Un punteggio AI elevato può abbassare il tuo voto? Un esperimento con 214 docenti

In un esperimento è successo, e con un margine ampio. 214 docenti universitari hanno valutato lo stesso elaborato dopo aver visto un report di rilevamento. Quando il report indicava il 7% di AI, definiva il testo a basso rischio e non evidenziava nulla, l'elaborato ha ottenuto una media di 73.30 su 100. Quando indicava l'87%, definiva il testo ad alto rischio e mostrava in rosso quattro frasi del testo, la media è stata di 51.61. L'elaborato in sé non è mai cambiato.

Questo non significa che il tuo voto scenderà di 22 punti, o che scenderà affatto. Il report è stato inventato dai ricercatori, l'elaborato era scritto in cinese, i docenti lo hanno valutato all'interno di un sondaggio online anziché in un corso reale e solo 16 su 214 (il 7.5%) avevano mai usato uno strumento di rilevamento AI. Ciò che lo studio dimostra davvero è che un punteggio e il giudizio riportato accanto possono cambiare il modo in cui il testo stesso viene giudicato, non solo se chi legge sospetti o meno l'uso dell'IA.

Lo studio è "Automation bias in teachers' evaluation of student writing: effects of algorithmic warnings and visual risk cues in AI detection reports" (Pregiudizio di automazione nella valutazione della scrittura degli studenti da parte dei docenti: effetti degli avvisi algoritmici e degli indizi visivi di rischio nei report di rilevamento AI), a cura di Peitao Du e Tingting Liu della Al-Farabi Kazakh National University e Xujin Xian della Catholic University of Korea. È stato pubblicato su Frontiers in Psychology il 7 luglio 2026 ed è ad accesso aperto. Gli autori non segnalano finanziamenti né conflitti di interesse commerciali o finanziari.

I ricercatori hanno redatto un saggio, "The Effects and Challenges of Online Education" (Effetti e sfide dell'istruzione online), concepito come un elaborato universitario di livello medio: scorrevole, con una struttura di base, idee convenzionali e poca profondità. All'interno hanno inserito quattro frasi stereotipate. Non contenevano errori fattuali evidenti né fratture logiche: erano semplicemente formule generiche che possono sembrare un po' vuote.

Hanno quindi creato quattro versioni di un report generato da uno strumento di rilevamento inesistente, chiamato "AcademicCheck":

A ciascun docente è stata assegnata casualmente una versione, con 52-55 insegnanti per gruppo. Hanno esaminato prima il riassunto del report e poi letto l'elaborato. Oltre al numero, ogni report riportava anche un breve giudizio. Le versioni al 7% indicavano "Low risk" (Basso rischio) e descrivevano "predominantly human-authored writing characteristics" (caratteristiche di scrittura prevalentemente umana); le versioni all'87% riportavano "High risk" (Alto rischio) e "a high likelihood of AI-assisted writing." (un'elevata probabilità di scrittura assistita da AI). Nelle versioni con testo evidenziato, il report segnalava inoltre che i passaggi evidenziati richiedevano una revisione manuale; quindi qui "rosso" significa colore accompagnato da una segnalazione, non solo colore. Al termine, ai docenti è stato comunicato che il report era simulato.

È stato soprattutto il report all'87% a fare la differenza. Senza alcuna evidenziazione, sostituire il report al 7% "a basso rischio" con quello all'87% "ad alto rischio" è costato all'elaborato circa 13 punti in media. E i docenti non si sono limitati a considerarlo più probabilmente generato da AI: hanno anche assegnato punteggi inferiori per originalità, proprietà di linguaggio e struttura logica, sebbene il testo davanti ai loro occhi fosse identico parola per parola.

Le frasi evidenziate in rosso hanno inciso soprattutto quando il report segnalava già un rischio elevato. Al 7%, evidenziare quattro frasi non ha modificato il punteggio da 0 a 100 in misura statisticamente significativa. Ha però abbassato la valutazione assegnata dai docenti al linguaggio, il che ha senso: erano proprio le frasi che erano state appena indicate loro. All'87%, la stessa evidenziazione ha sottratto all'incirca altri 9 punti.

I docenti hanno dichiarato che sarebbero intervenuti di più. L'ultima colonna chiedeva quanto fosse probabile che richiedessero revisioni, ricordassero allo studente di scrivere in autonomia o di rispettare le linee guida sull'uso dell'IA, oppure chiedessero allo studente di spiegare come era stato redatto il testo e quali fonti fossero state utilizzate. Il valore è salito da 3.40 a 5.66 su una scala di 7 punti. Questo è ciò che i docenti hanno affermato che avrebbero fatto, non un comportamento effettivamente osservato sul campo.

Gli autori stessi definiscono i propri risultati "preliminary and context-specific" (preliminari e legati a un contesto specifico). Ecco perché questa definizione è appropriata.

• Il report era fittizio e volutamente estremo. "AcademicCheck" è stato inventato per evitare che le opinioni dei docenti sugli strumenti reali influenzassero i giudizi. I due valori sono stati scelti per essere molto distanti tra loro. Gli autori spiegano che il contrasto "was intentionally strong" (è stato volutamente accentuato) per osservare se i docenti reagissero a un avviso chiaramente basso rispetto a uno nettamente alto, e sottolineano che serve cautela nell'applicare questi risultati a punteggi intermedi nel mondo reale.
• Un solo elaborato, scritto in cinese. Tutti i docenti hanno letto lo stesso saggio in lingua cinese. Il livello "qualitativamente medio" è stato stabilito dagli stessi ricercatori, che precisano come non sia stato verificato tramite uno studio pilota o valutatori esterni. Un testo eccellente o uno molto debole potrebbero non produrre le stesse reazioni.
• La maggior parte dei docenti non aveva mai usato un rilevatore. Sono stati reclutati online tramite la piattaforma di sondaggi Wenjuanxing e community di insegnanti, dietro un piccolo compenso, e circa due terzi insegnavano scienze sociali. Solo 16 (il 7.5%) avevano già utilizzato strumenti di rilevamento AI o di verifica del plagio da AI. Né l'articolo né il materiale supplementare scorporano i risultati specifici per questi 16 docenti.
• Era un sondaggio, non un registro dei voti. I docenti avevano a disposizione il report, l'elaborato e pochissimo altro, e le loro valutazioni non avevano alcun impatto reale sugli studenti. La conclusione degli stessi autori è che i risultati "should not be generalized directly to all real grading contexts." (non dovrebbero essere generalizzati direttamente a tutti i contesti reali di valutazione.)
• Il divario è insolitamente netto. In ciascun gruppo, i voti della maggior parte dei docenti si collocavano entro circa 5 punti dalla media del gruppo, eppure le medie tra il gruppo A e il gruppo D hanno registrato quasi 22 punti di differenza. Gli autori stessi affermano che un effetto di tale entità "should be interpreted cautiously." (dovrebbe essere interpretato con cautela.) Lo attribuiscono in parte al netto contrasto tra 7% e 87% e alle scarse informazioni di contesto a disposizione dei docenti: "In real teaching, teachers may see intermediate rates and have richer information about students and writing processes, so actual bias may be smaller." (Nell'insegnamento reale, i docenti possono trovarsi di fronte a percentuali intermedie e disporre di informazioni più approfondite sugli studenti e sul processo di scrittura, per cui il condizionamento effettivo potrebbe essere minore.)

Mettendo da parte i dettagli specifici, resta un dato evidente: i docenti hanno visto il report prima di leggere l'elaborato, e il report ha cambiato il loro modo di leggerlo. La spiegazione degli autori è che un dato come "AI content: 87%" (Contenuto AI: 87%) trasformi il loro compito dal valutare il testo al verificare se il software abbia ragione. Tra i suggerimenti rivolti agli atenei, gli autori propongono una procedura in due fasi in cui i docenti "complete their quality evaluation before reviewing the detection report" (completino la valutazione qualitativa prima di esaminare il report di rilevamento).

La maggior parte dei nostri lettori si trova a fare i conti con Turnitin anziché con uno strumento inventato: vale quindi la pena affiancare a questo studio tre aspetti documentati dalla stessa Turnitin.

• Di solito non puoi vedere ciò che vede il tuo docente. Le FAQ di Turnitin precisano che "only instructors and administrators are able to see the indicator" (solo i docenti e gli amministratori possono visualizzare l'indicatore), anche se un docente può scaricare il report AI in formato PDF e condividerlo. L'articolo Gli studenti possono vedere il loro punteggio AI di Turnitin? Differenze tra vista studente e docente analizza in dettaglio chi può visualizzare cosa.
• I punteggi bassi non contengono evidenziazioni. Turnitin dichiara che "no score or highlights are attributed for AI detection scores in the 1% to 19% range." (non viene attribuito alcun punteggio né evidenziazione per i punteggi di rilevamento AI compresi tra l'1% e il 19%.) Il report mostra invece un asterisco. Di conseguenza, la combinazione del gruppo B — una percentuale bassa ma con frasi contrassegnate — non è uno scenario che un report Turnitin attuale mostrerebbe. Al di sotto del 20%, non ci sono frasi segnalate dall'AI che possano attirare l'attenzione di chi legge. Maggiori dettagli nell'articolo Cosa significa l'asterisco (*%) nel punteggio AI di Turnitin?
• Turnitin precisa che la percentuale non è un voto. La stessa pagina di FAQ afferma che tale percentuale "should not be used as the sole basis for action or a definitive grading measure by instructors." (non dovrebbe essere utilizzata dai docenti come unica base per prendere provvedimenti né come criterio definitivo di valutazione.) Tuttavia, a nessuno dei partecipanti a questo esperimento era stato chiesto di usare il punteggio come metro di valutazione. È stato semplicemente chiesto di correggere un testo, e il report era allegato all'elaborato. L'articolo Il punteggio di Turnitin equivale a un voto? chiarisce su quali basi dovrebbe effettivamente formarsi un voto.

Questo studio, quindi, non può dirti se il tuo docente sia stato influenzato, né in quale misura. Ciò che fa, però, è trasformare il timore che "the report might color how my paper gets read" (il report potrebbe condizionare il modo in cui il mio elaborato viene letto) da semplice paranoia a una domanda del tutto legittima da porsi.

Nessuno di questi passaggi richiede che qualcuno ti abbia rivolto accuse formali.

1. Se un voto non ti convince, chiedi spiegazioni sui criteri di valutazione, non sul punteggio AI. "Which rubric criteria lost marks, and which passages show it?" (Quali criteri della griglia di valutazione hanno determinato la perdita di punti, e in quali passaggi si riscontra?) è una domanda del tutto normale dopo qualsiasi voto. Le evidenziazioni hanno anche modificato i commenti restituiti dai docenti. Quando è stato chiesto cosa avrebbero suggerito di correggere allo studente, il 65.4% dei docenti che avevano visualizzato il report al 7% con frasi in rosso ha suggerito modifiche linguistiche, contro il 7.5% di coloro che avevano visto la versione senza testo evidenziato, mentre i consigli relativi allo sviluppo dei contenuti sono scesi da circa la metà a quasi zero. (Gli autori considerano questa codifica delle risposte aperte come esplorativa.) Se il feedback che hai ricevuto si concentra solo sulla forma e non dice nulla sulle tue argomentazioni, chiedi chiarimenti anche sull'argomentazione.
2. Chiedi se è stato utilizzato un report AI e, in tal caso, chiedi di vedere il PDF. Una percentuale da sola dice ben poco. È il report a mostrare quali passaggi sono stati contrassegnati.
3. Tieni pronto il materiale che attesta il tuo processo di scrittura. Gli interventi successivi presi in esame da questo studio non erano sanzioni, bensì richieste: rivedere il testo, spiegare come è stato scritto, mostrare le fonti utilizzate. I docenti a cui è stato mostrato il report all'87% con le frasi evidenziate in rosso erano nettamente più propensi a formulare richieste di questo tipo. Bozze, appunti e cronologia delle versioni ti permettono di rispondere tempestivamente a simili domande.
4. Se stai ancora revisionando il testo e disponi di un report, rileggi prima i passaggi contrassegnati. Ecco le quattro frasi evidenziate in rosso nell'esperimento, secondo la traduzione inglese fornita dagli autori: "With the rapid development of information technology, online education has gradually become an important component of higher education." (Con il rapido sviluppo delle tecnologie dell'informazione, l'istruzione online è diventata gradualmente una componente fondamentale dell'istruzione superiore.) "This paper analyzes this issue from three aspects: learning effects, interaction modes, and technical conditions." (Questo elaborato analizza la questione da tre punti di vista: effetti sull'apprendimento, modalità di interazione e condizioni tecniche.) "In conclusion, online education brings convenience but also faces many practical challenges." (In conclusione, l'istruzione online offre vantaggi ma deve affrontare anche numerose sfide pratiche.) "Therefore, this issue deserves continued attention and further research from the education community." (Di conseguenza, questo tema merita un'attenzione costante e ulteriori approfondimenti da parte della comunità accademica.) Una volta evidenziate, formule come queste hanno trascinato verso il basso la valutazione del linguaggio. Introduzioni generiche, frasi che anticipano la struttura e conclusioni intercambiabili che potrebbero figurare nel testo di chiunque meritano comunque di essere riformulate con parole tue.

Se hai un report Turnitin o iThenticate, stai ancora effettuando le revisioni e il tuo corso ammette questo tipo di supporto, l'opzione humanize di HumanPen interviene sui passaggi segnalati. Importa il report Turnitin o iThenticate e riscrivi solo i passaggi segnalati. Riceverai un file modificabile nello stesso formato. Prima di consegnarlo, rileggi tu stesso il file ricevuto.

I docenti sapevano che il report era simulato? I ricercatori non glielo hanno comunicato durante la fase di valutazione. Solo al termine è stato spiegato loro che si trattava di una simulazione e non di un reale giudizio sull'integrità accademica.

Si trattava di uno studio su Turnitin? No. Il report proveniva da uno strumento inventato, "AcademicCheck", proprio per evitare che i pregiudizi sui rilevatori reali potessero alterare i risultati.

L'evidenziazione in rosso ha avuto un impatto con il punteggio al 7%? Non per quanto riguarda il punteggio da 0 a 100, dove la differenza non è risultata statisticamente significativa. Ha però abbassato la valutazione assegnata dai docenti al linguaggio del testo.

Turnitin mostra un asterisco al di sotto del 20%. Potrebbe produrre lo stesso effetto? Questo studio non ha verificato tale scenario. La condizione di punteggio basso prevedeva il valore numerico del 7% associato al giudizio "a basso rischio", non un asterisco. L'asterisco segnala comunque al docente che qualcosa è stato rilevato, ma il modo in cui i docenti lo interpretano è un interrogativo a cui questo studio non può rispondere.

• Peitao Du, Tingting Liu e Xujin Xian, Automation bias in teachers' evaluation of student writing: effects of algorithmic warnings and visual risk cues in AI detection reports, Frontiers in Psychology 17:1889402, pubblicato il 7 luglio 2026; consultato il 2 ottobre 2026 (sezioni 3–6, tabelle 1 e 3; file supplementare, appendice A, tabelle B1 e F4).
• Turnitin, FAQ sulle funzionalità di rilevamento della scrittura AI di Turnitin.