Como funcionam os detectores de IA: perplexity e burstiness explicados

Os detectores de IA não leem o significado da forma como uma pessoa lê. Em vez disso, medem padrões estatísticos na maneira como as palavras são escolhidas e organizadas. Dois desses padrões, perplexity e burstiness, fazem a maior parte do trabalho. Compreendê-los ajuda os revisores a ler uma pontuação como evidência a inspecionar, não como uma decisão final.

O que perplexity mede

Perplexity descreve o quão previsível uma passagem é para um modelo de linguagem. O detector pergunta, na prática, o quão surpreso um modelo ficaria com cada palavra seguinte. Quando o texto segue o caminho mais provável repetidamente, a perplexity é baixa. Quando as escolhas de palavras são inesperadas, idiossincráticas ou irregulares, a perplexity aumenta.

Isso importa porque modelos como GPT-5, Claude e Gemini são treinados para produzir texto fluente e de alta probabilidade. Sua saída padrão costuma ser suave e confiante, o que tende a pontuar como baixa perplexity. Os rascunhos humanos, por outro lado, divagam mais, deixando um rastro menos previsível.

O que burstiness mede

Burstiness observa a variação entre frases em vez de dentro de escolhas isoladas de palavras. A escrita humana é naturalmente irregular: uma frase longa e sinuosa pode ficar ao lado de uma curta. O ritmo muda, a complexidade sobe e desce, e a estrutura varia.

O texto gerado por máquina costuma manter uma cadência mais constante, com frases de comprimento semelhante e construção uniforme. Baixa burstiness, combinada com baixa perplexity, é um padrão comum em rascunhos assistidos por IA. Nossa página de metodologia descreve como esses sinais são combinados.

Por que esses sinais não são veredictos

Nenhuma das medidas prova a autoria. Várias situações comuns empurram a escrita humana para padrões semelhantes aos da IA:

• Texto traduzido muitas vezes se torna mais suave e uniforme do que o original.
• Escrita técnica ou padronizada segue estruturas fixas que reduzem a burstiness.
• Escrita de não nativos pode favorecer frases mais simples e previsíveis.
• Rascunhos muito editados podem perder a irregularidade que sinaliza uma mão humana.

Por causa dessas sobreposições, uma pontuação deve restringir onde um revisor olha, não decidir o resultado. Veja nossas notas sobre a precisão do detector para entender como a confiança muda com o comprimento da amostra e o tipo de documento.

Como o GPTZeroAI os aplica

O Detector de IA relata sinais no nível da passagem ao lado de uma estimativa geral, para que os revisores possam ver onde a previsibilidade e a uniformidade se concentram. Amostras mais curtas carregam mais incerteza, então entradas muito breves são sinalizadas com cautela em vez de uma pontuação firme. A intenção é um rastro de revisão transparente, não uma acusação.

Usando os sinais do detector com responsabilidade

Trate perplexity e burstiness como pontos de partida. Compare as passagens sinalizadas com rascunhos, citações e a voz habitual do autor. Registre o contexto do documento, confirme que a amostra é longa o suficiente para julgar e dê seguimento com uma conversa quando os resultados forem ambíguos. Um sinal ganha valor quando leva a um próximo passo justo e documentado.