Il processo è la nuova prova: le Revisioni Tracciate battono i detector

Newby v. Adelphi è stata decisa da un tribunale di New York che ha annullato un accertamento di integrità accademica basato su un singolo punteggio AI di Turnitin, ritenuto di per sé non sufficiente a costituire una preponderanza di prove. Il pilot primaverile 2026, avviato in centinaia di istituzioni, introduce la draft forensics: cattura testo incollato, tempo di scrittura e una riproduzione completa della cronologia delle revisioni di uno studente. È coinvolto il prodotto Clarity, di cui Turnitin è proprietaria. Il 10 aprile 2026, Anthropic lancia Claude for Word in versione beta pubblica, consentendo in modo nativo Revisioni Tracciate per la scrittura accademica assistita da AI: significa che le modifiche di Claude vengono aggiunte al riquadro di revisione di Word come revisioni. Ogni modifica è verificabile. Tutte le righe originali restano integre. La Curtin University disattiva completamente la rilevazione AI di Turnitin perché, a loro dire, hanno avuto più controversie in cui il detector si è sbagliato che casi in cui ha individuato davvero gli studenti che avevano barato. Quattro segnali nella prima metà del 2026 spingono tutti nella stessa direzione.

Quattro segnali sono un pattern. Il pattern è che la prova “fidata” della paternità nella scrittura accademica non è più un punteggio di un detector: è diventata un registro di processo. Tribunali, riviste, conferenze e persino i fornitori dei detector convergono sulla stessa posizione: la cronologia della bozza batte i punteggi di probabilità.

Questo post è l’argomento di brand che difenderemo per il resto del 2026. Trattiamo in dettaglio i quattro segnali di convergenza, l’asimmetria tra prove basate sui detector e prove basate sul processo, che cosa assomigli a una documentazione di processo realmente difendibile negli strumenti che i ricercatori usano già, e come costruire abitudini di stesura che producono un record da consegnare a un editor, a un revisore o a un comitato di integrità accademica senza doverci pensare. Il ribaltamento è operativo, non filosofico: smetti di ottimizzare per il detector, inizia a documentare il lavoro.

Le Revisioni Tracciate possono dimostrare che l’hai scritto in scrittura accademica assistita da AI?

Sì. Mentre lavori, viene creato un registro delle revisioni e una cronologia con timestamp delle Revisioni Tracciate, e non può essere ricostruito “a posteriori” senza investire lo stesso tempo della stesura originale, rendendolo molto più difficile da falsificare rispetto a un punteggio di un detector. Oggi tribunali, riviste e persino Turnitin convergono sulla stessa posizione: nella scrittura accademica, questo record di processo pesa più del punteggio di probabilità di un detector AI. La sentenza Newby v. Adelphi ha stabilito che un punteggio del detector, da solo, non è una preponderanza di prove.

I quattro segnali di convergenza

Il cambiamento non è stato teorizzato “dal nulla”. È stato spinto da quattro eventi concreti tra il 2025 e il 2026, ciascuno proveniente da una parte diversa dell’ecosistema accademico.

Newby v. Adelphi (febbraio 2026, tribunale dello Stato di New York). La prima grande decisione giudiziaria sulla disciplina dei sistemi di rilevazione dell’AI ha ribaltato un verdetto contro un undergraduate ESL (English as a Second Language). Il risultato è stato circoscritto, ma la logica è stata decisiva: un punteggio del detector, senza una validazione del profilo linguistico dello studente, non costituisce una preponderanza di prove secondo la policy della scuola. In particolare, il tribunale ha rimproverato Adelphi per aver usato la mancanza di una draft history nel portale di submission come prova di colpevolezza (anche se il portale non richiedeva l’upload delle bozze). Questo introduce nel fascicolo giudiziario una prova di processo (o la sua assenza).

Turnitin Clarity (pilot primaverile 2026, rollout ampio in corso). L’add-on di Turnitin a Feedback Studio offre ai docenti una riproduzione completa del processo di scrittura dello studente, incluse le fasi in cui lo studente ha incollato testo, la durata della sessione di scrittura, i tempi di costruzione e la cronologia della bozza. Con il permesso dello studente, Clarity registra il ritmo della pressione dei tasti e la timeline di modifica. La cornice dichiarata del prodotto è “assessment for integrity, not just detection” (valutazione per l’integrità, non solo rilevazione). Un cambiamento rilevante rispetto all’azienda che ha prodotto il punteggio di rilevazione AI su cui molte istituzioni accademiche hanno fatto affidamento per tre anni: ora offrono il record di processo come segnale più affidabile. Claude da

Claude for Word (10 aprile 2026, beta pubblica). Anthropic rilascia Claude come add-in nativo per Microsoft Word. Quando Claude effettua una modifica, la inserisce nel riquadro di revisione di Word come una revisione tracciata: conserva il testo originale come eliminazione e aggiunge il nuovo testo come inserimento. L’autore accetta o rifiuta ciascuna modifica nell’interfaccia nativa di Word. L’intera cronologia delle modifiche è disponibile per il revisore che apre il documento. Non è un semplice “aggiornamento di funzionalità”: è una scelta architetturale che tratta il record delle revisioni tracciate come interfaccia canonica tra autore umano e assistente AI, esattamente il tipo di record che una rivista o una commissione di tesi può usare per verificare il lavoro. Dopo

Curtin University (inizio 2026, Australia) e istituzioni parallele. Curtin ha concluso che il punteggio stava generando più controversie di quante ne risolvesse, quindi ha disattivato del tutto la rilevazione AI di Turnitin. Vanderbilt e diversi dipartimenti della Michigan State sono arrivati alla stessa conclusione nel 2025. Nessuna di queste università ha vietato l’uso dell’AI. Hanno eliminato lo strato di rilevazione e hanno spostato la conversazione sull’integrità verso la disclosure, il processo e le prove delle revisioni tracciate. Nello stesso periodo, altre università (in particolare alcune istituzioni del Big Ten e dell’Ivy League a fine 2025) hanno invece rafforzato la rilevazione, rendendo il campo non uniforme ma senza cambiare la direzione dello spostamento.

Quattro segnali, quattro parti del sistema, una sola direzione. Non è un caso: è un ribilanciamento del sistema verso prove più facili da dimostrare rispetto a un punteggio di probabilità “su misura”.

Perché lo spostamento ha senso

La durata di questo cambiamento deriva dall’asimmetria tra prove del detector e prove del processo. Entrambi i tipi di prova hanno soglie di accuratezza note. La “floor” dei detector è molto più bassa.

Le prove del detector sono un punteggio di probabilità derivato da un modello che apprende caratteristiche testuali correlate all’output dell’AI. Lo studio Stanford del 2023 ha individuato sette major detector che identificavano in modo errato il 61,3% dei saggi TOEFL prodotti da parlanti non nativi di inglese come generati dall’AI. I dati istituzionali di Adelphi emersi in Newby discovery presentavano un tasso di falsi positivi ESL del 28% nell’input di Turnitin dell’università. Numeri di precisione forniti dal vendor sono in genere calcolati su testo in inglese madrelingua e non si generalizzano. L’accuratezza del punteggio dipende dal background linguistico dello scrittore, dalla distribuzione dei prompt su cui il detector è stato addestrato e dalla soglia impostata dall’istituzione. L’autore non vede nessuno di questi elementi al momento della submission.

Le prove di processo sono la catena di eventi, i timestamp e le revisioni che portano al documento finale. Google Docs traccia tutte le revisioni automaticamente. Word AutoRecover e l’informazione revisioni integrata tracciano tutte le revisioni. OneDrive registra quando il file viene aperto e salvato. La cronologia delle tab del browser indica quando lo scrittore stava facendo ricerca sulle fonti citate. I software di gestione delle referenze (Zotero, Mendeley, EndNote, Paperpile) timestampano ogni citazione quando viene aggiunta. Tutte le prove vengono generate come parte del processo. Non possono essere create “a posteriori” senza investire lo stesso tempo della prima stesura.

Ed è questo che rende lo shift “portante”: l’asimmetria della fiducia. Il punteggio del detector può essere contestato sulla base di validazione, soglia e bias di popolazione; l’istituzione che difende il punteggio deve fornire prove che spesso non possiede. Il record di processo può essere contestato sulla base dell’autenticità, che richiede prove che l’istituzione dovrebbe produrre contro uno scrittore in grado di rimandare a metadati generati dalla piattaforma. Quasi sempre, la parte che difende il record di processo ha un caso più semplice.

Questo non è un argomento “humanizer vs detector”. L’humanizer cambia la superficie; il record di processo cambia la base probatoria. Anche se ogni detector AI domani migliorasse fino a ottenere un’accuratezza perfetta su inglese madrelingua, il record di processo resterebbe il segnale più utile perché parla di paternità, non di probabilità.

Revisioni tracciate e cronologia della bozza: che cosa assomiglia a una documentazione di processo difendibile

La buona notizia è che quasi tutti gli strumenti che i ricercatori usano già generano prove di processo come impostazione predefinita. Il lavoro consiste nel catturarle e nel sapere dove trovarle quando serve.

Google Docs. File poi Version history poi See version history. L’intero albero delle revisioni viene preservato indefinitamente, incluse le informazioni su chi ha modificato e quando. Esporta come PDF se serve un record condivisibile; l’export mostra la timeline. Lo strumento di processo più utile disponibile per gli autori accademici nel 2026, per lo più perché è l’impostazione predefinita, si conserva indefinitamente.

Microsoft Word. AutoRecover salva versioni auto-salvate in una cartella nascosta. Track Changes (scheda Review poi Track Changes) cattura ogni modifica che fai una volta attivata. La modifica di workflow che vale davvero la pena fare è attivare Track Changes per la tua stesura: iniziando con Track Changes attivo, registrerà tutte le tue modifiche da quel momento in avanti. È importante salvare esplicitamente versioni con nomi descrittivi ("draft-2026-07-12-section-3-rewrite") così la sequenza è leggibile senza aprire ogni file. La maggior parte dei ricercatori non attiva Track Changes per la propria stesura, ma se vuoi tracciare le modifiche mentre scrivi, è il modo migliore per farlo.

OneDrive, Google Drive, Dropbox. I provider di archiviazione cloud registrano l’attività dei file. La maggior parte dei servizi IT accademici la conserva almeno 90 giorni; alcuni più a lungo. Il log stabilisce quando il file è stato modificato, da chi e da quale dispositivo. Un’integrazione utile quando la cronologia revisioni dell’editor principale risulta incompleta.

Gestori di riferimenti. Zotero, Mendeley, EndNote e Paperpile registrano la data in cui una citazione viene aggiunta alla tua libreria e a quale documento. Sul fronte della ricerca, le prove di processo sono prove “prima” e validazione della fase di scrittura. Immagina che un revisore pensi che tu abbia citato fonti che in realtà non hai letto. Si può rispondere fornendo il timestamp di quando le si è lette.

Export delle revisioni tracciate. È l’output singolo più utile da condividere per far vedere le prove di processo a un revisore, a un editor o a un comitato di integrità. Le revisioni tracciate sono un documento Word o Google Docs con tutte le modifiche visualizzate in modo chiaro (chi ha fatto cosa, quando). Le revisioni tracciate sono abilitate di default nel nostro proofreader, ma c’è anche l’opzione di generare un “raw text” se è necessario vedere la versione pulita. Raccomandiamo questa versione per qualsiasi submission in cui potrebbe essere richiesto di parlare del processo di scrittura. Nota che questa può essere generata nativamente in Claude for Word. Claude for Word produce lo stesso artefatto nativamente, ed è proprio questo il punto architetturale del prodotto.

Archivi di email e chat. Discussioni con supervisori, coautori e tutor del writing center. Salva le conversazioni. Stabilizzano il ragionamento iterativo che ha prodotto il manoscritto, un processo che nessun detector può falsificare.

Le abitudini di stesura che producono un processo difendibile

Cinque abitudini, nessuna delle quali aggiunge attrito significativo al tuo workflow attuale, che si sommano fino a creare un record di processo difendibile.

1. Stendi in uno strumento che preserva la cronologia revisioni per impostazione predefinita. Google Docs o Word con Track Changes attivo. Non stendere in editor di testo “semplice” che non preservano la cronologia; non esportare in una copia pulita e scartare il file di lavoro. Se il tuo workflow attuale prevede di scrivere in un quaderno e poi digitare più tardi, la versione digitata è la bozza: preservala.

2. Salva versioni in modo esplicito con nomi datati e descrittivi. Una volta a settimana, salva uno snapshot della bozza corrente con un nome come "manuscript-2026-07-18-after-methods-rewrite". Le versioni nominate rendono la sequenza leggibile a colpo d’occhio e sopravvivono alle purghe legate alla conservazione su cloud.

3. Tieni un registro delle modifiche di una riga accanto al manoscritto. Un file di testo semplice nella stessa cartella. Ogni voce è una data e una frase: "2026-07-18: riscritta la Sezione 3 sulla metodologia dopo un incontro con il supervisore." Cinque minuti a settimana, che catturano il ragionamento che la cronologia revisioni non può mostrare da sola.

4. Fai passare le modifiche assistite da AI in una pipeline basata sulle revisioni tracciate. Se usi Claude for Word, ChatGPT o qualsiasi altro strumento AI per aiutarti nella modifica, lavora attraverso una pipeline che produca un record con revisioni tracciate. Claude for Word lo fa nativamente. Il nostro proofreader lo fa su ogni export. È il record che rende gestibili eventuali future richieste di disclosure o conversazioni sull’integrità.

5. Archivia la ricerca di supporto. Export dei gestori di referenze, PDF scaricati in una cartella con data, segnalibri del browser delle pagine delle fonti. Il record della ricerca valida il record delle citazioni, che a sua volta valida il record della scrittura. Ogni livello protegge quello sopra.

Cinque abitudini, circa 15 minuti a settimana di overhead, producono un record di processo che difende qualsiasi contestazione futura da parte di un detector, di un revisore o di un comitato di integrità. Per la domanda più ampia su come documentare l’uso di strumenti AI, soprattutto nel manoscritto stesso, la nostra guida alla disclosure AI per manuscripts copre la parte di disclosure; per la domanda sul piano “appeal” su cosa fare se sei stato segnalato nonostante un processo pulito, il appeal-letter playbook descrive la risposta.

Cosa significa per istituzioni, riviste e fornitori dei detector

Lo spostamento ha conseguenze istituzionali che i prossimi 18 mesi chiariranno.

Per le università, la domanda operativa è se richiedere la cattura della cronologia della bozza al momento della submission, quale framework di consenso la supporti e come pesare le prove catturate rispetto ai punteggi dei detector nei processi disciplinari. Le istituzioni che lo gestiscono bene pubblicheranno una policy chiara che nomina le prove considerate affidabili e la soglia per l’azione. Le istituzioni che esitano dovranno affrontare con regolarità appelli “stile Newby”.

Per le riviste, la domanda è come integrare le prove di processo nel workflow di peer review senza aggiungere attrito che il sistema non possa assorbire. Alcune riviste richiederanno upload di revisioni tracciate insieme al manoscritto; altre accetteranno attestazioni di processo nella dichiarazione di disclosure. Alcune affideranno la verifica ai vendor che stanno costruendo strumenti rivolti agli editori. Le riviste che si muovono per prime stabiliranno lo standard de facto.

Per i vendor dei detector, lo spostamento è esistenziale. La svolta di Turnitin Clarity è il caso studio: l’azienda che ha costruito il punteggio di rilevazione ora offre il record di processo come segnale più affidabile. I vendor che rifiutano di fare la stessa pivot perderanno contratti istituzionali a favore di vendor che lo faranno. Il punteggio di detection non scomparirà: diventerà solo uno tra diversi segnali, pesato più in basso rispetto al record di processo in qualunque processo di integrità ben progettato. La nostra nota su Turnitin Clarity e la sua process forensics spiega cosa fa davvero il prodotto e dove si collocano le istituzioni nella fase di rollout.

L’implicazione è la più pulita per i ricercatori. Lo sforzo per produrre il record è minimo. La difendibilità che offre è grande. Il ribaltamento da “passa il detector” a “documenta il processo” è la posizione di brand che difenderemo per il resto dell’anno.

Domande frequenti

D: “Il processo è la nuova prova” significa che i detector AI spariscono?

Non del tutto. I detector resteranno come un segnale di screening, soprattutto nella didattica universitaria, dove il volume delle submission rende costoso rivedere le prove di processo. Ciò che cambia è il peso: un punteggio del detector da solo non è più accettato come prova principale nei processi disciplinari nelle istituzioni ben progettate, e la sentenza Newby v. Adelphi ha formalizzato quella posizione in tribunale. Il punteggio diventa l’input per una revisione più ravvicinata, non la conclusione.

D: Bozza su carta e poi digito più tardi. Perdo la difesa basata sul processo?

Non del tutto, ma la protezione è più debole. La versione digitata è la tua bozza ai fini della prova di processo; preserva il documento dal momento in cui inizi a digitare e lascia accumulare la cronologia revisioni. Scattare foto o fare scansioni delle note manoscritte e datando le immagini aggiunge un secondo livello. Il doppio record (manoscritto + revisioni digitalizzate) è in realtà più forte di un record solo digitale, perché lo strato manoscritto è più difficile da produrre retroattivamente.

D: E se la mia istituzione non accetta le revisioni tracciate come prova?

Presenta una richiesta FERPA (negli U.S.; equivalente sotto il U.K. Data Protection Act 2018, EU GDPR Articolo 15 altrove) per ottenere il tuo record completo. Invia le revisioni tracciate insieme a qualsiasi appello, indipendentemente dal fatto che l’istituzione abbia formalmente accettato il formato. La sentenza Newby ha stabilito che l’assenza di un processo chiaro per considerare questa evidenza è, di per sé, un problema procedurale. Le istituzioni stanno aggiornando le proprie policy in risposta, e fornire il record in modo proattivo è parte della pressione che guida l’aggiornamento.

D: Devo attivare Track Changes per la mia stesura, anche se sono l’unico autore?

Per esperienza sì, ed è il cambiamento di workflow che più spesso avvantaggia i ricercatori. Attivare Track Changes dall’inizio di ogni documento ti fornisce un record completo delle modifiche senza ulteriore disciplina. Nascondi la vista markup per la stesura normale (scheda Review poi Display for Review poi No Markup), ma lascia inalterato il record sottostante e esporta la versione delle revisioni tracciate quando serve. L’attrito è minimo e la protezione è reale.

D: Questo vale anche fuori dagli U.S., dove Newby non è un precedente vincolante?

Sì, per due ragioni. Prima, il rollout di Turnitin Clarity, Claude for Word e i cambiamenti di policy delle riviste sono globali, non dipendono dalla giurisdizione; lo spostamento verso prove affidabili sta attraversando l’editoria accademica indipendentemente da dove si invia. Seconda, la logica di Newby è esportabile: tribunali e comitati di integrità nel Regno Unito, Australia, Canada, India e UE hanno affrontato l’argomento che i punteggi dei detector da soli non costituiscono una preponderanza di prove. Cita il caso in modo esplicito anche quando è più persuasivo che vincolante; il ragionamento “viaggia” bene.

Proofreader progettato per l era Process-Is-Proof

Esportazione delle modifiche tracciate a ogni intervento. Strumento e versione acquisiti automaticamente. Il record che il Suo editor, revisore, o comitato per l integrità considererà affidabile.