Uma alternativa grátis e de código aberto ao JustDone

Quando o JustDone é a melhor escolha

O que o JustDone faz bem: documentos longos numa única análise, até 15.000 palavras com envio de PDF e Word, com marcações por frase. O preço: Primeira análise grátis sem conta; depois, um teste de 7 dias por US$ 2 que renova como assinatura mensal a partir de US$ 29,99.

Se é disso que você precisa, e com contrato com um fornecedor, o JustDone ainda pode ser a ferramenta certa.

Por que as pessoas procuram uma alternativa ao JustDone

Os motivos mais comuns são o preço, a obrigação de se cadastrar e uma pontuação única que não dá para conferir. O principal limite do JustDone nesta comparação: só a primeira análise é grátis, e o teste renova automaticamente como assinatura paga.

O que o SlopTotal faz diferente

Cada análise passa por 23 motores: classificadores neurais, testes estatísticos como perplexidade e GLTR, e verificações das fórmulas que os modelos de IA repetem. O relatório mostra quais motores marcaram o texto e quais não.

A pontuação é calibrada no SlopBench, um conjunto público de 3.252 textos: a partir de 55, menos de 2 em cada 100 textos humanos chegam a essa pontuação. Os dados e o método são públicos.

Seu texto não é enviado ao JustDone nem a nenhuma outra API. O código tem licença MIT, então você pode rodar o SlopTotal no seu próprio servidor.

Como comparar você mesmo

Cole o mesmo texto nas duas ferramentas. Onde elas discordarem, a tabela de motores do SlopTotal mostra que tipo de detector causou a diferença, o que diz mais do que dois números lado a lado.

Como os 23 motores chegam a uma pontuação

O SlopTotal não pede a opinião de um único modelo. Ele roda 23 detectores independentes e mostra as 23 pontuações, porque a informação útil costuma estar na discordância. Nove são classificadores neurais treinados para separar texto humano de texto gerado, entre eles DeBERTa-v3-large, RoBERTa-large e um BERT-tiny de 4,4 milhões de parâmetros. Sete são testes estatísticos que não precisam de treinamento: medem o quanto o texto é previsível para modelos GPT-2, com perplexidade, posição dos tokens, log-rank e a entropia cruzada entre dois modelos. Os outros sete leem a própria escrita: a variação no tamanho das frases, o vocabulário, a estrutura, as ressalvas e as fórmulas prontas que os modelos de IA repetem.

A pontuação geral não é uma média. Um modelo logístico ajustado no SlopBench pondera cada motor pelo que ele acrescenta quando os outros já são conhecidos, então motores que erram do mesmo jeito não contam duas vezes. Textos muito curtos são puxados para o meio, porque poucas palavras não trazem muita evidência.

As faixas do veredito são definidas com escrita humana: em 45 começam os 5% de textos humanos com pontuação mais alta, em 55 os 2% e em 80 os 0,5%. Portanto, uma pontuação de 55 ou mais significa que menos de 2 em cada 100 textos humanos chegam a esse nível. Os outros idiomas têm o próprio ajuste, e cada idioma aparece como compatível, experimental ou ainda não confiável.

Medido em 3.252 textos

Um número de precisão diz pouco se não se sabe em que ele foi medido. O SlopTotal é medido no SlopBench, um benchmark aberto com 1.626 textos humanos, todos escritos antes de o ChatGPT existir, e 1.626 textos de IA sobre os mesmos temas e com o mesmo tamanho, de 14 modelos atuais (entre eles GPT-6, DeepSeek, Qwen, Llama, Mistral, Gemma e GLM). Ele abrange notícias, enciclopédias, resumos científicos, respostas de fóruns de perguntas, posts do Reddit, avaliações, redações de estudantes, inglês de não nativos e ficção, porque um detector testado com um só tipo de texto acaba com números que desabam no mundo real.

Duas partes existem para pegar injustiças: 87 trechos de literatura publicados entre 1532 e 1915, em que qualquer pontuação alta é um erro por definição, e redações de pessoas que escrevem em inglês como segunda língua, as que os detectores mais acusam injustamente. Cada número principal é medido em tipos de texto nos quais o modelo não foi ajustado, e os resultados estão publicados no repositório, com as falhas.

Onde a detecção deixa de funcionar

Textos curtos não são confiáveis, em nenhum detector. Abaixo de umas 80 palavras a pontuação oscila só pela escolha das palavras, e se estabiliza a partir de umas 200. Se um tuíte recebe uma resposta muito segura, desconfie da resposta.

Texto de IA levemente editado é o caso difícil. Cada rodada de reescrita humana apaga marcas da máquina, e não existe um ponto a partir do qual editar deixa de importar. Código-fonte fica de fora: os motores são treinados com linguagem natural e não detectam com confiança código escrito por IA, então o SlopTotal não afirma isso.

Uma pontuação é uma evidência, não um veredito. Use as 23 pontuações para decidir onde olhar e o que perguntar, e então pergunte. Nenhum resultado de detector deveria decidir sozinho uma nota, uma contratação ou uma publicação.