Verificador de pontuação de IA: guia completo das duas ferramentas

"Verificador de pontuação de IA" é um nome que serve para duas ferramentas que não têm nada a ver uma com a outra. A primeira é o detector de IA, que dá uma nota para um texto conforme a chance de ele ter sido escrito por uma máquina. A segunda é o verificador de visibilidade em IA, que mede com que frequência os assistentes de IA citam a sua marca. Uma analisa o que você escreve. A outra analisa a sua presença. Elas não compartilham método, nem dados, nem significado.

Quase todas as páginas que aparecem para essa busca falam só do primeiro sentido e partem do princípio de que era isso que você queria. Este guia cobre os dois, deixa claro o que cada pontuação pode e não pode sustentar e responde às dúvidas que as pessoas realmente têm sobre as porcentagens dos detectores, incluindo a que mais confunde estudantes e profissionais de marketing: uma nota baixa, tipo 7%, quer dizer alguma coisa?

Sentido 1: a pontuação do detector de IA

Um detector de IA estima a probabilidade de um texto ter sido gerado por um modelo de linguagem e, em geral, devolve a porcentagem do documento que ele acredita ter sido escrita por máquina. Entram nessa categoria ferramentas como GPTZero, QuillBot, Turnitin, Scribbr e ZeroGPT.

O método é estatístico, não pericial. Os detectores procuram sinais como baixa perplexidade, ou seja, um texto incomumente previsível palavra por palavra. Só que um texto humano fluente, simples e bem estruturado tem exatamente essa característica, e é daí que vem quase todo problema descrito a seguir.

Uma pontuação de IA de 7% é ruim?

Não. Uma nota de 7% está dentro da faixa que o maior fornecedor de detectores considera pouco confiável e se recusa a apresentar como resultado.

O Turnitin, cujo detector é o que a maioria das instituições de ensino de fato usa, oculta as pontuações de IA na faixa de 1% a 19% justamente porque os falsos positivos se concentram ali. Abaixo do limite de 20%, ele mostra um asterisco em vez de uma nota com significado, avisando ao professor que o número não é confiável nesse nível. O Turnitin informa uma taxa de falsos positivos por documento abaixo de 1% para documentos sinalizados com mais de 20% de escrita por IA, e uma taxa de falsos positivos por frase de cerca de 4%.

Então, uma leitura de 7% não prova que 7% do seu documento foi escrito por IA. É um número que o próprio fornecedor não se dispõe a bancar. Diante de uma nota de um dígito, o certo é ignorar.

Qual pontuação de detector de IA é aceitável?

Não existe um limite que signifique "limpo", e tratar qualquer número como nota de aprovação é não entender o que essa pontuação é.

O resultado é uma estimativa de probabilidade feita por um classificador com taxas de erro conhecidas e consideráveis, e não a medição de um fato. O guia sobre ferramentas de detecção de IA do Legal Research Center da University of San Diego, atualizado em julho de 2026, vai direto ao ponto: os detectores "não são nem precisos nem confiáveis" e "não são recomendados como único indicador de má conduta acadêmica". O mesmo guia observa que o detector do Turnitin pode deixar passar cerca de 15% do texto gerado por IA em um documento, então uma nota baixa também não prova nada.

Se é você quem está recebendo a nota, a leitura defensável é esta: números altos pedem uma conversa, números baixos não provam nada e nenhum número deveria ser a prova por si só.

Existe detector de IA 100% preciso?

Não, e a evidência mais forte vem justamente da empresa que mais teria a ganhar construindo um.

A OpenAI lançou um classificador de texto de IA no início de 2023 e o retirou do ar em 20 de julho de 2023 "devido à sua baixa taxa de precisão". Na avaliação da própria OpenAI, a ferramenta identificava corretamente texto escrito por IA só 26% das vezes, enquanto marcava por engano texto humano como IA em 9% dos casos, e não era confiável em textos com menos de 1.000 caracteres. A empresa que treinou o gerador não conseguia detectar o próprio gerador com segurança.

Nada mudou essa dificuldade de fundo desde então. Os fornecedores divulgam números altos de precisão obtidos em benchmarks controlados, e testes independentes com documentos do mundo real chegam consistentemente a resultados mais baixos, principalmente em textos editados.

Por que os detectores de IA acusam textos humanos de serem feitos por IA?

Porque o sinal em que eles se apoiam, uma prosa previsível e com pouca variação, também é a marca registrada de quem escreve com um vocabulário mais limitado no idioma, incluindo quem não é falante nativo.

O estudo de referência é GPT detectors are biased against non-native English writers (detectores de GPT são enviesados contra quem escreve em inglês como segunda língua), de Liang, Yuksekgonul, Mao, Wu e Zou, publicado na Patterns em julho de 2023. Testando sete detectores bastante usados, os pesquisadores encontraram precisão quase perfeita em redações de alunos do oitavo ano dos EUA, mas classificação errada sistemática das redações do TOEFL escritas por não nativos como geradas por IA. A explicação deles é o mecanismo da perplexidade: a escrita de não nativos tende a ser menos variada linguisticamente, que é exatamente o padrão que os detectores leem como texto de máquina.

O estudo também mostrou que esse viés se inverte com uma facilidade absurda. Pedir a um modelo que sofisticasse o vocabulário de uma redação do TOEFL reduziu os erros de classificação, enquanto simplificar uma redação escrita por nativo aumentou os falsos positivos. Um detector que muda de ideia por causa de um dicionário de sinônimos não está medindo autoria.

O resultado é um problema de justiça, não só técnico. Uma ferramenta que penaliza sistematicamente estudantes internacionais e quem escreve em segunda língua não deveria ser a base de uma decisão sobre essas pessoas.

Sentido 2: a pontuação de visibilidade em IA

A pontuação de visibilidade em IA mede algo completamente diferente: com que frequência os assistentes de IA mencionam ou citam a sua marca quando os usuários fazem perguntas sobre o seu segmento. Ela é calculada rodando um conjunto de prompts no ChatGPT, no Gemini, no Claude e no Perplexity de forma periódica e contando em quantas respostas a sua marca aparece.

É esse o sentido que importa se você chegou aqui como profissional de marketing, e não como redator ou estudante. A presença da sua marca dentro das respostas de IA virou um canal de visibilidade à parte, e ele é invisível tanto para o rastreamento tradicional de rankings quanto para qualquer detector.

Ela também tem sua ressalva de confiabilidade, e não é pequena. A SparkToro colocou 600 voluntários para rodar 12 prompts de recomendação de marcas 2.961 vezes no ChatGPT, no Claude e no AI Overview do Google (o resumo gerado por IA nos resultados de busca). A chance de a mesma lista de marcas aparecer duas vezes foi menor que 1 em 100, e menor que cerca de 1 em 1.000 na mesma ordem. Ou seja, a pontuação de visibilidade é uma estatística amostral com uma margem de erro grande, e qualquer ferramenta que vende uma "posição no ranking da IA" precisa está vendendo um número que não existe.

Como verificar a minha pontuação de IA?

Depende de qual pontuação você está falando, e os dois caminhos não têm nada em comum.

Para a pontuação de detector: cole o texto em um detector como GPTZero, Turnitin ou Scribbr. Depois, trate o resultado como um sinal fraco entre outros. Confira o tamanho do texto, já que a maioria dos detectores não é confiável abaixo de uns 1.000 caracteres, e descarte qualquer resultado de um dígito.

Para a pontuação de visibilidade: monte de 30 a 50 prompts que um comprador de verdade digitaria, rode cada um em vários assistentes cinco vezes ou mais e anote com que frequência a sua marca aparece. Faça isso na mão para ter uma primeira leitura, ou use uma ferramenta de monitoramento de visibilidade para rodar tudo de forma periódica. O que você quer tirar disso é uma taxa de aparição ao longo de muitas execuções, não uma posição.

Uma ressalva específica das superfícies do Google: a única fonte oficial sobre AI Overviews e AI Mode é o próprio Google, pelo relatório de desempenho de IA generativa no Search Console, lançado em junho de 2026, que mostra impressões por página, país, dispositivo e data. Ele não mostra cliques, posição nem prompts, mas é um dado primário, e nenhum terceiro consegue igualar essa precisão quando o assunto é Google.

Uma pontuação de IA pode servir de prova de cola?

Não deveria, e cada vez mais instituições já formalizaram essa posição.

O raciocínio é simples quando as taxas de erro estão na mesa. Um classificador com viés documentado contra não nativos, uma faixa abaixo de 20% que o próprio fornecedor admite não ser confiável e uma taxa de erro de cerca de 15% em textos realmente escritos por IA não produz prova. Produz um motivo para olhar com mais atenção: o histórico de rascunhos, o controle de versões, os outros trabalhos do aluno e uma conversa.

Se você for acusado com base só em uma nota, estas são as três fontes para citar: a OpenAI retirando o próprio classificador por baixa precisão, o estudo da Patterns sobre viés sistemático e a decisão do próprio fornecedor de ocultar as notas da faixa baixa.

Qual pontuação de IA a sua empresa deveria acompanhar?

Para praticamente qualquer empresa, a de visibilidade, e com folga.

A pontuação de detector é uma checagem defensiva e pontual de um texto. Ela não diz nada sobre demanda, concorrentes ou alcance e, com essas taxas de erro, é um péssimo filtro de qualidade editorial. Muito texto humano cuidadoso tira nota ruim e muito texto de máquina passa limpo.

A pontuação de visibilidade é uma métrica de canal. Ela mostra se os assistentes que os seus clientes consultam hoje conhecem você, quais concorrentes são citados no seu lugar e se isso está mudando. Reporte essa métrica como uma taxa de aparição em janela móvel de 30 dias sobre um conjunto fixo de prompts, sabendo que a oscilação de uma semana para outra é, na maior parte, ruído.

Se o seu objetivo é ser citado, e não só passar num detector, quem dita as regras de elegibilidade é o Google, não uma ferramenta de pontuação. O guia de recursos de IA generativa dele, atualizado em julho de 2026, confirma que esses recursos são "baseados nos nossos principais sistemas de ranking e qualidade da Busca" e que uma página "precisa estar indexada e apta a aparecer na Pesquisa Google com um snippet". Nenhuma pontuação muda isso. Você pode ver onde a sua marca está hoje em cada mecanismo e trabalhar a partir de uma linha de base real.