Uma pontuação de 0% de IA no CNKI é suspeita? Pode acionar a revisão cega?

Obter uma taxa de 0% de IA no CNKI (知网) não é evidência de trapaça, nem um gatilho documentado para investigações de má conduta acadêmica ou revisão cega automática (盲审). Buscas populares registradas nas tendências de pesquisa — como "a taxa de 0% de IA no CNKI é normal" (知网ai率0%正常吗) e "is an AI score of 0 good or bad" ("uma pontuação de 0 de IA é boa ou ruim", 知网ai率为0是好事还是坏事) — refletem a ansiedade entre os formandos. Uma reportagem investigativa do Legal Daily (法治日报) sobre serviços pagos de redução de pontuação, republicada pela Rádio Nacional da China (CNR, https://news.cnr.cn/native/gd/20250714/t20250714_527260647.shtml ), documentou esse sentimento ao relatar o caso de um estudante que utilizou intensamente ferramentas de IA e temia que uma pontuação excessivamente baixa atraísse suspeitas. No entanto, essa reportagem retratou a apreensão pessoal de um estudante em uma investigação sobre fraudes comerciais, e não um padrão nacional oficial ou uma política institucional.

Uma pontuação de 0% significa apenas que, sob o sistema proprietário do CNKI e para aquele documento específico, o classificador não detectou sinais elegíveis semelhantes aos de IA. Não encontramos documentação do CNKI explicando se o sistema arredonda valores ou aplica um limite mínimo de exibição. A pontuação não comprova autoria humana autêntica, nem constitui evidência de má conduta acadêmica.

Em vez de se preocupar se a pontuação parece "baixa demais" ou tentar manipulá-la, os estudantes devem consultar os comunicados oficiais de formatura emitidos por sua própria universidade e preservar seus rascunhos originais e registros de pesquisa.

O módulo de detecção de AIGC do CNKI é uma ferramenta proprietária de classificação que avalia o texto submetido com base em modelos estatísticos automatizados de prosa gerada por máquina. Quando um relatório exibe "0%" ou indica que nenhum conteúdo de IA foi identificado, isso significa que, naquela versão do software, o sistema não encontrou padrões de texto elegíveis que ultrapassassem seus limites de classificação. Não encontramos documentação do CNKI que esclareça se o sistema arredonda porcentagens fracionárias pequenas ou se aplica um limite de corte na exibição.

• 0% não comprova autoria independente: um classificador automatizado avalia padrões textuais, não o processo real de pesquisa. Ele não pode verificar se dados experimentais são autênticos, se as ideias foram concebidas de forma independente ou se o trabalho foi discutido com terceiros. Um texto redigido puramente por humanos pode receber 0%, mas um texto submetido a uma reestruturação manual profunda após a primeira redação também pode obter esse resultado.
• 0% não é evidência de adulteração ou trapaça: receber uma pontuação zero não indica que o autor utilizou métodos anti-detecção ou alterou caracteres para burlar a triagem. Quando um trabalho original é escrito no estilo acadêmico padrão, atingir 0% ou uma porcentagem baixa indica simplesmente que a ferramenta não encontrou assinaturas de IA elegíveis.
• Porcentagem de similaridade e porcentagem de IA medem coisas diferentes: a detecção tradicional de plágio verifica a sobreposição textual literal em relação a publicações acadêmicas indexadas, em que uma pontuação baixa de similaridade indica o mínimo de correspondência de texto. Já a detecção de IA tenta classificar propriedades estilísticas do texto. As duas métricas servem a propósitos de triagem distintos e não devem ser confundidas.

Como a detecção automatizada reflete uma classificação algorítmica sob condições específicas, a prática institucional é ponderada. Conforme noticiado pelo Xinhua Daily Telegraph (新华每日电讯) em seu artigo 《名篇AI率也"超标"？论文AI率检测"误伤"引争议》 (http://www.news.cn/tech/20250521/009e5c05f2b0424b95c9ecc1c06d750d/c.html), as universidades tendem a tratar com prudência os casos em que o limite de IA é ultrapassado (「目前高校针对论文AI率超标的处理趋于审慎」), e o software automatizado não é considerado um juiz infalível da produção científica. Uma pontuação de 0% não é nem um certificado formal de pesquisa original, nem motivo para suspeitar de irregularidades.

A preocupação com pontuações baixas de IA muitas vezes surge de conversas de campus durante o período de avaliação de dissertações. Uma reportagem investigativa do Legal Daily sobre serviços pagos de redução de pontuação, republicada pela Rádio Nacional da China (https://news.cnr.cn/native/gd/20250714/t20250714_527260647.shtml), documentou esse sentimento estudantil. Naquela investigação, o entrevistado havia utilizado intensamente ferramentas de IA e obtido "menos de 2%" em um site de testes não identificado (e não 0% no CNKI), expressando o temor: 「太低也不行！AI率过低，论文反而会被抽去‘盲审’（匿名送审）。」 ("Too low won't do either! If the AI rate is too low, the paper might be drawn for 'blind review' [anonymous review] instead.") ("Baixa demais também não serve! Se a taxa de IA for muito baixa, o trabalho pode acabar sendo sorteado para a 'revisão cega' [avaliação anônima]!"). Esse contexto mostra que a fala captou a ansiedade individual de um estudante após o uso intenso de IA e testes informais, e não uma política institucional ou uma regra voltada a pontuações de 0% no CNKI.

A matéria da imprensa registrou com precisão uma ansiedade real dos estudantes e um rumor de campus. No entanto, noticiar o medo de um estudante não comprova que qualquer autoridade educacional ou universidade tenha instituído uma regra determinando a revisão de trabalhos com pontuações baixas de IA.

No ensino superior chinês, a revisão duplo-cega externa (盲审) é regulamentada por procedimentos institucionais publicados e por diretrizes dos comitês de concessão de graus. A seleção para a revisão geralmente segue critérios administrativos estabelecidos e indicadores de controle de qualidade, conforme observado nas regras institucionais publicadas:

• Os regulamentos de revisão cega da Southeast University incluem na amostragem "the first cohort of master's students of newly appointed supervisors and newly added degree programmes (sampled proportionally)" ("a primeira turma de estudantes de mestrado de orientadores recém-nomeados e de novos programas de pós-graduação (amostragem proporcional)") (「新任导师和新增专业（含新增专业学位）的第一批硕士生（按比例抽取）」).
• A School of Environment and Energy da South China University of Technology especifica que as dissertações de candidatos ao título de mestre em situações como formatura antecipada são "organized for evaluation by the Graduate School" ("organizadas para avaliação pela Pró-Reitoria de Pós-Graduação") (「由研究生院组织评审」).
• A School of Electronics and Information Engineering da Tongji University estabelece que as dissertações de pós-graduandos "listed on the yellow-light warning list during early training stages" ("incluídos na lista de alerta amarelo durante as etapas iniciais de formação") (「在前期培养环节列入黄灯预警名单」) são designadas como alvos de revisão cega (盲审对象).

Além disso, quando as universidades vinculam as pontuações de detecção à elegibilidade para a defesa da dissertação em comunicados publicados, elas estipulam limites máximos de triagem (como uma taxa de AIGC superior a 20%, 30% ou 40%), o que pode exigir revisão, adiamento da defesa ou análise secundária. Nenhum dos comunicados institucionais de formatura examinados na pesquisa estabelece uma porcentagem mínima de IA ou define uma pontuação de 0% como critério para envio à revisão cega externa. Os mecanismos de revisão cega são projetados para assegurar a qualidade acadêmica e impor limites máximos de conformidade, e não para penalizar estudantes cujo trabalho não apresente sinais de escrita automatizada.

Levados por rumores de que 0% parece suspeito, alguns estudantes chegam a pensar se deveriam inserir deliberadamente trechos gerados por IA ou contratar serviços terceirizados para "nudge the score up to a few percent." ("subir a pontuação em alguns pontos percentuais"). Tentar manipular uma pontuação de IA em qualquer direção é desnecessário e traz riscos acadêmicos reais.

Os regulamentos universitários proíbem explicitamente alterações fraudulentas nas submissões para detecção de AIGC. Por exemplo, em seu Aviso sobre a Realização da Detecção de AIGC para Dissertações e Teses de Pós-Graduação no Semestre de Outono de 2026 (《关于做好2026年秋季学期研究生学位论文AIGC检测的通知》), publicado em 30 de setembro de 2026 (https://www.sdjzu.edu.cn/yjsc/info/1055/3312.htm), a Pró-Reitoria de Pós-Graduação (研究生处) da Shandong Jianzhu University declara: 「严禁以删除、篡改等手段人为降低人工智能生成的内容比例。一经发现与核实，学校将按学术不端相关规定给予严肃处理。」 ("It is strictly prohibited to artificially lower the proportion of artificial intelligence-generated content through deletion, alteration, or other means. Once discovered and verified, the university will deal with it seriously in accordance with relevant academic misconduct regulations.") ("É estritamente proibido reduzir artificialmente a proporção de conteúdo gerado por inteligência artificial por meio de exclusão, adulteração ou outros métodos. Uma vez descoberto e verificado, a universidade tratará o caso com rigor, de acordo com os regulamentos pertinentes sobre má conduta acadêmica.")

Fundamentalmente, o comunicado da universidade proíbe de forma específica reduzir a proporção gerada por IA; ele não menciona nada sobre aumentá-la. Contudo, como este artigo sustenta, forçar deliberadamente uma pontuação para cima traz seus próprios e graves riscos acadêmicos:

• Introdução de padrões textuais artificiais: inserir frases geradas por máquina em um rascunho autêntico traz o risco de introduzir irregularidades algorítmicas que podem acionar alertas em outras versões de software ou em avaliações posteriores.
• Comprometimento da qualidade acadêmica e da clareza: adicionar frases artificiais de preenchimento para alcançar uma meta numérica imaginada pode introduzir incoerências lógicas, definições imprecisas ou citações irrelevantes que prejudicam a qualidade científica da dissertação.
• Distorção do histórico real de rascunhos: modificar um trabalho concluído apenas para alterar uma métrica descaracteriza a sequência real de escrita, tornando mais difícil demonstrar como os seus argumentos foram desenvolvidos.

As bancas de avaliação acadêmica analisam o conteúdo, a lógica e a autenticidade da sua pesquisa. Descaracterizar um manuscrito autêntico para perseguir uma pontuação arbitrária cria justamente os problemas de conformidade que os estudantes procuram evitar.

Quando um relatório de detecção do CNKI retorna 0%, a postura correta é concentrar-se nas exigências institucionais e na documentação, em vez de se preocupar com o número. Os estudantes podem se proteger seguindo quatro passos práticos:

• Consulte o comunicado oficial vigente para a sua turma: leia com atenção as diretrizes oficiais de formatura e avaliação de dissertações publicadas pela pró-reitoria de graduação ou pós-graduação da sua universidade para o seu ano letivo específico. Baseie-se nos comunicados oficiais do departamento para conhecer as plataformas exigidas, formatos de envio e procedimentos de avaliação, em vez de confiar em boatos antigos ou externos.
• Guarde o relatório oficial de detecção original na íntegra: arquive o relatório oficial completo emitido pelo sistema de detecção designado, incluindo o código identificador, o carimbo de data e hora e os parâmetros de avaliação, junto com o arquivo exato que foi submetido.
• Preserve o histórico de rascunhos e os materiais de pesquisa: se a sua dissertação for sorteada para a revisão cega de rotina ou debatida na banca de defesa, a autoria genuína é comprovada pelo seu processo de escrita. Guarde versões datadas de rascunhos, histórico de alterações no processador de texto, cadernos de laboratório, dados de questionários, notas de leitura e trocas de mensagens com o seu orientador.
• Cumpra as regras de declaração com total transparência: se você utilizou ferramentas digitais durante a pesquisa para finalidades permitidas pelas regras da sua universidade, como organização de referências ou aprimoramento linguístico, declare esse uso com precisão nas seções de declaração ou agradecimentos especificadas pelo seu departamento.

Com um histórico consistente de rascunhos, dados de pesquisa verificáveis e conformidade com as normas da instituição, os estudantes podem encarar tanto a amostragem de rotina quanto a defesa com tranquilidade, independentemente do número exibido na ferramenta.

Uma pontuação de 0% de IA no CNKI é normal para uma dissertação escrita por humanos? Uma pontuação de 0% significa apenas que o classificador não detectou padrões elegíveis gerados por máquina no texto sob os seus parâmetros de avaliação atuais. Não encontramos documentação do CNKI indicando se o sistema arredonda valores ou se aplica um limite mínimo de exibição. Obter 0% pode ocorrer naturalmente em trabalhos originais redigidos por humanos, embora as pontuações variem entre diferentes documentos e versões do sistema.

Uma pontuação de 0% garante que o meu trabalho será aprovado na avaliação? Não. A detecção automatizada apenas estima padrões textuais; ela não avalia o rigor acadêmico, a originalidade das conclusões da pesquisa, a solidez metodológica ou a autenticidade dos dados. As bancas de professores e os avaliadores analisam o mérito acadêmico substancial.

Se uma pré-verificação não oficial acusar 0%, a verificação oficial da universidade pode apontar um número diferente? Pequenas variações podem ocorrer entre verificações distintas. Os modelos de software passam por atualizações periódicas e as contas institucionais podem adotar configurações de triagem diferentes. Manter um histórico intacto de versões de rascunho garante que você possa comprovar a autoria autêntica, independentemente de pequenas variações na pontuação.

Os avaliadores externos da revisão cega têm acesso à pontuação de detecção de IA do CNKI da dissertação? Não encontramos normas nacionais públicas que definam se os avaliadores externos da revisão cega recebem relatórios de detecção de IA comercial. Embora os protocolos de avaliação duplo-cega exijam, como padrão, a remoção da identidade do autor, do orientador e da instituição do manuscrito, a inclusão ou não de um relatório de detecção institucional no dossiê de avaliação depende inteiramente das normas internas de cada universidade ou departamento. Os estudantes devem consultar as instruções oficiais de submissão da sua própria instituição.

• Legal Daily (法治日报, republicado pela Rádio Nacional da China - CNR): Investigation into Paid Thesis AI-Lowering Services: Students Defrauded and Threatened (14 de julho de 2025, documentando fraudes comerciais em serviços de redução de pontuação e citando um usuário frequente de IA que obteve menos de 2% em um site anônimo temendo 「太低也不行！AI率过低，论文反而会被抽去‘盲审’（匿名送审）」, https://news.cnr.cn/native/gd/20250714/t20250714_527260647.shtml ).
• Xinhua Daily Telegraph (新华每日电讯, via Xinhua Net): 《名篇AI率也"超标"？论文AI率检测"误伤"引争议》 (21 de maio de 2025, relatando que 「目前高校针对论文AI率超标的处理趋于审慎」, http://www.news.cn/tech/20250521/009e5c05f2b0424b95c9ecc1c06d750d/c.html ).
• Comitê Permanente da Assembleia Popular Nacional: The Degree Law of the People's Republic of China (《中华人民共和国学位法》, aprovada em 26 de abril de 2024, em vigor a partir de 1 de janeiro de 2025; Artigo 37, que estabelece os fundamentos legais para indeferimento e revogação de títulos, http://www.npc.gov.cn/npc/c2/c30834/202404/t20240426_436840.html ).
• Pró-Reitoria de Pós-Graduação da Shandong Jianzhu University (研究生处): Notice on Conducting AIGC Detection for Graduate Degree Theses in the Autumn Semester of 2026 (publicado em 30 de setembro de 2026, proibindo expressamente a redução artificial das taxas de IA: 「严禁以删除、篡改等手段人为降低人工智能生成的内容比例。一经发现与核实，学校将按学术不端相关规定给予严肃处理。」, https://www.sdjzu.edu.cn/yjsc/info/1055/3312.htm ).
• Pró-Reitoria de Pós-Graduação da Southeast University: Regulations on Blind Review of Graduate Degree Theses (Revised) (《东南大学研究生学位论文盲审条例（修订）》, Artigo 3: 「新任导师和新增专业（含新增专业学位）的第一批硕士生（按比例抽取）」, https://seugs.seu.edu.cn/_upload/article/files/67/90/c18ede9440958f6f715a429aa1e3/a80cb026-bee8-41cb-a292-b6e5de702572.pdf ).
• School of Environment and Energy da South China University of Technology: 《关于2026年上半年硕士研究生学位论文送审评阅工作有关事项的通知》 (publicado em 17 de março de 2026, especificando que as dissertações de candidatos em situações como conclusão antecipada são 「由研究生院组织评审」, https://www2.scut.edu.cn/cese/2026/0309/c1505a619406/page.htm ).
• School of Electronics and Information Engineering da Tongji University: Diretrizes de avaliação de dissertações de pós-graduação (especificando a revisão cega para pós-graduandos 「在前期培养环节列入黄灯预警名单」, https://see.tongji.edu.cn/__local/1/2D/20/7923F000B89EFE5DEC4840E30F8_AA91B435_B80D2.pdf e https://see.tongji.edu.cn/__local/C/C7/AE/4A2DC1F3F11756DCE3CB8FB3705_6C14290F_BC6F9.pdf ).

Nota informativa: os padrões específicos de avaliação de AIGC e os procedimentos de amostragem para a revisão cega são determinados por cada instituição outorgante de graus acadêmicos, de acordo com os seus próprios regulamentos. Para todos os requisitos de formatura, consulte os comunicados oficiais vigentes emitidos pelo seu departamento.