Perché i rilevatori di AI segnalano erroneamente chi scrive non in lingua madre (falsi positivi)

Hai scritto ogni singola parola della tua ricerca. Hai citato le tue fonti, l’hai revisionata due volte e l’hai consegnata con la massima tranquillità. La relazione è tornata con l’etichetta “probabile AI” e adesso stai cercando di dimostrare il contrario rispetto a una tua scrittura. Se l’inglese è la tua seconda lingua, non si tratta di una sfortuna rara. È un pattern documentato.

E c’è una verità scomoda: un falso positivo di un detector di AI ha molte più probabilità di colpire chi scrive in inglese non madrelingua rispetto a chi è madrelingua. Non perché la scrittura non nativa sia “peggiore”. È perché questi strumenti misurano la tessitura statistica del linguaggio e una scrittura accurata di seconda lingua, fatta con cura, finisce per condividere caratteristiche con il testo prodotto dalla macchina su cui i sistemi sono stati addestrati a “intervenire”.

Non è una lamentela marginale di studenti frustrati. È un risultato della ricerca peer-reviewed: è il motivo per cui diverse grandi università hanno ritirato l’uso di questi strumenti, ed è anche per questo che giudici e amministratori hanno cominciato a considerare l’output dei detector con una cautela reale. Questo è ciò che dicono davvero le evidenze, e ciò che dovresti fare se un detector ti segnala ingiustamente.

Cosa ha rilevato lo studio di Stanford sul bias dei detector

Le evidenze più solide arrivano da uno studio del 2023 di Liang e colleghi presso Stanford, pubblicato nella rivista Cell Press “Patterns” e intitolato in modo diretto: "GPT detectors are biased against non-native English writers."

I ricercatori hanno sottoposto dei saggi a sette detector molto diffusi. Per i testi scritti da parlanti non madrelingua, ricavati da un corpus TOEFL, i detector hanno segnalato circa il 61% come generato da AI in media. Per i saggi di scrittori madrelingua inglesi, il tasso di falso positivo era di circa il 5%. Quasi uno su cinque dei saggi non madrelingua, circa il 19,8%, è stato segnalato all’unanimità come AI da ogni detector del test. In tutti i casi si trattava di saggi scritti da esseri umani.

Il meccanismo, quello sì, è la parte interessante, spiega perché il bias è “incorporato” e non è un effetto casuale. Molti detector si basano su un segnale chiamato perplexity, che misura quanto le scelte di parole di un testo siano “sorprendenti” per un modello linguistico. Un testo pieno di parole comuni e di formulazioni prevedibili produce una bassa perplexity e, per il detector, una bassa perplexity suona “come macchina”. Gli autori di seconda lingua spesso usano un vocabolario più limitato e più convenzionale, non perché le loro idee siano semplici, ma perché stanno scrivendo con cura in una lingua che non è la loro prima. Il detector vede la superficie “liscia” e la interpreta come artificiale.

Questo è il cuore del problema di equità. Le abitudini che rendono chiara e corretta la prosa di seconda lingua, con cura, sono proprio le abitudini che questi strumenti sono stati progettati per penalizzare.

Perché la scrittura non nativa innesca falsi positivi nei rilevatori di AI

Vale la pena soffermarsi sul perché accade, perché capirlo aiuta a smorzare un po’ il colpo di una segnalazione negativa.

Chi è madrelingua e scrive rapidamente dissemina modi di dire, scelte lessicali insolite, ritmi particolari e, di tanto in tanto, scorciatoie grammaticali. Questa imprevedibilità si traduce in una perplexity alta e viene letta come “umana”. Un autore non madrelingua, o, francamente, qualsiasi scrittore accademico disciplinato, tende a preferire costruzioni standard e lessico controllato. Anche i large language model preferiscono costruzioni precise e standard e vocabolario controllato. Il detector non riesce a distinguere tra un umano attento e una macchina attenta, perché, sul particolare asse che misura, risultano simili.

Nessuna di queste cose significa che la scrittura sia di qualità inferiore. La chiarezza è una virtù nella prosa accademica, non un difetto. Semplicemente vuol dire che il detector sta misurando “la cosa sbagliata” e traendo una conclusione con troppa sicurezza.

Quella sicurezza è il pericolo. Uno strumento che restituisce una percentuale netta sembra autorevole, anche quando quel numero si basa su un segnale che penalizza sistematicamente un’intera popolazione di autori autentici.

Università che hanno fatto un passo indietro dai rilevatori di AI

Le istituzioni hanno notato il problema presto e diverse hanno agito di conseguenza.

Ad agosto 2023, Vanderbilt University ha disabilitato il detector di AI di Turnitin e ha pubblicato una spiegazione insolita, dettagliata, per farlo. Pur osservando che la stima di un tasso di falso positivo di circa l’1% non sarebbe significativa rispetto all’intero contenuto di una tesi, considerato il volume di circa 75.000 submission all’anno, il fatto che si fosse dimostrato che produce risultati distorti contro autori di inglese non nativi, unito all’opacità dei processi, significava che circa 750 lavori avrebbero potuto finire erroneamente segnalati. Michigan State, l’University of Texas at Austin, Northwestern e l’University of Pittsburgh hanno adottato passi simili. Southern Methodist University si è fermata nel dicembre 2023 e l’University of Waterloo ha seguito nel settembre 2025 dopo aver riscontrato che testo scritto da umani riceveva punteggi “pienamente AI”.

Anche le indicazioni di Turnitin sono caute. Il suo indicatore di AI riduce i numeri dall’1 al 19%, usando un asterisco invece di un numero, poiché i falsi positivi sono più diffusi nella parte bassa della scala. Inoltre avverte esplicitamente che il punteggio non dovrebbe essere usato da solo per prendere decisioni in materia di integrità accademica. In pratica, un fornitore sta dicendo alle istituzioni di non considerare come prova il proprio output, un indizio forte su quanto peso meriti davvero un singolo numero.

Se la tua scuola continua a usare questi strumenti, questo non è un motivo per andare nel panico. È un motivo per conoscere i tuoi diritti e conservare le tue evidenze, come riprenderemo sotto.

Casi reali, messi in chiaro

Alcune controversie hanno fatto notizia e vale la pena capirle con precisione, perché i dettagli contano e i titoli spesso le confondono.

Nel caso di Orion Newby all’Adelphi University, un saggio studentesco è stato segnalato come pienamente generato da AI. Un giudice federale ha riesaminato la questione e ha stabilito che la conclusione era “without merit”, ordinando che venisse rimossa dalla cartella dello studente, come riportato a febbraio 2026. Analizziamo cosa abbia stabilito e cosa non abbia stabilito quella decisione in the Newby v. Adelphi ruling. A UC Davis, William Quarterman è stato segnalato da GPTZero e ha chiarito la propria posizione usando la cronologia delle versioni di Google Docs, che mostrava il saggio scritto nel tempo. Si è trattato di una risoluzione amministrativa, non di una causa.

Occorre dirlo chiaramente, perché molte sintesi online lo sbagliano. Nessuno di questi esiti è stato un giudizio legale contro l’azienda Turnitin e, in nessuno di questi casi, uno studente ha “sued Turnitin and won”. Le dispute erano con le scuole su come fosse stato usato un flag e la lezione riguarda processo ed evidenze, non il fatto che un fornitore di detector “perda in tribunale”. Inquadrato correttamente, il messaggio è responsabilizzante: un punteggio del detector è un’affermazione, non una sentenza, e autori legittimi sono riusciti con successo a contestarlo.

Cosa fare se vieni segnalato a torto

Se un detector segnala un lavoro che hai scritto tu, la situazione è recuperabile e, in genere, gli autori che la risolvono bene fanno le stesse poche cose.

Conserva le bozze e la cronologia delle versioni. Google Docs e Word tracciano le modifiche nel tempo e quella linea temporale è la singola evidenza più persuasiva che puoi offrire, esattamente come nel caso UC Davis. Chiedi, con educazione, quale punteggio ha innescato il flag e come il revisore lo sta interpretando, perché un numero nascosto o sul confine è una base debole per qualsiasi decisione. Indica la ricerca e la cautela istituzionale sopra riportate, se devi costruire l’argomentazione sull’equità in forma scritta. La nostra guida passo-passo su come appeal a false AI-detection flag spiega l’intero processo.

In prospettiva, l’obiettivo non è “imbrogliare” lo strumento. È scrivere un inglese sicuro e naturale, così da rendere la tua prosa accurata meno soggetta a essere fraintesa, e dichiarare qualsiasi supporto dell’AI nel modo richiesto dalla tua istituzione. Il nostro AI text humanizer è pensato proprio per questo e, se scrivi in inglese come seconda lingua, la nostra guida dedicata per AI humanizer for ESL researchers copre il workflow in modo ancora più approfondito. L’intento è l’equità per il lavoro che hai già svolto, non il mascheramento.

Prima e dopo: correggere la tessitura “piatta” che fa scattare un detector

La teoria è più facile da credere quando puoi vederla in un paragrafo reale. Ecco un brano di risultati che un ricercatore ESL ha redatto con un assistente AI per rendere l’inglese più scorrevole. Si legge bene, eppure un detector lo ha comunque segnalato.

Prima (segnalato come probabile AI):

"The results demonstrate that the intervention significantly reduced recovery time by 27% across all cohorts (Chen et al., 2021). This substantial improvement clearly highlights the effectiveness of the proposed approach. The findings confirm the hypothesis and underscore the importance of early intervention."

Tre frasi, quasi identiche per lunghezza: ogni clausola procede allo stesso ritmo. Il lessico è sicuro e prevedibile. Questa uniformità è ciò che il detector interpreta come bassa perplexity e bassa burstiness, ed è la stessa “tessitura” che finisce per far segnalare molta scrittura non nativa autentica.

Dopo (revisionato nella voce dello scrittore):

"Recovery time fell by 27% across the three cohorts (Chen et al., 2021), a bigger drop than we had expected (n = 214). The effect held, though it was weaker in the oldest group. That pattern points to a real benefit from early intervention, but with a sample this size we would not push the claim further than the data allows."

Leggetele una dopo l’altra e la seconda suona come una persona che ha davvero svolto il lavoro.

Cosa è cambiato e perché conta. Abbiamo mantenuto ogni fatto “portante”: il valore 27%, la citazione (Chen et al., 2021), il numero di coorti e la dimensione del campione. Non è cambiato nulla sul piano delle evidenze. Quello che abbiamo aggiunto è la variazione. Le lunghezze delle frasi ora oscillano da lunghe a corte a lunghe, e questo aumenta la burstiness. Le scelte lessicali sono meno prevedibili, e questo aumenta la perplexity. Abbiamo inoltre rimesso i “limiti”: "points to," "we would not push the claim further." Le bozze generate dall’AI eliminano queste cautele, e lo fanno anche i tool che “lisciando” troppo, ed è una delle ragioni per cui un inglese non nativo troppo rifinito tende a scivolare nel profilo AI.

Questo è anche un lavoro di qualità, non un trucco. La versione “dopo” formula una rivendicazione più misurata e più difendibile rispetto alla versione “prima”, che aveva oltrepassato i limiti con “demonstrate” e “confirm the hypothesis”. Questo è il punto che continuiamo a sottolineare: la revisione che riduce il rischio di falso flag è spesso la stessa revisione che supererebbe la revisione tra pari. Un academic humanizer può fare questo primo passaggio proteggendo citazioni e numeri, ma devi comunque leggere ogni riga.

Una cautela. Nessuna singola modifica garantisce un punteggio pulito e i detector continuano a cambiare (Turnitin ha aggiunto la rilevazione humanizer ad agosto 2025). Punta a una scrittura che rifletta il tuo ragionamento, comprendi cosa misura la perplexity e dichiara l’aiuto dell’AI in base alla policy del tuo journal o della tua università.

Domande frequenti

D: Perché i rilevatori di AI segnalano gli scrittori di inglese non madrelingua?

La maggior parte dei detector misura quanto siano prevedibili le scelte di parole in un testo e una scrittura accurata di seconda lingua tende a usare un vocabolario comune e standard, che risulta come bassa perplexity. Questa “levigatezza” statistica appare simile al comportamento di una macchina allo strumento, che produce un falso positivo anche se un essere umano ha scritto ogni parola. Il bias è incorporato in ciò che il detector misura, non nella qualità della scrittura.

D: Che cosa ha trovato lo studio di Stanford sul bias dei detector?

Lo studio Stanford del 2023 ha testato sette detector e ha riscontrato che segnalavano circa il 61% dei saggi TOEFL non madrelingua come AI, rispetto a circa il 5% per gli scrittori madrelingua. Quasi il 20% dei saggi non madrelingua è stato segnalato all’unanimità da ogni detector. Tutti i saggi erano stati scritti da esseri umani.

D: Cosa dovrei fare se vengo segnalato a torto come AI?

Conserva la cronologia della tua bozza da Google Docs o Word, perché una timeline visibile della scrittura è l’evidenza più forte che hai. Chiedi quale punteggio ha attivato il flag, cita la ricerca sui falsi positivi e segui un processo di appello chiaro. Un punteggio del detector è un’affermazione che puoi contestare, non una sentenza finale.

D: Le università hanno smesso di usare i rilevatori di AI?

Molte li hanno limitati o disabilitati. Vanderbilt ha disabilitato il detector di AI di Turnitin nel 2023 per questioni legate a falsi positivi e bias, e Michigan State, UT Austin, Northwestern, Pittsburgh, SMU e Waterloo hanno adottato misure simili. Molte istituzioni che continuano a usare detector trattano oggi il punteggio come un segnale tra i tanti, non come una prova.

D: Scrivere in inglese più semplice aumenta il rischio di essere segnalato come AI?

In parte, sì. I detector leggono un vocabolario più semplice e più prevedibile come bassa perplexity, lo stesso segnale statistico che associano all’AI. Ed è per questo che una scrittura ESL chiara tende a generare falsi positivi. La soluzione non è “gonfiare” artificialmente il vocabolario, ma ripristinare una variazione naturale nelle frasi, e rimettere la tua impostazione (voice) e le tue cautele.

D: Posso correggere un falso flag di AI modificando la mia scrittura invece di usare un humanizer?

Spesso sì. Leggere la bozza ad alta voce, variare la lunghezza delle frasi e reinserire i limiti che intendi davvero aumenta la burstiness e rende il testo più simile a ciò che hai scritto tu. Un tool può velocizzare il primo passaggio, ma l’obiettivo è una voce autentica e dovresti comunque dichiarare qualsiasi aiuto dell’AI in base alla policy del tuo journal o della tua università.

Un humanizer progettato per chi scrive in ESL

Scriva in un inglese accademico chiaro e naturale e riduca i falsi positivi che colpiscono più duramente gli scrittori non madrelingua, preservando significato e citazioni.