A cena virou rotina em departamento de marketing: o redator, a agência ou o freelancer entrega o artigo, alguém cola o texto num detector de IA e a tela devolve "87% gerado por inteligência artificial". A partir daí, a conversa deixa de ser sobre o texto e passa a ser sobre a porcentagem. Há quem devolva a entrega, quem peça desconto e quem encerre o contrato.
O problema é que essa porcentagem não prova o que parece provar. Este artigo põe lado a lado as duas fontes que mais importam para quem compra conteúdo — um estudo revisado por pares que testou 14 detectores e a posição pública do Google sobre texto feito com IA — e mostra o que conferir no lugar da nota: fonte, experiência própria, histórico de versões, contrato e revisão humana com nome.
O que é um detector de IA?
Detector de IA é uma ferramenta que recebe um texto e devolve uma estimativa de quanto dele foi produzido por um modelo de linguagem, como ChatGPT, Gemini ou Claude. O resultado costuma vir como porcentagem, às vezes com trechos destacados em cor. Existem versões gratuitas na web, extensões de navegador e módulos dentro de plataformas de checagem de plágio usadas por universidades.
O ponto que quase nenhum ranking de ferramenta explica é a natureza dessa resposta. O detector não encontra uma marca d'água escondida no texto: ele calcula a probabilidade de aquele padrão de palavras ter saído de uma máquina. É um palpite estatístico, apresentado com a cara de um laudo.
Isso não torna a ferramenta inútil. Torna a ferramenta inadequada para o uso que muita empresa faz dela: decidir sozinha se uma entrega é aceita, se um fornecedor é honesto ou se um pagamento é devido.
Como funcionam os detectores de IA por dentro?
A maior parte dos detectores trabalha com uma ideia simples: modelos de linguagem escolhem, a cada passo, palavras muito prováveis. Um texto em que quase toda palavra é a escolha mais previsível tende a parecer "de máquina". Um texto com escolhas inesperadas, frases de tamanhos muito diferentes e desvios de padrão tende a parecer "humano".
Algumas ferramentas usam um segundo modelo treinado com exemplos rotulados — milhares de textos marcados como humanos e milhares marcados como gerados — e aprendem a separar os dois grupos. O resultado é sempre o mesmo tipo de saída: uma probabilidade, não uma constatação.
Daí vêm as fragilidades conhecidas. Texto técnico, jurídico ou institucional é previsível por natureza, e pode ser lido como gerado mesmo quando foi escrito à mão. Texto gerado e depois reescrito ou parafraseado perde o padrão que o detector procura. E cada ferramenta foi treinada com um conjunto diferente, o que explica por que o mesmo parágrafo recebe notas diferentes em detectores diferentes.
Detector de IA é confiável? O que o estudo independente mediu
A resposta mais sólida disponível vem do estudo de Weber-Wulff e colegas que testou 14 detectores de texto gerado por IA, publicado no International Journal for Educational Integrity. Os pesquisadores avaliaram 12 ferramentas públicas e 2 comerciais — Turnitin e PlagiarismCheck — perguntando se elas conseguem separar texto escrito por pessoas de texto gerado pelo ChatGPT, e se tradução automática e ofuscação mudam o resultado.
Três achados importam para quem contrata conteúdo. Primeiro, a conclusão geral: as ferramentas disponíveis não são precisas nem confiáveis. Segundo, o viés: elas erram mais para o lado de dizer "humano", o que significa que uma nota baixa também não absolve ninguém. Terceiro, a fragilidade: ofuscar o texto, ou seja, reescrever e parafrasear, derruba o desempenho de forma significativa.
Note o que isso faz com a lógica do "passou no detector". Um fornecedor que realmente quisesse esconder uso de IA teria facilidade em fazê-lo; quem fica exposto à suspeita é justamente quem escreveu de forma direta e previsível. A ferramenta pune o estilo, não a conduta.
Os rankings que aparecem no topo do Google trazem precisões de 99% — declaradas pelos próprios fornecedores — ou testes caseiros com poucas dezenas de textos, sem idioma e versão informados. Nenhum deles substitui um teste independente, com método publicado e revisão por pares.
O que o Google diz sobre conteúdo feito com IA?
A segunda fonte que falta nos primeiros colocados é a do próprio buscador. Na orientação do Google Search Central sobre conteúdo gerado por IA, publicada em fevereiro de 2023, o Google afirma que seu foco está na qualidade do conteúdo, e não em como ele é produzido. O texto é avaliado pelos mesmos critérios, tenha sido escrito por pessoas, com ajuda de automação ou pelas duas coisas.
A linha que o Google traça não passa pela ferramenta, passa pela intenção. Usar IA para produzir texto útil não viola as diretrizes. Usar automação com o objetivo principal de manipular o ranking — gerar centenas de páginas rasas para ocupar buscas, por exemplo — viola as políticas de spam. O critério que o buscador aplica é o E-E-A-T: experiência, especialidade, autoridade e confiabilidade.
A mesma orientação sugere que o produtor pense em "quem, como e por quê": quem escreveu, como o conteúdo foi feito e por que ele existe. E recomenda informar o uso de automação quando o leitor razoavelmente esperaria saber disso. Ou seja: para o Google, a pergunta "foi feito por IA?" vale menos do que "isso ajuda quem lê, e quem responde por isso?".
Para a empresa que compra conteúdo, essa é a régua que interessa. O post vai ser lido por clientes e avaliado pelo buscador. Nenhum dos dois roda detector.
Qual a diferença entre detector de IA e verificador de plágio?
Os dois costumam aparecer juntos, às vezes na mesma plataforma, mas fazem perguntas diferentes. O verificador de plágio procura trechos iguais ou muito parecidos com textos que já existem em sua base ou na web, e aponta a origem. O detector de IA estima se o padrão do texto parece de máquina, sem apontar origem nenhuma.
| Verificador de plágio | Detector de IA | |
|---|---|---|
| Pergunta que responde | Este texto copia outro? | Este texto parece gerado por máquina? |
| Tipo de resultado | Trecho coincidente + link da origem | Porcentagem de probabilidade |
| Dá para conferir? | Sim: basta abrir a origem apontada | Não: não existe origem para abrir |
| Efeito de reescrever o texto | Reduz coincidências, mas a origem segue rastreável | Pode derrubar a nota de forma significativa |
| Serve como evidência numa disputa? | Sim, com a origem documentada | Não sozinho — é estimativa |
| Uso adequado | Checar cópia antes de publicar | Sinal para conversar, nunca veredito |
Comparação elaborada pela Alliance a partir de Weber-Wulff et al. (2023) e da orientação do Google Search Central (2023).
A diferença prática é a conferibilidade. Quando o verificador de plágio aponta um trecho, qualquer pessoa abre o link e confirma. Quando o detector aponta 87%, não há nada para abrir. Essa é a razão de fundo pela qual a segunda nota não sustenta decisão contratual.
Por que a nota do detector não serve para reprovar uma entrega?
Juntando as duas fontes, a conclusão é direta. A ferramenta não é precisa nem confiável, segundo o teste independente. E o critério do buscador não é a origem do texto, segundo o próprio Google. Uma nota que não é confiável, medindo algo que o Google não pune, não pode decidir uma entrega.
Usar a porcentagem para reprovar trabalho ou negar pagamento cria três riscos. O primeiro é a injustiça: um redator que escreveu do zero pode ser acusado por ter um estilo claro e previsível. O segundo é a falsa segurança: um texto raso, reescrito para enganar a ferramenta, passa sem dificuldade. O terceiro é o desgaste com fornecedores bons, que deixam de aceitar um cliente que decide por um número que ninguém consegue explicar.
Há ainda um risco que nenhum dos primeiros colocados menciona: o texto colado no detector sai da empresa. Artigo inédito, roteiro de campanha, material de lançamento ou documento interno passa a estar no servidor de um terceiro, sob os termos de uso dele. Antes de colar, vale ler o que a ferramenta diz sobre armazenamento e uso do conteúdo enviado — e não colar nada confidencial.
A ferramenta pune o estilo, não a conduta: quem quer esconder o uso de IA reescreve; quem fica sob suspeita é quem escreveu de forma direta.
Como saber se um texto foi feito por IA, então?
A pergunta honesta é outra: o texto cumpre o que a empresa precisa? Mas há sinais que um leitor atento percebe sem ferramenta nenhuma, e que costumam indicar texto gerado e publicado sem revisão — ou texto ruim, tenha a origem que tiver.
- Dado sem fonte ou com fonte que não abre, ou que abre e diz outra coisa. Modelos de linguagem inventam referências com facilidade.
- Generalidade que serve para qualquer empresa: nenhum exemplo, número, caso ou detalhe que só aquela marca teria.
- Estrutura de lista sem argumento: muitos tópicos, nenhum deles desenvolvido, conclusão que repete a introdução.
- Afirmação datada: preço, lei, regra de plataforma ou nome de produto que já mudou.
- Tom uniforme e sem posição: o texto descreve, mas nunca recomenda, discorda ou escolhe.
Repare que todos esses sinais são problemas de qualidade, conferíveis por qualquer revisor. Eles valem para texto humano também. É por isso que a revisão funciona melhor do que a detecção: ela olha o que importa para o leitor e para o Google, e produz evidência que se pode mostrar.
O que conferir no lugar da nota do detector?
A alternativa é trocar uma estimativa que ninguém consegue verificar por cinco evidências que ficam registradas. Elas cabem num checklist de aprovação de conteúdo e protegem os dois lados: a empresa sabe o que recebeu, e o fornecedor sabe por que régua será avaliado.
1. Fonte de cada dado
Todo número, estudo, lei ou citação precisa ter link para a origem primária, e alguém precisa abrir esse link. É a checagem que mais pega texto gerado sem cuidado, porque referência inventada não resiste a um clique. Também é a que mais pesa para o leitor e para as respostas de IA, que preferem citar quem cita.
2. Experiência própria
Peça, no briefing, o que só a marca tem: um caso de cliente, um número interno autorizado, a opinião de um especialista da casa, uma foto do processo. O E-E-A-T começa por "experiência", e esse é o ponto em que conteúdo genérico — feito por máquina ou por pessoa — perde para conteúdo com repertório próprio.
3. Rascunhos e histórico de versão
Se a autoria importa para a empresa, peça que o trabalho seja feito num documento compartilhado com histórico de versões. O histórico mostra a evolução do texto, as datas e quem editou. É evidência real de processo, coisa que nenhuma porcentagem oferece.
4. Cláusula de uso de IA no contrato
Em vez de descobrir depois, combine antes. O contrato ou a proposta pode dizer se a IA é permitida, em que etapas (pesquisa, estrutura, rascunho), se o uso precisa ser informado, quais dados da empresa não podem ser inseridos em ferramentas externas e quem responde por erro factual. Regra clara elimina a suspeita.
5. Revisão humana nomeada
Todo texto publicado precisa de uma pessoa que leu, conferiu as fontes e assina a aprovação. Isso conversa com o que o Google chama de "quem": um autor ou revisor identificável quando o leitor esperaria um. E dá à empresa um responsável, não uma ferramenta, para responder pelo que foi ao ar.
Quais os erros mais comuns ao usar detector de IA na empresa?
- Tratar a porcentagem como prova. Ela é estimativa; usá-la para reprovar entrega ou reter pagamento não tem sustentação técnica.
- Rodar o texto em vários detectores até achar a nota que confirma a suspeita. Notas divergentes entre ferramentas são sinal da fragilidade, não de culpa.
- Ler nota baixa como garantia. O viés para "humano" medido no estudo significa que texto gerado e reescrito passa.
- Colar material confidencial. Lançamento, dado de cliente ou documento interno não deve ir para ferramenta externa sem ler os termos.
- Não combinar regra de IA antes de contratar. Sem cláusula, toda discussão vira opinião contra opinião.
- Esquecer a revisão de fatos. A empresa gasta energia descobrindo se foi IA e publica dado errado, que é o que de fato prejudica a marca.
E se a ferramenta já faz parte do processo?
Se a ferramenta já faz parte do processo, ela pode continuar, desde que mude de função: de juiz para sinal de alerta. Uma nota alta vira motivo para uma conversa e para uma revisão mais atenta, nunca para uma decisão automática. Na prática, isso significa:
- registrar a nota como observação, ao lado das cinco evidências, e nunca sozinha;
- usar o resultado para escolher onde revisar com mais cuidado — por exemplo, os trechos destacados — e não para aprovar ou reprovar;
- conversar com o fornecedor mostrando o critério contratado, não a porcentagem;
- enviar à ferramenta só texto que poderia ser público.
Para quem produz, a lógica é a mesma. Usar IA no processo e informar isso dentro das regras combinadas é mais seguro do que tentar "passar no detector" com paráfrases, que deixam o texto pior e não resolvem nada. Vale ler também como funciona o rótulo de conteúdo gerado por IA que as plataformas aplicam, porque ali a origem do conteúdo tem consequência visível para o público.
O que muda por tipo de empresa?
O cuidado com detector e com autoria não pesa igual em todo negócio. O que muda é quanto o erro custa e quem está do outro lado.
| Tipo de empresa | Risco principal | O que priorizar no lugar da nota |
|---|---|---|
| Pequena empresa com freelancer | Pagar por texto genérico, sem repertório | Briefing com casos próprios e checagem das fontes |
| Empresa com agência de conteúdo | Disputa sobre entrega sem critério combinado | Cláusula de uso de IA e revisão nomeada |
| Setor regulado (saúde, jurídico, financeiro) | Afirmação técnica errada publicada | Revisão por especialista que assina |
| E-commerce com muitas páginas | Escala de páginas rasas vista como spam | Critério de utilidade por página, não volume |
| B2B com conteúdo técnico | Texto previsível marcado como IA sem ser | Histórico de versão e fonte de cada dado |
Em todos os casos, o padrão se repete: o que protege a marca é critério documentado, não ferramenta de detecção. A forma de organizar esse critério dentro de um calendário editorial está no artigo sobre estratégia de conteúdo quando a IA também escreve.
Como medir se o conteúdo entregue é bom, com ou sem IA?
Se a nota do detector sai do centro, alguma coisa precisa entrar. A medição útil acompanha o que o leitor e o buscador avaliam:
- Taxa de fontes conferidas: quantos dados do texto têm link primário que abre e confirma o que foi dito.
- Elementos próprios por artigo: casos, números internos, falas de especialistas, imagens originais.
- Desempenho de busca: impressões, cliques e consultas no Search Console depois de algumas semanas no ar.
- Engajamento real: tempo na página e cliques para a página de serviço ou para o contato.
- Retrabalho: quantas rodadas de revisão cada entrega exigiu e por quê.
Esses indicadores dizem se o texto cumpre o papel. Uma promessa forte só converte quando vem acompanhada de prova, como mostra o artigo sobre copywriting que sustenta a promessa com prova.
Por onde começar hoje
Comece pelo próximo texto que chegar. Em vez de colar no detector, abra as três fontes mais importantes, procure um elemento que só a sua marca teria e anote quem revisou. Depois, transforme isso em regra: um parágrafo no contrato sobre uso de IA e um checklist de aprovação com as cinco evidências.
Se a produção de conteúdo da empresa precisa de método — briefing, fonte, revisão e medição —, o serviço de Conteúdo & Copywriting da Alliance trabalha com esse processo do planejamento à publicação. E para entender onde o conteúdo se encaixa no restante da comunicação, o diagnóstico de marketing gratuito da Alliance leva cerca de 30 minutos e mostra a maturidade da empresa em cada frente.