Relazioni di laboratorio di ingegneria e rilevamento dell’IA: che cosa viene davvero misurato

Turnitin misura ciò che chiama testo idoneo, che definisce come frasi in prosa all’interno di un testo di forma lunga. Un elenco di apparecchiature non lo è. Una procedura numerata non lo è. Una tabella di risultati fatta di valori e unità non lo è. Tolti questi elementi, ciò che in genere resta in una relazione di laboratorio sono i paragrafi di teoria, la procedura se il tuo modulo la richiede come prosa continua, e la discussione. Una percentuale su una relazione di laboratorio è quindi soprattutto un’affermazione sulla discussione, che è anche la parte a cui sono legati i voti.

Questo ha una conseguenza brutale per la prima cosa che fanno quasi tutti: andare a riscrivere la procedura perché «suona meccanica». A seconda di come il tuo modulo richiede le procedure, quel testo potrebbe non essere mai entrato nella misurazione, ed è la registrazione di ciò che hai fatto in laboratorio. C’è un ordine di lavoro migliore.

Nulla di quanto segue predice un numero. Turnitin pubblica la forma della pipeline, non le soglie.

La definizione si trova nella guida ai report di Turnitin, «Using the AI Writing Report», e la frase che precede le esclusioni è quella che tutti saltano:

"Qualifying text (prose sentences contained in long-form writing format) means individual sentences contained in paragraphs that make up a longer piece of written work, such as an essay, a dissertation, or an article, etc. The model does not reliably detect AI-generated text in the form of non-prose, such as poetry, scripts, or code, nor does it detect short-form/unconventional writing such as bullet points, tables, or annotated bibliographies." (Per testo idoneo — frasi in prosa contenute in un testo di forma lunga — si intendono le singole frasi contenute nei paragrafi che compongono un testo scritto più lungo, come un saggio, una tesi o un articolo, ecc. Il modello non rileva in modo affidabile il testo generato dall’IA in forma di non prosa, come poesia, sceneggiature o codice, e non rileva nemmeno la scrittura breve o non convenzionale, come elenchi puntati, tabelle o bibliografie annotate.)

Due cose, in quella definizione, contano per una relazione di laboratorio. L’unità è una frase che sta in un paragrafo, non una riga su una pagina. E i tre esempi concreti di "a longer piece of written work" (un testo scritto più lungo) sono un saggio, una tesi e un articolo. Una relazione di laboratorio non è nessuno di questi tre e Turnitin non dice da quale parte della linea cada, perché una relazione di laboratorio non è un solo tipo di testo. Ne contiene cinque.

Sommando tutto questo, il riassunto che il fornitore fa di questo calcolo si legge in un altro modo:

"This percentage is not necessarily the percentage of the entire submission. If text within the submission is not considered long-form prose text, it will not be included." (Questa percentuale non è necessariamente la percentuale dell’intera consegna. Se un testo all’interno della consegna non è considerato prosa di forma lunga, non verrà incluso.)

La parte strana è la riga della procedura, perché non è una proprietà del tuo esperimento. Due studenti possono usare lo stesso banco di prova lo stesso pomeriggio, scrivere gli stessi passi e consegnare due documenti con quantità diverse di testo idoneo, solo perché un modello di modulo chiede passi numerati e l’altro chiede il passato continuo. Lo scarto fra la percentuale e la quantità di evidenziazioni sulla pagina nasce esattamente da qui, e come leggere un report Turnitin sulla scrittura IA lo analizza per intero. La versione generale dell’elenco delle esclusioni si trova in quali contenuti l’IA di Turnitin ignora.

Le persone vanno a cercare una pagina di policy sulla scrittura scientifica. Siamo andati a cercare anche noi, e abbiamo annotato cosa c’era.

Il 27 agosto 2026 abbiamo letto il testo renderizzato delle tre pagine di Turnitin che descrivono questo report: la guida all’AI Writing Report, le FAQ sulle capacità di rilevamento della scrittura IA e la pagina dei requisiti dei file. Cercando in tutte e tre:

Entrambi i controlli hanno dato risultati diversi da zero, che è il modo in cui capisci che la ricerca ha colpito testo reale e non un guscio vuoto. I tre riscontri di `subject area` meritano di essere letti, perché sono l’unico punto in cui compare una disciplina, e riguardano chi è nel campione di addestramento: le FAQ dicono che il modello è stato addestrato su diverse aree geografiche e aree disciplinari, e citano "anthropology, geology, sociology, and others" (antropologia, geologia, sociologia e altre) come aree meno comuni incluse per ridurre i bias. Questo descrive il campione di addestramento. Nessuna regola, in nessuna di quelle pagine, dice nulla su come venga valutata una data disciplina.

Quindi l’unica regola di classificazione pubblicata è prosa contro non prosa. Applicarla alle cinque voci di una relazione di laboratorio è un lavoro che fai tu, e la tabella della sezione precedente è la nostra lettura della regola pubblicata, non qualcosa che Turnitin ha confermato a proposito delle relazioni di laboratorio.

Se la tua sezione sulla procedura è finita nel testo idoneo ed è tornata segnalata in blocco, le FAQ hanno un paragrafo che ti è più utile di qualsiasi spiegazione del modello:

"Sometimes false positives (incorrectly flagging human-written text as AI-generated), can include content without a lot of structural variation, text that literally repeats itself, or text that has been paraphrased without developing new ideas." (A volte i falsi positivi — segnalare come generato dall’IA un testo scritto da una persona — possono includere contenuti con poca variabilità strutturale, testo che si ripete letteralmente o testo che è stato parafrasato senza sviluppare idee nuove.)

Quello che segue è la metà che vale la pena portare in una conversazione con il tuo assistente di laboratorio:

"If our indicator shows a higher amount of AI writing in such text, we advise you to take that into consideration when looking at the percentage indicated." (Se il nostro indicatore mostra una quantità maggiore di scrittura IA in un testo di questo tipo, ti consigliamo di tenerne conto quando guardi la percentuale indicata.)

Due dei tre elementi di quell’elenco descrivono cose che una procedura deve fare. Ripetere lo stesso schema di frase per ogni prova è il modo in cui mostri che quattro prove sono state gestite in modo identico. Una bassa variabilità strutturale è proprio lo scopo di un modello. Una cautela su quel paragrafo: è un elenco di proprietà che i falsi positivi «possono includere», senza alcuna frequenza associata. Turnitin non dice quanto spesso il testo segnalato abbia quelle proprietà, e non lo dirò io.

Prima di cambiare il registro di una procedura, apri il manuale del tuo modulo e leggi cosa chiede davvero. Alcuni chiedono espressamente la terza persona e il passato. Se è il tuo caso, riscrivere con una voce più vivace è una perdita di punti che hai scelto, in cambio di un effetto sul punteggio che nessuno può prometterti.

In questo genere di testo si scontrano due limiti pubblicati. I requisiti dei file dicono che una consegna deve avere "at least 300 words of prose text in a long-form writing format" (almeno 300 parole di testo in prosa in un testo di forma lunga) prima che venga generato un report. E le FAQ dicono che le consegne brevi non ricevono semplicemente una versione più grossolana dello stesso trattamento:

"In shorter documents where there are only a few hundred words, the prediction will be mostly 'all or nothing' because we're predicting on a single segment without the opportunity to overlap. This means that some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated." (Nei documenti più brevi, dove ci sono solo poche centinaia di parole, la previsione sarà per lo più «tutto o niente», perché prevediamo su un solo segmento senza possibilità di sovrapposizione. Questo significa che parte del testo che mescola contenuto generato dall’IA e contenuto originale potrebbe essere segnalata come interamente generata dall’IA.)

Una relazione di laboratorio di 1.500 parole complessive è una candidata per quella zona non appena l’elenco delle apparecchiature, le tabelle dei risultati, i calcoli di esempio e l’elenco dei riferimenti escono dal conteggio. Riduci una relazione alla sola discussione e falla passare da un autocontrollo, che è quello che fanno le persone quando sono preoccupate, e potresti misurare 400 parole invece di 1.500. Documenti brevi e il problema del tutto o niente in Turnitin tratta questo comportamento a parte.

C’è una seconda cosa nascosta sotto. Sopra lo 0% e sotto il 20%, un asterisco sostituisce la cifra e non viene attribuita alcuna evidenziazione, quindi dal punto di vista di uno studente un miglioramento reale e nessun miglioramento sono indistinguibili (che cosa significa l’asterisco (*%) su un punteggio IA di Turnitin).

Un saggio ti lascia margine. C’è un’introduzione che puoi riformulare, un paragrafo di raccordo che puoi tagliare, una conclusione che nessuno valuta parola per parola. Una relazione di laboratorio non ha quasi niente di tutto questo. Quasi ogni frase fuori dalla discussione è o la registrazione di ciò che è accaduto o un valore.

Quindi conviene riordinare il file una volta, prima di toccare qualsiasi cosa.

Quest’ultima riga è quella che vale la pena leggere due volte. Una deviazione dal protocollo stampato è spesso la frase più preziosa di una relazione di laboratorio, ed è anche la frase che più facilmente sembra un inciso goffo da lisciare.

Il rovescio della medaglia è che la discussione, l’unica sezione in cui riformulare è davvero riformulare, è la sezione che porta i voti e la sezione in cui chi valuta sa già come scrivi. Va quindi riscritta con cura e riletta riga per riga contro la tabella dei risultati, non sfogliata. La versione generale di questo lavoro di smistamento, per i report di ricerca invece che per le relazioni di laboratorio, si trova in che cosa puoi riformulare in metodi e risultati, e la versione su scala di tesi, quando un’intera sezione di metodologia torna segnalata, in Turnitin ha segnalato tutta la mia sezione di metodologia.

L’altra preoccupazione in questo genere di testo non riguarda affatto il numero dell’IA. Il tuo obiettivo, la tua teoria e metà della tua procedura possono discendere da un manuale consegnato a tutti gli studenti del modulo, così che trenta consegne contengano le stesse frasi. È una questione di corrispondenza del testo, e ricade altrove:

"The Similarity score and the AI writing detection percentage are completely independent and do not influence each other." (Il punteggio di similarità e la percentuale di rilevamento della scrittura IA sono completamente indipendenti e non si influenzano a vicenda.)

Il che significa che riscrivere la procedura per spostare il numero dell’IA mira al report sbagliato, e riscriverla per spostare il numero di similarità è una domanda da rivolgere al tuo assistente di laboratorio prima di agire, perché quanta parte di un manuale di laboratorio ci si aspetti che tu riproduca è una decisione del modulo, non una decisione di scrittura. Report Turnitin sulla scrittura IA contro report di similarità spiega che cosa misura ciascuno.

Ciò che rende costosa da rivedere una relazione di laboratorio non è la scrittura. È che ogni paragrafo riscritto è un paragrafo che devi ricontrollare sui tuoi dati: il costo di una revisione si misura in paragrafi toccati.

Decidere in anticipo questa estensione è a questo che serve Lo strumento HumanPen. Carichi il documento e dici cosa contiene: o contrassegni i passaggi, o importi un report IA di Turnitin o iThenticate e i suoi passaggi segnalati diventano il confine, mentre il resto del file viene conservato com’era. I paragrafi sono l’unità, quindi una selezione che si ferma a metà di uno viene ampliata al paragrafo intero e tracciata perché tu la confermi prima che inizi qualsiasi cosa. La fatturazione segue le parole effettivamente riscritte. Dove le condizioni sono soddisfatte, i passaggi che tornano ancora segnalati possono passare di nuovo gratuitamente.

Le sue stesse FAQ ti dicono di rivedere i documenti complessi dopo il download, e quella frase merita di essere presa alla lettera. Per una relazione di laboratorio, rivedere significa rileggere ogni numero, unità e incertezza del testo revisionato contro la tabella dei risultati da cui proviene.

L’equazione nella mia sezione di teoria conta ai fini della percentuale IA? La regola pubblicata da Turnitin è che il modello analizza frasi in prosa all’interno dei paragrafi, e l’azienda dice di non rilevare in modo affidabile la scrittura IA nel testo non in prosa. I paragrafi intorno a un’equazione in evidenza sono prosa. L’equazione stessa non è l’unità valutata. Come Turnitin gestisce le equazioni matematiche e i contenuti non in prosa approfondisce la questione.

La mia tabella dei risultati ha un paragrafo di interpretazione in una cella. Rientra? Una nota di rilascio del 9 agosto 2023 dice che il modello ora è in grado di elaborare testo in prosa di forma lunga nelle tabelle, e aggiunge che le consegne esistenti contenenti tabelle devono essere reinviate prima di essere rielaborate. Quindi un paragrafo in una cella si comporta come un paragrafo, il che sorprende chi ha spostato del testo in una tabella per ragioni di impaginazione.

Dovrei riscrivere la procedura perché suoni meno come un modello? Leggi prima il manuale del tuo modulo. Se specifica il registro, cambiarlo è un punto che hai deciso di perdere in cambio di un risultato che nessuno può prometterti. Se la tua procedura è un elenco numerato, è anche fuori dalla definizione di testo idoneo così come Turnitin la pubblica.

Il mio elenco di riferimenti è stato evidenziato su una relazione vecchia. La stessa nota di rilascio dell’agosto 2023 registra che l’evidenziazione all’interno di una bibliografia era un bug, e che le bibliografie ora sono escluse quando viene elaborato il report sulla scrittura IA. Le consegne esistenti devono essere reinviate perché questo abbia effetto, quindi una relazione vecchia può ancora mostrarlo.

Posso usare un punteggio basso per dimostrare che l’ho scritto io? No, e a dirlo per primo è il fornitore: il modello "may not always be accurate (it may misidentify human-written, AI-generated, and AI-paraphrased text), so it should not be used as the sole basis for adverse actions against a student." (potrebbe non essere sempre accurato: può identificare in modo errato il testo scritto da persone, generato dall’IA o parafrasato dall’IA, e non dovrebbe quindi essere usato come unico fondamento per provvedimenti sfavorevoli a uno studente). Questo taglia in entrambe le direzioni.