Análise do detector de IA Pangram: a ferramenta que pesquisadores continuam validando

Pangram é o detector de IA que pesquisadores independentes continuam destacando, o que faz valer uma análise mais atenta do que a pontuação usual dos fornecedores. Sua desenvolvedora, Pangram Labs, divulga uma taxa de falso positivo de aproximadamente 1 em 10,000 e uma precisão de destaque de 99.98 percent. Esses são os números da própria empresa, medidos em seus próprios benchmarks. O que diferencia Pangram da maior parte do campo é que, desta vez, pesquisas externas recentes apontam na mesma direção geral.

Duas avaliações independentes foram publicadas no último ano: um estudo revisado por pares da Vrije Universiteit Brussel, publicado pela Springer em June 2026, e um working paper da University of Chicago Booth School coberto no Chicago Booth Review em December 2025. Ambos colocaram Pangram claramente à frente de rivais mais conhecidos, incluindo Turnitin, GPTZero e Copyleaks. Nenhum dos estudos toma a pontuação de qualquer detector como prova de algo sobre um documento específico, e ambos dizem isso.

O que segue é o que Pangram afirma sobre si mesma, o que os dois estudos realmente mediram, onde a evidência ainda é fraca e o que a ascensão dessa ferramenta diz sobre o restante do campo de detecção.

O que é Pangram e quem a utiliza

Pangram Labs é uma pequena empresa fundada em 2023 no Brooklyn por pesquisadores de IA que anteriormente trabalharam na Tesla e no Google. O produto verifica texto colado ou enviado e retorna uma estimativa de quanto dele foi gerado por IA, com destaque em nível de sentença, além de detecção de imagens e verificação de plágio nos planos pagos.

Sua base de usuários é diferente da de Turnitin. Turnitin é vendido para instituições e opera dentro de learning management systems; Pangram pode ser usado por qualquer pessoa com uma conta gratuita, o que significa que estudantes, editores, equipes de periódicos e leitores de admissões o utilizam diretamente. É o novo participante nesse mercado, e cada vez mais é a ferramenta a que pesquisadores de integridade acadêmica recorrem quando querem um ponto de comparação, precisamente porque continua tendo bom desempenho em testes em que os incumbentes não têm.

O que o fornecedor afirma

A página inicial do Pangram anuncia 99.98 percent de precisão e afirma que sua taxa de falso positivo, a taxa na qual documentos humanos são incorretamente sinalizados como IA, é atualmente de 1 em 10,000. Uma publicação no blog da empresa sobre falsos positivos, escrita por seu CTO, detalha esse número geral por gênero: 0.004 percent em ensaios acadêmicos, 0.001 percent em resumos científicos, com pontos fracos que a própria empresa divulga, como 0.05 percent em poesia e 0.23 percent em receitas. A empresa também afirma que seu modelo ainda detecta texto de IA depois de ele ter sido processado por ferramentas chamadas humanizer.

Todos esses são números autorrelatados dos próprios conjuntos de teste do fornecedor, e a mesma publicação traz as próprias ressalvas do fornecedor: o modelo funciona melhor em textos mais longos escritos em frases completas, e a empresa desaconselha a triagem de listas curtas em tópicos ou de textos altamente formulaicos. Mantenha ambas as partes disso em vista. As alegações são incomumente específicas e incomumente baixas, e continuam sendo alegações até que alguém de fora da empresa as verifique.

O Que as Evidências Independentes Mostram

O teste mais robusto até o momento é um estudo revisado por pares de Van Vlasselaer, Van Droogenbroeck e Spruyt, na Vrije Universiteit Brussel, publicado em junho de 2026 no International Journal for Educational Integrity. A equipe elaborou 160 trabalhos acadêmicos de nível de mestrado, com pelo menos 4.000 palavras cada: 40 escritos por estudantes reais antes de 2019, 40 totalmente gerados com GPT-4o Deep Research, 40 híbridos e 40 gerados por IA e depois deliberadamente humanizados. Eles submeteram todos eles a Turnitin, GPTZero, Copyleaks e Pangram.

Nos trabalhos totalmente gerados por IA, o estudo relata que Turnitin, GPTZero e Copyleaks "falharam completamente em detectar o conteúdo gerado por IA". Turnitin atribuiu a cada um desses 40 trabalhos entre 0 e 20 por cento de IA; as medianas dos três sistemas estabelecidos ficaram todas abaixo de 20 por cento em trabalhos que eram 100 por cento escritos por máquina. Pangram alcançou uma precisão estrita de 65 percent e uma precisão inclusiva de 97.5 percent no mesmo conjunto, classificando erroneamente um trabalho. No conjunto humanizado, Pangram identificou corretamente conteúdo de IA em 37 de 40 casos, uma precisão estrita de 92.5 percent, enquanto GPTZero obteve 2.5 percent, Copyleaks 22.5 percent e Turnitin 50 percent.

Ferramenta	Trabalhos totalmente gerados por IA (precisão estrita)	Trabalhos de IA humanizados (precisão estrita)	Trabalhos humanos corretamente aprovados
Pangram	65%	92.5%	100%
Turnitin	0%	50%	100%
GPTZero	0%	2.5%	100%
Copyleaks	0%	22.5%	100%

O segundo ponto de dados é um working paper de Brian Jabarian e Alex Imas na Chicago Booth, resumido no Chicago Booth Review em dezembro de 2025. Ao testar detectores em cerca de 2.000 trechos escritos por humanos, distribuídos em seis meios, além de versões de IA de quatro modelos de fronteira, eles constataram que a taxa de falso positivo do Pangram foi essencialmente zero na maioria dos limiares de decisão, com uma precisão que nunca caiu abaixo de 99.8 percent em seu corpus e falsos negativos entre 2 e 4 percent, dependendo do modelo. Os pesquisadores propõem que as instituições adotem um limite rígido de política, por exemplo, não mais que 0.5 percent da escrita humana sinalizada, antes de confiar operacionalmente em qualquer detector. Observe a diferença de status: o artigo de Booth é um working paper, ainda não revisado por pares, e testou texto de IA sem modificações, em vez de artigos acadêmicos humanizados.

Falsos Positivos e Quem é Prejudicado

Os falsos positivos são onde o dano dos detectores se concentra, e o padrão documentado em todo este setor é que os alertas recaem de forma desproporcional sobre escritores de inglês não nativos. O estudo da VUB vale a leitura exatamente por esse ponto: seus 40 artigos humanos foram todos escritos por falantes não nativos de inglês, e todas as quatro ferramentas, incluindo Pangram, aprovaram 100 percent deles. Esse é um resultado genuinamente encorajador, e também são 40 artigos. Uma amostra desse tamanho não pode confirmar uma taxa como 0.004 percent; apenas os testes internos muito maiores do próprio fornecedor produzem números tão precisos, e nenhuma parte externa os replicou nessa escala.

A seção de mundo real do estudo mostra por que a cautela persiste mesmo com bons benchmarks. Quando os pesquisadores aplicaram o Pangram a 1.163 teses de mestrado reais de 2024 e 2025, ele sinalizou 45,5 por cento delas em algum nível, com uma mediana estimada de 30 por cento de participação de IA entre os casos sinalizados, e não existe verdade de referência para nenhuma dessas teses. Os autores são diretos: as pontuações de detecção são sinais iniciais úteis e nunca devem ser a única evidência em decisões de alto risco. Um estudante que enfrenta uma acusação ainda precisa de formas baseadas em processo para demonstrar a autoria, qualquer que seja o detector que produziu o número.

Preços e acesso

O site do Pangram oferece 20 verificações gratuitas por dia após o cadastro de uma conta, com assinaturas pagas acrescentando volume de créditos e recursos como detecção de plágio. Esse modelo de acesso importa tanto quanto os números de precisão: ao contrário do Turnitin, que um autor só encontra quando uma instituição o executa contra ele, o Pangram pode ser verificado diretamente, de modo que um autor pode ver a mesma classe de sinal que um revisor poderia ver antes de qualquer coisa ser submetida.

Onde o Pangram se encaixa no panorama dos detectores

O resumo dos autores da VUB sobre o campo é contundente: "Dos quatro instrumentos de detecção de IA estudados aqui, neste momento apenas um produziu resultados satisfatórios." Essa frase diz tanto sobre os incumbentes quanto sobre o Pangram. O Turnitin, a ferramenta da qual a maioria das instituições realmente depende, obteve zero no conjunto totalmente gerado por IA, e seu histórico de falsos positivos documentado separadamente já obrigou universidades a tratar suas pontuações com cuidado. Todas essas ferramentas medem propriedades estatísticas do texto, e a mecânica subjacente explica tanto por que a abordagem de treinamento mais recente do Pangram pode se adiantar quanto por que todas elas continuam sendo probabilísticas.

O veredito honesto: Pangram é atualmente o detector com melhor suporte em testes independentes, com ampla margem, com base em evidências recentes. Essas evidências também são limitadas. Dois estudos, um revisado por pares, outro não, ambos do último ano, em sua maioria em inglês, em sua maioria texto acadêmico e da web de formato longo. A detecção é uma corrida armamentista contra modelos que mudam a cada trimestre, e uma ferramenta que lidera em 2026 mantém essa liderança apenas até a próxima geração de texto. Uma pontuação do Pangram é uma estimativa melhor calibrada do que a produzida por seus rivais. Ainda assim, continua sendo uma estimativa, não uma evidência do que qualquer pessoa específica fez.

Veja a comparação completa

Pangram é apenas uma ferramenta em um campo concorrido e desigual. Para ver como ele se compara a Turnitin, GPTZero, Copyleaks, ZeroGPT e os demais segundo os mesmos critérios, consulte o guia completo AI detectors compared.

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. Pangram pontuou este texto com 34% 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.