Turnitin rileva specificamente Claude? Cosa dice l'elenco dei modelli

Sì. Nell'elenco dei modelli che Turnitin pubblica compaiono diverse varianti di Claude. L'elenco afferma che il modello di rilevamento della scrittura IA di Turnitin per gli elaborati in inglese è in grado di rilevare contenuti provenienti da un insieme di modelli che comprende Claude-3-Haiku, Claude Sonnet-3.5, Claude Sonnet-3.7, Claude Sonnet-4.5, Claude Sonnet-4.6, Claude-Haiku-4.5 e Claude-Opus-4.5. L'elenco comprende anche «tools based on these LLMs as well,» («anche gli strumenti basati su questi LLM»), il che significa che le applicazioni costruite sui modelli linguistici di Claude rientrano nell'ambito di rilevamento dichiarato.

Detto questo, comparire nell'elenco non significa che ogni passaggio prodotto da Claude venga segnalato. La stessa Turnitin ammette che una parte del testo scritto con l'IA sfugge al rilevamento e che le capacità di rilevamento cambiano nel tempo, man mano che il modello viene aggiornato. Quindi la risposta onesta è: Claude è coperto, ma copertura non è sinonimo di garanzia.

Turnitin non pubblica una tabella di modelli con esiti di rilevamento del tipo superato o respinto. Al suo posto offre un elenco in linea all'interno della propria documentazione. La frase introduttiva recita: «Currently, Turnitin's AI writing detection model for English submissions can detect content from» («Il modello di rilevamento della scrittura IA di Turnitin per gli elaborati in inglese può attualmente rilevare contenuti provenienti da») un elenco che include le varianti di Claude citate sopra, accanto a GPT, Gemini, LLaMA, Mistral, Deepseek, Nova, Grok e o1-mini. È questo il raggruppamento che se Turnitin rileva Claude, Copilot o Gemini analizza partendo dal versante opposto. L'elenco si chiude affermando che la copertura si estende a «tools based on these LLMs as well.» («anche gli strumenti basati su questi LLM»). La frase che segue l'elenco recita: «We will continue to expand our detection capabilities to other models in the future.» («Continueremo ad ampliare le nostre capacità di rilevamento ad altri modelli in futuro.»)

L'espressione chiave è «can detect content from» («può rilevare contenuti provenienti da»). Questa formulazione ci dice che il rilevatore è addestrato a riconoscere i testi generati da questi modelli. Non promette un rilevamento perfetto. Per Claude, in concreto, significa che qualsiasi strumento o servizio che usa i modelli linguistici di Claude per produrre testo rientra nell'ambito dichiarato. Che il rilevatore individui ogni singolo caso è un'altra questione, che affrontiamo più avanti.

Per capire perché il rilevamento non è un sì o un no netto, è utile guardare al meccanismo descritto da Turnitin. Quando un elaborato viene inviato a Turnitin, le frasi del testo presentato vengono estratte e suddivise in sezioni sovrapposte per l'analisi predittiva. Ogni sezione viene classificata dal modello di rilevamento IA e riceve un valore compreso tra 0 e 1, che indica la probabilità che il testo sia opera di un essere umano oppure generato dall'IA. Ogni frase idonea all'interno di queste sezioni eredita il punteggio della sezione. Poiché le sezioni si sovrappongono, alcune frasi possono avere più punteggi, che vengono poi riuniti in un punteggio unico. Questi punteggi per frase vengono ulteriormente aggregati e servono a calcolare il punteggio complessivo di scrittura IA del documento.

La percentuale finale sul tuo report è l'aggregazione di molte piccole previsioni a livello di frase. Non è una singola scansione che marchia l'intero documento come IA o come umano. Ogni frase contribuisce al totale, e le sezioni sovrapposte aiutano a smussare i casi limite.

Il modello di Turnitin non è statico. La documentazione afferma: «As we iterate and develop our model further to better detect newer LLMs, it is likely that our detection capabilities will also change, affecting the AI percentage.. However, for a submitted document, the AI percentage will change only if it's re-submitted again to be processed.» («Man mano che perfezioniamo e sviluppiamo il nostro modello per rilevare meglio gli LLM più recenti, è probabile che anche le nostre capacità di rilevamento cambino, incidendo sulla percentuale IA. Tuttavia, per un documento già inviato, la percentuale IA cambierà solo se viene inviato di nuovo per essere elaborato.»)

Questo ha una conseguenza pratica. Se invii un documento oggi e ricevi una certa percentuale IA, lo stesso documento potrebbe riceverne una diversa se venisse inviato di nuovo settimane o mesi dopo. Il modello viene aggiornato, e questi aggiornamenti possono spostare i punteggi in entrambe le direzioni. Un passaggio che oggi appare umano potrebbe apparire generato dall'IA dopo un aggiornamento, o viceversa.

Per i testi di Claude questo significa che il tasso di rilevamento che riscontri oggi potrebbe non corrispondere a quello che riscontrerai in seguito. L'elenco dei modelli conferma che Claude rientra nell'ambito, ma la sensibilità di questo rilevamento può variare mentre Turnitin affina il proprio modello.

Turnitin è trasparente sul fatto che il suo rilevatore non individua tutto. La documentazione afferma: «In order to maintain this low rate of 1% for false positives, there is a chance that we might miss some AI written text in a document.» («Per mantenere questo basso tasso di falsi positivi, pari all'1%, c'è la possibilità che ci sfugga una parte del testo scritto con l'IA presente in un documento.»)

È un compromesso deliberato. Turnitin dà la priorità a un basso tasso di falsi positivi, il che significa che accetta che una parte del testo IA sfugga. Il rilevatore pecca di prudenza: preferisce non individuare del testo IA piuttosto che segnalare erroneamente del testo umano.

Per capire perché il rilevatore funziona così, bisogna guardare a cosa misura realmente. Il modello di Turnitin non si basa sulle metriche di cui si parla spesso nelle discussioni pubbliche sul rilevamento dell'IA, ed è per questo che se Turnitin usa perplexity e burstiness per rilevare l'IA si conclude proprio lì. La documentazione afferma: «Our model is not explicitly programmed to evaluate specific signals such as 'burstiness,' 'perplexity,' or other individual metrics sometimes referenced in public discussions. Instead, it learns statistical patterns from our training data.» («Il nostro modello non è programmato esplicitamente per valutare segnali specifici come 'burstiness,' 'perplexity,' o altre singole metriche a volte citate nelle discussioni pubbliche. Piuttosto, apprende schemi statistici dai nostri dati di addestramento.») Il modello applica poi ciò che ha imparato per classificare il testo. Come dice Turnitin: «Our classifiers are trained to detect these differences in word probability and are adept at the particular word probability sequences of human writers.» («I nostri classificatori sono addestrati a rilevare queste differenze nella probabilità delle parole e padroneggiano le particolari sequenze di probabilità delle parole tipiche di chi scrive in carne e ossa.»)

In altre parole, il rilevatore guarda agli schemi di probabilità delle parole, non a segnali superficiali come la variazione della lunghezza delle frasi o la rarità del lessico. Ecco perché un testo IA molto ritoccato o riscritto a volte riesce a sfuggire al rilevamento, ed ecco perché se Turnitin rileva gli humanizer IA va risposto caso per caso. Se durante la revisione le sequenze di probabilità delle parole cambiano abbastanza, il classificatore può smettere di riconoscere il testo come generato dall'IA.

Se il tuo report Turnitin segnala dei passaggi come generati dall'IA, la mossa più pratica è intervenire solo sulle sezioni segnalate invece di riscrivere tutto il documento, che è il metodo descritto in riscrivere solo i paragrafi segnalati da un report Turnitin. La valutazione a livello di frase di Turnitin ti permette di individuare le sezioni specifiche che hanno fatto scattare il rilevamento e di concentrare lì la revisione.

Lascia intatti citazioni, tabelle e formattazione. Solo i passaggi segnalati come IA richiedono attenzione. Se rivedi il testo e lo invii di nuovo, ricorda che la percentuale IA può spostarsi anche per gli aggiornamenti del modello, non solo per le tue modifiche.

I passaggi idonei possono essere rielaborati gratuitamente.