Inserisci la Costituzione USA del 1787 in un rilevatore di IA e con alta probabilità ti dirà: scritta da un’IA. Un testo che precede ChatGPT di 236 anni.

Non è un caso isolato scelto ad arte, ma un esperimento pulito: il fondatore stesso di GPTZero, Edward Tian, ne ha spiegato la causa — la Costituzione è un testo che è stato immesso più e più volte negli stessi modelli linguistici. Il rilevatore vi riconosce esattamente ciò che riconosce anche nella vera IA. Solo che qui, a torto.

Ed è proprio qui il problema. Un rilevatore di IA non misura se un testo proviene da un’IA. Misura qualcos’altro — e lo scambia per origine artificiale.

Cosa misura davvero un rilevatore

Uno scanner antiplagio affianca la fonte al tuo testo. Puoi verificare: ecco il paragrafo copiato, ecco l’originale. È verificabile, e confutabile.

Un rilevatore di IA non può farlo. Non ha nessuna fonte da indicare. Misura quanto un testo è prevedibile — in termini tecnici, la sua perplexity. I modelli linguistici producono sequenze di parole probabili, scorrevoli, attese. Quindi il contrario viene trattato come sospetto: scrivi in modo scorrevole e prevedibile, e per il rilevatore sembri una macchina.

Questo è tutto il trucco. Ed è anche tutto il difetto.

Perché chi scrive in modo scorrevole e prevedibile? Non solo l’IA. Anche le persone che hanno imparato la lingua come seconda lingua e si affidano a formulazioni sicure e standard. Persone che scrivono in modo semplice e chiaro. Alcuni scrittori neurodivergenti. Il rilevatore non riesce a distinguere queste persone da un’IA, perché non ha mai cercato l’IA — solo la scorrevolezza.

La prova che è una questione di lingua, non di IA

Uno studio della Stanford University (Liang et al., pubblicato su Patterns di Cell Press, 10 luglio 2023) ha testato sette rilevatori commerciali su testi reali, garantiti umani.

Sui saggi di studenti americani di terza media, il tasso di errore era vicino allo zero. Sui saggi TOEFL — scritti da persone per cui l’inglese è una lingua straniera — gli stessi rilevatori hanno classificato erroneamente come IA in media il 61,22%. Quasi il 98% dei saggi è stato segnalato da almeno uno strumento, uno su cinque all’unanimità da tutti e sette.

Poi arriva la parte che spiega tutto. I ricercatori hanno fatto rifinire linguisticamente i saggi TOEFL da GPT-4 — scelta lessicale più ricca, nient’altro. La classificazione errata come IA è scesa dal 61,22% all’11,77%.

Stesso contenuto, stesse persone, stessi rilevatori. Solo un linguaggio più ricco. Se un vocabolario migliore trasforma un «testo IA» in un «testo umano», allora il rilevatore non misura l’IA. Misura il livello linguistico. E penalizza quello più basso.

Cosa succede testando molti strumenti fianco a fianco

Lo studio indipendente più ampio realizzato finora viene da Weber-Wulff, Anohina-Naumeca, Foltýnek e colleghi (International Journal for Educational Integrity 19:26, peer-reviewed, 25 dicembre 2023). Hanno testato 14 rilevatori su 54 documenti di origine nota — 756 test singoli.

Il risultato: nessuno strumento ha raggiunto l’80% di accuratezza, solo cinque hanno superato il 70. I tassi di falsi positivi andavano dallo 0% (Turnitin in questo test) al 50% (GPTZero in questo test). Circa il 20% dei testi realmente generati da IA è stato attribuito a esseri umani — dopo una leggera revisione, addirittura la metà.

Gli autori scrivono che i sistemi sono «non adatti all’uso accademico». Ed evidenziano il punto centrale: a differenza dello scanner antiplagio, non esiste una fonte originale. Uno studente accusato solo su questa base non avrebbe «nessuna possibilità di difesa» — nell’originale: no possibility for a defence.

Non si può confutare ciò che non è mai stato documentato.

Il testimone più onesto: OpenAI stessa

Se qualcuno dovesse essere in grado di riconoscere un testo generato dall’IA, è proprio il creatore di ChatGPT. OpenAI ci ha provato — con un proprio «AI Text Classifier», pubblicato nel gennaio 2023.

Dopo appena sei mesi, OpenAI lo ha ritirato. Il motivo è nella loro stessa nota di aggiornamento: due to its low rate of accuracy — a causa della scarsa accuratezza. Lo strumento riconosceva solo il 26% dei testi IA e classificava erroneamente come IA il 9% dei testi umani. Per i testi brevi sotto i 1.000 caratteri era, testualmente, «molto inaffidabile».

Il creatore che ha costruito il modello non riusciva a riconoscerne in modo affidabile l’output — ed è stato abbastanza onesto da ritirare il prodotto.

Cosa scrivono i fornitori stessi nelle note piccole

Il materiale più rivelatore non è nel marketing — è nelle FAQ.

Turnitin, leader di mercato nel settore educativo, cita un tasso di falsi positivi a livello di documento «inferiore all’1%». Continuando a leggere, questo dato vale solo per documenti con oltre il 20% di contenuto IA; frase per frase, il tasso è intorno al 4%; sotto il 20% lo strumento non mostra affatto un numero, solo un asterisco. E Turnitin stessa scrive che il risultato «non dovrebbe essere usato come unica base per un provvedimento».

GPTZero scrive nella propria FAQ che i suoi risultati «non dovrebbero essere usati per punire gli studenti» — these results should not be used to punish students. E: il dataset di addestramento sarebbe composto prevalentemente da prosa inglese scritta da adulti. Ed è esattamente questo a spiegare il bias.

Questo è il filo conduttore: gli stessi fornitori mettono in guardia proprio contro l’uso — la punizione sul sospetto — a cui gli insegnanti destinano questi strumenti.

Per equità va detto che esiste un controelemento, e merita di essere citato qui: Turnitin ha pubblicato un proprio studio (26 ottobre 2023) secondo cui, oltre le 300 parole, non ci sarebbe uno svantaggio statisticamente significativo per chi impara l’inglese. Questo contraddice Stanford solo in parte — per i testi lunghi. Per quelli brevi, la stessa Turnitin ammette tassi di errore più alti. Ed è un testimone in causa propria. Compiti brevi, riassunti, risposte di due paragrafi sono la normalità nello studio — proprio dove i numeri sono peggiori.

Perché una piccola percentuale è comunque pericolosa

«Meno dell’1%» suona rassicurante. Moltiplicalo.

La Vanderbilt University ha sottoposto circa 75.000 elaborati nel 2022. Aritmeticamente — non misurato — il «meno dell’1%» dichiarato da Turnitin darebbe circa 750 casi in cui una persona viene segnalata a torto. Se questi casi si siano davvero verificati, il calcolo non lo dice. Ma Vanderbilt ha tratto le conseguenze e ha disattivato il rilevatore il 16 agosto 2023, dichiarando di non ritenere il software di rilevamento IA uno strumento efficace da utilizzare.

Su larga scala, un basso tasso di errore non è un numero piccolo. È una cifra a tre cifre di sospetti all’anno — ognuno con una persona dietro che non ha fatto nulla.

E la situazione giuridica tedesca?

Il punto più importante prima di tutto, e non compare in quasi nessuna sintesi: in Germania l’onere della prova spetta all’università. L’inganno deve essere dimostrato dall’autorità d’esame — e sia l’inganno sia la sanzione devono essere previsti in anticipo nel regolamento d’esame. Un punteggio del rilevatore non inverte quest’onere.

La sentenza più recente arriva dal Tribunale amministrativo di Kassel (25 febbraio 2026, rif. 7 K 2134/24.KS e 7 K 2515/25.KS). Il tribunale ha confermato le sanzioni per uso di IA — ma espressamente senza basarsi su un rilevatore, fondando invece la decisione su indizi verificabili da persone: una discrepanza vistosa tra la prestazione scritta e quella orale, formule standard ripetute in modo eccessivo. Le sentenze non sono ancora definitive (al 24 luglio 2026); resta aperto se un’istanza superiore le confermerà.

Una guida pratica del Digitale Lehre Hub Niedersachsen (Baresel, Horn & Schorer, aggiornata al 24 febbraio 2025) sconsiglia alle università l’uso dei rilevatori di IA. Le loro argomentazioni: dati d’esame personali (art. 6 GDPR), il divieto di decisioni interamente automatizzate (art. 22 GDPR), una possibile classificazione come IA ad alto rischio secondo l’EU AI Act. Nei procedimenti d’urgenza citati davanti al Tribunale amministrativo di Monaco, i risultati del rilevatore contavano solo come un indizio, mai come prova.

Alcune università tedesche traggono la conseguenza più netta e deliberatamente non mettono a disposizione alcun rilevatore di IA — come linea ufficiale, non come opinione individuale.

Cosa puoi fare se un rilevatore ti segnala ingiustamente

Questo è un inquadramento giornalistico, non una consulenza legale per il tuo caso specifico — per quello serve qualcuno che conosca il fascicolo. Ma la direzione indicata dai fatti documentati e dalle linee guida citate si può nominare:

Il punteggio da solo non è una prova. Indica una probabilità, non una fonte verificabile. Chiedi su cosa si basa: quale strumento, quale versione, quale numero, misurato rispetto a cosa? Un «punteggio IA alto» senza questi dettagli non è una prova, è un’affermazione.

Mostra il tuo processo di scrittura. È la controprova più forte, proprio ciò che un rilevatore non può fornire: la cronologia delle versioni del tuo documento (Google Docs, Word, ogni cloud la conserva), stesure intermedie, appunti, schede di ricerca, fonti. Un vero processo di scrittura lascia tracce. Una probabilità no.

Nomina il bias, se ti riguarda. Se il tedesco — o l’inglese — non è la tua lingua madre, lo studio di Stanford è la tua fonte: gli stessi strumenti che lasciano passare i madrelingua quasi senza errori segnalano in massa chi scrive in una lingua straniera. Non è un elemento a tuo sfavore, è un difetto di progettazione noto e misurato degli strumenti.

Conosci dove sta l’onere della prova. In Germania è l’università a dover dimostrare l’inganno, non tu la tua innocenza. Se si arriva a questo punto, la questione va messa nelle mani del servizio di consulenza legale della tua università, di un avvocato specializzato o del responsabile della protezione dei dati.

Il contrappunto onesto

Perché tutto questo non diventi una comoda unilateralità: ci sono due cose a favore dei rilevatori — e vanno dette entrambe.

Primo: gli esseri umani sono ancora peggiori nel riconoscere un testo generato da IA. Uno studio sulla scrittura accademica (Cheng et al., 2025) ha rilevato che i revisori umani si fermavano al 19% — livello casuale. I rilevatori li hanno battuti nettamente. Solo che lo stesso studio ha anche misurato un tasso di falsi positivi del 72,2% su testo puramente umano. «Migliore degli esseri umani nel rilevare» e «inutilizzabile come prova» non si contraddicono affatto.

Secondo: il rilevamento alla fonte funziona. Google DeepMind ha presentato su Nature (23 ottobre 2024) una filigrana testuale (SynthID-Text) che marca in modo affidabile l’output dell’IA senza abbassare in modo misurabile la qualità del testo, testata su circa 20 milioni di risposte di Gemini. La differenza è decisiva: il segnale viene incorporato al momento della generazione, non indovinato in seguito. È esattamente per questo che anche la regolamentazione punta su questa strada: a partire dal 2 agosto 2026, l’articolo 50 dell’EU AI Act (secondo le FAQ della Commissione Europea) impone ai fornitori di IA generativa di contrassegnare il proprio output in modo leggibile dalle macchine — con un periodo transitorio per i sistemi esistenti fino al 2 dicembre 2026. (Questa è la situazione giuridica secondo la fonte primaria, non una consulenza legale; verifica lo stato alla tua data di lettura.)

La strada da seguire è dunque la marcatura alla fonte, non l’indovinare sul risultato. Che la politica scelga questa via è un’ammissione silenziosa: il rilevatore a posteriori non risolve il problema.

La frase da portare a casa

Un rilevatore di IA è uno spunto di conversazione, non una sentenza. Può innescare una domanda — «raccontami come è nato questo testo». Non può mai avere l’ultima parola. Non perché sia un bell’atteggiamento, ma perché tecnicamente non può fare altro: misura la scorrevolezza, indica una probabilità e non affianca alcuna fonte. Chi ci basa un voto o un’accusa ha scambiato un’ipotesi per una prova.

E la Costituzione del 1787 non lo era.

Fonti

Tutte verificate il 24 luglio 2026. I dati valgono alla data di rilevamento indicata; i valori dei rilevatori e la situazione giuridica potrebbero essere cambiati da allora.

Se qualcosa qui ti sembra superato o sbagliato: scrivimi.