CONFIABILIDADE DE FERRAMENTAS DE DETECÇÃO DE TEXTOS DE INTELIGÊNCIA ARTIFICIAL PARA USO DOS DOCENTES DE FISIOTERAPIA DA UFVJM EM CORREÇÃO DE AVALIAÇÕES E ATIVIDADES ACADÊMICAS

Ramon Mariano de Almeida; Ana Clara D'villa Gonçalves Barbosa; Jéssica Pinheiro dos Santos; Douglas Novaes Bonifácio; Emanuel Rodrigues Pinheiro; Murilo Xavier Oliveira; Marcus Alcantara; Renato Guilherme Trede Filho

Título do Trabalho

Autores

Ramon Mariano de Almeida
Ana Clara D'villa Gonçalves Barbosa
Jéssica Pinheiro dos Santos
Douglas Novaes Bonifácio
Emanuel Rodrigues Pinheiro
Murilo Xavier Oliveira
Marcus Alcantara
Renato Guilherme Trede Filho

Modalidade

Resumo simples

Área temática

Reabilitação e Desempenho Funcional

Data de Publicação

05/06/2026

País da Publicação

Brasil

Idioma da Publicação

pt-BR

Página do Trabalho

https://www.even3.com.br/anais/iv-simposio-reabilitacao-desempenho-funcional/1465511-confiabilidade-de-ferramentas-de-deteccao-de-textos-de-inteligencia-artificial-para-uso-dos-docentes-de-fisioter

ISBN

978-65-272-2471-6

Palavras-Chave

Inteligência Artificial; Confiabilidade; Detectores de Texto; Ética Acadêmica; Ensino Superior.

Resumo

O uso crescente de ferramentas de inteligência artificial (IA) na educação superior tem transformado a produção acadêmica, mas também gerado preocupações sobre a originalidade e a integridade das avaliações. Detectores de textos gerados por IA foram desenvolvidos como resposta a esse desafio, embora sua confiabilidade ainda seja questionada, especialmente em contextos não anglófonos. Este estudo teve como objetivo avaliar a confiabilidade e a acurácia de diferentes detectores de IA para aplicação docente na correção de textos acadêmicos no curso de Fisioterapia da Universidade Federal dos Vales do Jequitinhonha e Mucuri (UFVJM). Foram analisados seis textos: três redigidos por humanos e três gerados por modelos de IA (ChatGPT, DeepSeek e Gemini), avaliados por seis detectores (Copyleaks, AI Text Classifier, QuillBot AI, Originality, Scribbr e Plagiarismchecker). A análise estatística foi conduzida em linguagem Python (versão 3.12) utilizando as bibliotecas pandas, numpy, scikit-learn, scipy e matplotlib. O coeficiente de correlação intraclasse (ICC = 0,93) indicou excelente confiabilidade interinstrumental. As áreas sob as curvas ROC (AUC) variaram de 0,83 a 0,95, com destaque para o Originality (AUC = 0,95) e o AI Text Classifier (AUC = 0,94). Ao adotar limiar conservador de 95% de especificidade, ambas as ferramentas mantiveram sensibilidade de 0,67, reduzindo falsos positivos. Conclui-se que os detectores avaliados apresentam desempenho satisfatório, sobretudo o Originality e o AI Text Classifier, desde que utilizados de forma complementar ao julgamento docente, com limiares conservadores que minimizem o risco de erros éticos e interpretativos.

Título do Evento: IV Simpósio em Reabilitação e Desempenho Funcional
Cidade do Evento: Diamantina
Título dos Anais do Evento: Anais do Simpósio em Reabilitação e Desempenho Funcional
Nome da Editora: Even3
Meio de Divulgação: Meio Digital

Como citar

ALMEIDA, Ramon Mariano de et al.. CONFIABILIDADE DE FERRAMENTAS DE DETECÇÃO DE TEXTOS DE INTELIGÊNCIA ARTIFICIAL PARA USO DOS DOCENTES DE FISIOTERAPIA DA UFVJM EM CORREÇÃO DE AVALIAÇÕES E ATIVIDADES ACADÊMICAS.. In: Anais do Simpósio em Reabilitação e Desempenho Funcional. Anais...Diamantina(MG) UFVJM, 2026. Disponível em: https//www.even3.com.br/anais/iv-simposio-reabilitacao-desempenho-funcional/1465511-CONFIABILIDADE-DE-FERRAMENTAS-DE-DETECCAO-DE-TEXTOS-DE-INTELIGENCIA-ARTIFICIAL-PARA-USO-DOS-DOCENTES-DE-FISIOTER. Acesso em: 11/08/2026