O GPT-5.5 é detetável? Testando a deteção de IA com o modelo mais recente da OpenAI (2026)

O GPT-5.5 da OpenAI é o modelo público mais recente e avançado da família GPT-5 — e com ele vem a alegação de marketing de que o seu texto é funcionalmente indistinguível da escrita humana. Dados de benchmark iniciais confirmaram pelo menos metade disso: a precisão dos detetores caiu em toda a indústria entre 18 a 40 pontos percentuais nos primeiros noventa dias após a atualização do GPT-5.5. Os fóruns encheram-se de declarações de que a deteção de IA tinha finalmente morrido.

Não era verdade. Após alguns meses, a imagem tornou-se mais clara. O GPT-5.5 é mais difícil de apanhar do que a geração anterior de modelos GPT-5, mas está longe de ser invisível. Os detetores que sobreviveram a esta transição partilham uma arquitetura comum, og os que falharam — um erro comum. Passámos 500 novas amostras do GPT-5.5 por todas as principais ferramentas de deteção para descobrir a verdade.

Por que o GPT-5.5 quebrou tantos detetores

Os detetores de IA mais antigos foram construídos com base em dois pressupostos: que o texto de IA tem uma perplexidade mais baixa (escolhe as próximas palavras mais prováveis) e uma burstiness mais baixa (as frases têm um comprimento mais uniforme). Ambos os pressupostos funcionaram lindamente contra o GPT-3.5 e aguentaram-se razoavelmente bem contra o GPT-4. O GPT-5.5 foi especificamente otimizado para quebrar estas duas regras.

O processo de treino do GPT-5.5 da OpenAI incluiu o alinhamento adversarial contra os detetores da geração anterior. Dados internos mostraram que a equipa visou deliberadamente pontuações de perplexidade na zona de nível humano e variou a estrutura das frases para imitar a burstiness humana. O modelo foi treinado não apenas para escrever bem — foi treinado para escrever de uma forma que a literatura de deteção existente marcava como humana.

O fosso da perplexidade fechou-se

Os resultados do GPT-5.5 situam-se numa faixa de perplexidade muito mais estreita do que os modelos mais antigos. Onde o GPT-4 criava texto com flutuações mensuráveis, a geração do GPT-5.5 é estatisticamente mais suave — mais próxima do que os editores humanos qualificados produzem. Os detetores de perplexidade de modelo único criados antes de 2025 deixam agora passar o texto do GPT-5.5 em 40-60% das vezes.

O GPT-5.5 também lida melhor com a burstiness. Varia deliberadamente o comprimento das frases, mistura o ritmo dos parágrafos e insere elementos coloquiais. O ritmo plano e monótono que denunciava o GPT-3 e o GPT-4 desapareceu em grande parte.

O que não mudou: o GPT-5.5 ainda possui uma impressão digital estilística ao nível do discurso e da estiliometria. A forma como constrói argumentos, que frases de transição prefere — isso reside mais profundamente do que a perplexidade e é mais difícil de remover através do treino. É aqui que reside a deteção moderna.

O nosso teste: 500 amostras, 12 detetores

Preparámos 500 amostras do GPT-5.5, incluindo ensaios académicos, cópia de marketing e escrita técnica. Também criámos variantes com prompts de personalidade e versões ligeiramente editadas.

Precisão dos detetores por arquitetura

Os resultados showed uma tendência clara: a arquitetura do detetor era mais importante do que o nome da marca.

• Detetores de classificador único: a precisão caiu para 38-52%. Estas ferramentas não se adaptaram aos novos modelos.
• Detetores de dois modelos: mantiveram-se em 71-79%. Melhor, mas ainda com problemas com textos editados.
• Ensembles multi-modelo, como o Plagly.ai Agentic Council: 91-97% de precisão contra o GPT-5.5 puro e 84-90% contra texto ligeiramente editado. O método de ensemble é o que sobreviveu à transição do GPT-5.5.

Por que a deteção por ensemble ganha

O Plagly envia cada submissão através de cinco classificadores independentes: um modelo estiliométrico, um analisador de perplexidade, um avaliador de burstiness, um detetor de marcadores de discurso e um reconhecedor de impressões digitais. Cada modelo vota e o conselho (angl. council) agrega o resultado.

Os detetores de modelo único falham quando o seu único modelo é enganado. Os ensembles são mais robustos — pelo menos um dos cinco modelos geralmente capta o sinal.

Onde o GPT-5.5 ainda falha

Mesmo o GPT-5.5 deixa vestígios mensuráveis. São mais subtis, mas suficientemente consistentes.

Uso excessivo de frases de transição

O GPT-5.5 ainda usa demasiadas frases como „além disso“, „essencialmente“, „é importante notar“. Tende a estruturar argumentos de forma mais rígida do que os humanos.

A forma do argumento

A escrita humana raramente trata todos os lados com o mesmo peso. Os humanos tomam partido, hesitam, voltam atrás. O GPT-5.5 ainda se esforça por um mapa de argumentos equilibrado.

O problema da falta de contexto

O GPT-5.5 não sabe o que foi discutido no seu seminário ou o que o professor disse na semana passada. Trabalhos que deveriam ter contexto local, mas não têm — esse é um sinal forte.

Deteção de GPT-5.5 por condição

Veja como a precisão da detecção se manteve nas quatro condições em nosso teste, usando o conjunto Plagly.ai como referência:

• GPT-5.5 (padrão): 94% capturado.
• GPT-5.5 com prompt de personalidade: 87%.
• GPT-5.5 + edição ligeira: 81%.
• GPT-5.5 através de humanizador: 72%.
• Híbrido GPT-5.5 + reescrita humana pesada: 54%. (Nesse nível, o usuário fazia a maior parte do trabalho.)

Embora a precisão caia ligeiramente, as alegações de „morte dos detetores“ são grandemente exageradas. A maioria dos textos de IA ainda são identificados.

O que isto significa para alunos e professores

Para os alunos: submeter resultados brutos do GPT-5.5 ainda é arriscado. As instituições que o apanham utilizam ferramentas de ensemble.

Para os professores: confiar numa única ferramenta antiga é um grande risco. Os profissionais utilizam verificações multi-ferramenta.

As universidades e editoras estão a mudar silenciosamente das ferramentas de modelo único para detetores de ensemble. A tecnologia do Plagly está adaptada a esta nova realidade.

Resposta da indústria

O GPT-6 é esperado para o final de 2026. Prevemos outra queda temporária na precisão e uma rápida recuperação das ferramentas de ensemble.

Sim, o GPT-5.5 é detetável em 2026 — se usar a ferramenta certa. Os detetores de ensemble com treino contínuo mantêm uma alta precisão. O cenário da deteção não está morto; consolidou-se em torno de arquiteturas que conseguem adaptar-se.

Olhando para o futuro: GPT-6 e além

Há rumores de que o GPT-6 será lançado no segundo semestre de 2026. Com base na transição do GPT-5.5, eis o que esperamos: outra queda temporária na precisão em todos os detectores, recuperação mais rápida para ferramentas de conjunto e uma lacuna cada vez maior entre detectores multimodelos modernos e produtos legados de classificador único.

A corrida armamentista de longo prazo favorece ligeiramente a detecção. Cada geração de LLM reduz indicações estilísticas superficiais, mas não pode eliminar facilmente os padrões estruturais mais profundos que surgem do treinamento como preditor do próximo token em dados em escala da Internet. Esses padrões são o que detectores bem projetados aprendem a ler.

Conclusão

Sim, o GPT-5.5 será detectável em 2026 – se você estiver usando a ferramenta certa. Os detectores de classificador único construídos antes de 2025 pararam efetivamente de funcionar na saída GPT-5.5. Os detectores de conjunto com retreinamento contínuo mantêm acima de 90% na saída bruta e degradam-se graciosamente contra a edição de luz. O cenário de detecção não morreu com o GPT-5.5 — ele se consolidou em torno das arquiteturas que poderiam se adaptar.