Lessico astratto, ritmo uniforme e strutture troppo regolari possono offrire indicazioni utili. Nessun tratto isolato, però, dimostra l’origine di un testo.
Riconoscere un testo generato dall’intelligenza artificiale viene spesso presentato come una ricerca dell’indizio decisivo: una parola ricorrente, un particolare segno di punteggiatura, una frase dal tono impersonale. L’evoluzione dei modelli rende questa strategia sempre meno affidabile. I sistemi cambiano stile con gli aggiornamenti, rispondono alle istruzioni ricevute e possono essere sottoposti a revisioni umane. Per autori, editor e redazioni diventa più utile osservare combinazioni di caratteristiche e ricostruire il processo con cui il contenuto è stato prodotto.
Un’indagine dell’Economist del 30 luglio 2026 ha confrontato gli output di 14 varianti di ChatGPT, Claude, Gemini e Grok con testi umani provenienti dal giornalismo e dalla narrativa. Il corpus indicato comprende 55.940 frasi e circa 1,2 milioni di parole. La dimensione del campione consente di individuare ricorrenze statistiche, entro il perimetro dei modelli, delle versioni e dei testi selezionati. I risultati descrivono quindi tendenze osservate in uno specifico confronto, anziché regole universali applicabili a ogni contenuto.
Fra i tratti associati più spesso alla scrittura AI compaiono un lessico astratto, frasi relativamente lunghe, una punteggiatura meno varia e formule retoriche ricorrenti. Insieme, queste caratteristiche possono produrre una prosa fluida e ordinata, con passaggi ben collegati e conclusioni equilibrate. La stessa regolarità rischia di appiattire le differenze tra le idee, soprattutto quando concetti generali prendono il posto di azioni, soggetti e dettagli verificabili.
Anche gli indicatori più riconoscibili possono perdere rapidamente valore. Il trattino lungo è stato considerato per un periodo un segnale tipico dei testi generativi. Nelle misurazioni riportate, alcune versioni recenti di ChatGPT lo userebbero meno degli autori umani, mentre Claude continuerebbe a impiegarlo con maggiore frequenza. Un singolo segno grafico finisce così per descrivere il comportamento di una determinata versione del modello, in un determinato momento, anziché l’intera categoria della scrittura automatica.
Una valutazione prudente parte dai gruppi di indizi. La presenza simultanea di vocabolario generico, ritmo uniforme e verbi poco concreti offre più informazioni rispetto a ciascun elemento preso separatamente. La conclusione resta probabilistica: un autore può scegliere intenzionalmente uno stile regolare e un modello può ricevere istruzioni capaci di introdurre variazioni. L’analisi stilistica aiuta a formulare domande, senza certificare da sola la provenienza del testo.
La densità informativa è uno dei controlli più utili. Si può osservare quante affermazioni verificabili compaiono in un paragrafo, quali dettagli fanno avanzare il ragionamento e quante frasi riformulano idee già espresse. Una sequenza molto estesa può mantenere una buona scorrevolezza pur aggiungendo poche informazioni. Durante l’editing conviene chiedere a ogni periodo quale funzione svolga: introdurre un fatto, chiarire una relazione o sostenere una conclusione.
Il ritmo offre un secondo livello di lettura. La scrittura umana alterna spesso periodi brevi e lunghi in funzione del contenuto, della tensione narrativa e della voce dell’autore. Nei testi generati può emergere una cadenza più uniforme, con paragrafi di dimensioni simili e transizioni distribuite in modo prevedibile. L’irregolarità non costituisce automaticamente un pregio. Una variazione significativa nasce dal rapporto tra struttura e intenzione, non dall’inserimento artificiale di frasi spezzate.
Anche la scelta dei verbi merita attenzione. Le formulazioni astratte tendono a descrivere trasformazioni, dinamiche e opportunità senza precisare chi agisce o che cosa accade. Un controllo editoriale può riportare in primo piano soggetti, azioni e conseguenze. Nei testi specialistici una certa astrazione è naturale; la verifica riguarda la sua utilità. Se un concetto generale può essere sostituito da un fatto più preciso, la frase guadagna chiarezza indipendentemente dalla propria origine.
Le simmetrie retoriche sono un altro indizio ricorrente. Parallelismi, elenchi tripartiti e chiusure perfettamente bilanciate rendono la prosa ordinata. La loro ripetizione seriale produce un effetto prefabbricato, soprattutto quando ogni paragrafo segue lo stesso percorso. L’editor può variare la struttura sulla base del peso delle informazioni, lasciando più spazio ai passaggi complessi e riducendo quelli che svolgono una funzione di raccordo.
Il confronto con la voce abituale dell’autore aggiunge un riferimento concreto. Un archivio di testi precedenti permette di osservare lessico, punteggiatura e costruzione dei paragrafi nel tempo. Un cambiamento improvviso può avere molte spiegazioni, tra cui un nuovo genere editoriale, un diverso pubblico o una revisione più intensa. Per questo la comparazione stilistica va accompagnata dalla cronologia delle modifiche, dalla verifica delle fonti e dalle informazioni disponibili sul flusso di lavoro.
I detector automatici possono contribuire a questa analisi come strumenti di supporto. Pangram dichiara una precisione del 99,98% per il proprio rilevatore dedicato a contenuti prodotti con ChatGPT, Gemini e Claude. La documentazione dell’azienda descrive un sistema che colloca i testi in uno spazio di rappresentazione, o embedding space, e confronta i pattern associati alla scrittura umana e a quella generata. La percentuale resta una dichiarazione del fornitore e non equivale a una validazione indipendente valida per ogni testo, modello e contesto.
Il risultato di un detector andrebbe quindi trattato come un segnale aggiuntivo. Una procedura editoriale solida può articolarsi in tre fasi: lettura dei pattern stilistici, controllo puntuale di fatti e citazioni, ricostruzione della provenienza attraverso revisioni e metadati. Questo metodo riduce la dipendenza dal verdetto di un singolo software e sposta l’attenzione verso elementi documentabili.
L’uso dell’AI nella scrittura può essere pienamente legittimo quando sostiene attività dichiarate e controllate. Può aiutare a preparare una prima scaletta, riorganizzare materiali o proporre alternative linguistiche. La responsabilità editoriale rimane legata alla selezione delle informazioni, alla verifica e alla forma finale. Una redazione può definire regole diverse a seconda del genere: un articolo informativo richiede tracciabilità delle fonti, mentre un testo creativo lascia maggiore spazio alla sperimentazione.
Preservare una voce umana significa soprattutto rendere riconoscibili le decisioni dell’autore. La scelta di un dettaglio concreto, il collegamento con un’esperienza situata e la gerarchia assegnata alle informazioni costruiscono un’identità editoriale. Anche una prosa regolare può avere una voce precisa quando riflette un’intenzione coerente e assume la responsabilità delle proprie affermazioni.
Con modelli in continuo aggiornamento, checklist e detector richiederanno revisioni frequenti. La competenza più durevole resta l’editing: leggere con attenzione, verificare ciò che il testo afferma e documentare il processo di produzione. Riconoscere i pattern della scrittura AI diventa così una pratica di qualità editoriale, utile per integrare gli strumenti generativi senza rinunciare alla precisione e alla specificità dello stile.
Fonti
- Come riconoscere la scrittura AI e salvare l’umano
- AI Detector for ChatGPT, Gemini & Claude — 99.98% Accurate
- How does Pangram work?
