Turnitin rileva GPT-5 e gli altri nuovi modelli di IA?

Le FAQ di Turnitin pubblicano un elenco di modelli di scrittura IA da cui è possibile rilevare i contenuti. Nell’elenco compaiono, tra gli altri, i modelli GPT, Gemini, Claude, LLaMA, Mistral, Deepseek, Nova, Grok e o1-mini. Il verbo ufficiale è «can detect content from.» (può rilevare i contenuti provenienti da questi modelli). L’elenco si chiude così: «and tools based on these LLMs as well.» (e anche gli strumenti basati su questi LLM). Le FAQ affermano inoltre: «We will continue to expand our detection capabilities to other models in the future.» (Continueremo in futuro a estendere le nostre capacità di rilevamento ad altri modelli.) Le FAQ riconoscono che le capacità di rilevamento non sono statiche: «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.» (Man mano che svilupperemo ulteriormente il nostro modello per rilevare meglio gli LLM più recenti, è probabile che anche le nostre capacità di rilevamento cambino, incidendo sulla percentuale di IA.) Che un modello specifico come GPT-5 compaia nell’elenco dipende da quando le FAQ sono state aggiornate l’ultima volta. Le FAQ non promettono una copertura in tempo reale di ogni nuovo modello, ma promettono di continuare ad ampliarsi.

Le FAQ forniscono un elenco di modelli da cui è possibile rilevare i contenuti. La frase introduttiva usa il verbo «can detect content from.» (può rilevare i contenuti), seguito da un elenco di modelli separati da virgole. Nell’elenco compaiono GPT, Gemini, varianti di Claude, LLaMA, Mistral, Deepseek, Nova, Grok e o1-mini. L’elenco si conclude così:

«and tools based on these LLMs as well.» (e anche gli strumenti basati su questi LLM).

La frase successiva: «We will continue to expand our detection capabilities to other models in the future.» (Continueremo in futuro a estendere le nostre capacità di rilevamento ad altri modelli.)

Questo significa che l’elenco non è esaustivo. Anche gli strumenti costruiti sui modelli presenti nell’elenco vengono indicati come rilevabili. La promessa di ampliamento significa che nuovi modelli possono essere aggiunti man mano che il modello di rilevamento viene aggiornato. Turnitin rileva Claude, Copilot o Gemini? analizza una per una le voci nominate in quell’elenco.

Le FAQ riconoscono esplicitamente che il rilevamento non è un bersaglio fisso:

«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.» (Man mano che svilupperemo ulteriormente il nostro modello per rilevare meglio gli LLM più recenti, è probabile che anche le nostre capacità di rilevamento cambino, incidendo sulla percentuale di IA.)

La frase successiva: «However, for a submitted document, the AI percentage will change only if it's re-submitted again to be processed.» (Tuttavia, per un documento già inviato, la percentuale di IA cambierà solo se viene inviato di nuovo per essere elaborato.)

Questo ha due conseguenze. Primo: il modello di rilevamento viene aggiornato per colpire gli LLM più recenti. Secondo: i documenti già valutati non vengono rivalutati automaticamente quando il modello cambia. Se il tuo elaborato è stato valutato prima di un aggiornamento del modello, il punteggio riflette le capacità di rilevamento di quel momento, non quelle attuali: per questo ancora segnalato dopo una nuova verifica di Turnitin sostiene che sia meglio confrontare i report anziché i punteggi.

Il modello di rilevamento elabora il testo suddividendolo in segmenti sovrapposti e assegnando a ciascuno un punteggio di probabilità:

«When a paper is submitted to Turnitin, sentences from the submission are extracted and segmented into overlapping sections for prediction analysis. Each segment is classified by the AI detection model and given a value between 0 and 1, denoting the probability of the text being likely human or AI-generated.» (Quando un elaborato viene inviato a Turnitin, le frasi dell’invio 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 umano o generato da un’IA.)

Il modello non si basa su metriche superficiali come burstiness o perplexity. Le FAQ affermano: «Our model is not explicitly programmed to evaluate specific signals such as 'burstiness,' 'perplexity,' or other individual metrics sometimes referenced in public discussions.» (Il nostro modello non è programmato esplicitamente per valutare segnali specifici come burstiness o perplexity, né altre singole metriche a volte citate nelle discussioni pubbliche.) La frase successiva: «Instead, it learns statistical patterns from our training data.» (Al contrario, apprende schemi statistici dai nostri dati di addestramento.)

Le stesse FAQ dicono anche: «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 conoscono bene le particolari sequenze di probabilità tipiche di chi scrive.) Pur non calcolando burstiness o perplexity come metriche con nome, il modello classifica quindi il testo in base agli schemi di probabilità delle parole appresi dai dati di addestramento.

Le FAQ riconoscono un compromesso tra falsi positivi e falsi negativi:

«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 in un documento ci sfugga una parte del testo scritto con l’IA.)

Le FAQ lo spiegano: «For example, if we identify that 50% of a document is likely written by an AI tool, it could contain as much as 65% AI writing.» (Per esempio, se rileviamo che il 50% di un documento è stato probabilmente scritto da uno strumento di IA, potrebbe contenere fino al 65% di scrittura IA.)

Questo significa che il rilevatore è tarato per evitare i falsi positivi, anche al costo di non vedere una parte del testo IA. Un nuovo modello che produca testi più vicini agli schemi di probabilità delle parole umane sarebbe più difficile da rilevare, almeno finché il modello di rilevamento non viene aggiornato per coprirlo. La promessa delle FAQ di «continue to expand our detection capabilities» (continuare a estendere le nostre capacità di rilevamento) è il contrappeso, ma tra l’uscita di un nuovo modello e la sua copertura c’è un ritardo inevitabile. La stessa domanda sul ritardo si pone per gli strumenti di riscrittura: Turnitin rileva gli umanizzatori di IA?

Per riassumere quanto abbiamo visto:

• Turnitin pubblica un elenco di modelli di scrittura IA da cui può rilevare i contenuti, tra cui GPT, Gemini, Claude e altri.
• Il verbo ufficiale è «can detect content from.» (può rilevare i contenuti) e l’elenco comprende anche gli strumenti basati su questi LLM.
• Le FAQ promettono di estendere in futuro il rilevamento ad altri modelli.
• Le capacità di rilevamento cambiano nel tempo, man mano che il modello viene aggiornato per colpire gli LLM più recenti.
• I documenti già valutati non vengono rivalutati automaticamente quando il modello cambia.
• Il rilevatore accetta di non vedere una parte del testo IA per mantenere basso il tasso di falsi positivi.

Se ricevi un report IA di Turnitin e vuoi intervenire sui passaggi segnalati, importa il report e lavoraci sopra. I passaggi idonei possono essere rielaborati gratuitamente.