The Pulse
Pangram trascina le università in una corsa agli armamenti per rilevare l’IA
Circa 1.400 college e università nordamericani hanno acquistato il rilevatore di IA di Turnitin, mentre Pangram attira l’attenzione per il basso tasso di falsi positivi dichiarato. Docenti e università sono divisi tra ampliare l’uso degli s
AI.info Team ·
Circa 1.400 college e università del Nord America hanno acquistato lo strumento di Turnitin per rilevare l’IA. L’azienda afferma di aver trovato almeno qualche parte scritta con l’IA in quasi la metà degli elaborati presentati dagli studenti nelle università statunitensi durante lo scorso anno accademico. I numeri mostrano quanto rapidamente i controlli automatici sulla paternità dei testi siano passati da software sperimentali a strumenti di uso corrente negli atenei. Spiegano anche perché i docenti si trovino ora di fronte a un conflitto tra strumenti che promettono prove e ricerche che mettono in guardia dal considerare il punteggio di un rilevatore una prova definitiva.
Al centro di questo cambiamento c’è Pangram, un rilevatore più recente diventato un punto di riferimento nel dibattito sulla possibilità di identificare in modo affidabile i testi scritti dall’IA. Turnitin afferma che il suo rilevatore produce falsi positivi in meno dell’1 per cento dei casi, ma non individua circa il 15 per cento dei passaggi scritti dall’IA. In un’università che esamina decine di migliaia di elaborati, anche un tasso di errore ridotto può portare centinaia di studenti a dover affrontare colloqui su possibili violazioni disciplinari.
The Atlantic ha riportato questi dati e intervistato docenti, aziende che sviluppano rilevatori e responsabili universitari, mentre gli atenei riconsiderano come controllare i testi scritti con l’aiuto dell’IA.
La diffusione di Turnitin rende rilevanti anche piccoli tassi di errore
Lo strumento di Turnitin per rilevare l’IA è stato introdotto come componente aggiuntivo del suo servizio, ampiamente utilizzato, per individuare i plagi. Annie Chechitelli, responsabile dei prodotti di Turnitin, ha detto a The Atlantic che circa 1.400 istituzioni nordamericane hanno acquistato il prodotto. L’azienda afferma che lo strumento è progettato per concedere agli studenti il beneficio del dubbio, il che contribuisce a spiegare il tasso di falsi negativi dichiarato, ma non elimina le conseguenze dei falsi positivi.
La Vanderbilt University ha messo in evidenza il problema quando, nel 2023, ha disattivato lo strumento di Turnitin per rilevare l’IA. L’università ha stimato che un tasso di falsi positivi dell’1 per cento, applicato a circa 75.000 elaborati degli studenti, potrebbe segnalare erroneamente fino a 750 lavori. Il punteggio di un rilevatore non può stabilire chi abbia scritto un elaborato, ma può comunque influenzare il primo colloquio tra uno studente e un docente.
Timothy Paustian, professore di biologia alla University of Wisconsin at Madison, ha messo alla prova i primi rilevatori dopo che ChatGPT è diventato disponibile al pubblico. Li ha trovati «comicamente scadenti», secondo The Atlantic, e in seguito ha provato a inserire nelle consegne prompt invisibili ai quali i chatbot avrebbero potuto rispondere in modo diverso dagli studenti.
Pangram dichiara un margine di errore più ristretto
Pangram ha attirato l’attenzione dichiarando un tasso di falsi positivi molto più basso rispetto agli strumenti precedenti. L’azienda sostiene che i test interni abbiano prodotto un falso positivo ogni 25.000 casi. Un working paper del 2025 di ricercatori della University of Chicago ha rilevato che Pangram non classificava quasi mai erroneamente i lunghi passaggi scritti da esseri umani, anche se i ricercatori hanno riscontrato che i campioni più brevi potevano comunque generare errori.
La University of Chicago mette ora Pangram a disposizione dei docenti del College, ma le sue regole considerano il risultato un elemento di supporto, non un verdetto. L’università afferma che i docenti e il suo Office of College Community Standards dovrebbero usare il software nell’ambito di un processo trasparente, guidato da persone, che può includere domande sulla conoscenza della materia da parte dello studente, sulle fasi di stesura, sul processo di ricerca, sugli strumenti di editing e sulla cronologia delle versioni del documento.
Secondo i materiali informativi di Pangram, il rilevatore analizza gli schemi ricorrenti nei testi prodotti da modelli tra cui ChatGPT, Gemini, Grok, Llama e Claude. L’azienda afferma di effettuare benchmark rispetto a 26 modelli e dichiara un’accuratezza del 99,7 per cento sui campioni generati dall’IA utilizzati nei suoi test. Queste cifre provengono dai test condotti da Pangram, mentre la ricerca della University of Chicago ha esaminato le prestazioni del rilevatore secondo un proprio disegno di studio.
Gli studenti possono mettere alla prova il rilevatore mentre rivedono i testi
Il problema centrale è che Pangram è accessibile agli studenti oltre che ai docenti. Uno studente può caricare una bozza, vedere il punteggio, rivedere il testo e caricarlo di nuovo. Il rilevatore diventa così uno strumento di feedback per entrambe le parti: i docenti lo usano per individuare lavori sospetti, mentre gli studenti possono usarlo per rendere meno riconoscibili i testi generati dall’IA.
Marc Watkins, docente alla University of Mississippi che studia gli effetti dell’IA sull’istruzione, ha descritto il risultato senza mezzi termini: «In sostanza, è una corsa agli armamenti». The Atlantic ha riferito che gli studenti possono continuare a modificare i saggi generati dall’IA finché Pangram non restituisce un risultato «umano al 100 per cento», mentre il sistema chiuso di Turnitin è più difficile da sondare con tentativi ripetuti.
La competizione ha anche creato un mercato per gli strumenti di «umanizzazione» che riscrivono i testi generati dall’IA. Una ricerca pubblicata nel 2026 ha rilevato che la riscrittura mirata a eludere i controlli può ridurre le prestazioni dei rilevatori senza necessariamente produrre testi che i lettori riconoscerebbero come scritti da una macchina. La sfida tecnica cambia quindi ogni volta che un rilevatore migliora: una parte aggiorna il proprio classificatore e l’altra modifica il testo che cerca di dissimulare.
I docenti sono stretti tra sospetti e regole
Molti docenti restano scettici sui rilevatori, ma non hanno una soluzione alternativa facile da adottare. «Credo che la maggior parte dei docenti si senta completamente sopraffatta da tutto questo», ha detto Watkins a The Atlantic. «È un caos». La pressione è maggiore nei corsi con molti iscritti, dove i docenti devono valutare centinaia di elaborati e non possono ricostruire a memoria il processo di stesura di ciascuno studente.
Alcune università scelgono di non ampliare l’uso dei rilevatori. Un gruppo di lavoro del MIT ha recentemente raccomandato di non fare affidamento sui rilevatori di IA, avvertendo che potrebbero creare «un clima di sfiducia tra docenti e studenti». La Kelley School of Business della Indiana University ha vietato ai docenti di usare i rilevatori di IA e consiglia invece di progettare le consegne puntando sul processo, sul ragionamento e su un coinvolgimento autentico.
Il dibattito sulle regole si sta orientando anche verso un’accettazione condizionata dell’IA. Le linee guida della Indiana University affermano che ci si aspetta già che gli studenti usino l’IA in modo responsabile nella loro carriera. Secondo The Atlantic, un decano di Harvard ha recentemente esortato il college ad abbandonare «l’attività di rilevamento dell’IA» e a valutare se accettare o incoraggiare l’uso dell’IA nei corsi in cui la scrittura ha un ruolo centrale.
Il punteggio non può stabilire chi sia l’autore
La disputa su Pangram mostra perché i risultati dei rilevatori stiano diventando elementi da considerare in una discussione, anziché risposte definitive. Un basso tasso di falsi positivi può rendere uno strumento più utile, ma non risolve le questioni legate all’editing assistito dall’IA, alla paternità mista di un testo o agli usi del software consentiti agli studenti. Un elaborato può contenere le idee di uno studente, una revisione assistita dall’IA e un punteggio del rilevatore che descrive soltanto una parte di quel processo.
Le regole della University of Chicago riflettono questa distinzione. I docenti possono usare Pangram, ma sono invitati a esaminare la padronanza della materia da parte dello studente, la documentazione della ricerca, gli aiuti esterni ricevuti e la storia della stesura del testo. Questo approccio richiede più lavoro ai docenti, ma limita la possibilità che una percentuale si trasformi, da sola, in una sanzione.
Per i college, la scelta immediata non è semplicemente se acquistare un rilevatore. È decidere se i punteggi automatici debbano determinare le sanzioni disciplinari, avviare una valutazione umana o spingere i corsi verso consegne che rendano visibile il processo di stesura. Mentre Pangram e i suoi concorrenti migliorano, la corsa agli armamenti negli atenei produce contemporaneamente strumenti di rilevamento migliori e strumenti migliori per eluderli.