Come i rilevamenti di Turnitin cambiano nel tempo: cosa significa per il tuo punteggio

Lo stesso articolo può ottenere punteggi AI diversi in giorni diversi. Nelle FAQ, Turnitin dichiara: "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 perfezioniamo e sviluppiamo ulteriormente il nostro modello per rilevare meglio i nuovi LLM, è probabile che le nostre capacità di rilevamento cambino, influenzando la percentuale di AI.) Le FAQ proseguono: "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 sottomesso, la percentuale di AI cambia solo se viene sottomesso nuovamente per essere elaborato.) Questo significa che una volta generato, il rapporto rimane così com'è. Ma se risottometti lo stesso testo in un secondo momento, il nuovo rapporto riflette le capacità aggiornate del modello. Un articolo che a gennaio segnava il 20% potrebbe segnare diversamente ad agosto perché il modello è cambiato, non perché è cambiato il testo.

Le FAQ sono esplicite al riguardo:

"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." (Per evitare possibili falsi positivi, non viene assegnato alcun punteggio o evidenziazione per i punteggi di rilevamento AI compresi tra l'1% e il 19%. Quando viene rilevata la presenza di AI al di sotto della soglia del 20% nel report, questa viene indicata con un asterisco (*%) senza attribuire una percentuale.)

Due aspetti da notare. Primo, Turnitin riconosce che le proprie capacità di rilevamento non sono statiche. Il modello si evolve per rilevare i language model più recenti e questa evoluzione influenza la percentuale di AI assegnata. Secondo, il cambiamento si applica solo in caso di nuova sottomissione. I rapporti esistenti non vengono rielaborati. Se hai un rapporto di tre mesi fa, quel punteggio è congelato. Riflette il modello così com'era al momento dell'elaborazione, non così com'è ora. Ed è per questo che resta segnalato dopo una nuova verifica Turnitin consiglia di confrontare due rapporti piuttosto che due numeri.

Tre note di rilascio dalla pagina del modello di rilevamento AI, datate ottobre 2025, febbraio 2026 e maggio 2026, contengono tutte la stessa frase:

"This release will not retroactively update previously-generated AI writing reports. To view the AI writing score generated by this update, existing submissions must be resubmitted." (Quando un documento viene inviato a Turnitin, le frasi del sottomesso vengono estratte e suddivise in sezioni sovrapposte per l'analisi predittiva. Ogni sezione viene classificata dal modello di rilevamento AI e riceve un valore tra 0 e 1, che indica la probabilità che il testo sia probabilmente umano o generato da AI. Ogni frase qualificata all'interno di queste sezioni eredita il punteggio della sezione. Poiché le sezioni si sovrappongono, alcune frasi possono avere più punteggi, che vengono poi combinati in un unico punteggio. Questi punteggi delle frasi vengono ulteriormente aggregati e utilizzati per calcolare il punteggio complessivo di scrittura AI del documento.)

Questo è coerente con quanto dichiarato nelle FAQ. Ogni aggiornamento del modello migliora il rilevamento senza andare a ricalcolare i rapporti vecchi. La direzione di questi aggiornamenti è anch'essa esplicita: "We have updated our AI writing detection model to improve recall while maintaining a low false positive rate." (Abbiamo aggiornato il nostro modello di rilevamento della scrittura AI per migliorare il recall mantenendo un basso tasso di falsi positivi.) Migliorare il recall significa rendere il modello più sensibile al testo generato da AI. Un articolo che prima segnava basso potrebbe segnare più alto dopo un aggiornamento perché il modello aggiornato coglie pattern che quello vecchio mancava. Questa è una delle spiegazioni dietro il fenomeno per cui modificando un articolo il punteggio AI sale.

Le FAQ descrivono un cambiamento recente significativo: "In July 2026, we updated our model architecture to consolidate a multi-model ensemble into a single model. This update improves and simplifies the AI writing report, maintaining a less than 1% false positive rate." (A luglio 2026 abbiamo aggiornato l'architettura del modello per consolidare un ensemble multi-modello in un singolo modello. Questo aggiornamento migliora e semplifica il rapporto sulla scrittura AI, mantenendo un tasso di falsi positivi inferiore all'1%.)

Questa informazione viene dalle FAQ, non dalla pagina delle note di rilascio. Le FAQ dicono che un ensemble multi-modello è stato consolidato in un singolo modello. Questo è il tipo di cambiamento architetturale che può produrre punteggi sensibilmente diversi sullo stesso testo. Un ensemble multi-modello combina le previsioni di più modelli, mentre un singolo modello genera le proprie previsioni. Il consolidamento significa che il percorso di scoring è cambiato e con esso può essere cambiata la classificazione dei segmenti borderline.

Anche le capacità del modello si sono ampliate nel tempo in direzioni specifiche. A dicembre 2023, Turnitin ha aggiunto il rilevamento per quelli che definisce "AI word spinners". Ad agosto 2025, il rilevatore è stato aggiornato per includere il testo modificato con strumenti AI bypasser nella categoria "AI-generated only". Queste aggiunte significano che il testo elaborato con strumenti di parafrasi o bypass ha più probabilità di essere rilevato nei rapporti generati dopo questi aggiornamenti rispetto a prima. Turnitin rileva gli humanizer AI? analizza cosa il vendor dichiara e cosa no al riguardo.

Per riassumere quanto visto:

• Le FAQ di Turnitin dicono che le capacità di rilevamento "will also change" (cambieranno anch'esse) con l'evolvere del modello per rilevare i nuovi LLM.
• Le note di rilascio confermano che gli aggiornamenti non modificano retroattivamente i rapporti già generati.
• La direzione degli aggiornamenti recenti è migliorare il recall mantenendo un basso tasso di falsi positivi.
• Un cambiamento architetturale di luglio 2026 ha consolidato un ensemble multi-modello in un singolo modello.
• Lo stesso testo può produrre punteggi AI diversi se risottomesso dopo un aggiornamento del modello.

Se hai un rapporto Turnitin e vuoi lavorare sui passaggi segnalati, importa il rapporto e interveni direttamente su di essi. I passaggi idonei possono essere rielaborati senza costi aggiuntivi.