evidoria

← Voltar à navegação

Boa prática Importada

Copyleaks — Deteção de conteúdo gerado por IA e plágio para integridade académica

Israel · Tel Aviv · Ver o perfil de Israel · Ver o perfil de Tel Aviv

Evidência: Observacional / pré-pós Top 73% 40/100 · Pergunte a Evidence Copilot sobre esta prática

A Copyleaks, sediada em Telavive, oferece um detetor de texto gerado por IA e plágio usado por muitas escolas e universidades. Estudos independentes dão retratos de precisão contraditórios — quase perfeito numa comparação de 2024, inconsistente noutras — um caso de evidência genuinamente misto.

0 %
Taxa de falsos positivos no estudo comparativo JALT 2024 (30 detetores testados) (April 2024 study)
~50 to 99+ %
Intervalo de precisão em testes comparativos de terceiros (varies by sample/methodology)
50+ universities
Universidades que desativaram funcionalidades semelhantes de deteção de IA em todo o campus (as of reporting)

Detalhes

Maturidade
Consolidada
Promotor
Copyleaks Ltd.
Período
2012–present
Palavras-chave
academic integrity, AI content detection, plagiarism detection, edtech

Contexto

A Copyleaks Ltd, fundada em 2012 em Telavive por Alon Yamin e Yehonatan Bitton, fornece um serviço de deteção de conteúdo gerado por IA e de verificação de plágio que se integra com sistemas de gestão de aprendizagem como o Canvas, o Moodle e o Blackboard, comercializado para rastreio de integridade académica no ensino básico, secundário e superior em todo o mundo.

Resultados

Os testes académicos independentes ao Copyleaks apresentam um quadro genuinamente misto. Um estudo comparativo de abril de 2024 no Journal of Applied Learning and Teaching testou 30 detetores de texto de IA face a ensaios de estudantes universitários de inglês L1 e L2, e verificou que o Copyleaks foi uma de apenas duas ferramentas (juntamente com o Undetectable AI) a registar uma taxa de falsos positivos de 0% nos conjuntos de ensaios testados. Contudo, uma revisão sistemática revista por pares em 2025 na revista Information (MDPI) concluiu que as ferramentas de deteção de IA em geral, incluindo o Copyleaks, produzem resultados inconsistentes entre estudos e tipos de conteúdo, e testes comparativos independentes separados relataram valores de precisão que variam entre cerca de 50% e mais de 99%, dependendo da amostra e da metodologia utilizadas. Mais de 50 universidades, incluindo Vanderbilt e Johns Hopkins, desativaram funcionalidades semelhantes de deteção de IA em todo o campus devido a preocupações com falsos positivos e enviesamento.

Conclusões

Uma vez que a precisão dos detetores depende fortemente da amostra e as alegações de precisão publicadas pelo fornecedor excedem o que os testes independentes conseguem reproduzir de forma consistente, recomenda-se às instituições que tratem os resultados do Copyleaks como ponto de partida para discussão, e não como prova de má conduta. Esta prática é incluída como um caso misto e honestamente fundamentado, e não como um endosso incondicional.

Implementação

Custo indicativo
Baixo (< 50 mil €) — Commercial SaaS/LMS-integration licensing; no published per-institution pricing in sources reviewed.
Tempo até resultados
Curto (< 1 ano) — Founded 2012; ongoing commercial operation and wide-scale LMS integration since.
Equipa e competências
Copyleaks Ltd. (founded 2012 by Alon Yamin and Yehonatan Bitton, Tel Aviv) develops and operates the service; adopting institutions integrate it via existing LMS platforms (Canvas, Moodle, Blackboard)

Condições de sucesso

  • Integrates directly into existing LMS platforms, lowering adoption friction
  • Best used as a discussion starting point rather than sole proof of misconduct, per the accuracy evidence

Modos de falha comuns

  • Independent third-party results range from near-perfect to roughly 50% accuracy depending on sample and methodology
  • More than 50 universities (including Vanderbilt and Johns Hopkins) have disabled similar AI-detection features campus-wide over false-positive and bias concerns
  • Vendor-published accuracy claims exceed what independent testing consistently reproduces

Onde se enquadra

Tipo de governação
commercial vendor, adopted by individual schools/universities
Escala
global, institution-by-institution adoption
Nível de rendimento
mixed (deployed across income levels)

Habitualmente financiado por

Own resources / municipal budget

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Práticas semelhantes que podem ser úteis