Mixed e AI-Polished in GPTZero: cosa significano le due etichette

GPTZero stampa tre percentuali, sotto il titolo «Chance this entire text is...» (la probabilità che tutto questo testo sia…): AI, Mixed e Human. Quel numero è la fiducia del modello nel fatto che la classe sia quella giusta, non la parte del tuo elaborato che vi ricade dentro. GPTZero lo dice sulla schermata dei risultati stessa, in una riga sotto le chip. Fai clic su una qualsiasi delle chip e si apre in sotto-letture con un nome, cinque in totale distribuite sulle tre, e «AI polished» è una delle due sotto Mixed. GPTZero la definisce come «Human-written text that was refined or edited by an AI tool» (testo scritto da un essere umano e rifinito o modificato con uno strumento di IA), aggiungendo che con questa etichetta «the core ideas and structure are the student's own work, but AI was used as an editing assistant» (le idee centrali e la struttura sono lavoro proprio dello studente, ma l’IA è stata usata come assistente di editing). Quindi «100% mixed» significa che il modello è molto sicuro che il documento appartenga alla classe mixed. A quale delle due letture sotto Mixed si sia appoggiato è un numero a parte, a un clic di distanza.

Parti dalla schermata che hai davanti, perché GPTZero risponde proprio lì. Espandi la chip Mixed e questa riga compare direttamente sotto le letture:

This result isn't the percentage of mixed text, it's the model's confidence in the classification of the entire text as mixed. (Questo risultato non è la percentuale di testo misto: è la fiducia del modello nella classificazione dell’intero testo come mixed.)

La stessa frase ti aspetta sotto le altre due chip, con il nome della classe scambiato: «isn't the percentage of AI text» (non è la percentuale di testo IA) sotto AI, «isn't the percentage of human text» (non è la percentuale di testo umano) sotto Human.

Perché la distinzione conta lo spiega Alex Adam, che guida il team di machine learning di GPTZero, in un articolo datato 12 gennaio 2024:

categorizing predictions this way enables the confidence of the detector to be disentangled from the percentage of sentences that are AI-generated. Without this distinction, an AI probability of 50% could mean that the detector is 50% confident in its prediction (essentially a coin flip), or that 50% of the text is AI-generated. (Classificare le previsioni in questo modo permette di separare la fiducia del rilevatore dalla percentuale di frasi generate dall’IA. Senza questa distinzione, una probabilità IA del 50% potrebbe significare che il rilevatore è sicuro al 50% della sua previsione (in pratica un lancio di moneta) oppure che il 50% del testo è generato dall’IA.)

Due letture dello stesso «50%», e per te significano cose opposte. L’uscita a tre classi esiste per tenerle separate.

La documentazione concorda da altre tre direzioni. Una voce datata 9 gennaio 2024 nelle note di rilascio di GPTZero dice che le previsioni sono state «tuned to better represent the probability that the model is correct» (regolate per rappresentare meglio la probabilità che il modello abbia ragione), e offre l’esempio svolto per cui un punteggio AI del 90% significa «there is a 90% chance that the text is entirely written by an AI» (c’è il 90% di probabilità che il testo sia interamente scritto da un’IA). La pagina di assistenza dell’API descrive la probabilità di una classe come «the chance that the detector is correct in its classification» (la probabilità che il rilevatore sia corretto nella sua classificazione), aggiungendo che 90% significa corretto «90% of the time on similar documents» (nel 90% dei casi su documenti simili). Nota documenti simili, plurale, non i tuoi. E la pagina sulla tecnologia la elenca fra i contributi di ricerca di GPTZero nella formulazione più asciutta disponibile: il rilevatore è inquadrato come «a trinary classification problem, separating prediction confidence from the proportion of LLM text.» (un problema di classificazione ternaria, che separa la fiducia della previsione dalla proporzione di testo LLM).

Una pagina di GPTZero la formula esattamente al contrario. Il blocco delle FAQ sulla home page dice che GPTZero «will suggest what percentage of your text is likely to be AI-generated» (suggerirà quale percentuale del tuo testo è probabilmente generata dall’IA). Si trova dentro una risposta in tre passaggi su come fare, non descrive un campo di risultato con un nome, quindi è ben possibile che sia una frase di marketing scritta con leggerezza più che una contraddizione. In ogni caso la regola pratica è la stessa: «GPTZero ha detto 30%» non identifica di quale grandezza si stia parlando, quindi di’ da quale schermata e da quale campo viene. Perché lo stesso testo ha punteggi diversi su ogni rilevatore la affianca alle unità di Turnitin, Originality.ai e Winston AI, ed è lì che vive la versione di questo problema fra fornitori diversi.

È la parte in cui la gente si incaglia, ed è il motivo per cui una frase come «written by a human and polished with AI» (scritto da un essere umano e rifinito con l’IA) sembra spuntare dal nulla. La riga in alto è fatta di tre chip. Ognuna si apre.

Cinque letture con nome in totale. «AI polished» non è un quarto secchio accanto a Mixed. È una delle due cose che Mixed può significare. Questo solo fatto risponde alla maggior parte della confusione, perché un risultato mixed si legge in modo molto diverso una volta che sai che l’altra lettura sotto di essa si chiama AI-Human Mix.

Fai clic sulla piccola icona di informazione accanto a una di queste letture e si apre un pannello intitolato «Understanding AI Classifications» (capire le classificazioni IA), con una scheda per ciascuna delle cinque. Le definizioni di GPTZero, testualmente:

AI Generated — Text written directly by an AI language model with no meaningful human editing. AI Paraphrased — AI-generated text that was rewritten — either by a tool or by hand — to disguise its origin. AI-Human Mix — Human-written text combined with AI-generated text in the same document. AI Polished — Human-written text that was refined or edited by an AI tool. Human — Text written entirely by a human with no AI involvement. (AI Generated — testo scritto direttamente da un modello linguistico di IA, senza modifiche umane significative. AI Paraphrased — testo generato dall’IA che è stato riscritto — con uno strumento o a mano — per nasconderne l’origine. AI-Human Mix — testo scritto da un essere umano combinato con testo generato dall’IA nello stesso documento. AI Polished — testo scritto da un essere umano e rifinito o modificato con uno strumento di IA. Human — testo scritto interamente da un essere umano, senza intervento dell’IA.)

La scheda AI Polished porta un secondo paragrafo, ed è quello che vale la pena avere davanti:

The text was originally written by a human, then run through an AI tool to improve grammar, rephrase sentences, or enhance clarity. The core ideas and structure are the student's own work, but AI was used as an editing assistant. (Il testo è stato scritto originariamente da un essere umano e poi passato in uno strumento di IA per migliorare la grammatica, riformulare le frasi o aumentare la chiarezza. Le idee centrali e la struttura sono lavoro proprio dello studente, ma l’IA è stata usata come assistente di editing.)

Nota da dove parte ciascuna definizione. Polished parte dalla scrittura umana. Paraphrased parte da un output dell’IA. Non sono due gradi della stessa cosa: sono due storie d’origine opposte, e pendono da chip diverse.

Due cose più piccole. Primo: GPTZero scrive questa etichetta in tre modi in tre posti — «AI polished» sulla chip, «AI Polished» nel pannello e «Polished by AI» sui pulsanti di esempio della sua home page. Secondo: la scansione gratuita ha un minimo: a 0 caratteri la casella dice «Enter at least 250 characters to scan» (inserisci almeno 250 caratteri per avviare la scansione), e passa a «Great! You've entered enough text to scan» (ottimo! hai inserito testo sufficiente per la scansione) una volta superata la soglia.

La classe è più giovane delle altre quattro. Arriva in una nota di rilascio datata 3 giugno 2025, archiviata sotto «Added» (aggiunto), come una sola riga:

Ability to detect "polished" texts that are lightly edited by AI (capacità di rilevare testi «polished» modificati leggermente dall’IA)

Nove mesi dopo, un’altra riga, 11 marzo 2026: «Improved performance on the AI polished class.» (prestazioni migliorate sulla classe AI polished.) Queste due voci sono tutto ciò che appare nelle note di rilascio.

La spiegazione più lunga è arrivata due giorni dopo quella prima voce, nell’articolo di GPTZero che introduce la classe AI Polished, di Emily Napier, datato 5 giugno 2025. Dice a chiare lettere dove sta l’etichetta:

To improve transparency, we've decided to distinguish between documents that combine "chunks" of AI and human text and documents rewritten or polished by AI. We now identify these documents under the "Mixed" class with an accompanying tag of "AI Polished". (Per migliorare la trasparenza, abbiamo deciso di distinguere tra i documenti che combinano «chunks» di testo IA e umano e i documenti riscritti o rifiniti dall’IA. Ora identifichiamo questi documenti nella classe «Mixed», con un tag associato «AI Polished».)

Questa è la tabella qui sopra, con le parole di GPTZero e con una data sopra: due tipi di documento misto, e uno dei due riceve il tag AI Polished.

Se vai a cercare l’articolo, cerca due formulazioni. Il titolo e il corpo usano «AI Polished», la formulazione del pannello. Due delle didascalie delle figure usano invece «Lightly edited by AI», che non è una delle tre viste sopra ma è la formulazione della nota di rilascio, e l’indirizzo della pagina è costruito a partire da essa.

L’articolo non fa parte del centro assistenza di GPTZero, e nessuno degli articoli di assistenza menziona l’etichetta. Abbiamo controllato il centro di supporto in modo esaustivo il 15 settembre 2026. La sua home page elenca cinque raccolte di primo livello, ciascuna con il proprio conteggio di articoli: General 36, API 17, Origin Extension 8, Account Management 11, Microsoft Word Add-In 5. In totale 77. Entrando in ciascuna si ottengono otto sotto-raccolte più tre articoli collegati direttamente alla pagina di una raccolta, e enumerandoli si arriva esattamente a 77 articoli distinti. Abbiamo recuperato tutti i 77 e cercato nel `innerText` di ogni pagina, il testo che il browser rende (spazi unifici riconvertiti in spazi normali, navigazione e barra laterale del sito incluse): 88.894 caratteri in totale quel giorno. La barra laterale cambia fra un caricamento e l’altro, quindi una nuova esecuzione non arriverà esattamente a quella cifra:

• `polish`, `polished`, `AI polished`, `AI-polished`, `AI Polished`, `Polished` — 0 ciascuno
• `Polish` — 1, ed è la lingua, nell’elenco delle lingue supportate
• `confidence in the classification`, la frase usata dalla schermata dei risultati — 0

Il contatore funzionava: sullo stesso corpus quel giorno `burstiness` restituiva 28, `paraphras` 18, `sentence` 19, `mixed` 11. Neanche scorrere l’indice principale delle notizie ti porta lì. Il 15 settembre 2026 quell’indice era profondo 30 pagine e finiva con 147 indirizzi di articoli distinti, e l’articolo di giugno 2025 non era fra questi. Era elencato nella sitemap delle notizie, che allora conteneva 320 articoli. GPTZero pubblica spesso, quindi entrambi i totali saranno cambiati quando controllerai.

Niente di tutto questo rende l’etichetta inaffidabile, e il conteggio non è un argomento per dire che lo sia. Spiega solo perché scorrere gli articoli di assistenza di GPTZero ti lascia senza niente su AI Polished. Se qualcuno chiede cosa significa la tua etichetta, l’articolo è quello da mandargli. Però fai anche uno screenshot del pannello di definizione, oltre che del punteggio. È una definizione breve, a un clic dalla lettura che ha ricevuto il tuo documento, ed è la differenza fra chi pensa che «polished» sia un eufemismo e chi ha letto GPTZero dire che le idee centrali sono dell’autore.

Le chip descrivono il documento. Il titolo sopra di esse recita letteralmente «Chance this entire text is...» (la probabilità che tutto questo testo sia…). Le evidenziazioni delle frasi sono una seconda uscita, con un altro compito, e le FAQ sono esplicite su quale verso prenda il ragionamento:

The sentence-level classification should not be solely used to indicate that an essay contains AI (such as ChatGPT plagiarism). Rather, when a document gets a MIXED or AI_ONLY classification, the highlighted sentence will indicate where in the document we believe this occurred. (La classificazione a livello di frase non dovrebbe essere usata da sola per indicare che un elaborato contiene IA (come il plagio tramite ChatGPT). Piuttosto, quando un documento riceve una classificazione MIXED o AI_ONLY, la frase evidenziata indicherà in quale punto del documento riteniamo che questo sia avvenuto.)

Prima il documento, poi le evidenziazioni. Spiegano il verdetto invece di sommarsi per formarlo. A schermo appare come un elenco intitolato «Your most AI sentences» (le tue frasi più IA), in cui ogni voce è contrassegnata per impatto e non riceve una percentuale propria.

GPTZero pubblica anche una graduatoria di quanto ci si possa fidare di ciascun livello, e va contro il modo in cui gran parte delle persone legge un report:

The accuracy of our model increases as more text is submitted to the model. As such, the accuracy of the model on the document-level classification will be greater than the accuracy on the paragraph-level, which is greater than the accuracy on the sentence level. (L’accuratezza del nostro modello aumenta con la quantità di testo che gli viene sottoposta. Di conseguenza, l’accuratezza del modello sulla classificazione a livello di documento sarà maggiore di quella a livello di paragrafo, che a sua volta è maggiore di quella a livello di frase.)

La singola frase evidenziata è la cosa su cui finisci per fissare lo sguardo. Ed è anche il livello che GPTZero considera meno accurato.

Altri due comportamenti spiazzano le persone. Le frasi evidenziate, dice l’articolo di assistenza sull’Advanced Scan, sono quelle che «disproportionately affecting your overall AI or human score» (influenzano in modo sproporzionato il tuo punteggio complessivo AI o umano), cioè impatto e non proporzione, e GPTZero aggiunge che le frasi non evidenziate «may still have an effect on your score, but they aren't more likely than other parts of your document» (possono comunque avere un effetto sul tuo punteggio, ma non sono più probabili di altre parti del tuo documento). A parte, un risultato intermedio senza alcuna evidenziazione ha un suo articolo di assistenza: «there isn't one specific section of the document that is especially likely to have AI content. Rather, the entire document has signs of being AI generated, but with lower certainty.» (non c’è una sezione specifica del documento particolarmente probabile che contenga IA. Piuttosto, l’intero documento presenta segni di essere generato dall’IA, ma con una certezza minore.)

Due note di rilascio parlano di questo, ed entrambe sono più ristrette di quanto si creda.

6 febbraio 2024:

Processing of long documents has been made more consistent. There should be less variation in predictions when cutting out a few sentences from long AI-generated documents (L’elaborazione dei documenti lunghi è stata resa più coerente. Dovrebbe esserci meno variabilità nelle previsioni quando si tagliano via alcune frasi da lunghi documenti generati dall’IA)

2 maggio 2025:

Increased output stability when rescanning multiple times (maggiore stabilità dell’output quando si ripete la scansione più volte)

Guarda la portata di ciascuna. La prima riguarda il taglio di frasi da lunghi documenti generati dall’IA. La seconda riguarda il far passare lo stesso testo due volte. Nessuna delle due dice nulla sul modificare una frase del tuo elaborato e scansionare di nuovo, e noi non ne abbiamo trovata nessuna: fra i 77 articoli di supporto citati sopra, `stabilit`, `rescan` e `re-scan` restituiscono tutti 0. È la lacuna di questo articolo, e ha una conseguenza pratica: un numero di GPTZero dice qualcosa accanto a un altro numero di GPTZero solo se sai quando è stato preso ciascuno, quindi annota la data insieme al punteggio.

Il motivo per cui le date contano sta nella pagina delle note di rilascio. Contando le date delle voci all’inizio di una riga nel `innerText` della pagina, ne risultano 55 voci datate da maggio 2023, 10 delle quali nel 2026 fino al 15 settembre, la più recente del 12 agosto 2026 (Model 4.9b). Due di quest’anno: «More granular mixed text predictions and identification of interleaving mixed texts» (previsioni più granulari sul testo misto e identificazione di testi misti intrecciati) a maggio, e «Robustness to headers; headers are now excluded from our model's input» (robustezza verso le intestazioni; le intestazioni ora sono escluse dall’input del nostro modello) ad agosto. La schermata dei risultati stampa la versione del modello accanto al verdetto, ed è la cosa più economica da annotare che ci sia. Una scansione di luglio e una della scorsa settimana non sono state eseguite dallo stesso modello.

La fascia di confidenza è l’altra metà della lettura, ed è la parte che si perde quando un punteggio viene brandito contro qualcuno. L’articolo di assistenza sull’Advanced Scan associa le fasce a tassi di errore: «Highly confident: our error rate is less than 2%» (molto sicuri: il nostro tasso di errore è inferiore al 2%), «Moderately confident: our error rate would be around 10%» (moderatamente sicuri: il nostro tasso di errore sarebbe intorno al 10%), «Low confidence: our error rate would be 14% or higher» (confidenza bassa: il nostro tasso di errore sarebbe del 14% o più). La pagina sulla tecnologia colloca invece la fascia più alta a un errore medio di «less than 1%» (meno dell’1%), su un set di valutazione interno. Entrambe le cifre sono di GPTZero, sui dati di GPTZero, non coincidono, e l’articolo di assistenza che riporta il 2% risulta aggiornato l’ultima volta un anno fa. Anche il responsabile machine learning di GPTZero è schietto sul limite del numero sottostante: il passaggio di calibrazione fa sì che il rilevatore sia «not overconfident in its predictions» (non eccessivamente sicuro delle sue previsioni) per lo più, ma «achieving perfect calibration is nearly impossible» (ottenere una calibrazione perfetta è quasi impossibile). Una classe citata senza la sua fascia di confidenza è metà di un risultato.

Se quello che hai fatto fosse consentito è una domanda per il tuo ateneo, non per un classificatore, e GPTZero lo dice più chiaramente di molti che lo citano: «these results should not be used to punish students» (questi risultati non dovrebbero essere usati per punire gli studenti) e «we don't recommend using an AI detection result as the only proof for academic punishment or discipline» (non raccomandiamo di usare un risultato di rilevamento dell’IA come unica prova per una punizione accademica o una sanzione disciplinare). Il suo responsabile machine learning va oltre, e questa vale la pena conoscerla se ti stanno sventolando davanti una sola scansione:

we do not encourage punitive actions based solely on the results of a single scan. Instead, a history of scan results should ideally be established, serving as stronger evidence of AI usage. (Non incoraggiamo azioni punitive basate solo sui risultati di una singola scansione. Al contrario, sarebbe ideale costituire una storia di risultati di scansione, che funga da prova più solida dell’uso dell’IA.)

Cinque cose che sono nelle tue mani:

1. Apri la chip prima di farti prendere dal panico. Un «Mixed» nudo è la cosa meno informativa sullo schermo. Le due letture sotto di esso sono AI-Human Mix e AI polished, e descrivono situazioni diverse.
2. Cattura in un solo screenshot la classe, la sotto-lettura, la fascia di confidenza, la versione del modello e la data. Tutte e cinque sono sullo stesso pannello. Riscrivere a mano il numero butta via tutto ciò che lo rende interpretabile.
3. Fai uno screenshot anche del pannello di definizione e tieni il link all’articolo di GPTZero di giugno 2025. Il pannello sta dietro l’icona di informazione, e uno screenshot conserva la definizione così come l’ha mostrata il tuo schermo. L’articolo è il punto in cui GPTZero spiega per iscritto che AI Polished è un tag sotto Mixed.
4. Scopri cosa usa davvero il tuo ateneo prima di discutere con un numero preso altrove. Un autocontrollo su uno strumento gratuito non è il report che guarderà il tuo dipartimento, e i nomi delle classi, le formulazioni e le soglie non sono condivisi fra fornitori. Due strumenti in disaccordo sul tuo file è l’esito atteso, non un malfunzionamento.
5. Tieni i tuoi elaborati e la tua cronologia delle revisioni. Il consiglio che GPTZero dà agli insegnanti è di chiedere «drafts, revision histories, or brainstorming notes» (bozze, cronologie delle revisioni o appunti di brainstorming), e indica in particolare la cronologia delle versioni dell’editor come ciò che tende a risolvere la questione. Queste prove devono già esistere quando ne avrai bisogno, il che ne fa un lavoro di oggi, non un lavoro dopo l’e-mail.

L’output è una lettura del testo che ha davanti, non una registrazione di come quel testo è venuto a esistere. Su quale chip tu sia capitato, l’argomento che puoi davvero vincere riguarda il tuo processo, e la prova di quello sta nelle tue bozze.

• GPTZero contro Turnitin: perché i punteggi non combaciano e cosa misura davvero ciascuno strumento — per quando i due strumenti restituiscono due numeri diversi sullo stesso file.
• Turnitin ha rimosso l’evidenziazione viola «AI-paraphrased» — l’insieme di etichette di Turnitin è cambiato nell’agosto 2026, e uno screenshot vecchio non è superato nel modo in cui si crede.
• Perché lo stesso testo non prende mai lo stesso punteggio da un rilevatore all’altro
• Cosa misurano i rilevatori di IA oltre a perplexity e burstiness — GPTZero dice di aver smesso di usare entrambe nell’autunno 2023, quando è passata a un’architettura di deep learning.
• Segnalato, ma l’hai scritto tu: come preparare una risposta
• Personal Statement segnalato come IA: è stata la traccia a scegliere prima la forma

Tutto ciò che è citato sopra è stato letto dalle pagine di GPTZero e da una scansione gratuita eseguita senza essere loggati, il 15 e il 17 settembre 2026, e ogni citazione indica dove si trova. Quando due di quelle pagine danno numeri diversi per la stessa cosa, qui ci sono entrambi.