Turnitin rileva Claude, Copilot o Gemini?

Le versioni di Claude e di Gemini compaiono in un elenco di modelli da cui il rilevatore in inglese di Turnitin dice di «can detect content from» (poter rilevare i contenuti). Copilot non è nominato nelle cinque pagine che abbiamo letto, ma questo non è né un'esenzione né la prova che un determinato elaborato fatto con Copilot verrà rilevato. Anche Product Updates e le note di rilascio generali nominano modelli negli aggiornamenti specifici per lingua: le FAQ quindi non sono l'unica fonte pubblica in cui Turnitin cita nomi di modelli. Nessuno dei materiali esaminati fornisce una tabella stabile di probabilità per modello. La documentazione del report descrive invece probabilità calcolate su passaggi di testo sovrapposti, con un output classificato come probabilmente umano o probabilmente generato dall'IA.

Le fonti sono cinque pagine indicate per nome, lette il 18 agosto 2026: la guida all'AI Writing Report, le FAQ sul rilevamento, il registro delle modifiche del modello di rilevamento della scrittura IA, le note di rilascio generali di Turnitin e Product Updates. Le conclusioni qui sotto restano dentro quelle pagine e nelle sezioni citate. Non pretendono di esaurire il sito di Turnitin, e l'articolo non pubblica totali di caratteri né conteggi di parole corrispondenti tratti da pagine che si aggiornano sul posto.

Una cosa che questo testo non sostiene: che cambiare modello non serva a nulla. Le fonti esaminate non forniscono un numero che permetta di prevedere quel confronto, e noi non lo abbiamo.

L'elenco si trova nelle FAQ di Turnitin sul rilevamento della scrittura IA e compare due volte in quella pagina: una volta dentro la risposta a «How does it work?» (Come funziona?), e un'altra volta sotto la domanda «Which AI writing models can Turnitin's technology detect?» (Quali modelli di scrittura IA può rilevare la tecnologia di Turnitin?). Entrambe le copie iniziano allo stesso modo.

«Currently, Turnitin's AI writing detection model for English submissions can detect content from GPT-4o (released 2024-05) ...» (Attualmente, il modello di rilevamento della scrittura IA di Turnitin per gli elaborati in inglese può rilevare contenuti da GPT-4o (rilasciato nel 2024-05) ...)

Il verbo merita una seconda occhiata. «Can detect content from» (Può rilevare contenuti da) è un'affermazione sulla copertura. Non è una nota su cosa sia passato una volta attraverso un test, e gran parte di ciò che si scrive su questo tema la trasforma silenziosamente nella seconda cosa. Il 18 agosto 2026 la frase nominava diverse versioni di GPT, Gemini e Claude, accanto a voci di LLaMA, Mistral, Deepseek, Nova e Grok più o1-mini. È un'istantanea datata delle famiglie presenti, non un totale permanente.

Ogni voce porta una data di rilascio tra parentesi. Ignorala. Le due copie dello stesso elenco nella stessa pagina sono in disaccordo su almeno due di quelle date, e lo erano ancora quando abbiamo controllato il 18 agosto 2026: quale delle due tu legga, è la pagina stessa a dirti che le date non vengono mantenute.

La frase si chiude poi con «and tools based on these LLMs as well» (e anche gli strumenti basati su questi LLM), e la frase successiva dice che Turnitin «continue to expand our detection capabilities to other models in the future» (continuerà ad ampliare le nostre capacità di rilevamento ad altri modelli in futuro).

Di solito le persone cercano con un nome di prodotto, non con un nome di modello. Nelle cinque pagine indicate sopra non abbiamo trovato una dichiarazione di copertura, un dato di accuratezza o una previsione di risultato specifici per Copilot. È un riscontro circoscritto a quelle pagine, non un'affermazione su ogni pagina di Turnitin.

Le FAQ chiudono il loro elenco di modelli con «and tools based on these LLMs as well» (e anche gli strumenti basati su questi LLM). Questa clausola generale può essere pertinente quando uno strumento usa un modello elencato, ma questo articolo non ha stabilito quale modello usassero un determinato prodotto Copilot, una determinata modalità e una determinata data. Senza quella corrispondenza, la clausola non può dirti se un singolo elaborato fatto con Copilot verrà segnalato. L'assenza del nome del prodotto non dimostra né l'esenzione né il rilevamento.

Le FAQ in inglese nominano i modelli in una dichiarazione di copertura, ma quella risposta non associa a ogni voce un tasso di rilevamento, un dato di accuratezza o una graduatoria di difficoltà. L'unico numero che associa al rilevamento è un obiettivo complessivo sui falsi positivi: «under 1% for documents with over 20% of AI writing» (sotto l'1% per documenti con oltre il 20% di scrittura IA). Il dato vale per il rilevatore nel suo complesso; non mette Claude contro Gemini né contro qualsiasi altra coppia.

Altre pagine di Turnitin i nomi dei modelli li pubblicano eccome. Product Updates ha citato versioni di GPT e Gemini nel suo aggiornamento del modello spagnolo del 5 maggio 2026. Le note di rilascio generali di Turnitin hanno aggiunto il 18 agosto 2026 un aggiornamento del modello arabo che nomina versioni di diverse famiglie. Il registro delle modifiche separato del modello di rilevamento della scrittura IA riassume alcune versioni con meno dettagli. Queste pagine smentiscono direttamente l'idea che le FAQ siano l'unico posto pubblico in cui Turnitin nomina i modelli.

Quello che questi aggiornamenti con tanto di nomi continuano a non fornire è una tabella stabile di probabilità per modello per un elaborato arbitrario. Una nota sulla copertura di una versione e una previsione su un singolo file sono due affermazioni diverse.

Le FAQ descrivono la catena di elaborazione in un solo paragrafo, ed è abbastanza breve da leggerlo tutto:

«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. Each qualifying sentence within these segments inherits the segment's score.» (Quando un elaborato viene inviato a Turnitin, le frasi dell'elaborato vengono estratte e segmentate 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 probabilmente umano o generato dall'IA. Ogni frase idonea all'interno di queste sezioni eredita il punteggio della sezione.)

Due categorie in quell'ultima clausola. Probabilmente umano, probabilmente generato dall'IA. Qualunque cosa ti dicano su un rilevatore che riconosce l'impronta di un modello particolare, questa è la versione del venditore su ciò che emette il suo classificatore, e non c'è una terza casella. Turnitin dice anche che il suo modello non è costruito a partire da metriche con un nome: «is not explicitly programmed to evaluate specific signals such as 'burstiness,' 'perplexity,' or other individual metrics sometimes referenced in public discussions» (non è programmato esplicitamente per valutare segnali specifici come 'burstiness,' o 'perplexity,' o altre singole metriche a volte richiamate nelle discussioni pubbliche), e «instead, it learns statistical patterns from our training data» (impara invece schemi statistici dai nostri dati di addestramento). Cosa cambi in pratica questa distinzione è spiegato passo per passo in cosa misurano i rilevatori di IA.

Se ti stavi immaginando una batteria di rilevatori, uno addestrato per generatore, le FAQ descrivono la direzione opposta nella frase subito dopo l'elenco dei modelli:

«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.» (Nel luglio 2026 abbiamo aggiornato l'architettura del nostro modello per consolidare un insieme di più modelli in un unico modello. Questo aggiornamento migliora e semplifica il report sulla scrittura IA, mantenendo un tasso di falsi positivi inferiore all'1%.)

Le FAQ descrivono un unico classificatore che produce probabilità a livello di testo. Separatamente pubblicano una dichiarazione di copertura dei modelli. La frase sull'architettura di luglio compare nelle FAQ ma non nel registro delle modifiche del modello di rilevamento della scrittura IA. Questa discrepanza mostra perché il tipo di pagina va nominato, invece di trattare ogni pagina di aggiornamenti come un'unica storia completa delle versioni.

Il 4 agosto 2026 Turnitin ha unito due categorie del report in una sola. L'evidenziazione viola, che contrassegnava il testo generato dall'IA che era stato anche parafrasato dall'IA, ha smesso di essere mostrata. La motivazione data nella sua pagina degli aggiornamenti di prodotto è la cosa più diretta che l'azienda abbia pubblicato sull'attribuzione dello strumento, e descrive i suoi stessi utenti:

«Reduce the risk of unwarranted academic misconduct reviews by removing distinctions that could be read to imply more certainty about the specific tool or workflow used to produce a submission» (Ridurre il rischio di valutazioni ingiustificate per cattiva condotta accademica rimuovendo distinzioni che potrebbero essere lette come una maggiore certezza sullo strumento o sul flusso di lavoro specifico usato per produrre un elaborato)

Una distinzione che il venditore aveva introdotto nel 2024 è stata tolta nel 2026 perché i lettori ricavavano l'identità dello strumento da un report che non poteva portarla. Nota cosa non è cambiato. La nota di rilascio che annuncia l'unione dice che il modello «will continue to detect likely AI generated content that may have been further modified by AI paraphrasers or bypassers» (continuerà a rilevare contenuti probabilmente generati dall'IA che potrebbero essere stati ulteriormente modificati da parafrasatori o aggiratori IA). Meno colori nell'interfaccia, la stessa affermazione di rilevamento sotto.

C'è un risvolto pratico. Se hai davanti uno screenshot con del viola, quel report non è stato generato con le regole attuali, perché Turnitin dice che l'aggiornamento si applica ai file appena inviati e che gli elaborati già inviati devono essere inviati di nuovo per ottenere il report aggiornato. Data un report prima di trarne conclusioni. Come leggere un report sulla scrittura IA di Turnitin spiega cosa include la cifra attuale.

La lunghezza, per esempio, e in una direzione che sorprende. I testi brevi ottengono risultati più grossolani, non più sicuri:

«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 nulla» perché prevediamo su un singolo segmento senza possibilità di sovrapposizione. Questo significa che una parte del testo che mescola contenuto generato dall'IA e contenuto originale potrebbe essere segnalata come interamente generata dall'IA.)

È una proprietà del documento, non di chi lo ha scritto. Lo stesso vale per le proprietà che Turnitin nomina quando descrive i propri errori:

«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, cioè il segnalare erroneamente come generato dall'IA un testo scritto da una persona, possono includere contenuti con poca varietà strutturale, testi che si ripetono letteralmente, o testi che sono stati parafrasati senza sviluppare nuove idee.)

Varietà strutturale, ripetizione, idee che non si sviluppano. Ogni elemento è qualcosa che si potrebbe misurare senza sapere da dove viene il testo. Nessuno di essi è un venditore. Tutto questo non equivale a dire che «cambiare modello è inutile», e sarebbe disonesto presentarlo così, dato che le pagine semplicemente non affrontano il confronto. Significa però che la variabile a cui le persone dedicano più tempo è quella su cui la loro stessa documentazione dice meno. Se sei stato segnalato per qualcosa che hai scritto tu, preparare una risposta è un modo migliore di passare un pomeriggio.

Vendiamo uno strumento di riscrittura dei documenti, quindi leggi questa sezione tenendolo presente. Non promettiamo alcun esito del rilevamento, e non è per modestia. I sistemi di rilevamento si aggiornano. La pagina pubblica Product Updates registra la modifica del report del 4 agosto, che basta a mostrare che il report stesso può cambiare senza che questo dica nulla su chi abbia ricevuto una notifica separata.

Ambito e costo si possono descrivere onestamente, ed è quello che descrive Lo strumento HumanPen. Un report di Turnitin o iThenticate è in fondo un elenco di coordinate, e consegnarlo insieme al file confina la riscrittura in quelle coordinate; le frasi che stanno fuori mantengono la formulazione che hai dato loro. I crediti contano quanta prosa è stata cambiata, non quanto grande fosse il file. I passaggi idonei possono essere rielaborati gratuitamente.

Esiste anche un caso reale in cui non usare nulla di questo genere, ed è illustrato separatamente in quando uno strumento di riscrittura a livello di documento è lo strumento sbagliato. Sei situazioni, ciascuna citata dalle nostre stesse pagine, in cui la risposta onesta sono le tue mani.

Copilot non è nominato. Questo aiuta? Le cinque pagine esaminate non danno una conclusione specifica su Copilot. La clausola generale delle FAQ sugli «tools based on these LLMs» (strumenti basati su questi LLM) può valere quando uno strumento usa un modello elencato, ma non abbiamo stabilito quale modello ci fosse dietro un determinato prodotto, una determinata modalità e una determinata data di Copilot. Un nome mancante non può prevedere il risultato di un elaborato.

Uno dei modelli elencati è più sicuro degli altri? Le pagine esaminate non forniscono una classifica stabile per modello. Product Updates e le note di rilascio a volte nominano i modelli quando descrivono cambiamenti di copertura, ma questa non è una tabella di probabilità per il prossimo file. Una percentuale ricavata dagli elaborati di qualcuno è un altro tipo di prova e va letta come tale. La versione generale di questo è in perché lo stesso testo ottiene punteggi diversi su ogni rilevatore.

Tutto questo vale anche per un elaborato in spagnolo o in giapponese? Queste lingue usano modelli di rilevamento separati, e i dettagli pubblicati variano da pagina a pagina. Product Updates nomina versioni di GPT e Gemini nel suo aggiornamento per lo spagnolo del 5 maggio 2026, mentre il registro delle modifiche separato del modello di rilevamento riassume quella versione senza lo stesso elenco. Le note di rilascio generali di Turnitin sono una terza fonte, non un altro nome per nessuna delle due pagine. Altro sui confini linguistici è in Turnitin può rilevare l'IA in elaborati non in inglese.

Chi valuta può vedere quale modello ho usato? La documentazione attuale del report che abbiamo esaminato descrive output probabilmente umano e probabilmente IA, non un campo con il nome del modello. Dal 4 agosto 2026 il report mostra una sola categoria di testo generato dall'IA, e la ragione dichiarata dall'azienda per l'unione è stata rimuovere distinzioni «that could be read to imply more certainty about the specific tool or workflow used to produce a submission» (che potrebbero essere lette come una maggiore certezza sullo strumento o sul flusso di lavoro specifico usato per produrre un elaborato).

Ho usato una versione più vecchia di un modello che è nell'elenco. Risultato diverso? Le pagine esaminate non ci permettono di prevederlo. Le versioni compaiono separatamente nell'elenco delle FAQ, ciascuna con una data tra parentesi, ma le due copie si contraddicono su alcune date e non associano a ogni versione una cifra di risultato. Un aggiornamento di copertura datato comunque non prevedrebbe un singolo file.