Audiência de Integridade Acadêmica com IA: O que as Comissões Avaliam

Uma audiência de integridade acadêmica sobre IA depende de evidências, não da pontuação de um detector. Os painéis decidem se a instituição demonstrou má conduta segundo sua própria política. Seu papel é explicar como o trabalho foi produzido, apresentar o histórico que o comprova e pedir ao painel que aplique seu padrão normal de prova.

O que uma audiência de integridade acadêmica está realmente decidindo?

Na maioria dos painéis, não se pergunta “um detector sinalizou isto?”. Pergunta-se se as evidências atendem ao padrão da instituição para má conduta. Isso geralmente significa três coisas: o ato (você usou uma ferramenta proibida ou entregou um trabalho que não era seu?), a intenção ou o conhecimento (você sabia, ou deveria razoavelmente saber, que aquilo não era permitido?) e as evidências (a instituição consegue demonstrar ambos, no limiar que sua política estabelece?).

É nesse último ponto que os casos de IA ficam frágeis. A pontuação de um detector é uma estimativa de probabilidade produzida por um modelo que compara seu texto com padrões que associa à escrita gerada. Não é um registro do seu teclado. Não consegue mostrar quem digitou uma frase. Quando um painel trata uma pontuação como a conclusão, e não como uma peça de evidência, ele silenciosamente pula a parte em que a instituição prova seu caso.

Por isso você deve ler a política que se aplica a você, e não uma política genérica. As regras diferem quanto a se o auxílio de IA é proibido de forma absoluta, permitido com declaração ou permitido para algumas tarefas e não para outras. Se a política permite ferramentas de edição, corretores gramaticais ou auxílios de tradução, diga isso, com a cláusula à sua frente. Nosso guia sobre o que sua universidade realmente permite explica como ler essas cláusulas antes de uma audiência.

O que trazer: seu processo de escrita como evidência

A coisa mais forte que você pode colocar diante de uma banca não é um argumento. É uma trilha.

1. Rascunhos, em ordem. Documentos na nuvem mantêm o histórico de versões. Exporte-o, ou tire capturas de tela da lista de versões com carimbos de data e hora. Um ensaio que cresceu ao longo de dias parece diferente de um colado às 2 da manhã.
2. Anotações e pesquisa. Notas de leitura, PDFs destacados, empréstimos de biblioteca, favoritos, gravações de entrevistas, arquivos de dados. Qualquer coisa que mostre o pensamento antes das frases.
3. Esboços e arquivos intermediários bagunçados. Parágrafos pela metade são evidência de construção. Ninguém gera um rascunho e depois gera o andaime.
4. Correspondência. E-mails para um orientador, mensagens para um grupo de estudo, feedback de um centro de escrita. Esses itens datam seu trabalho e mostram a direção do percurso.
5. Seu próprio trabalho anterior. Ensaios anteriores no mesmo estilo ajudam a mostrar que a voz em questão é sua.

Se você usou uma ferramenta de IA dentro das regras, para brainstorming, para verificar gramática, para traduzir uma fonte que depois leu, documente isso também. Esconder uma ferramenta permitida parece pior do que declará-la. O que afunda as pessoas é uma lacuna no registro, não a ferramenta em si.

Se você quer ver quais frases específicas carregam o sinal no seu próprio rascunho antes que qualquer outra pessoa o avalie, passe o texto pelo detector de IA em nível de frase. Ele destaca cada linha pela probabilidade de IA, para que você possa apontar as passagens reais em discussão em vez de discutir sobre um número do documento inteiro.

Por que um detector sinaliza um texto que você mesmo escreveu?

Porque os detectores medem padrão, não autoria. Eles procuram sinais como baixa variação no comprimento das frases, escolhas de palavras previsíveis, transições genéricas e informação distribuída de forma uniforme. A escrita acadêmica humana às vezes também se parece com isso, especialmente quando passou por um guia de estilo, por uma tradução ou por várias rodadas de revisão.

Passamos nosso próprio detector por 46 guias escritos à mão DeAIze. A pontuação média de IA foi de 27%, a mediana de 25%, e o intervalo variou de 0 a 55%. Dezessete dos 46 foram sinalizados no limiar que usamos. Cada um desses documentos foi escrito por uma pessoa. Essa é a imagem honesta de um detector no mundo real: útil, ruidoso e não um veredito.

Há uma segunda descoberta, mais estranha, da mesma execução. Na amostra escrita por humanos, os indícios comuns de IA apareceram cerca de 3 vezes a cada 100 palavras. Em 12 saídas de modelo não editadas geradas a partir de prompts fixos, os mesmos indícios apareceram cerca de 1 vez a cada 100 palavras. Os sinais em que as pessoas confiam a olho não estão presentes de forma confiável em texto de máquina e muitas vezes estão presentes em texto humano, porque os humanos escrevem por hábitos. Se um membro da banca diz que a prosa “parece IA”, isso é uma impressão, não uma medição, e merece o mesmo escrutínio que qualquer outra impressão.

Como você apresenta seu processo à banca?

Mantenha a ordem cronológica e seja concreto. “Foi assim que este ensaio foi feito” é mais fácil de acompanhar do que “eu nunca faria isso”.

• Comece pela tarefa e pelo briefing.
• Descreva sua pesquisa: o que você leu, onde encontrou, o que rejeitou.
• Percorra o processo de redação: quando você começou, quantos rascunhos, o que mudou.
• Aponte para os artefatos à medida que avança. Entregue-os ou deixe-os na tela.
• Explique quaisquer ferramentas que você usou, pelo nome, e para que as usou.
• Pare. Deixe que eles perguntem.

Responda à pergunta que lhe foi feita. Se você não souber, diga que não sabe e ofereça-se para descobrir. As bancas geralmente tentam estabelecer uma sequência de eventos; uma testemunha consistente e específica é mais persuasiva do que uma fluente e vaga.

Se o inglês não é a sua primeira língua, diga-o cedo e claramente. Escritores não nativos são sinalizados de forma desproporcional, não porque trapaceiam, mas porque a sua prosa usa frequentemente as mesmas construções seguras e regulares que os detetores associam a texto gerado. Há um guia completo sobre por que os detetores de IA sinalizam escritores não nativos de inglês e vale a pena lê-lo antes de falar, porque dá-lhe linguagem para algo que pode ter sentido mas não ter conseguido nomear.

O que não dizer

A forma mais rápida de perder uma audiência é admitir uma conclusão com a qual não concorda só porque quer que aquilo acabe.

Não diga: “Devo tê-lo usado sem me aperceber.” Se não usou uma ferramenta proibida, essa frase é uma admissão falsa, e será registada como tal. Os painéis agem com base em admissões. Não poderá retirá-la mais tarde.

Não diga: “O detetor deve estar errado, por isso não tenho nada a explicar.” Os detetores erram frequentemente. Mas recusar-se a analisar as provas faz com que pareça evasivo mesmo quando tem razão.

Não diga: “Toda a gente usa ChatGPT.” Não é uma defesa, e convida o painel a tratar o seu caso como uma questão de política em vez de uma questão factual.

Não diga: “Não me lembro.” Para tudo. A memória pode ser imperfeita, mas se o seu relato de escrever um ensaio de 3.000 palavras não contém nenhum detalhe lembrado, a banca vai perceber.

Não ofereça teorias sobre quem o denunciou. É irrelevante, soa a retaliação e desvia a conversa das evidências que você veio apresentar.

O que você pode dizer, e deve, é simples: “Eu escrevi isto. Aqui está o registro de como. Estou pedindo à banca que aplique seu padrão normal de evidências ao resultado do detector, e gostaria de saber qual é esse padrão.”

Como você pede um padrão justo de evidências?

Peça por escrito, antes da audiência se o processo permitir. Três perguntas fazem a maior parte do trabalho:

1. Qual padrão de prova se aplica? É a preponderância de probabilidades, ou algo mais elevado? Isso está escrito na política?
2. Quem tem o ônus da prova? Na maioria dos processos institucionais, a instituição deve estabelecer a má conduta, não o estudante refutá-la. Confirme isso.
3. Quais evidências serão consideradas, e posso vê-las? Você geralmente tem direito ao relatório do detector, às passagens sinalizadas, à versão avaliada pelo corretor e a qualquer correspondência sobre o caso.

Depois, faça a pergunta operacional: o que o painel aceitaria como evidência de que eu escrevi isto? Se a resposta for “nada”, você aprendeu algo importante sobre o processo, e pode dizê-lo com calma, para o registro. Se a resposta for uma lista, agora você sabe exatamente o que trazer.

A pontuação de um detector é apenas um dado. Se o caso do painel se baseia apenas nela, vale a pena afirmá-lo sem exaltação: a ferramenta relata uma probabilidade, não um fato sobre a autoria. Nossos próprios números mostram por quê. Uma média de 27% em 46 documentos sabidamente escritos por humanos não é um sistema pelo qual se condenaria alguém.

Como se comparam os diferentes tipos de evidência?

Nem toda evidência tem o mesmo peso. Veja como os itens habituais se posicionam num caso de má conduta com IA.

Repare no que está no topo. A evidência que persuade é a evidência que você gerou enquanto trabalhava, não a evidência que você reúne na véspera. Se você não tem nada nas linhas de cima, diga-o com honestidade e apoie-se no que tem.

Antes da audiência: uma lista de verificação curta

• Leia a política que abrange a sua avaliação. Anote a cláusula exata sobre ferramentas de IA.
• Solicite os documentos: relatório do detector, seções sinalizadas, o arquivo submetido, comentários do avaliador.
• Exporte o seu histórico de versões e guarde-o num local que controle.
• Reúna o rasto: notas, fontes, esboços, correspondência.
• Contacte o seu sindicato estudantil, orientador ou representante. Muitas instituições disponibilizam um, e ter uma segunda pessoa na sala muda o tom.
• Escreva uma cronologia de uma página sobre como o trabalho foi feito. Leve-a consigo.
• Pratique o relato em voz alta uma vez, para que a primeira vez que o conta não seja sob pressão.
• Pergunte sobre gravação ou atas, e se pode levar um acompanhante.

Mais uma coisa que vale a pena fazer: avalie o seu próprio rascunho antes da audiência, para não ser surpreendido por um número na sala. Uma ferramenta ao nível da frase é mais útil aqui do que uma pontuação do documento inteiro, porque mostra quais as linhas que estão a determinar o resultado. Se um parágrafo específico for sinalizado e conseguir explicar por que razão soa assim, uma definição citada, uma passagem traduzida, uma secção de métodos formulaica, tem uma resposta pronta em vez de um encolher de ombros. O nosso guia sobre o que preparar quando um detector sinaliza a sua tese apresenta a mesma rotina com mais detalhe.

O que o painel procura realmente

Retire a parte processual e os painéis estão geralmente a tentar responder a uma pergunta: este estudante consegue prestar contas deste trabalho? Não perfeitamente, não com precisão forense, mas de forma plausível e consistente, com algo que o comprove.

É um padrão que pode cumprir quer tenha ou não alguma vez tocado numa ferramenta de IA. É também um padrão pelo qual vale a pena responsabilizar a instituição. Se o caso contra si é uma percentagem num relatório, diga-o, com educação e repetidamente, e pergunte o que mais há. Por vezes a resposta será mais evidência. Por vezes não será nada, e o painel saberá disso.

Se você realmente usou IA fora das regras, o caminho honesto é dizer o que usou e por quê, e aceitar o resultado que a política prevê. As audiências não são um jogo a ser ganho; são um processo para estabelecer o que aconteceu. Os alunos que saem delas pior raramente são os que cometeram um erro. São os que não conseguiram descrever o próprio trabalho.

Pronto para ver quais frases parecem feitas por máquina?

Antes de qualquer painel ver um número, você deveria. O detector de IA do DeAIze pontua o documento inteiro e destaca cada frase pela probabilidade de IA, para que você veja exatamente quais linhas carregam o sinal e prepare uma explicação para elas em vez de uma negação genérica. Ele não dirá o que um painel decidirá, e não é um veredito. É um mapa do argumento que você está prestes a ter.

Se uma passagem sinalizada for genuinamente de sua autoria e simplesmente soar sem graça, o editor de rascunhos reescreve apenas as frases sinalizadas, verifica se o significado se manteve e pontua o resultado novamente. Você pode experimentá-lo gratuitamente em 200 palavras em cadastro, e ver preços se precisar de mais. De qualquer forma, traga o histórico de versões. A ferramenta explica o número; o histórico explica o trabalho.

E se o caso do painel se basear no resultado de um reescritor?

Alguns casos chegam com um segundo relatório anexado: um avaliador passou seu rascunho por uma ferramenta de reescrita, ou você o fez, e agora há dois números na sala. Trate-os como dois instrumentos separados, não como corroboração. O resultado de um reescritor é uma sugestão sobre a redação. Não é um registro de autoria, e não confirma a leitura de um detector só porque os dois aparecem na mesma página.

Faça três perguntas sobre qualquer relatório de reescrita:

1. Qual texto foi avaliado? O arquivo que você enviou, ou uma versão que uma ferramenta produziu a partir dele? São documentos diferentes.
2. O que o número significa? Algumas ferramentas informam uma porcentagem de similaridade, outras uma pontuação de modelo, outras uma proporção de prosa qualificada. Elas não são intercambiáveis, e nenhuma prova quem escreveu a frase.
3. O sentido foi preservado? Uma reescrita pode silenciosamente eliminar uma negação, uma citação ou um qualificador. Se uma ferramenta alterou suas afirmações, isso é um problema de edição que você deveria conseguir descrever, não uma confissão.

Se você está avaliando ferramentas antes de uma audiência, leia como julgar uma ferramenta de reescrita e o que cada ferramenta retorna para que você consiga distinguir a definição de uma pontuação de um veredito. De qualquer forma, traga o arquivo original. O original é a evidência; a reescrita é um comentário sobre ele.

Para contextualizar o quão ruidoso é o nosso próprio instrumento: em 2026-10-13, avaliamos 1.549 trechos de guias DeAIze não marcados como gerados (apenas seleção por metadados, autoria humana não verificada de forma independente) e a média da pontuação de IA foi de 28%, mediana de 20%. Essa é a nossa própria medição, não o resultado de um detector de terceiros, e é uma contagem de trechos, não uma taxa de falsos positivos verificada. Já é o suficiente para justificar perguntar o que um número está medindo antes que alguém o trate como uma constatação.