AI detector: come capire se un testo è scritto dall'IA

Come funzionano, in poche parole

Un AI detector legge un testo e restituisce una percentuale o un punteggio: quanto quel testo «somiglia» a qualcosa scritto da un modello linguistico. Non legge la mente di chi scrive: guarda solo pattern statistici nel testo stesso.

Il metodo più citato è basato su due misure: la perplexity, cioè quanto ogni parola è prevedibile rispetto a quelle prima — un testo molto prevedibile somiglia a come scrive un modello — e la burstiness, cioè quanto variano lunghezza e complessità delle frasi: la scrittura umana tende a essere più irregolare, quella di un'IA più uniforme.

Questo però non è più l'unico metodo, e non tutti i rilevatori lo usano allo stesso modo oggi: alcuni sono passati a classificatori addestrati su milioni di testi veri, invece di guardare solo queste due misure. Il punto che conta resta lo stesso: è sempre una stima statistica, mai una lettura diretta di chi ha scritto cosa.

Quanto ci si può fidare: i numeri veri

Questi numeri non vengono da chi critica i rilevatori: li dichiarano gli stessi protagonisti — Turnitin sul proprio blog e OpenAI sul proprio classificatore ritirato — oppure uno studio universitario indipendente (Stanford), pubblicato su una rivista scientifica.

1. I numeri non si confrontano fra loro alla lettera: sono test diversi, su strumenti diversi, con metodi diversi. Quello che confermano tutti e tre, insieme, è la stessa cosa: i falsi positivi esistono davvero, non sono un'ipotesi di chi diffida della tecnologia.
2. Il 4% di Turnitin non vuol dire «il 4% dei testi umani viene segnalato per errore». Vuol dire che, fra le frasi che Turnitin ha già evidenziato come scritte dall'IA, circa 4 su 100 potrebbero essere umane — Turnitin stessa segnala che la maggior parte di questi casi è in documenti misti, dove c'è comunque del testo scritto davvero dall'IA accanto.
3. Sotto il 20% di testo segnalato, Turnitin stessa aggiunge un asterisco (*%) al punteggio (che resta visibile) per dire che è meno affidabile: è il produttore che chiede prudenza sul proprio prodotto.

Chi rischia di più: chi scrive in una lingua non sua

Il dato più importante di tutta questa guida, ed è anche il meno raccontato: i falsi positivi non si distribuiscono allo stesso modo su tutti. Lo studio di Stanford ha trovato che chi scrive in una lingua che non è la propria rischia molto di più.

1. La causa tecnica: chi scrive in una seconda lingua tende a usare un lessico più semplice e frasi più ripetitive — non perché scriva peggio, ma perché conosce meno sinonimi e costruzioni alternative. Ai rilevatori basati sulla «perplexity», questo somiglia al modo in cui scrive un modello linguistico.
2. La prova che lo conferma: nello stesso studio, quando i ricercatori hanno fatto «arricchire» da ChatGPT il lessico degli stessi saggi TOEFL — stesso contenuto, parole più varie — il tasso di falsi positivi è sceso dal 61,2% all'11,8%. Il testo era in gran parte quello originale della persona, solo con il lessico arricchito dall'IA: eppure è bastato per far crollare quanto «somigliava» stilisticamente a un testo scritto da un modello.
3. Non riguarda solo chi studia una lingua straniera. Lo stesso meccanismo può colpire chi scrive in modo semplice per abitudine, chi scrive testi tecnici molto standardizzati, o chi usa un correttore che uniforma lo stile.

Gli strumenti che esistono, senza sceglierne uno

Non è un elenco completo né una classifica: sono due nomi noti, citati come esempio di due ambiti diversi in cui questi strumenti si usano. Nessuna preferenza, nessuna affiliazione.

Cosa fare prima di trattarlo come una prova

Che tu sia stato segnalato per errore o che tu stia valutando il testo di qualcun altro, i numeri di questa guida portano alla stessa conclusione pratica.

1. Un punteggio da solo non è una prova. Nemmeno il produttore più prudente (Turnitin) si fida di un punteggio sotto il 20% (lo marca con un asterisco), e uno studio indipendente, in media su sette rilevatori diversi, ha segnalato come scritti dall'IA più di sei saggi umani su dieci, scritti da persone non madrelingua.
2. Se sei tu ad essere stato segnalato, cerca prove che esistono a prescindere dal detector: la cronologia delle versioni del documento (Google Docs e Word la tengono), bozze precedenti, appunti di ricerca, email in cui ne parlavi prima di scriverlo.
3. Se stai valutando il testo di qualcun altro — uno studente, un candidato, un collaboratore — usa il punteggio come uno spunto per parlarne con la persona, mai come una sentenza automatica. E tieni conto che chi scrive in una lingua che non è la propria, o scrive in modo molto semplice, parte già svantaggiato da come funziona lo strumento.
4. Non ha senso «ingannare» un detector riscrivendo un testo generato dall'IA fino a renderlo irriconoscibile: non risolve il problema di fondo (se quel testo va bene o no per l'uso che se ne fa), sposta solo il numero che esce.