Come leggere un AI Writing Report di Turnitin

È il numero più frainteso del report. Turnitin lo definisce come la quota di qualifying text, e per qualifying text si intendono frasi in prosa all’interno di un formato di scrittura esteso: frasi dentro paragrafi, in qualcosa che ha la forma di un saggio, di una tesi di dottorato o di un articolo.

Tutto il resto resta fuori dal calcolo. Turnitin afferma che il modello non rileva in modo affidabile la scrittura IA fuori dalla prosa, e cita la poesia, le sceneggiature e il codice, oltre alla scrittura breve o non convenzionale: elenchi puntati, tabelle, bibliografie annotate.

Un punteggio di 30% su un elaborato che per metà è fatto di tabelle ed elenchi non significa «30% del tuo elaborato». Significa il 30% della prosa che Turnitin era disposto a valutare, e quella prosa può essere un terzo di ciò che hai consegnato.

C’è anche una soglia minima. Perché venga generato un report, una consegna deve contenere almeno 300 parole di prosa in formato esteso. Sotto quella soglia non c’è alcuna percentuale: non una bassa, nessuna. C’è anche un tetto: il report IA si ferma a 30.000 parole, quindi una tesi completa non ottiene un unico report che la copra tutta.

Gli attuali requisiti dei file aggiungono altri limiti: il file deve stare sotto i 100 MB, essere un DOCX, PDF, TXT o RTF supportato ed essere scritto in una delle lingue supportate. Turnitin ha aggiunto l’arabo standard moderno il 18 agosto 2026, portando quell’elenco a quattro; due sue pagine in inglese ne indicano ancora tre, quindi la pagina su cui atterri potrebbe non essersi aggiornata. Un Similarity Report riuscito non significa automaticamente che la consegna sia idonea a un AI Writing Report: i due sistemi hanno scopi e requisiti diversi.

Un esempio sul denominatore rende concreta la distinzione. Supponi che una relazione di laboratorio di 4.000 parole ne contenga 1.600 tra tabelle, elenchi puntati, codice e riferimenti: restano 2.400 parole di prosa idonea. Un 25% mostrato si riferisce a circa un quarto di quelle 2.400 parole secondo la classificazione del modello, non a un quarto di tutte le 4.000 parole. Il report non mostra informazioni sufficienti per ricostruire un conteggio esatto a occhio, quindi considera quell’aritmetica come una spiegazione del denominatore, non come un totale ricostruito al contrario.

Prima di interpretare la percentuale, fatti due domande: il file era idoneo, e quale parte di esso contava come prosa idonea?

Chi legge nota spesso che i passaggi evidenziati non sembrano arrivare alla percentuale indicata e conclude che qualcosa non funziona. Non c’è niente di rotto. Turnitin lo dice apertamente: un documento che contiene più tipi di scrittura diversi produrrà una differenza tra percentuale ed evidenziazioni.

La percentuale è calcolata sul testo idoneo. Le evidenziazioni stanno in un documento che contiene anche testo non idoneo. I denominatori sono diversi, quindi i due valori non si riconciliano a occhio, e controllare l’uno con l’altro è fatica sprecata.

Ciò per cui le evidenziazioni servono davvero è la distribuzione. Dove cade una segnalazione ti dice più della quantità complessiva.

Leggi il report in tre passaggi. Primo: identifica lo stato dell’indicatore. Turnitin ne documenta sette, e solo due mettono una percentuale sullo schermo: 0%, e un numero da 20 in su. Un asterisco, un report ancora in caricamento, un errore di elaborazione, un file che non rispettava i requisiti e una rilevazione disattivata al momento della consegna ti danno tutti qualcosa di diverso da una cifra. Secondo: leggi il dettaglio della consegna. Fino al 4 agosto 2026 separava il testo generato dall’IA dal testo generato dall’IA che era stato parafrasato; da allora Turnitin ha fuso le due voci in un’unica categoria blu, quindi i report fatti prima e dopo quella data non hanno la stessa legenda. Terzo: esamina i passaggi evidenziati nel contesto, incluse le frasi non evidenziate che li precedono e li seguono. Saltare direttamente a un paragrafo molto acceso elimina il contesto necessario per valutarlo.

• Un gruppo nella metodologia o in formule standard può riflettere un linguaggio molto convenzionale e merita il confronto con i modelli o i protocolli richiesti.
• Un confine tra passaggi scritti in modo diverso merita la revisione delle frasi intorno, perché la classificazione non è necessariamente precisa sul margine.
• Uno schema sparso va comunque verificato contro la cronologia delle versioni e le fonti; la dispersione visiva non sostituisce la provenienza.
• Nessuna evidenziazione insieme a un asterisco è il comportamento atteso per la fascia bassa nascosta, non la prova che l’interfaccia non si sia caricata.

Non contare le righe evidenziate e dividerle per la lunghezza della pagina. Impaginazione, dimensione del carattere, riferimenti e tipi di testo esclusi rendono quel calcolo privo di legame con il denominatore di testo idoneo di Turnitin. Usa le evidenziazioni per individuare i passaggi da rivedere, non per verificare la percentuale come se fosse una misura della superficie della pagina.

Il report divide la sua percentuale in due tipi di rilevamento.

• AI-generated only — testo che il modello giudica probabilmente proveniente da un grande modello linguistico, eventualmente modificato poi da uno strumento di aggiramento.
• AI-generated text that was AI-paraphrased — testo giudicato probabilmente generato dall’IA e poi probabilmente passato attraverso ciò che Turnitin chiama «an AI paraphrasing tool or AI word spinner» (uno strumento di parafrasi IA o un rimestatore di parole IA). Turnitin cita QuillBot come esempio.

La seconda categoria merita una sosta. Il passaggio del parafrasatore non è invisibile al modello: far passare un testo IA attraverso un riscrittore è uno schema che il rilevatore è stato costruito per riconoscere come tale, e non un modo per aggirarlo. Se ti sei mai chiesto perché parafrasare non ha abbassato un punteggio, questa è la ragione documentata.

Spiega anche una delusione frequente. Il modello legge lo scheletro della frase, quindi una modifica che lascia intatto quello scheletro lascia intatto ciò che viene letto — un punto da leggere insieme a cosa misurano davvero i rilevatori.

Le etichette descrivono la classificazione del modello, non una catena di custodia verificata. «AI-generated only» non identifica un modello, un prompt o una persona; «AI-paraphrased» non dimostra che sia stato usato un servizio preciso. La stessa Turnitin dice che il suo modello può identificare in modo errato il testo scritto da esseri umani, quello generato dall’IA e quello parafrasato dall’IA. Le categorie aiutano chi valuta a organizzare la revisione, ma non trasformano un risultato probabilistico in una provenienza accertata.

C’è anche un limite linguistico facile da non notare: la guida attuale di Turnitin dice che il rilevamento della parafrasi IA e degli strumenti di aggiramento è incluso solo nel rilevatore in inglese. I report in spagnolo e in giapponese non includono oggi queste funzionalità. Uno screenshot del dettaglio per categorie ha quindi bisogno del suo contesto linguistico prima di poter essere confrontato con un altro report.

Dall’8 luglio 2024, quando il modello colloca un risultato nella fascia 1-19%, il report mostra un asterisco e non attribuisce alcuna percentuale numerica né alcuna evidenziazione. Un risultato senza testo idoneo è uno stato diverso, e lo stesso vale per un errore di elaborazione.

La ragione indicata da Turnitin è che i test hanno riscontrato una maggiore incidenza di falsi positivi alle percentuali basse e che nascondere il numero preciso riduce il rischio di interpretazioni errate. L’asterisco significa quindi «un risultato diverso da zero sotto la soglia di segnalazione, con affidabilità ridotta»: non «0%», non «sicuro» e non «cattiva condotta».

La regola riguarda ciò che l’interfaccia mostra; non è una soglia istituzionale di cattiva condotta. Un 19% numerico su un report generato prima dell’8 luglio 2024 e un asterisco su un report più recente possono rappresentare la stessa fascia sotto regole di visualizzazione diverse. Annota la data del report prima di confrontarli.

Un 0% visibile non è nemmeno la prova che non ci sia stato alcun processo con supporto IA. Significa che il modello, in quella versione e quella configurazione, non ha identificato testo idoneo come probabilmente appartenente alle sue categorie di rilevamento. La rilevazione ha falsi negativi oltre che falsi positivi, e i contenuti non supportati o esclusi restano del tutto fuori dalla percentuale.

Turnitin afferma che il suo modello può identificare in modo errato il testo scritto da esseri umani, quello generato dall’IA e quello parafrasato dall’IA, e che non deve essere usato come unica base per un provvedimento sfavorevole contro uno studente. Fornisce dati che chi valuta deve esaminare insieme alla politica dell’istituzione e ad altre prove. Il numero è un input per il giudizio umano, e l’azienda lo dice nella guida al report.

È la cosa più utile da sapere se sei tu a riceverne uno. La domanda non è «come faccio a far scendere questo numero», ma «a cosa serve questo numero, e che cosa significa secondo il regolamento del mio ateneo».

• Non è il Similarity Score. Il testo che corrisponde a fonti già esistenti e il testo classificato come IA sono analisi distinte; l’una non spiega l’altra.
• Non è un accertamento di plagio. Paternità, attribuzione e assistenza consentita sono questioni che riguardano le regole della valutazione e le prove.
• Non è una mappa di probabilità parola per parola. Le evidenziazioni individuano passaggi assegnati a categorie; non assegnano a ogni parola un valore di confidenza autonomo.
• Non è stabile tra tutte le versioni. I requisiti di idoneità, il comportamento del modello e le regole di visualizzazione possono cambiare: conserva quindi il report originale, invece di rigenerarlo più tardi dando per scontata l’equivalenza.

Se devi discutere un report, porta la consegna originale, il report completo, le regole sull’uso dell’IA previste per il compito e prove del processo come bozze o appunti. Quell’insieme risponde a quattro domande distinte: che cosa è stato consegnato, che cosa ha segnalato lo strumento, quale assistenza era consentita e come è stato prodotto il documento. La percentuale da sola risponde solo alla seconda, e solo entro i limiti del rilevatore.