Imagina este cenário: são 23h47, estás prestes a carregar no botão “Submeter” da plataforma da universidade, e de repente aquela dúvida paralisa-te os dedos. “E se o professor perceber?” O coração acelera. Revês mentalmente todas as vezes que usaste o ChatGPT para “dar uma ajudinha”. Será que foste longe demais?

Se esta cena te parece familiar, respira fundo — não estás sozinho. Desde que o ChatGPT explodiu no final de 2022, milhares de estudantes universitários em Portugal vivem este dilema silencioso. O problema? As regras são opacas, os rumores abundam, e ninguém te explica o que realmente acontece do outro lado da mesa.

Até agora.

Neste artigo, vou revelar-te exatamente o que os professores e bancas examinadoras verificam quando suspeitam de uso de IA numa tese. Não teorias vagas, não especulações — critérios concretos, ferramentas reais, e os sinais que fazem soar os alarmes na cabeça de quem te avalia.

O que os professores verificam numa tese relativamente à IA? Os docentes portugueses analisam uma combinação de indicadores: relatórios automáticos de ferramentas como Turnitin, inconsistências no estilo de escrita, desalinhamento entre metodologia e resultados, e sinais de “conhecimento superficial” durante a defesa oral.

A verdade é que os professores não verificam o que pensas. E essa é precisamente a razão pela qual tantos estudantes cometem erros evitáveis — ou, pelo contrário, vivem com um medo infundado.

Vamos desmontar este mistério, passo a passo. Se quiseres aprofundar como as universidades detetam IA em Portugal, esse artigo complementa perfeitamente o que vais ler aqui.

Como Funciona o Processo de Verificação nas Universidades Portuguesas

Antes de entrares em pânico — ou de respirares de alívio —, precisas entender como funciona realmente o sistema. Porque a realidade é bem diferente das histórias que circulam nos corredores da faculdade.

O Fluxo Real: Da Submissão à Avaliação

Quando submetes a tua tese, ela não vai diretamente para a secretária do orientador. Na maioria das universidades portuguesas, especialmente nas públicas com sistemas integrados como o Fenix (IST) ou plataformas similares, o documento passa por um processo automatizado antes de qualquer olho humano o analisar.

O percurso típico segue esta ordem:

1. Submissão — Carregas o ficheiro na plataforma institucional
2. Processamento automático — O sistema envia para software de deteção (normalmente Turnitin)
3. Geração de relatório — Produz-se um documento com percentagens e destaques
4. Análise humana — O orientador (e posteriormente o júri) interpreta os resultados

Aqui está o detalhe crucial que a maioria ignora: o software não decide nada. Ele gera informação. Quem decide és o teu orientador, o co-orientador, e eventualmente a banca examinadora. Eles têm critérios próprios que vão muito além de uma percentagem num ecrã.

Nota também que existem diferenças significativas entre instituições. Universidades privadas podem ter processos mais manuais, enquanto os programas de doutoramento tendem a aplicar escrutínio mais rigoroso do que os mestrados.

As Ferramentas Que os Professores Realmente Usam

Se há uma ferramenta que domina o panorama português, essa é o Turnitin. Praticamente todas as grandes universidades têm licenças institucionais, e o seu uso tornou-se tão rotineiro como enviar emails.

Mas o Turnitin evoluiu. Já não é apenas um detetor de plágio — agora inclui o chamado “AI writing indicator”, uma funcionalidade que tenta identificar texto gerado por modelos de linguagem como o ChatGPT.

Além do Turnitin, algumas instituições mais proativas experimentam ferramentas emergentes como o GPTZero ou o Originality.ai. Mas atenção: estas alternativas são menos comuns no contexto português e geralmente usadas como complemento, não como substituto.

O que precisas saber sobre limitações técnicas? Segundo o comunicado oficial da Turnitin, o detetor de IA apresenta taxas de falsos positivos — ou seja, pode sinalizar como IA texto que escreveste genuinamente. É por isso que nenhum professor competente toma decisões baseado apenas no software.

Como Ler um Relatório de Deteção de IA (Visão do Professor)

Quando o teu orientador abre o relatório Turnitin, não vê apenas um número assustador. O documento é mais complexo — e saber interpretá-lo pode ajudar-te a entender porque certos detalhes importam mais que outros.

O que aparece num relatório de deteção de IA Turnitin:

1. Percentagem de texto identificado como possivelmente gerado por IA
2. Destaque visual das secções suspeitas
3. Breakdown por tipo de texto (prosa qualificante vs. não qualificante)
4. Indicador de confiança do algoritmo

O relatório distingue entre “prose text” (texto corrido analisável) e “qualifying text” (secções com extensão suficiente para análise fiável). Uma percentagem alta numa secção muito curta é tratada de forma diferente de uma percentagem moderada num capítulo inteiro.

Queres aprofundar os detalhes técnicos? O guia oficial da iThenticate explica cada categoria e como os avaliadores devem interpretar os resultados.

Mas aqui está o segredo que muitos estudantes desconhecem: a percentagem nunca é o único critério. É apenas o ponto de partida para uma análise mais profunda — e é essa análise que determina o teu destino académico.

Os 7 Sinais Que os Professores Procuram (Além do Software)

Agora entramos no território que realmente importa. Os professores experientes — aqueles que já orientaram dezenas de teses — desenvolvem um “sexto sentido” para detetar trabalhos problemáticos. Esse instinto vai muito além de qualquer software.

7 sinais que os professores procuram para detetar IA em teses:

1. Inconsistência no estilo de escrita
2. Desconexão entre metodologia e conclusões
3. Referências bibliográficas inexistentes
4. Conhecimento superficial durante a defesa oral
5. Estrutura argumentativa demasiado previsível
6. Ausência de voz autoral e posicionamento crítico
7. Metadados suspeitos no documento

1. Inconsistência no Estilo de Escrita

Imagina que estás a ler um romance e, de repente, o narrador muda de voz no meio de um capítulo. É exatamente isso que acontece quando estudantes misturam texto próprio com gerado por IA.

Os professores notam mudanças abruptas de registo linguístico — por exemplo, um parágrafo com vocabulário técnico sofisticado seguido de outro com linguagem mais informal ou até erros típicos de quem ainda está a dominar a escrita académica. Paradoxalmente, texto “demasiado perfeito” também levanta suspeitas.

O ChatGPT tende a produzir prosa polida, com transições suaves e estruturas gramaticais impecáveis. Quando isso contrasta com secções claramente escritas por um estudante em desenvolvimento, o alarme dispara.

2. Desconexão Entre Metodologia e Conclusões

Este é um dos sinais mais reveladores — e também um dos mais difíceis de falsificar. A IA pode gerar metodologias genéricas e conclusões plausíveis, mas raramente consegue criar a ligação lógica genuína entre o que foi feito e o que foi descoberto.

Professores experientes perguntam-se: “Este resultado faz sentido face ao método descrito?” Quando a resposta é não, ou quando as conclusões parecem “aterradas” de outro planeta, o documento ganha um asterisco mental.

3. Referências Bibliográficas Inexistentes ou Mal Formatadas

Aqui está um problema clássico do ChatGPT que continua a apanhar estudantes desprevenidos: alucinações bibliográficas. O modelo inventa referências que parecem legítimas — com autores, títulos, anos e até DOIs — mas que simplesmente não existem.

Sabes quanto tempo demora um professor a verificar uma referência no Google Scholar? Segundos. Quando encontra uma citação inexistente, todas as outras ficam sob suspeita. É um dominó que não queres derrubar.

Se cometes este erro, estás entre os 5 erros que podem reprovar-te.

4. Conhecimento Superficial Durante a Defesa

A defesa oral é o momento da verdade — literalmente. Podes ter o documento mais polido do mundo, mas se não consegues explicar porque fizeste determinada escolha metodológica, ou se gaguejas quando te pedem para aprofundar um conceito que “escreveste”, o jogo acaba.

Os júris portugueses são particularmente hábeis a fazer perguntas que testam compreensão real versus reprodução superficial. Não é por acaso que muitas universidades estão a reforçar o peso da componente oral nas avaliações.

5. Estrutura Argumentativa “Demasiado Limpa”

Textos humanos têm imperfeições naturais: hesitações, nuances, contradições que depois são resolvidas, tangentes que revelam pensamento em construção. A escrita real de um estudante reflete um processo de descoberta.

A IA, por outro lado, tende a produzir progressões lineares e previsíveis. Cada parágrafo flui para o seguinte com uma elegância quase mecânica. Para um avaliador atento, essa perfeição é, ironicamente, um defeito.

6. Ausência de Voz Autoral

Uma tese não é um artigo da Wikipédia. Espera-se que demonstres posicionamento crítico — que tomes partido, que questiones, que reveles a tua perspetiva única sobre o tema.

Texto gerado por IA tende a ser equilibrado até à neutralidade. Apresenta “os dois lados”, evita afirmações assertivas, usa linguagem cautelosa em excesso. Quando falta uma voz autoral reconhecível, os professores começam a perguntar-se quem realmente escreveu aquilo.

7. Metadados e Histórico do Documento

Sabias que alguns docentes, especialmente em casos de suspeita, verificam os metadados do ficheiro Word ou PDF? Informações como datas de criação, histórico de edições, e tempos de modificação podem contar uma história.

Um documento de 80 páginas criado numa única sessão de trabalho? Suspeito. Ausência total de revisões e versões intermédias? Também. Não é prova definitiva, mas soma-se ao resto do puzzle.

A Perspetiva Ética: Uso Legítimo vs. Fraude Académica

Chegamos ao ponto onde muitos estudantes se sentem perdidos. Afinal, onde está a linha? Usar o Grammarly é batota? E pedir ao ChatGPT para reformular uma frase? E para explicar um conceito que não entendes?

O Enquadramento Internacional (COPE e UNESCO)

Organizações internacionais de referência já se pronunciaram sobre esta questão. O Committee on Publication Ethics (COPE) estabelece princípios claros, referenciados pela American Mathematical Society:

• A IA não pode ser listada como autora — não tem responsabilidade legal nem ética
• O autor humano é totalmente responsável pelo conteúdo, incluindo erros
• O uso de IA deve ser declarado de forma transparente

A UNESCO também publicou orientações abrangentes sobre IA generativa na educação, abordando questões de privacidade, equidade e governança. É um documento de referência para quem quer entender o panorama global.

O Que as Universidades Portuguesas Aceitam em 2025

Em Portugal, ainda não existe uma política nacional uniforme — cada instituição define as suas regras. Mas uma tendência clara está a emergir: transparência acima de tudo.

Para entenderes melhor os limites éticos e percentagens permitidas em 2025, vale a pena consultar esse guia detalhado.

Como Declarar o Uso de IA de Forma Transparente

Se usaste IA de forma legítima, declara-o. Não só é eticamente correto, como te protege. Uma declaração simples no final da tese ou numa secção de agradecimentos pode fazer toda a diferença:

O Futuro da Avaliação Académica: Previsões Para 2025-2027

Se há algo certo neste panorama, é que as regras do jogo estão a mudar — e rapidamente. Entender para onde caminhamos pode ajudar-te a preparar melhor o teu percurso académico.

Tecnologia de Deteção: Mais Sofisticada, Mas Não Infalível

Os algoritmos de deteção vão continuar a evoluir. Espera-se que incorporem análise de padrões mais fina, comparação com o histórico de escrita do estudante, e integração com outras fontes de dados.

Mas aqui está a realidade inconveniente: a deteção 100% precisa é tecnicamente impossível. Estamos perante um “jogo do gato e do rato” — cada melhoria nos detetores inspira melhorias nos geradores. É uma corrida sem linha de chegada.

Mudança Pedagógica: Da Deteção à Prevenção

As universidades mais progressistas estão a perceber que o foco excessivo na deteção é uma batalha perdida. A tendência emergente? Redesenhar as próprias avaliações.

Espera ver:

• Mais peso na defesa oral e apresentações
• Avaliações iterativas com entregas faseadas
• Foco em competências demonstráveis vs. produtos finais
• Integração de portfólios de processo que documentam a evolução do trabalho

O Que Isto Significa Para Ti

A mensagem é clara: desenvolver competências reais nunca foi tão importante. O mercado de trabalho e a academia estão a valorizar cada vez mais o pensamento crítico, a capacidade de argumentação, e a criatividade genuína — precisamente o que a IA ainda não consegue replicar de forma convincente.

Usa a IA como ferramenta, não como substituto. Aprende a integrar estas tecnologias no teu workflow de forma ética e produtiva. É uma competência que te vai distinguir.

Como Proteger a Tua Tese (E a Tua Integridade)

Vamos ao que interessa: o que podes fazer, concretamente, para te protegeres?

Checklist Antes de Submeter

Checklist de proteção antes de submeter a tese:

• ☐ Verificar consistência de estilo em todo o documento
• ☐ Confirmar existência de todas as referências citadas
• ☐ Reler secções críticas (metodologia, conclusões)
• ☐ Preparar explicações para todas as escolhas metodológicas
• ☐ Declarar qualquer uso de ferramentas de IA
• ☐ Considerar revisão profissional por especialistas

Ferramentas de Auto-Verificação

Antes de submeteres, podes usar os mesmos detetores de IA que os teus professores utilizam. Ferramentas como o GPTZero oferecem versões gratuitas que te permitem ter uma ideia do que o software vai sinalizar.

Mas atenção: não confies cegamente nos resultados. Lembra-te que estes algoritmos têm limitações e podem gerar falsos positivos. O mais importante é garantir que dominas genuinamente o conteúdo da tua tese — porque no final, é isso que realmente conta.

A tua melhor proteção? Conhecimento autêntico. Nenhum software substitui a capacidade de explicar, defender e expandir as ideias que apresentas. E nenhum detetor consegue apanhar quem realmente sabe do que fala.