Detector de IA
Verifica se seu texto foi escrito por ChatGPT, Claude, Gemini ou GPT-4.
Grátis. Instantâneo. Sem cadastro. Sem upload. Funciona no seu navegador.
All analysis runs in your browser. Your text never leaves your device.
Signals are mixed. Cannot decide either way.
Based on 6 signals
How this detector works
This tool combines six statistical signals into a single 0 to 100 AI likelihood score. Each signal is computed locally in your browser using established text-analysis methods. The signals are weighted by how reliably they distinguish AI-generated text from human writing in the research literature.
Burstiness (30%) measures the coefficient of variation of sentence lengths. Human writing swings between short and long sentences; AI output is more uniform. Vocabulary diversity (20%) uses type-token ratio with a 100-word window. Cliche detection (20%) scans for stock AI phrases like "delve into", "in today's digital age", and "in conclusion". Punctuation profile (15%) tracks em-dash, semicolon, and Oxford comma density. Sentence structure (10%) looks at opener variation and passive voice rate. Repetition (5%) counts repeated 3-word and 4-word phrases.
The detector is calibrated to favor false positives over false negatives at the low end of the score: a score of 30 still means "lean human" rather than "definitely human". Treat the verdict as a starting point, not a verdict.
This is a statistical estimate, not proof. AI detection is inherently uncertain. Tools like this can produce false positives for academic writing, non-native English, technical documentation, and formal styles. Do not use this as the sole basis for accusations of plagiarism or academic dishonesty.
Resposta Rápida
Cole pelo menos 50 palavras. A ferramenta calcula seis sinais estatísticos (burstiness, diversidade de vocabulário, frases-clichê, pontuação, estrutura de frase, repetição) e combina em uma pontuação de probabilidade de IA de 0 a 100. A precisão heurística é de cerca de 65 a 75 por cento. Trate os resultados como ponto de partida, não como prova.
Como Funciona a Detecção de IA
Detectores heurísticos de IA não "leem" seu texto. Eles contam características de superfície que tendem a diferir entre escrita humana e de IA. Nenhuma característica isolada é um sinal por si só, e é por isso que detectores robustos combinam múltiplos sinais. Abaixo estão os seis que esta ferramenta usa.
1. Burstiness
Burstiness mede a variação no tamanho das frases ao longo de uma passagem. Humanos oscilam naturalmente entre frases bem curtas (3 a 6 palavras) e longas (25 a 40 palavras). Grandes modelos de linguagem, treinados para otimizar fluência e clareza, produzem frases que se agrupam em torno de uma média de 15 a 22 palavras com baixa variância. A ferramenta calcula o coeficiente de variação: um valor acima de 0,6 tende a humano, abaixo de 0,3 tende a IA. Burstiness é o sinal isolado mais forte na maioria dos benchmarks de pesquisa, e é por isso que pesa 30 por cento.
2. Diversidade de Vocabulário
A diversidade de vocabulário é medida pela razão tipo-token: palavras únicas divididas pelo total de palavras. Para estabilizar a métrica entre tamanhos de texto, usamos uma janela móvel de 100 palavras e calculamos a média do TTR por janela. Escrita humana tipicamente fica entre 0,65 e 0,80 nessa medida. Saída de IA frequentemente se agrupa entre 0,55 e 0,65, refletindo a tendência do modelo de reutilizar vocabulário dentro de uma passagem. Peso: 20 por cento.
3. Detecção de Clichês em N-gramas
Escaneamos uma lista curada de frases que modelos de IA usam em excesso: "na era digital de hoje", "é importante notar", "aprofundar-se", "navegar pelas complexidades", "em conclusão", "ademais", "além disso", "adicionalmente", entre outras. Essas frases não são erradas por si só, mas sua densidade em uma passagem é um sinal forte. Uma a cada 50 palavras empurra a pontuação para IA. Peso: 20 por cento.
4. Perfil de Pontuação
Modelos de IA, especialmente a família GPT-4, usam em excesso travessões (o caractere de traço longo). A maioria dos redatores humanos usa travessões com moderação. A ferramenta conta travessões por 100 palavras, densidade de ponto e vírgula e taxa de uso da vírgula de Oxford. Uma passagem com três travessões em 200 palavras é, por si só, um marcador forte de IA. Peso: 15 por cento.
5. Estrutura de Frase
Duas características estruturais: com que frequência as frases começam com a mesma palavra (baixa variação tende a IA) e com que frequência a voz passiva aparece (taxa alta tende a IA). O detector aproxima a voz passiva procurando verbos de ligação seguidos em até três palavras por um provável particípio passado. Peso: 10 por cento.
6. Repetição de Expressões
Extraímos cada expressão de 3 e 4 palavras do texto e contamos repetições. Expressões que aparecem três ou mais vezes empurram a pontuação para IA. Humanos geralmente parafraseiam; a IA fica em loop em padrões. Esse é o mais fraco dos seis sinais (5 por cento) porque escrita legítima frequentemente repete terminologia, mas soma informação útil nas margens.
Precisão e Limitações
Avaliações independentes de detectores heurísticos de IA (GPTZero, ZeroGPT, Copyleaks e detectores acadêmicos como DetectGPT e GLTR) caem consistentemente na faixa de 65 a 80 por cento de precisão em texto multi-domínio. Os mesmos estudos mostram que saída de IA levemente editada pode derrubar a taxa de detecção abaixo de 50 por cento. Não há detector, pago ou grátis, que ultrapasse 90 por cento em texto adversarial.
Nossa ferramenta vai produzir falsos positivos para:
- Escrita acadêmica - tamanho uniforme das frases, vocabulário formal, linguagem de hedging.
- Inglês não nativo - vocabulário de trabalho menor, estruturas mais repetidas.
- Documentação técnica - voz passiva, terminologia repetida, estilo formal.
- Texto corporativo ou jurídico - frases-clichê, vírgulas de Oxford, uso de ponto e vírgula.
- Escrita altamente editada ou em template - padrões que parecem mecânicos porque são.
Use a pontuação como ponto de partida para discussão, nunca como veredicto. Para decisões de alto impacto (disciplina acadêmica, contratação), combine o detector com outras evidências: histórico de rascunho, amostras de escrita, conversa presencial sobre o conteúdo.
Quando Usar Detecção de IA
Há casos de uso reais para um detector heurístico, desde que você entenda os limites:
- Professores verificando redações de alunos para uma triagem rápida antes de uma revisão mais profunda. Uma pontuação alta sinaliza "olhe mais de perto", não "reprove".
- Editores verificando trabalho freelance para confirmar que um redator está entregando a voz humana pela qual foi contratado.
- Recrutadores revisando cartas de apresentação como uma entrada entre muitas. Uma pontuação de 95 em uma carta de apresentação é um sinal amarelo que vale a pena acompanhar.
- Autoverificação antes de publicar para pegar trechos que leem como ChatGPT e reescrevê-los na sua voz.
- Auditorias de autenticidade de conteúdo ao revisar um backlog de entregas, posts de blog ou copy de produto.
Comparação com Outros Detectores
Vários detectores de IA conhecidos existem, cada um com trade-offs diferentes:
- GPTZero usa perplexidade e burstiness com modelos proprietários. Camada grátis com limites, planos pagos para maior volume.
- Originality.ai é só pago e voltado para editoras de SEO. Usa um classificador customizado.
- ZeroGPT é grátis com camada paga. Usa perplexidade e burstiness similares ao GPTZero.
- Copyleaks é focado em empresas com plágio mais detecção de IA em um produto.
Nossa ferramenta é grátis, totalmente no navegador, exige cadastro nenhum e nunca vê seu texto. Não pretende superar opções pagas. O benefício é privacidade e atrito zero. Se você precisa de maior confiança para uma única decisão crítica, um detector pago é razoável. Para triagem do dia a dia, uma ferramenta heurística transparente geralmente basta.
A ferramenta combina seis sinais estatísticos em uma pontuação de probabilidade de IA de 0 a 100: burstiness (variação de tamanho das frases), diversidade de vocabulário, frases-clichê comuns de IA, perfil de pontuação (densidade de travessão, ponto e vírgula e vírgula de Oxford), estrutura de frase (variação de abertura e taxa de voz passiva) e repetição de expressões de 3 e 4 palavras. Cada sinal é ponderado por quão confiavelmente distingue IA de escrita humana na literatura de pesquisa. Toda a computação acontece no seu navegador.
Não. Nenhum detector de IA é 100% preciso, incluindo serviços pagos como GPTZero, Originality.ai e ZeroGPT. Estudos independentes mostram que detectores heurísticos rodam em cerca de 65 a 75 por cento de precisão em texto misto. Nossa pontuação é um ponto de partida, não um veredicto. Trate pontuações abaixo de 30 como 'tende a humano', 30 a 70 como 'incerto' e acima de 70 como 'tende a IA'. Nunca use uma pontuação de detector como base única para acusações de plágio ou desonestidade acadêmica.
Os sinais que rastreamos (frases-clichê como 'aprofundar-se', uso intenso de travessão, tamanho uniforme das frases) são mais pronunciados na saída do GPT-3.5 e do GPT-4. O Claude tende a produzir tamanhos de frase mais variados e menos expressões-padrão, então seu texto frequentemente pontua mais baixo. O Gemini fica no meio. A ferramenta não é ajustada para nenhum modelo específico. Procura por assinaturas estatísticas gerais de texto gerado por LLM, e é por isso que saída de IA editada ou com prompts pesados pode escapar abaixo do limiar.
Detectores heurísticos procuram padrões estatísticos, não autoria. Vários tipos de escrita compartilham padrões com IA: papers acadêmicos (tamanho uniforme das frases, vocabulário formal), inglês não nativo (vocabulário limitado, estruturas repetidas), documentação técnica (voz passiva, terminologia repetida) e texto corporativo ou jurídico (frases-clichê, pontuação formal). Se você escreve em estilo medido e consistente, pode pontuar mais alto que o esperado. O detector não 'sabe' nada além das características de superfície que conta.
Não. Toda a análise roda localmente no seu navegador usando JavaScript. Seu texto nunca sai do seu dispositivo, não é enviado, não é registrado e não é usado para treinar nenhum modelo. Você pode verificar abrindo as ferramentas de desenvolvedor do seu navegador e observando a aba de rede enquanto a análise roda - não há tráfego de rede. Também não armazenamos seu texto em nossos servidores porque, em primeiro lugar, não temos acesso a ele.
Seis sinais: (1) Burstiness, o coeficiente de variação dos tamanhos de frase. (2) Diversidade de vocabulário, medida por razão tipo-token com janela móvel de 100 palavras. (3) Detecção de clichês em n-gramas, escaneando frases-padrão de IA como 'na era digital de hoje' e 'é importante notar'. (4) Perfil de pontuação, rastreando densidade de travessão, ponto e vírgula e vírgula de Oxford. (5) Estrutura de frase, medindo variação de abertura e taxa de voz passiva. (6) Repetição de expressões, contando expressões de 3 e 4 palavras que aparecem três ou mais vezes.
Sim, e facilmente. Edição leve de saída de IA (trocar frases-clichê, quebrar frases longas e uniformes, adicionar voz pessoal e contrações) baixa significativamente a pontuação. Essa é uma limitação fundamental de todo detector heurístico. As mesmas edições que enganam nossa ferramenta vão enganar o GPTZero e o ZeroGPT também. Se você precisa verificar autoria para uma decisão de alto impacto, combine um detector com outras evidências: histórico de escrita, verificação presencial, histórico de rascunho no Google Docs ou Word e conversa direta sobre o conteúdo.
Fontes
- Mitchell, E., Lee, Y., Khazatsky, A., Manning, C. D., Finn, C. (2023). "DetectGPT: Zero-Shot Machine-Generated Text Detection using Probability Curvature." Proceedings of the 40th International Conference on Machine Learning.
- Solaiman, I., Brundage, M., Clark, J., et al. (2019). "Release Strategies and the Social Impacts of Language Models." OpenAI Report.
- Gehrmann, S., Strobelt, H., Rush, A. M. (2019). "GLTR: Statistical Detection and Visualization of Generated Text." ACL System Demonstrations.
- Bhattacharjee, A., Liu, H. (2023). "Fighting Fire with Fire: Can ChatGPT Detect AI-generated Text?" SIGKDD Explorations Newsletter.
- GPTZero (2023). "How AI Text Detectors Work." Public methodology documentation.