Como o GPTZero funciona

Digite "how gptzero works" em uma barra de pesquisa e a maior parte do que aparece ainda descreve perplexity e burstiness, as duas estatísticas que o próprio fundador do GPTZero tornou famosas nas primeiras semanas após o lançamento do ChatGPT. Essa descrição era precisa em janeiro de 2023. Ela não tem sido precisa desde o outono daquele ano, quando a própria documentação do GPTZero afirma que a empresa substituiu esse método por algo totalmente diferente. A lacuna entre o que a ferramenta fazia no lançamento e o que ela faz agora é suficientemente grande para que a maioria das explicações ainda em circulação hoje descreva um produto que já não existe.

Hoje, o GPTZero executa um classificador de frase a frase sobre um grande corpus misto de textos gerados por humanos e gerados por IA, em vez de um cálculo de perplexity. O GPTZero de hoje ainda fornece um único número de manchete, mas a aritmética é diferente. O destaque em nível de frase abaixo do número de manchete também tem um significado diferente do que tinha em 2023. Ambas as versões da história valem a pena conhecer: a que tornou os termos famosos e a que, de fato, é executada hoje.

A História: Como Perplexity e Burstiness Tornaram o GPTZero Famoso

Em 2 de janeiro de 2023, o então estudante de Princeton Edward Tian lançou uma demonstração pública do GPTZero, apenas algumas semanas depois do ChatGPT ter sido lançado. A página original de explicação descreve como ele usou duas estatísticas emprestadas da modelagem de linguagem para detectar quando um modelo de linguagem escreveu algo. Perplexity é uma pontuação que mede o quanto um modelo de referência ficou surpreso com as escolhas de palavras no texto. Burstiness é o nome do GPTZero para o quanto essa surpresa variou ao longo de um documento. Essas páginas de explicação são a razão pela qual ambas as palavras entraram na conversa cotidiana sobre escrita com IA. A maioria das pessoas que consegue definir perplexity ou burstiness hoje aprendeu os termos com o GPTZero, não com um livro-texto.

O mecanismo em si era simples de descrever. Passe um trecho por um modelo de linguagem de referência, e a prosa que o modelo considera altamente previsível, baixa perplexity, é lida como típica de máquina, já que a geração tende a favorecer a próxima palavra mais provável em vez da palavra surpreendente. A documentação própria do GPTZero, já aposentada, publicou até uma regra prática: uma pontuação de perplexity acima de 85 era mais provável ser humana do que máquina. Esse limiar veio de um fornecedor, em um modelo, em um determinado momento, e o próprio GPTZero já não o endossa.

Como o GPTZero Funciona Agora: Um Classificador no Nível de Frase

Central de suporte do GPTZero afirma isso de forma direta: "A partir do outono de 2023, o GPTZero não usa mais perplexity e burstiness para sua detecção de IA porque migramos para uma arquitetura baseada em aprendizado profundo." Sua página atual de tecnologia, confirma que a mudança é total. Ela descreve "uma abordagem de aprendizado profundo ponta a ponta, treinada em conjuntos de dados de texto da web, educação e gerados por IA a partir de uma variedade de LLMs", na qual "um modelo de classificação, por frase, determina a probabilidade e a confiança de que um texto foi criado por IA". Perplexity e burstiness não aparecem em lugar nenhum nessa página.

Desde então, também foi adicionada uma camada de defesa, um Paraphraser Shield, construído para capturar texto de IA que tenha sido executado por uma ferramenta de reescrita para burlar a detecção. Você pode colar texto, enviar documentos Word, PDFs e arquivos de imagem, e até cinquenta arquivos de uma vez. Nenhuma dessas infraestruturas tem qualquer relação com contar com que frequência um modelo de referência teria adivinhado a mesma palavra.

O que um relatório do GPTZero realmente mostra

Um resultado do GPTZero traz três partes: uma classificação de IA, humana ou mista, uma porcentagem que expressa a probabilidade do modelo de que o documento tenha sido escrito por IA, e um rótulo de confiança que descreve o quão confiável é essa previsão específica. O rótulo importa mais do que pode parecer. O GPTZero associa "alta confiança" a uma taxa de erro inferior a 2 por cento e "baixa confiança" a uma taxa de erro de 14 por cento ou mais, uma faixa suficientemente ampla para que a mesma porcentagem de manchete possa ter pesos muito diferentes de um relatório para o outro.

As varreduras pagas adicionam realce em nível de frase, e vale a pena ler corretamente. O GPTZero descreve as frases realçadas como aquelas que afetam de forma desproporcional a pontuação geral, não como uma lista de acusações contra linhas individuais. Uma frase pode não ser realçada e ainda assim ter moldado o resultado, porque o classificador lê o documento como um todo, em vez de votar frase por frase.

Elemento do relatório	O que ele lhe diz
Classificação	Um único rótulo: IA, humano ou misto
Pontuação de probabilidade de IA	Uma porcentagem que reflete o quão provável o modelo julga que o documento tenha sido escrito por IA
Rótulo de confiança	Vai de alta confiança, com uma taxa de erro inferior a 2 por cento, a baixa confiança, 14 por cento ou mais
Realce de frases	Marca as frases que contribuem mais para a pontuação no Advanced Scan, não todas as frases conectadas a ele

Nenhum desses elementos do relatório existia em sua forma atual quando o explicador de perplexity e burstiness ainda era a descrição pública do próprio GPTZero. A interface mudou junto com o método.

Por que a descrição de Perplexity e Burstiness ainda circula

O explicador original do GPTZero ainda está online, ainda indexado e ainda é uma das descrições gerais mais claras de como a perplexity e a burstiness funcionam como conceitos. Motores de busca e outros sites continuam citando isso, e alguns apontam para uma revisão amplamente compartilhada de 2026 que afirma que a ferramenta ainda executa uma camada de perplexity e burstiness em silêncio ao lado do seu classificador. As páginas atuais do próprio GPTZero, a página de tecnologia e ambos os artigos de suporte, dizem o contrário: os termos foram aposentados, não apenas ocultados nos bastidores. Uma página que descreve um conceito de forma abstrata não é a mesma coisa que uma página que descreve o método atual desta ferramenta, e tratar as duas como intercambiáveis é, em grande parte, o que explica por que a confusão tem durado três anos além da sua data de expiração.

Isso importa além de curiosidades. Um estudante ou colega, orientado a reduzir a perplexity ou a distribuir o comprimento das frases especificamente para vencer o GPTZero, está recebendo conselhos voltados para uma versão do produto que deixou de funcionar em 2023. O que move um classificador de sentenças é uma questão relacionada, mas diferente, mais próxima do relato mais amplo de como os detectores de IA realmente funcionam do que de qualquer estatística isolada. O GPTZero não parou de medi-las, segundo seu próprio relato elas estão entre sete indicadores que alimentam o modelo atual, mas elas deixaram de ser a coisa que decide a resposta.

O que o GPTZero diz que não consegue fazer

Os benchmarks publicados pelo GPTZero são tão fortes quanto um fornecedor provavelmente publicaria sobre o próprio produto. A empresa relata "uma taxa de acurácia de 99% ao detectar texto gerado por IA versus escrita humana", diz "mantemos a taxa de falso positivo do GPTZero em no máximo 1% ao avaliar texto de IA versus texto humano" e registra "uma taxa de acurácia de 96,5%" em submissões que misturam escrita de IA e humana, além de 1,1 por cento em ensaios do TOEFL, um substituto comum para escrita em inglês não nativo. Esses números vêm da avaliação própria do GPTZero, publicada em janeiro de 2025, sem que seja citada no site que os reporta qualquer replicação independente. A mesma página também recusa a alegação que a maioria dos fornecedores usa, afirmando que "nunca haverá uma garantia de 100%" e que qualquer pessoa que alegue o contrário provavelmente tem uma falha nos dados ou no método de avaliação.

A página de limitações do próprio GPTZero é mais específica do que os números de marketing. A empresa afirma que a acurácia melhora à medida que mais texto é submetido e diminui no nível de frase e de parágrafo em comparação com o documento completo. Ela afirma que seus dados de treinamento são, em sua maior parte, prosa em inglês para adultos, de modo que textos que se afastam desse padrão são mais difíceis de classificar com confiabilidade. A empresa afirma que o classificador não foi treinado para detectar texto de IA que tenha sido fortemente modificado após a geração. E afirma de forma direta que outras escritas geradas por máquina ou altamente procedimentais, não apenas a saída de chatbot, podem ser sinalizadas da mesma maneira.

Nenhuma dessas coisas é motivo para tratar o número do GPTZero como algo além de qualquer questionamento, e ele não é o único detector que vale a pena entender em seus próprios termos. Leitores curiosos sobre o que um classificador como esse realmente responde podem ver uma versão desse padrão por conta própria com um verificador gratuito de perplexidade ou um verificador gratuito de burstiness, duas peças de uma coleção gratuita de ferramentas mais completa, que cobre as outras camadas estatísticas sobre as quais um relatório como este se baseia.

As duas estatísticas de destaque do GPTZero têm páginas próprias: o que a perplexidade mede na detecção por IA, e a aritmética da probabilidade de token que produz ambos os números.

Uma ferramenta disposta a nomear suas próprias limitações às cegas com tanta precisão merece mais confiança do que uma que afirma não ter nenhuma, e a próxima porcentagem não explicada em um relatório é um bom ponto de partida para começar a perguntar que tipo de ferramenta a produziu.

O que a nossa própria pesquisa encontrou

No estudo de concordância entre detectores da TextPulse Research, nove detectores comerciais de IA avaliaram os mesmos 90 textos acadêmicos. Um deles era um texto híbrido de 455 palavras: abertura e fechamento escritos por humanos em torno de um trecho central de 168 palavras gerado por IA. GPTZero pontuou este texto com 41.2% de IA, enquanto os veredictos das outras ferramentas sobre as mesmas palavras variaram de 0% a 95.7% de IA. O artigo completo, o corpus e a matriz de pontuações por ferramenta estão em acesso aberto em TextPulse Research.