📅 Última atualização: julho 2025

Universidade de Lisboa: Verificam Uso de IA nas Teses?

Estás a três meses de entregar a tese de doutoramento. Talvez a dois. Talvez a três semanas — e o pânico já se instalou.

Usaste o ChatGPT para reformular parágrafos que não fluíam. Pediste ao Copilot que te ajudasse a organizar a revisão de literatura. Geraste ideias com IA generativa porque, sinceramente, às duas da manhã já não te saía uma frase coerente. E agora, uma pergunta não te sai da cabeça: a Universidade de Lisboa verifica o uso de IA nas teses?

Não estás sozinho. Milhares de doutorandos em Portugal vivem exatamente esta ansiedade — sem respostas claras. A informação oficial está dispersa entre regulamentos internos, guias institucionais, documentos do Diário da República e práticas que variam de faculdade para faculdade. Nenhum recurso único respondia a esta questão de forma completa.

Até agora.

Aqui, reunimos regulamentos oficiais da ULisboa, guias institucionais do IST, dados sobre o Turnitin e a experiência de quem acompanha doutorandos portugueses todos os dias — para te dar a resposta mais completa e atualizada da internet em português. Na Tesify, ajudamos centenas de doutorandos a navegar exatamente estas questões — e este guia é o que gostaríamos que existisse quando começámos.

1. O Que Diz a ULisboa Sobre o Uso de IA nas Teses?

A Universidade de Lisboa não possui, até à data, uma política central única e unificada sobre o uso de IA generativa em teses de doutoramento. Várias unidades orgânicas — como o Instituto Superior Técnico, a Faculdade de Direito e a Faculdade de Ciências — já publicaram regulamentos, guias ou orientações que abordam diretamente a questão.

E aqui está o detalhe que a maioria dos doutorandos não percebe.

A ULisboa funciona, na prática, como uma federação de escolas com autonomia regulamentar. Cada faculdade pode — e frequentemente tem — regras diferentes. O que se aplica no IST pode divergir do que vigora na FLUL. O que o teu colega da Faculdade de Ciências te disse pode ser irrelevante para a Faculdade de Medicina.

Panorama por Faculdade: O Que Já Existe

Instituto Superior Técnico (IST): O Técnico foi pioneiro ao lançar um Guia Prático de Utilização do IAedu, o serviço de IA generativa disponibilizado pela FCT/FCCN para o ensino superior português. Complementarmente, apresentou um Guia para a Utilização Responsável da Inteligência Artificial, com orientações explícitas para investigação e trabalhos académicos.

Faculdade de Direito (FDUL): O Regulamento da FDUL, publicado em Diário da República, define com precisão os conceitos de “fraude académica” e “plágio” — aplicando-se expressamente a dissertações e teses. Embora anterior à explosão do ChatGPT, o seu enquadramento jurídico é suficientemente abrangente para cobrir o uso indevido de IA.

Outras faculdades: A maioria remete para as normas gerais de integridade académica da ULisboa ou para o RJIES (Regime Jurídico das Instituições de Ensino Superior), que estabelece o quadro legal para procedimentos disciplinares em todas as universidades portuguesas.

A Tendência 2024–2025: Formalização Acelerada

O movimento é inequívoco. A pressão europeia — nomeadamente o Regulamento Europeu de Inteligência Artificial — e o papel crescente da FCT/FCCN no ecossistema IAedu estão a empurrar todas as faculdades da ULisboa para a formalização de políticas específicas sobre IA generativa. Se a tua faculdade ainda não publicou um guia explícito, é uma questão de quando, não de se.

Na nossa experiência a acompanhar doutorandos da ULisboa, a maioria desconhece que o regulamento da sua faculdade já prevê estas situações. Essa ignorância não serve de defesa — é um risco acrescido.

Para compreenderes o que significa, na prática, a transparência no uso de IA em contexto académico, preparámos um guia específico com templates e exemplos concretos.

O ponto essencial: não existe um “passe livre” só porque a tua faculdade ainda não publicou um guia explícito. Os regulamentos de plágio e fraude académica já em vigor cobrem o uso indevido de IA. Ponto final.

2. Como a Universidade de Lisboa Deteta IA nas Teses (Ferramentas e Processos)

Sabendo que a ULisboa verifica — a pergunta natural é: como? Quais são os mecanismos concretos que podem sinalizar o uso de IA na tua tese de doutoramento?

A resposta envolve quatro camadas distintas. E a que mais devias temer não é a que pensas.

Camada 1: Turnitin — Relatório de Originalidade + Indicador de Escrita por IA

A ULisboa — tal como a maioria das universidades portuguesas — possui licença institucional do Turnitin. Eis o que mudou recentemente: o Turnitin gera agora dois relatórios em simultâneo.

• Relatório de Similaridade (o clássico detetor de plágio): compara o teu texto com a sua base de dados de trabalhos académicos, publicações e conteúdos online.
• Indicador de Escrita por IA: um módulo mais recente que analisa padrões linguísticos para estimar a probabilidade de o texto ter sido gerado por inteligência artificial.

O que tu vês não é necessariamente o que o teu orientador ou júri vê. O relatório de IA pode incluir percentagens detalhadas por secção, e o orientador recebe alertas quando certas partes ultrapassam determinados limiares. Podes consultar este recurso oficial da Turnitin sobre deteção de escrita por IA para ver como funciona na prática.

Camada 2: Revisão pelo Orientador e Júri (Avaliação Humana)

Aqui é que a coisa fica mais perigosa para ti do que qualquer software.

Numa tese de doutoramento, a principal camada de verificação é o teu orientador. Alguém que te conhece há anos. Que leu as tuas versões intermédias. Que sabe como escreves quando estás cansado, quando estás inspirado e quando estás a tentar impressionar.

Quando um parágrafo surge subitamente com uma fluência e precisão terminológica que não corresponde ao teu registo habitual, o orientador percebe. Não precisa de nenhum algoritmo para isso.

E os júris experientes? Detetam inconsistências com uma eficácia que surpreende:

• Mudanças abruptas de registo linguístico (secções que “não soam como tu”).
• Citações inventadas — as célebres “alucinações” da IA generativa.
• Secções suspeitamente polidas, sem as imprecisões naturais da escrita humana académica.
• Profundidade argumentativa desigual entre capítulos.

Na prática, esta forma de deteção é, frequentemente, mais eficaz do que qualquer software.

Camada 3: Ferramentas Complementares e Cruzamento de Dados

Alguns docentes — especialmente os mais tecnologicamente proativos — utilizam ferramentas complementares de forma ad hoc: GPTZero, Originality.ai, Compilatio. Não são ferramentas institucionais, mas o seu uso como segundo filtro é cada vez mais frequente.

Há também a possibilidade crescente de orientadores solicitarem acesso a metadados de documentos e históricos de versões. Se trabalhaste no Google Docs ou num editor com controlo de versões, o orientador pode verificar a evolução cronológica do texto — e detetar blocos que apareceram “do nada”.

Camada 4: IAedu / Infraestrutura FCT-FCCN

A FCT/FCCN disponibiliza o serviço IAedu para uso responsável de IA generativa no ensino superior português. O Guia Prático do IST para o IAedu detalha como aceder e utilizar esta infraestrutura. O ponto crucial: a existência deste serviço significa que as universidades estão a institucionalizar o uso de IA. E quando se institucionaliza, monitoriza-se.

Para um guia técnico aprofundado sobre cada uma destas ferramentas, consulta o nosso Guia completo de deteção de IA na ULisboa em 2025.

3. Limitações da Deteção de IA: O Que Nenhum Detetor Te Garante

A verdade que muitos partilham mal — ou preferem ignorar.

A maioria dos doutorandos assume que, se o detetor não sinalizou nada, está seguro. Este raciocínio é perigoso. E a própria Turnitin confirma-o publicamente.

Os detetores de IA não funcionam como testes binários. Produzem probabilidades. E essas probabilidades falham — em ambas as direções.

Falsos Positivos: Quando Texto Humano É Sinalizado Erroneamente

Texto escrito inteiramente por ti pode ser sinalizado como “gerado por IA”. Isto acontece com frequência preocupante em português, uma vez que os modelos de deteção foram treinados maioritariamente com corpora em inglês. A Diretora de Produto da Turnitin reconheceu publicamente este problema e detalhou os ajustes em curso — mas sem garantir a eliminação total de falsos positivos.

Falsos Negativos: Quando a IA Passa Despercebida

Texto gerado por IA que é posteriormente editado, parafraseado ou reformulado por humanos pode escapar completamente à deteção. Prompts sofisticados, edição humana cuidada e ferramentas de paráfrase tornam a deteção automática quase impossível em muitos cenários.

A Tabela Que Todo o Doutorando Devia Consultar

Para aprofundares as limitações técnicas da deteção de IA, incluindo dados atualizados sobre taxas de erro por língua, consulta o nosso guia dedicado.

Para uma perspetiva académica mais ampla sobre IA e integridade no ensino superior, recomendamos este webinar da ANPOCS sobre inteligência artificial e integridade académica — um debate honesto sobre os desafios reais que as universidades enfrentam.

A conclusão prática? Nenhum detetor te absolve. Nenhum detetor te condena isoladamente. Mas a combinação de software + avaliação humana + conhecimento do teu percurso cria uma rede muito mais apertada do que imaginas.

4. Consequências Disciplinares: O Que Acontece Se Fores Apanhado

Vamos ao que realmente te tira o sono.

Imagina: estás na arguição da tese. O júri confronta-te com um parágrafo que suspeita ter sido gerado por IA. Pede-te que expliques o raciocínio por trás de uma formulação específica. Não consegues. O orientador confirma que não reconhece aquele registo. O regulamento da tua faculdade prevê que…

E aí? O que acontece concretamente?

Escala de Consequências (da menor à mais grave)

1. Advertência e pedido de revisão — Para uso menor e transparente, mas com declaração incompleta. O júri solicita a reescrita de secções específicas antes de aprovar a tese.
2. Reprovação na defesa / pedido de reescrita integral — Quando secções significativas são identificadas como geradas por IA sem qualquer declaração. A defesa é adiada — com todo o impacto académico, financeiro e emocional que isso acarreta.
3. Processo disciplinar formal — Enquadrado como fraude académica nos regulamentos de integridade. O Regulamento da FDUL, por exemplo, prevê procedimentos detalhados de investigação e sanção — aplicáveis expressamente a dissertações e teses.
4. Anulação do grau académico — O cenário mais grave. E sim, é possível mesmo após a concessão do grau. O RJIES e os regulamentos internos preveem mecanismos de revogação quando se demonstra fraude — sem prazo de prescrição em muitos casos.
5. Impacto reputacional permanente — Orientadores que ficam associados ao caso. Redes académicas que se fecham. Publicações derivadas da tese questionadas ou retiradas. Esta mancha não se apaga com o tempo.

A Ausência de Regulamento Específico Não Te Protege

Mesmo que a tua faculdade ainda não tenha publicado um guia explícito sobre IA generativa, os regulamentos existentes de plágio e fraude académica são suficientes para fundamentar um procedimento disciplinar. Apresentar texto gerado por uma máquina como trabalho intelectual teu, sem declaração, enquadra-se nas definições já em vigor.

A Linha Que Separa o Legítimo da Fraude

A distinção é mais simples do que parece:

• Uso legítimo: utilizar IA como ferramenta auxiliar (brainstorming, revisão linguística, organização de ideias) e declarar esse uso de forma transparente.
• Fraude académica: utilizar IA para gerar conteúdo original da tese sem qualquer declaração, apresentando-o como trabalho intelectual exclusivamente teu.

Para saber exatamente como e o que declarar sobre o uso de IA em contexto académico, preparámos um guia dedicado com templates prontos a usar.

5. Guia Prático — Como Usar IA na Tese Sem Riscos (Checklist do Doutorando)

Chega de cenários assustadores. Vamos às soluções concretas.

Se leste até aqui, já percebeste três coisas: a ULisboa verifica, os detetores têm limitações, e as consequências são reais. A questão agora é: como usar IA generativa de forma segura, ética e declarada?

Os 5 Passos Que Blindam a Tua Tese

1. Declara todo o uso de IA — proativamente.
   Não esperes que te perguntem. Inclui uma secção metodológica ou um anexo a detalhar: qual ferramenta usaste (ChatGPT, Copilot, IAedu), para que fins (brainstorming, revisão linguística, organização de referências) e em que secções. Muitas universidades europeias já exigem esta declaração. A ULisboa está a seguir o mesmo caminho.
2. Guarda o histórico completo de interações.
   Exporta os teus chats com ferramentas de IA. Mantém capturas de ecrã dos prompts e outputs. Se algum dia precisares de provar que usaste IA apenas como ferramenta auxiliar — e não como autora —, este registo é a tua prova.
3. Reescreve. Sempre. Sem exceção.
   Nunca copies um output de IA diretamente para a tese. Usa-o como rascunho, como ponto de partida, como provocação intelectual — mas a versão final tem de ser tua. A tua voz. O teu raciocínio. As tuas limitações (que são, paradoxalmente, a prova da tua autenticidade).
4. Consulta o teu orientador antes — não depois.
   Agenda uma conversa sobre o uso de IA na tua tese. Pergunta diretamente quais são os limites aceitáveis na tua faculdade. Documenta essa conversa por email. Um orientador informado é a tua primeira linha de defesa.
5. Executa a tua própria verificação de originalidade.
   Antes de entregar, corre o teu texto num detetor de IA (não apenas no Turnitin — experimenta também o GPTZero ou Originality.ai). Identifica secções sinalizadas. Reescreve-as. Repete até estares confortável com o resultado.

Template Rápido de Declaração de Uso de IA

Esta declaração protege-te porque demonstra três coisas essenciais: consciência (sabes que usaste IA), transparência (declaras como e onde) e autoria intelectual (o trabalho final é teu).

Erros Que Destroem Estas Proteções

Mesmo com a melhor das intenções, há armadilhas que vemos repetidamente nos doutorandos que acompanhamos:

• Declaração genérica: “Usei IA na tese” — sem especificar onde, como e para quê. Insuficiente.
• Declaração parcial: Declarar o uso no capítulo 3 mas omitir que também usaste no capítulo 5. A omissão seletiva é pior do que a ausência total de declaração.
• Confiar cegamente no detetor: “Corri no GPTZero e deu 2%, logo estou seguro.” Os detetores são uma camada — não um veredicto.
• Não verificar citações: As alucinações da IA generativa — referências bibliográficas que parecem reais mas não existem — são uma bomba-relógio. Verifica cada referência sugerida pela IA.

Para uma versão expandida desta checklist, com mais cenários e templates adicionais, descarrega a nossa checklist gratuita de uso responsável de IA na tese.