A perplexidade mede quão previsível cada palavra é dadas as palavras anteriores. A burstiness mede o quanto o comprimento e a estrutura das frases variam ao longo de uma passagem. Os detectores combinam esses dois sinais com outros para estimar se o texto foi gerado por máquina. Nenhuma das métricas prova a autoria, e ambas podem ser alteradas por edição.
Principais conclusões
- Perplexidade é uma pontuação de previsibilidade: perplexidade baixa significa que cada palavra seguinte era fácil de adivinhar pelo contexto.
- Burstiness é uma pontuação de variação: burstiness baixa significa que suas frases têm todas aproximadamente o mesmo comprimento e formato.
- Os detectores leem isso como sinais, não veredictos — uma pontuação alta é uma estimativa de probabilidade, não uma prova.
- A variação no comprimento das frases é a alavanca mais rápida que você pode acionar, porque move a burstiness diretamente e altera a perplexidade ao mesmo tempo.
- Nossa própria medição em 2026-09-19 constatou que guias DeAIze escritos à mão tiveram uma pontuação média de IA de 27% (n = 46), enquanto a saída de modelo não editada teve média de 35% (n = 12) — a sobreposição é o ponto.
- Você não pode editar até chegar a um número garantido em qualquer detector, e não deve tentar.
O que é perplexidade na detecção de IA?
Na modelagem de linguagem, a perplexidade é uma medida de surpresa. Um modelo atribui uma probabilidade a cada palavra com base em tudo o que vem antes dela. Se o modelo espera “the” com alta confiança, essa palavra contribui pouco para a surpresa. A perplexidade agrega essas probabilidades ao longo de uma passagem em um único número: perplexidade baixa significa que o texto era fácil de prever, perplexidade alta significa que era difícil de prever.
Um detector usa um modelo de linguagem — muitas vezes um menor e mais rápido do que o modelo que escreveu o texto — para pontuar seu rascunho da mesma forma. Texto que um modelo considera fácil de prever tende a parecer gerado por máquina, porque os modelos generativos são otimizados para produzir continuações prováveis. A escrita humana contém mais surpresas locais: um substantivo concreto repentino, um aparte, uma oração que não segue o caminho esperado.
É por isso que um parágrafo fluente e polido pode ser classificado como feito por máquina. Fluência e previsibilidade são primas próximas. Um escritor que internalizou as regras da prosa limpa — não varie nada, conecte tudo, evite surpresas — pode produzir um texto com perplexidade genuinamente baixa sem nunca abrir um chatbot.
A perplexidade também é o motivo pelo qual textos curtos não são confiáveis. Uma amostra de duas frases dá ao modelo quase nenhum contexto para se surpreender, então a estimativa oscila drasticamente. Se você está verificando um fragmento, espere ruído.
O que é burstiness na detecção de IA?
Burstiness tem a ver com ritmo. Pegue os comprimentos das suas frases e veja o quanto eles diferem. Uma passagem em que cada frase tem de 18 a 22 palavras tem baixa burstiness. Uma passagem que vai 6, 31, 12, 44, 9 tem alta burstiness.
Escritores humanos são bursty por acidente. Escrevemos uma frase longa e qualificada quando uma ideia precisa ser desdobrada, depois uma curta para concluí-la. Nós nos interrompemos. Colocamos uma oração no início porque soava melhor assim. A saída da máquina tende a uma cadência estável de comprimento médio, porque o modelo está amostrando de uma distribuição que recompensa frases seguras e completas.
Burstiness é mais fácil de ver do que perplexidade porque você pode literalmente contá-la. Abra o seu rascunho, coloque os comprimentos das frases em uma coluna e observe o formato. Se os números se agruparem, você tem um problema de burstiness independentemente de quem ou do que escreveu o texto.
Se você quer ver a burstiness no seu próprio rascunho em vez de adivinhar, o detector de IA destaca cada frase pela probabilidade de IA, para que você veja exatamente quais linhas carregam o sinal antes de mudar qualquer coisa.
Como a variação no comprimento das frases afeta a pontuação de IA?
O comprimento da frase é a variável mais fácil de controlar, e alimenta ambas as métricas.
Quando você alterna frases longas e curtas, você aumenta a burstiness diretamente. Você também aumenta a perplexidade indiretamente: uma frase muito curta depois de uma longa é mais difícil para um modelo de linguagem prever, porque a continuação esperada era outra frase longa. As duas métricas não são independentes. A variação na estrutura produz surpresa na escolha das palavras.
Aqui está uma pequena ilustração prática, não um documento real:
Antes (cadência uniforme):
O estudo examina a relação entre densidade urbana e uso de transporte público em várias regiões metropolitanas. A análise baseia-se em dados de pesquisa coletados ao longo de vários anos. Os resultados sugerem que a densidade por si só não prevê padrões de passageiros. Os autores recomendam mais pesquisas sobre contextos de políticas locais.
Cada frase tem comprimento semelhante e a mesma forma: sujeito, verbo, objeto, qualificador. Parece um resumo porque é um.
Depois (cadência variada):
A densidade por si só não prevê o uso de transporte público. Essa é a conclusão, e ela se mantém em várias regiões metropolitanas e anos de dados de pesquisa. O que prevê o número de passageiros? Políticas locais. Os autores querem mais pesquisas sobre isso, o que é uma forma educada de dizer que o argumento da densidade foi superestimado.
As mesmas afirmações. A segunda versão faz uma pergunta, usa uma frase de três palavras e deixa uma frase longa. A variação é maior, e um modelo que a avalia palavra por palavra tem mais lugares para se surpreender.
Nenhuma das versões é inerentemente mais honesta. A segunda é simplesmente menos previsível.
Por que a saída de modelo não editada às vezes ainda pontua baixo?
Esta é a parte que a maioria das explicações pula. Em nossa própria medição em 2026-09-19, pontuamos 12 trechos de modelo não editados contra 46 guias DeAIze escritos à mão usando o detector DeAIze com um limite de sinalização de 30%. A saída de modelo não editada teve uma pontuação média de IA de 35% (mediana 34%, intervalo 25-49%). Os guias escritos por humanos tiveram média de 27% (mediana 25%, intervalo 0-55%).
As distribuições se sobrepõem. Alguns guias humanos pontuaram acima de alguns trechos de modelo. Esse é o quadro honesto: perplexidade e burstiness são sinais, e sinais se sobrepõem. Um detector que relatasse certeza a partir deles estaria mentindo para você.
Também contamos a frequência de indícios de IA na mesma execução: 3 por 100 palavras na amostra humana versus 1 por 100 palavras na saída de modelo não editada. Os escritores humanos usaram mais das frases prontas que as pessoas associam à escrita de máquina — “moreover”, “it is worth noting”, andaimes conectivos — do que o modelo. Os indícios são um sinal fraco por si só, e podem apontar na direção errada.
Se você quer o quadro mais amplo de como esses sinais se combinam com outros, como funciona a detecção de IA cobre toda a pilha.
Movimentos concretos de edição que alteram perplexidade e burstiness
Estes são os movimentos que realmente alteram os números. Faça-os no seu próprio rascunho.
- Conte o comprimento das suas frases. Coloque-as em uma lista. Se a variação for pequena, essa é a sua primeira correção.
- Divida uma frase longa em três. Não em duas — três, para que uma delas seja bem curta.
- Adicione uma pergunta onde o texto está explicando. Uma pergunta direta aumenta a perplexidade porque a continuação esperada era uma afirmação.
- Substitua um substantivo abstrato por um específico. “Vários fatores” vira “mínimos de estacionamento”. A especificidade é imprevisível.
- Corte um conectivo. “Além disso”, “ademais” e “adicionalmente” são as palavras mais previsíveis em qualquer parágrafo.
- Varie suas aberturas. Se três frases consecutivas começam com o sujeito, inverta uma.
- Leia em voz alta. Seu ouvido capta uma cadência monótona mais rápido que seu olho.
| Edição | Efeito na burstiness | Efeito na perplexidade |
|---|---|---|
| Dividir uma frase longa em três | Aumento grande | Aumento moderado |
| Adicionar uma pergunta direta | Aumento moderado | Aumento grande |
| Substituir substantivo abstrato por um concreto | Pequeno | Aumento moderado |
| Excluir um conectivo | Pequeno | Aumento pequeno |
| Antepor uma oração para ênfase | Aumento moderado | Aumento moderado |
| Reescrever todas as frases com o mesmo comprimento | Redução grande | Redução grande |
Observe a última linha. Você pode diminuir a legibilidade da sua pontuação e aumentar sua pontuação de IA ao mesmo tempo. Uma prosa monótona não parece automaticamente humana; ela apenas parece monótona.
Quais são as limitações dessas duas métricas?
Perplexidade e burstiness são úteis porque são inspecionáveis. Você pode contar o comprimento das frases. Você pode ver onde um modelo foi surpreendido. Isso é mais do que você obtém de uma porcentagem de caixa-preta.
Mas não são um veredicto, e tratá-los como tal causa danos reais.
Penalizam a escrita limpa. Um editor cuidadoso que padroniza o comprimento das frases para um estilo editorial está a produzir texto com baixa burstiness. O mesmo se aplica a um escritor não nativo de inglês que aplica regras de manual. Esse é um modo de falha conhecido, e vale a pena ler porque é que um detetor de IA sinaliza escritores não nativos de inglês se isso se aplica a si.
São instáveis em textos curtos. Uma amostra de 200 palavras não consegue sustentar uma estimativa confiável. Nem um único parágrafo.
Não sabem quem escreveu as palavras. A perplexidade mede a previsibilidade. Um parágrafo previsível escrito por um humano continua a ser previsível.
Os detetores discordam entre si. Modelos diferentes, limiares diferentes, dados de treino diferentes. Se duas ferramentas lhe derem leituras diferentes, isso é um comportamento esperado, não prova de que uma está avariada. Os detetores de IA são precisos? explica porque é que duas ferramentas discordam sobre o mesmo ensaio.
Editar para a métrica não é o mesmo que editar para o leitor. Perseguir a burstiness pode produzir uma prosa entrecortada e artificial. Se uma frase se lê melhor longa, deixe-a longa.
Uma rotina prática para verificar o seu próprio rascunho
Eis uma sequência que leva cerca de dez minutos num artigo normal.
- Passe o rascunho por um detector que mostre realce ao nível da frase, não apenas uma pontuação do documento. O detector de IA faz isso: uma pontuação para o documento inteiro, mais uma análise frase a frase.
- Veja quais frases carregam o sinal. Normalmente é uma sequência de afirmações de comprimento semelhante no meio de uma secção explicativa.
- Reescreva apenas essas frases. Deixe todo o resto em paz — está a tentar corrigir um problema de cadência, não a lavar um documento inteiro.
- Volte a pontuar. Se a sequência sinalizada desapareceu, pare. Não ande atrás de um número.
- Verifique se o significado sobreviveu. Este é o passo que as pessoas saltam. Uma reescrita que altera a sua afirmação é pior do que uma sinalização.
Esse último ponto importa mais do que qualquer métrica. Se usou IA para redigir uma secção, as ideias, os dados e as conclusões continuam a ter de ser seus. Reescrever para aumentar a burstiness não torna o argumento de outra pessoa seu, e nenhuma pontuação de detector muda isso.
Se a sua preocupação é um processo formal e não um rascunho, o guia de políticas de integridade académica explica o que as instituições normalmente avaliam.
Onde a burstiness e a perplexidade se encaixam no panorama geral
Pense neles como dois botões no mesmo painel. A perplexidade acompanha a previsibilidade no nível da palavra. A burstiness acompanha a variação estrutural. Os detectores combinam-nas com padrões de tokens, medidas de repetição e outras características, e depois produzem uma probabilidade.
Essa probabilidade é uma estimativa. Não é prova de autoria, e nenhuma ferramenta responsável deveria apresentá-la como tal. DeAIze relata uma redução média da pontuação de IA de mais de 60% após humanizar, com base nas nossas próprias pontuações previstas, com um melhor caso de 71%, e no parágrafo de exemplo usado no site uma pontuação de IA de 92% passa para 4% de IA. Essas são as nossas pontuações previstas, não um veredicto oficial de qualquer detector de terceiros, e não corresponderão ao que todas as ferramentas relatam.
Aquilo com que pode contar é o mecanismo. Se compreender porque é que um parágrafo uniforme obtém uma pontuação elevada, pode corrigi-lo deliberadamente, nos seus próprios termos, sem adivinhar.
Pronto para ver quais frases parecem feitas por máquina?
Ler sobre perplexidade não é o mesmo que vê-la no seu rascunho. A forma mais rápida de aprender o mecanismo é observá-lo a funcionar num texto que escreveu.
Comece com o detector de IA para obter uma análise ao nível da frase, depois use o editor de rascunhos para reescrever apenas as linhas sinalizadas e voltar a pontuar. Se quiser ver como o ciclo funciona antes de se comprometer, os preços listam os planos pay-as-you-go com créditos que nunca expiram, e pode registar-se para obter 200 palavras grátis sem cartão de crédito.
Execute-o em um parágrafo. Se as frases destacadas forem aquelas que você já suspeitava que eram sem graça, você aprendeu o mecanismo. Esse é o objetivo do exercício.