AI Humanizer Benchmark

O AI Humanizer Benchmark é um projeto de testes público que tenta responder com números a uma pergunta simples: quais humanizadores de IA realmente passam pelos detectores de IA sem arruinar o texto? Todo mês, dez humanizadores populares enfrentam o mesmo conjunto de textos recém-gerados, cobrindo redações, e-mails, posts de blog e outros tipos de escrita. Os textos são fixados antes que qualquer humanizador os veja, e cada ferramenta opera com configurações padrão, não com um ajuste feito para o teste.

Os resultados não dependem de um único detector. Cada reescrita é pontuada por sete detectores comerciais e a mediana entre eles se torna o resultado de evasão, de modo que nenhum detector domina o ranking. Além da taxa de evasão, o benchmark avalia a preservação de significado por similaridade semântica com o original e a legibilidade pela avaliação de um modelo de linguagem, e então aplica penalidades por problemas como desvio de sentido, inflação de extensão, recusas ou saídas que voltaram praticamente inalteradas.

O que diferencia este projeto é a transparência. Cada prompt, saída, veredicto de detector e o próprio código de pontuação são publicados no GitHub de forma permanente, e o site oferece rankings reponderados para perguntas mais específicas, como o melhor humanizador para estudantes, para textos de marketing ou contra um único detector como o GPTZero. A equipe também desenvolve o UndetectedGPT, que aparece no ranking; é justamente por isso que os dados brutos são tornados públicos, para que os leitores possam verificar e recalcular os números por conta própria.