Em 5 de outubro de 2026, a OpenAI anunciou a textGrain, uma marca-d’água estatística para textos elegíveis do ChatGPT e do Codex na União Europeia. A empresa previu uma implementação gradual ao longo das semanas seguintes, em todos os planos. Para consumidores no Brasil, o anúncio não prevê esse recurso: o lançamento descrito tem escopo na UE.

Como a OpenAI descreve a textGrain

A textGrain codifica um sinal estatístico nas escolhas de palavras do modelo. Segundo a OpenAI, ele não aparece como etiqueta visível nem como uma sequência de caracteres ocultos no texto.

Isso também ajuda a entender o que acontece ao copiar e colar: reproduzir o mesmo texto não altera, por si só, as escolhas de palavras que carregam o sinal. Já substituir termos pode enfraquecer a detecção.

A opção de API é diferente

Clientes da API da OpenAI no mundo todo podem optar pela marca-d’água em modelos selecionados. A configuração fica desligada por padrão — portanto, a opção global da API não transforma o lançamento para consumidores em uma oferta mundial.

A OpenAI também abriu inscrições para acesso ao detector de texto. No início, o acesso é analisado caso a caso e se destina a pesquisadores aprovados e organizações especializadas.

O que a avaliação de edição indica

Na avaliação divulgada pela OpenAI, o detector identificou a marca em cerca de 92% dos trechos de 400 tokens sem edição. Quando sinônimos substituíram 10% das palavras, a taxa ficou em aproximadamente 66%; com a substituição de 25%, caiu para 17%. A taxa-alvo de falsos positivos foi de 1% em todos esses resultados.

A empresa também informou taxas de detecção de cerca de 80% para trechos de psicologia com 200 tokens e de 95% para trechos de 400 tokens, sob a mesma taxa-alvo de falsos positivos. Em textos de matemática, a detecção foi substancialmente menor. Esses números descrevem avaliações da OpenAI com condições específicas, não uma taxa universal para qualquer texto.

O que uma detecção pode indicar

Um resultado positivo indica a presença do sinal procurado pelo detector. Segundo a OpenAI, isso não identifica quem escreveu o texto, não mede a contribuição humana, não estabelece propriedade ou responsabilidade e não verifica se o conteúdo é verdadeiro.

Uma detecção negativa tampouco comprova autoria humana: textos curtos, editados ou traduzidos podem dificultar a identificação do sinal.