta escrita de IA o teste com textos reservados reconheceu e quanta escrita humana ele marcou, separadamente para falantes nativos e não nativos.

Resultados por idioma

Precisão do detector de IA pelos dois lados

Resultados do teste de Inglês

Escrita de IA reconhecida

90.7%

68 de 75 textos

Intervalo de 95%: 82% a 95.4%

Toda a escrita automática do teste: respostas de um modelo de chat, continuações de um início humano e paráfrases.

Respostas de chat de IA reconhecidas

100%

54 de 54 textos

Intervalo de 95%: 93.4% a 100%

Textos escritos inteiramente por um modelo de chat.

Textos de nativos marcados por engano

0%

0 de 150 textos

Intervalo de 95%: 0% a 2.5%

Uma taxa menor significa que menos textos humanos foram sinalizados no teste. Confira nas notas quais autores e tipos de texto foram incluídos.

Textos de não nativos marcados por engano

0.5%

3 de 600 textos

Intervalo de 95%: 0.2% a 1.5%

Redações e respostas de pessoas que escrevem em um idioma que aprenderam.

Essas taxas vêm de textos reservados nos quais o detector nunca foi ajustado. Um texto conta como marcado a partir de uma pontuação de 65, a linha usada pelo cartão de resultado. As taxas descrevem o teste, não a certeza de uma pontuação individual.

Medido em textos reservados, 2026-10-12
Extensão do texto

Dê contexto suficiente ao detector

Trechos mais longos oferecem mais evidências sobre os padrões de escrita. Leia o nível de confiança junto com a pontuação, pois o idioma e o tipo de texto também afetam o resultado. O que você deve colar? Escolha um trecho contínuo do documento que quer revisar. Mantenha a redação intacta na primeira verificação e use as marcações por frase para decidir quais trechos merecem mais atenção.

Com menos de 50 palavras, o detector não fornece uma análise.

Compare os testes com textos mais curtos

Resultados do teste de Inglês

As medições de textos mais curtos para este idioma estão pendentes.

Como funciona

Do seu texto a uma análise útil

O detector analisa o quanto a escrita é previsível, frase por frase. Ele usa padrões aprendidos com textos humanos e gerados por máquina e aplica a curva de calibração ajustada ao idioma do texto. Avalia padrões de escrita em vez de buscar palavras proibidas, uma marca-d’água ou uma correspondência em um banco de dados.

  1. 01

    Adicione seu texto

    Cole seu texto ou envie um arquivo em um dos idiomas listados nesta página.

  2. 02

    Analise cada frase em contexto

    Cada frase é avaliada junto com o trecho ao redor, para que a análise considere mais do que expressões isoladas.

  3. 03

    Avalie os padrões de escrita

    Modelos treinados pontuam o quanto cada trecho segue padrões associados à escrita humana ou gerada por máquina.

  4. 04

    Aplique a calibração do idioma

    A pontuação é interpretada por uma curva ajustada ao idioma do texto, que inclui textos de autores não nativos.

  5. 05

    Confira a pontuação e as evidências

    Você recebe um valor, seu intervalo, um nível de confiança Alto, Médio ou Baixo e marcações por frase que mostram quais trechos apontam para escrita de IA ou humana.

Desenvolvimento e testes

Medições que levam autores humanos em conta

Você obtém evidências mais úteis quando os falsos positivos são medidos junto com o reconhecimento de IA. Definimos a linha de decisão levando a escrita humana em conta e publicamos resultados datados com o contexto necessário para interpretá-los. Estas são medições do próprio Blurwrite. Os links de pesquisa e a comparação com uma referência externa oferecem um contexto separado, para que você possa distinguir nossos testes das evidências externas.

  1. 01

    Aprenda com textos variados

    Os modelos aprenderam com muitos corpora e fontes, abrangendo textos humanos variados e textos gerados por modelos atuais.

  2. 02

    Calibre cada idioma

    Cada idioma tem sua própria curva ajustada, usando textos nesse idioma e incluindo textos de autores não nativos.

  3. 03

    Teste além da calibração

    Os testes com textos reservados abrangem textos excluídos da calibração, estudantes de idiomas, gerações anteriores de modelos, outras famílias de modelos e continuações geradas por máquina a partir de inícios escritos por humanos.

  4. 04

    Aplique uma regra de publicação

    Nossa regra de publicação estabelece um teto de um falso positivo a cada vinte textos nos tipos de escrita para os quais publicamos dados, com textos de autores não nativos medidos separadamente. Os resultados com textos reservados abaixo mostram como as análises atuais se comparam a essa regra.

Como funciona a linha de decisão

Textos humanos e gerados por máquina podem produzir pontuações sobrepostas. A linha de decisão equilibra o reconhecimento de IA com a proteção contra falsos positivos. Textos próximos dessa linha exigem mais atenção ao nível de confiança e às evidências por frase.

Escrita humanaEscrita gerada por máquinaLinha de decisãoEvidências sobrepostas

Medição da precisão para autores não nativos

Pesquisas constataram que detectores de IA podem sinalizar redações em inglês de autores não nativos com mais frequência do que as de autores nativos. Medimos a escrita não nativa separadamente para que uma média geral do idioma não esconda esses erros.

Precisão do detector de IA: perguntas frequentes

Uma detecção de 20% de IA é ruim?

Uma pontuação de 20% é uma análise do texto, não uma prova de que você usou IA ou de que uma parcela fixa das suas palavras foi gerada. Confira o nível de confiança e os trechos marcados em contexto. O que é a regra dos 30% para IA? Trate qualquer limite percentual como uma regra a confirmar com a organização que solicita seu trabalho. Pergunte se ele se refere a uma pontuação de IA, a uma pontuação de similaridade ou a uma política de uso permitido. Essas coisas são diferentes. O limiar de decisão de uma ferramenta também tem uma finalidade diferente dos requisitos de um trabalho. Verifique seu texto com o detector de IA do Blurwrite para ver as evidências por trás da pontuação.

Um detector de IA pode errar?

Sim. Textos humanos podem ser sinalizados, e as taxas variam conforme o idioma e o tipo de texto. Um trecho de 50 palavras oferece menos contexto do que um trecho mais longo; compare uma amostra de 50 palavras com uma de 100 palavras ou mais. Por que meu próprio texto foi sinalizado? A escrita humana e a gerada por máquina podem compartilhar padrões, então um trecho autêntico pode ultrapassar a linha de decisão. Comece pelo texto exato que foi verificado e examine as frases marcadas. Se você estiver discutindo um resultado contestado, registre a ferramenta, a data, o idioma, o trecho e o nível de confiança. Isso mantém a revisão focada na análise real, e não em suposições sobre seu processo de escrita. Verifique seu texto com o Blurwrite e leia o nível de confiança junto com a pontuação.

Como provar que não usei IA?

Rascunhos, histórico de versões, anotações e registros de fontes podem ajudar a demonstrar seu processo de escrita. Guarde essas evidências e explique como desenvolveu o texto; a pontuação de um detector é um contexto de apoio, não uma prova de autoria. O que devo compartilhar durante uma revisão? Monte uma linha do tempo clara, do esboço à versão entregue. Identifique onde você adicionou fontes, mudou um argumento ou revisou um trecho. Preserve os arquivos originais e os registros de data e hora, quando disponíveis. Pergunte ao revisor quais trechos geraram preocupação e quais evidências o processo aceita. Se você usou assistência de escrita permitida, explique seu papel e siga a política de declaração aplicável. Verifique seu texto com o Blurwrite para revisar trechos que possam precisar de explicação.

Qual é a qualidade da detecção de IA usada pela minha instituição?

Avalie-a pelos testes publicados para a versão, o idioma e o tipo de texto relevantes. As medições nesta página descrevem o Blurwrite, não o desempenho de outra ferramenta. Como devo comparar detectores de IA? Procure taxas de reconhecimento datadas, falsos positivos, tamanhos de amostra, tipos de texto e testes com textos reservados em materiais comparáveis. Considere como as ferramentas lidam com trechos reescritos e se as medições são atualizadas conforme a escrita de IA muda. Para uma redação, priorize resultados de redações em vez de uma média ampla. Pergunte se o limiar informado corresponde ao usado na prática e se autores não nativos foram testados separadamente. A concordância entre ferramentas é um contexto útil, mas erros compartilhados também podem produzir concordância. Verifique seu texto com o detector de IA do Blurwrite e use o guia de interpretação da pontuação nesta página para entender o resultado.

Leia os resultados com seu contexto

O que a pontuação e o nível de confiança significam

A pontuação descreve como o texto é interpretado, enquanto o nível Alto, Médio ou Baixo descreve a força das evidências. Use as marcações por frase para identificar trechos que merecem revisão, em vez de tratar a pontuação como prova de autoria. Como as taxas dos testes diferem? O reconhecimento de IA conta os textos gerados por máquina sinalizados corretamente. A taxa de falsos positivos conta os textos humanos sinalizados incorretamente. Seus denominadores descrevem grupos diferentes, então as taxas não são opostas e não devem ser somadas. Uma comparação útil de precisão apresenta ambas, com as quantidades de amostras, os tipos de texto e o limiar de decisão. Um resultado individual é uma análise separada do seu texto.

Voltar à ferramenta