La revisione professionale in inglese fa sembrare il tuo articolo scritto dall'IA? Uno studio del 2026

In questo studio, non in modo sistematico. Su 13 rilevatori di IA open source, la revisione umana ha aumentato il punteggio di IA su alcuni e lo ha abbassato su altri, e la variazione ha raggiunto una rilevanza pratica solo su 7 di essi. Il tipo di rilevatore ha inciso molto più dell'editing: sugli stessi manoscritti non modificati, i tassi di falsi positivi andavano dallo 0.0% al 100%. Nessun rilevatore commerciale, incluso Turnitin, è stato testato.

Lo studio si intitola "Style as a Confound: False Positives in AI Detection of Non-Native Academic Writing" (Lo stile come fattore di confondimento: falsi positivi nel rilevamento dell'IA nella scrittura accademica non madrelingua), a cura di Hyeonchu Park e Bugeun Kim della Chung-Ang University e di Gahye Jeong di Wordvice; è stato pubblicato su arXiv il 27 agosto 2026 ed è indicato come presentato a EMNLP 2026. I documenti provengono da Wordvice, un servizio professionale di revisione in lingua inglese. Uno degli autori, Gahye Jeong, è il CTO di Wordvice secondo il blog dell'azienda stessa, che descrive Wordvice anche come "the developer of the Wordvice AI Detector" (lo sviluppatore di Wordvice AI Detector).

I dati analizzati comprendevano 135.389 coppie di documenti redatti tra il 2018 e il 2025, distribuiti su oltre 40 discipline accademiche. Ogni coppia era composta da un testo scritto da un autore non madrelingua inglese e dallo stesso testo dopo l'intervento di un editor madrelingua. Poco più della metà (il 52.9%) proveniva da revisioni accademiche e il 37.6% da saggi di ammissione; le application essay rappresentavano la singola categoria più numerosa, con 22.639 documenti. Il resto riguardava testi aziendali, saggi per il TOEFL, traduzioni e altri lavori. Poiché l'autore, l'argomento e i contenuti rimanevano invariati, qualsiasi variazione nel punteggio dei rilevatori dipendeva unicamente dalla revisione.

La revisione stessa è stata svolta da persone. Le linee guida del servizio, stando a quanto descritto nell'articolo, consentono l'uso di correttori grammaticali basati sull'IA solo per errori meccanici, mentre "AI-generated rewriting, paraphrasing, or stylistic generation is explicitly prohibited." (la riscrittura, la parafrasi o la generazione stilistica tramite IA sono esplicitamente vietate.) Le modifiche sono state concrete ma contenute: in un campione di 6.000 coppie, la variazione mediana della lunghezza del testo è stata di sole 6.5 parole e la lunghezza media delle frasi è scesa leggermente, da 24.35 a 23.51 parole.

I 13 rilevatori erano tutti strumenti di ricerca disponibili pubblicamente, utilizzati con le impostazioni standard: metodi statistici come GLTR, metodi zero-shot come Fast-DetectGPT e Binoculars, e classificatori addestrati come RoBERTa e RADAR.

Sui manoscritti redatti prima del 2023, che gli autori considerano interamente scritti da esseri umani, la percentuale classificata erroneamente come IA è dipesa quasi esclusivamente dal rilevatore:

Gli stessi documenti scritti da esseri umani sono stati classificati come quasi interamente generati da IA da alcuni strumenti e come quasi interamente umani da altri. Gli autori concludono: "These findings suggest that AI detectors do not represent a unified measure of AI-generated content; rather, they rely on a mix of generation-origin and linguistic-quality signals." (Questi risultati suggeriscono che i rilevatori di IA non rappresentano una misura unificata dei contenuti generati dall'IA; piuttosto, si basano su una combinazione di segnali relativi all'origine della generazione e alla qualità linguistica.) Gli autori avvertono inoltre che queste percentuali assolute dipendono dalle soglie impostate.

Dopo la revisione, la direzione del cambiamento è dipesa dal rilevatore. Queste cifre riguardano l'intero corpus di dati 2018–2025, non solo i documenti precedenti al 2023 riportati nella tabella sopra:

• Meno falsi positivi dopo la revisione: MAGE (in calo di 10.7 punti percentuali), RADAR (in calo di 4.7), BiScope (in calo di 0.5).
• Più falsi positivi dopo la revisione: LastDE+ (in aumento di 5.8), Fast-DetectGPT (in aumento di 4.6), RoBERTa (in aumento di 1.7).
• Dato non chiaro: DiVeye, le cui cifre puntano in direzioni diverse a seconda delle tabelle dell'articolo.
• Variazione minima o nulla: i restanti rilevatori, con scostamenti entro circa 0.1 punti.

Gli autori considerano queste variazioni prima e dopo la revisione più solide rispetto ai tassi assoluti: "the relative patterns across editing conditions provide more robust evidence of detector sensitivity to linguistic refinement." (i pattern relativi tra le diverse condizioni di revisione forniscono prove più solide della sensibilità dei rilevatori al perfezionamento linguistico.)

Più un manoscritto veniva modificato a fondo, più il suo punteggio si spostava, nella direzione verso cui quel rilevatore tendeva già. Questo effetto è risultato inoltre più debole nel periodo 2023–2025 rispetto al 2018–2022.

• Nessun rilevatore commerciale. Come scrivono gli autori, "the analysis does not cover future systems or proprietary commercial detectors." (l'analisi non include sistemi futuri o rilevatori commerciali proprietari.) Turnitin, GPTZero, Originality e Pangram non sono stati testati e lo studio non menziona affatto Turnitin.
• Revisione prevalentemente accademica, ma non solo. Gli autori descrivono i dati come manoscritti per lo più accademici, eppure oltre un terzo riguardava testi per domande di ammissione, e l'articolo non presenta i risultati suddivisi per tipologia. Aggiungono inoltre: "Detector behavior may differ for student essays, journalistic articles, creative writing, social media content, and other genres with distinct linguistic and stylistic characteristics." (Il comportamento dei rilevatori può variare per saggi studenteschi, articoli giornalistici, scrittura creativa, contenuti per i social media e altri generi con caratteristiche linguistiche e stilistiche distinte.)
• Solo revisione umana. L'editing in questo set di dati è stato effettuato da persone nel rispetto di regole che vietano la riscrittura con l'IA. Lo studio non dice nulla sugli strumenti di revisione basati sull'IA.
• Nessun gruppo di controllo scritto da IA. Come affermano gli autori, "the study does not include AI-generated control texts subjected to comparable editing procedures." (lo studio non include testi di controllo generati da IA sottoposti a procedure di revisione analoghe.)
• Chi ha condotto lo studio. I dati e uno degli autori provengono da Wordvice, un'azienda che offre servizi di revisione e che, per sua stessa ammissione, sviluppa un rilevatore di IA.

1. Valuta la revisione per il suo reale valore, non in base a questi rilevatori. Per i 13 rilevatori di ricerca testati qui, lo studio non fornisce alcun motivo per rinunciare a un revisore umano per timore delle segnalazioni dell'IA: la revisione ha spostato la maggior parte dei punteggi solo di poco e in entrambe le direzioni, anche se tre rilevatori hanno effettivamente generato più segnalazioni dopo l'editing. Se lo stesso valga per Turnitin non è stato verificato. Controlla se la tua rivista o il tuo corso di studi ti richiedono di dichiarare l'assistenza di un editor.
2. Conserva entrambe le versioni. La tua bozza originale e il file con le modifiche tracciate dal revisore mostrano con precisione cosa è stato cambiato da un essere umano, cosa che il punteggio di un rilevatore non può fare.
3. Chiedi quale rilevatore abbia generato il punteggio. In questo studio, i rilevatori hanno trattato lo stesso testo scritto da esseri umani in modo molto diverso, anche se gli autori sottolineano che le percentuali esatte dipendono dalle soglie adottate. Per ricerche precedenti sugli autori non madrelingua, consulta perché gli autori non madrelingua inglese vengono segnalati più spesso; per un test del 2026 su Turnitin condotto su saggi di studenti EFL, vedi Turnitin segnala la scrittura in inglese dei non madrelingua?.

Se hai un report Turnitin o iThenticate e i passaggi segnalati devono essere riscritti, è proprio questo che fa la funzione di umanizzazione di HumanPen. Importa il report Turnitin o iThenticate e riscrivi solo i passaggi segnalati. Riceverai un file modificabile nello stesso formato. Verifica prima le regole della tua rivista o del tuo corso sull'assistenza dell'IA e rileggi attentamente il testo elaborato prima di inviarlo.

Turnitin segnalerà il mio articolo solo perché è stato revisionato da un madrelingua? Questo studio non può dirlo: non ha testato Turnitin né alcun altro rilevatore commerciale.

La revisione ha fatto sembrare gli articoli più umani o più artificiali? Entrambe le cose, a seconda del rilevatore. Tre hanno mostrato meno falsi positivi dopo l'editing e tre ne hanno mostrati di più; i dati di DiVeye risultano incoerenti nelle varie tabelle dello studio, mentre gli altri sono rimasti pressoché invariati.

Questo vale anche per gli strumenti di revisione basati sull'IA? No. La revisione in questi dati è stata svolta da persone, seguendo linee guida che vietano la riscrittura con l'IA. Per uno studio del 2026 sul perfezionamento tramite IA, vedi il perfezionamento con l'IA fa segnalare i tuoi testi?.

Perché alcuni rilevatori hanno segnalato quasi tutti i manoscritti? Gli autori hanno riscontrato che i rilevatori basati sulle statistiche dei token presentavano i tassi di falsi positivi più elevati su questi testi scritti da esseri umani, mentre i rilevatori zero-shot basati sul rapporto di verosimiglianza sono rimasti vicini allo zero. Sottolineano inoltre che i tassi assoluti dipendono dalle soglie utilizzate.

• Hyeonchu Park, Gahye Jeong e Bugeun Kim, Style as a Confound: False Positives in AI Detection of Non-Native Academic Writing, arXiv:2608.26710 (27 agosto 2026; indicato come presentato a EMNLP 2026); consultato il 27 settembre 2026 (Tabelle 2–4, 8 e 18).
• Wordvice, How Professional Editing Changes AI Detector Scores, articolo del blog di Gahye Jeong, consultato il 27 settembre 2026.