O Turnitin Detecta Claude, Gemini e DeepSeek?

Por exemplo, um estudante escolhe DeepSeek em vez de ChatGPT para um primeiro rascunho, especialmente porque um tópico em fórum afirmou que Turnitin reconhece apenas os modelos da OpenAI. O Turnitin consegue detectar DeepSeek da mesma forma que detecta ChatGPT? Mas, espere, o classificador não foi projetado para reconhecer uma marca em primeiro lugar. A própria descrição da tecnologia do Turnitin diz que o classificador nunca foi construído para reconhecer uma marca em primeiro lugar, o que muda a pergunta mais do que a maioria dos estudantes espera.

O indicador de escrita por IA é treinado em padrões de prosa gerada por máquina, previsibilidade das palavras e ritmo das frases, o mesmo terreno estatístico coberto pela própria explicação do site sobre como os detectores de IA funcionam em geral. Um modelo treinado dessa forma reage a como uma passagem é lida, não a quais servidores de qual empresa a produziram. Essa distinção é grande parte da resposta à pergunta sobre se trocar de chatbot é uma forma de contornar a detecção.

O guia do TextPulse sobre se o Turnitin consegue detectar ChatGPT cobre em detalhes a mecânica desse relatório específico, o que a porcentagem mede, quem a vê e quão precisa é, segundo os próprios testes do Turnitin. Este texto se concentra em uma pergunta recorrente dentro dessa questão maior, se escolher um chatbot diferente muda alguma coisa.

O Turnitin consegue detectar DeepSeek? O ponto de independência em relação ao modelo

Os próprios materiais do Turnitin enquadram a detecção em torno de como uma passagem é lida, não de qual empresa a produziu. Esse enquadramento é a base inteira para perguntar se DeepSeek é tratado de modo diferente de ChatGPT, Claude ou Gemini dentro do mesmo sistema.

Por que os modelos ajustados por instruções convergem para a mesma forma estatística

Todo chatbot importante lançado desde 2023 é construído da mesma maneira geral, treinado primeiro para prever a próxima palavra em uma grande quantidade de texto e, depois, ajustado para transformar esse mecanismo bruto de previsão em um assistente fluente e cooperativo que responde diretamente a um prompt. É nessa segunda etapa que ocorre a convergência.

O resultado é que GPT, Claude, Gemini, DeepSeek e a maioria dos outros assistentes ajustados por instrução tendem a produzir uma prosa situada em um território estatístico semelhante, com escolhas de palavras consistentemente previsíveis e até mesmo um ritmo de frases uniforme. Um classificador treinado para reconhecer essa assinatura de baixa perplexidade e baixa burstiness na saída de um modelo está, por construção, reagindo a algo que vários outros modelos também produzem, independentemente de qualquer um deles ter feito parte dos dados originais de treinamento.

O que Turnitin realmente diz sobre a cobertura de modelos

Turnitin afirma explicitamente que isso é uma escolha deliberada de projeto, e não um acaso de teste. Seu modelo original de detecção de escrita por IA foi treinado com GPT-3, GPT-3.5 e suas variantes, e a própria documentação de Turnitin declara de forma direta: 'Our technology can also detect other AI writing tools that are based on these models, such as ChatGPT.' Trata-se de uma afirmação do fornecedor sobre como seu classificador generaliza, não de um resultado testado independentemente, e vale a pena lê-la exatamente assim.

DeepSeek não aparece nessa lista. A lista publicada por Turnitin dos modelos que ela passou a adicionar desde então é extensa. No momento em que este texto é escrito, ela inclui modelos das famílias GPT-4 e GPT-5, as linhas Pro e Flash de Gemini, incluindo suas versões de prévia mais recentes, Claude Sonnet-4.5 e LLaMA.

Modelo	O que a própria cobertura publicada da Turnitin diz
ChatGPT (GPT-3.5, GPT-4, GPT-4o, GPT-5 series)	Nomeado explicitamente, o conjunto de treinamento original e seus sucessores diretos
Claude (Sonnet 4.5)	Nomeado explicitamente na lista publicada atual da Turnitin
Gemini (Pro, 2.5 Pro, 2.5 Flash, 3-series previews)	Nomeado explicitamente na lista publicada atual da Turnitin
LLaMA	Nomeado explicitamente na lista publicada atual da Turnitin
DeepSeek	Não nomeado na lista publicada da Turnitin até agosto de 2026. A Turnitin não afirma que DeepSeek esteja excluído, apenas que ele não aparece pelo nome
Any other chatbot built on a listed model	A Turnitin afirma que sua tecnologia também detecta ferramentas baseadas nos modelos que ela nomeia

O que a Turnitin não publica

O que falta nos próprios materiais da Turnitin importa tanto quanto o que está neles. A Turnitin não publica uma cifra de precisão separada para cada modelo que nomeia, uma taxa de detecção por modelo para GPT-4 em comparação com Gemini e Claude. Vários sites relatam uma porcentagem específica para a detecção de DeepSeek sem qualquer fonte visível ou método por trás do número.

Essa lacuna merece ser aceita pelo seu valor literal, em vez de ser preenchida. Ninguém fora da Turnitin publicou um teste independente e metodologicamente transparente de seu indicador de escrita por IA, discriminado por modelo de origem, incluindo DeepSeek, de modo que qualquer número específico associado à taxa de detecção de um modelo deve ser tratado como não verificado até que uma fonte primária o declare de fato.

Construir uma comparação justa significaria coletar uma amostra grande e atual de textos de cada modelo, confirmar que nada disso vazou para os próprios dados de treinamento do Turnitin e executar tudo pelo mesmo detector, nas mesmas condições e ao mesmo tempo. Os fornecedores atualizam seus modelos a cada poucos meses, então uma comparação publicada até mesmo há um ano pode já descrever chatbots que não existem mais na forma que foi testada. Esse é um limite metodológico real, não uma desculpa, e é por isso que este texto relata o que o Turnitin diz sobre sua própria cobertura, em vez de um conjunto de percentuais de detecção que ninguém mediu de fato.

Trocar de Chatbots Realmente Ajuda?

Não, com base nas evidências que o próprio Turnitin publica. Um classificador construído para reagir a padrões estatísticos, e não a um nome de marca, não tem motivo evidente para tratar a saída fluente e previsível do DeepSeek de modo diferente da do ChatGPT, e a própria linguagem do Turnitin sobre detectar ferramentas 'baseadas nesses modelos' aponta na mesma direção. Escolher um chatbot sem nome, partindo da suposição de que a ausência de uma lista significa imunidade, é um palpite disfarçado de estratégia.

Para o lado prático dos trabalhos acadêmicos, humanizar um ensaio de IA para a faculdade é explicado separadamente. Candidatos enfrentam uma versão diferente da mesma preocupação, e se as admissões universitárias verificam IA tem sua própria página.

A medida mais confiável está menos em qual chatbot produziu um rascunho inicial e mais no que acontece com ele depois. Um verificador gratuito de burstiness mostra a mesma falta de uniformidade no ritmo das frases à qual um classificador reage, independentemente do nome do modelo que aparece no topo da janela de conversa de onde ele veio. O humanizador de IA para estudantes da TextPulse trabalha nessa mesma camada estatística, reconstruindo o ritmo e a estrutura das frases em vez de apostar em uma lacuna na lista publicada de um fornecedor. Qual chatbot escreveu o rascunho inicial importa muito menos do que saber se a versão que você entrega realmente parece ter sido escrita por você.