A maioria das políticas universitárias de integridade acadêmica sobre IA não proíbe a ferramenta. Proíbe a alegação. A redação assistida — usar IA para brainstorming, esboçar, ajustar frases ou verificar gramática — geralmente é permitida ou tolerada. A deturpação — submeter trabalho gerado por IA como seu próprio esforço não assistido, ou ocultar o fato de que você a usou quando a divulgação era exigida — é de onde vêm as conclusões de má conduta. A linha se move com a tarefa, o curso e o instrutor, e é por isso que ler o plano de ensino importa mais do que ler a política.
Como as políticas universitárias de IA traçam a linha entre redação assistida e deturpação?
As políticas raramente publicam uma definição clara. O que elas fazem, em vez disso, é definir um ato proibido — geralmente “submeter trabalho que não é do próprio estudante” ou “deturpar a autoria do trabalho submetido” — e então deixar os instrutores decidirem o que isso significa para uma determinada tarefa.
Na prática, três coisas separam a assistência permitida da deturpação:
- Quem gerou a substância. Se você produziu o argumento, as evidências e a estrutura, e a IA ajudou você a expressá-los, você está dentro da zona de redação assistida. Se a IA produziu o argumento e você limpou a prosa, você está fora dela.
- Se você divulgou isso. Muitas políticas fazem da divulgação uma condição de uso. Usar IA onde era permitido, e depois não dizer isso, pode ser a própria violação — mesmo que o trabalho seja genuinamente seu.
- O que a tarefa pediu que você demonstrasse. Um ensaio que avalia seu raciocínio trata a IA de forma diferente de um relatório de laboratório que avalia seu manuseio de dados, que por sua vez é tratado de forma diferente de um diário reflexivo que avalia sua própria experiência. O mesmo uso da ferramenta pode ser aceitável em um e desqualificador em outro.
Um teste útil: você conseguiria defender cada afirmação do documento em uma conversa de dez minutos, sem anotações, com alguém que discorda de você? Se sim, o trabalho é seu no sentido que a política quer dizer. Se você estaria explicando o raciocínio de outra pessoa, não é.
Como a divulgação realmente se apresenta na prática?
A divulgação não é uma confissão. É uma declaração curta e específica do que você usou e do que fez com isso. A maioria das políticas que a exigem não prescreve um formato, então o ônus de ser claro recai sobre você.
O que funciona, nos diferentes tipos de trabalho:
| Tipo de trabalho | Abordagem típica de divulgação | O que incluir |
|---|---|---|
| Ensaio ou relatório | Nota de rodapé ou nota de métodos | Nome da ferramenta, o que você pediu que ela fizesse, quais seções ela tocou |
| Trabalho de laboratório ou de dados | Seção de métodos | Se a IA foi usada para análise, código ou apenas redação |
| Escrita reflexiva ou pessoal | Geralmente proibida por completo | Verifique o plano de ensino antes de começar; esta é a linha vermelha mais comum |
| Código ou listas de problemas | Bloco de comentários ou README | Quais funções ou soluções a IA sugeriu, e como você as verificou |
| Projeto em grupo | Acordo da equipe, depois uma nota | O que cada membro usou, e como o grupo verificou o resultado |
Uma frase de divulgação que resiste ao escrutínio é assim: “Usei ChatGPT para sugerir formulações alternativas para três parágrafos na seção 2 e para verificar minhas citações. O argumento, as fontes e as conclusões são meus. Revisei cada frase sugerida antes de incluí-la.”
Isso é específico, é verificável em relação ao seu histórico de revisões e não exagera. A divulgação vaga — “a IA foi usada na preparação deste trabalho” — é pior do que nenhuma, porque diz ao avaliador que você sabia que a divulgação importava e escolheu não ser claro.
Se você quiser ver o que um detector realmente sinaliza no seu próprio rascunho antes de enviá-lo, o detector de IA pontua o documento inteiro e destaca cada frase pela probabilidade de IA, para que você possa ver quais linhas carregam o sinal e corrigi-las você mesmo.
Como mantenho meu processo defensável se eu for questionado?
A defensabilidade é construída antes da acusação, não depois. Os alunos e professores que passam bem por processos de má conduta são aqueles que conseguem reconstruir o que fizeram.
Mantenha estes itens, como um hábito e não como medida de emergência:
- Histórico de versões. Alterações controladas do Word, histórico de revisões do Google Docs ou arquivos com data. Este é o artefato mais persuasivo que você pode produzir, porque mostra um rascunho se desenvolvendo ao longo do tempo.
- Suas anotações e fontes. Anotações rascunhadas, PDFs anotados, uma lista de leitura. Elas mostram o pensamento que precedeu a escrita.
- Seus prompts, se você usou IA. Salve-os. Um prompt que diz “aqui está meu esboço, sugira transições mais concisas” lê-se de forma muito diferente de um que diz “escreva um ensaio sobre este tópico.”
- Uma breve nota de processo. Duas ou três frases em seus próprios arquivos descrevendo como a peça foi montada. Se você for questionado, você já tem a resposta escrita.
Se você for questionado, a pior resposta é tornar-se vago ou defensivo sobre a ferramenta. Declare claramente o que usou, mostre o histórico e explique seu raciocínio. Os professores geralmente estão tentando estabelecer a autoria, não te pegar em falta — e um relato claro de um processo defensável geralmente encerra a conversa.
Uma coisa que vale a pena saber: a saída do detector é uma estimativa de probabilidade, não uma prova de autoria. Uma pontuação alta é um motivo para olhar mais de perto, não uma conclusão. Se você está enfrentando um alerta em um texto que você mesmo escreveu, nosso guia sobre falsos positivos e o que fazer quando você é acusado explica a resposta passo a passo.
Onde as regras são ambíguas — e como interpretá-las
A maioria das lacunas nas políticas se encaixa em quatro padrões. Saber com qual deles você está lidando indica a quem perguntar.
A política é omissa. Nenhuma cláusula sobre IA. O padrão é a regra mais antiga: o trabalho deve ser seu. Isso não proíbe o auxílio de IA, mas significa que conteúdo gerado por IA não divulgado ainda é arriscado. Pergunte ao instrutor antes do prazo, não depois.
A política é ampla e o plano de ensino é específico. Muitas instituições estabelecem uma base permissiva ou restritiva e permitem que os instrutores a restrinjam. O plano de ensino prevalece. Se o seu plano de ensino proíbe IA para uma tarefa específica, a permissão geral da universidade não se sobrepõe a isso.
Ferramentas de gramática são isentas, ferramentas generativas não. Essa é a divisão mais comum, e é genuinamente confusa, porque os corretores gramaticais modernos sugerem reescritas que se parecem muito com saída generativa. A interpretação segura: se a ferramenta altera o significado ou fornece conteúdo, trate-a como generativa e divulgue o uso.
O trabalho em grupo não é abordado. As políticas geralmente se referem a submissões individuais. Se o seu grupo usou IA de qualquer forma, concordem com a divulgação em equipe e coloquem por escrito antes da submissão. A discordância entre os membros do grupo sobre o que foi usado é um gatilho comum para encaminhamentos.
Em caso de dúvida, envie um e-mail ao instrutor com uma pergunta específica: “Gostaria de usar IA para verificar a gramática e sugerir transições no meu rascunho — isso é aceitável para esta tarefa e como você gostaria que fosse divulgado?” Esse e-mail é, por si só, evidência de boa-fé, e leva dois minutos.
Usar IA como ferramenta versus enviar IA como seu trabalho
A distinção não está em quanto a IA esteve envolvida. Está em quem é responsável pelo conteúdo.
Usar IA como ferramenta é assim: você tem uma tese, tem fontes, pede ajuda para expressar um ponto com mais clareza, lê a sugestão, decide se ela é precisa e a reescreve com sua própria voz. Você poderia defender o resultado mesmo que a ferramenta nunca tivesse existido.
Enviar IA como seu trabalho é assim: você cola um prompt, recebe um texto pronto, dá uma olhada rápida e o envia. A prosa pode ser fluente. Mas as ideias, a estrutura e as conclusões vieram de algum lugar que você não pode explicar, e você não pode defendê-las.
Aqui está uma ilustração prática. Pegue uma frase plana, com formato de máquina:
Antes: “A implementação de políticas de energia renovável é uma questão multifacetada que exige uma consideração cuidadosa de diversas partes interessadas.”
Depois: “As regras de energia renovável falham quando ignoram as pessoas que pagam por elas — instaladores, operadores de rede e famílias que enfrentam contas mais altas.”
A segunda versão não é melhor porque escapa de um detector. É melhor porque alguém decidiu o que a frase realmente estava afirmando.
Isso importa para como você lê qualquer pontuação. Em nossa própria medição em 2026-09-13, pontuamos 23 guias DeAIze escritos à mão com nosso detector em um limite de sinalização de 30%: pontuação média 21%, mediana 22%, intervalo 0-46%, e 5 dos 23 foram sinalizados. A saída do modelo não editada pontuou mais alto em média — 12 passagens, média 33% — mas o intervalo se sobrepôs quase completamente à amostra humana. Uma pontuação informa que um texto tem padrões semelhantes aos de máquina. Não pode dizer quem o escreveu, e nunca deve ser tratada como um veredito por si só.
Se a sua própria escrita está recebendo uma sinalização e você quer entender por quê, como funciona a detecção de IA explica os sinais por trás da pontuação, e escrita assistida por IA para estudantes aborda onde ficam os limites comuns das regras.
Uma lista de verificação rápida antes de enviar
- O programa da disciplina ou o enunciado do trabalho diz algo sobre IA? Leia de novo, especificamente.
- Você consegue nomear, em uma frase, para que usou IA, sem rodeios?
- Você divulgou isso no formato que o trabalho exige?
- Você tem histórico de versões ou anotações que mostrem o desenvolvimento do trabalho?
- Você consegue defender cada afirmação e conclusão como raciocínio seu?
- Se a resposta a qualquer uma dessas perguntas for não, corrija antes do prazo, não depois.
A política não existe para te pegar. Ela existe para proteger o valor do trabalho que você realmente fez — que é a parte que nenhuma ferramenta pode fornecer.
Nota de medição: os números neste artigo vêm da nossa própria execução do detector em 2026-09-13 — n = 23 guias escritos à mão versus n = 12 saídas de modelo não editadas, pontuação mediana de IA de 22% e 34%, respectivamente. Método: /methodology/.