La vera domanda non è…. la vera domanda è…., Il problema non è… il problema è…
Sono pochi coloro che non hanno ancora compreso che costruzioni di questo tipo sono indiziarie di un testo scritto con un Large Language Model (LLM), cioè un sistema avanzato di intelligenza artificiale generativa basato su reti neurali.
Per parafrasare la stessa AI, “il problema è” che essa ha imparato a scrivere dagli uomini che ora sono spinti a cambiare modo di scrivere per non sembrare LLM.
Lineette, formule retoriche, periodi troppo ordinati e persino l’assenza di refusi sono diventati indizi di artificialità.
Ma inseguire i vezzi dei modelli è una partita persa: cambiano più velocemente dello stile di chi scrive.
La soluzione potrebbe essere un’altra: non cercare di riconoscere l’AI, ma certificare l’origine umana dei contenuti.
Sintesi
L’impiego dell’intelligenza artificiale per la creazione di immagini (come quella d’apertura di questo pezzo), ricerche, sintesi, comparazioni, trascrizioni o verifiche preliminari sta entrando nella normale strumentazione professionale, anche giornalistica.
Per esempio, Associated Press e Reuters dichiarano di utilizzarla già in diverse fasi del lavoro, mantenendo verifica e responsabilità editoriale umane.
Sarebbe utopico pretendere il contrario: la IA è ormai parte della nostra vita, sociale ed economica.
Il problema, semmai, nasce altrove: formule retoriche, punteggiatura, strutture troppo regolari e persino la lineetta lunga vengono ormai considerate indizi di scrittura artificiale, inducendo alcuni autori a modificare abitudini stilistiche consolidate o addirittura a lasciare deliberatamente imperfezioni.
Una rincorsa difficilmente sostenibile, mentre crescono sistemi alternativi fondati sulla provenance e sulla certificazione dell’origine umana dei contenuti.
Pubblicità
- Pubblicità
L’AI diventa uno strumento ordinario
L’utilizzo dell’intelligenza artificiale nella produzione intellettuale sta progressivamente perdendo il carattere eccezionale che aveva accompagnato l’esplosione dei primi sistemi generativi di massa.
Ricerca preliminare, sintesi di documenti, comparazione di fonti, trascrizione, traduzione, organizzazione delle informazioni, correzione linguistica e individuazione di elementi da approfondire sono attività nelle quali l’AI può ormai entrare normalmente nel flusso di lavoro.
Stupirsene potrebbe presto risultare anacronistico quanto sorprendersi perché un giornalista utilizza Google anziché iniziare ogni ricerca consultando un’enciclopedia cartacea o recandosi fisicamente in biblioteca.
Le regole di Associated Press e di Reuters
Non è soltanto una previsione: nel luglio 2026 Associated Press ha aggiornato le proprie regole interne autorizzando esplicitamente l’impiego dell’AI per ricerca preliminare, sintesi documentale, trascrizione, traduzione, proposte di titoli e sommari, grammatica e ottimizzazione per i motori di ricerca. Resta fermo il principio secondo il quale verifica, giudizio editoriale e responsabilità appartengono ai giornalisti.
Reuters procede nella stessa direzione: il gruppo utilizza sistemi AI per sintesi, traduzioni, ricerca e altri processi produttivi, mantenendo il controllo editoriale umano; nel luglio scorso il CTO Mahesh Ramachandran spiegava che gli strumenti generativi servono soprattutto a recuperare tempo da destinare alle attività giornalistiche di maggiore valore.
Usare uno strumento non significa trasferirgli la paternità
La distinzione diventa quindi meno semplice del binomio umano/AI: un giornalista che utilizza un sistema generativo per confrontare cento pagine di documentazione, isolare ricorrenze, sintetizzare una decisione amministrativa o individuare piste da verificare non necessariamente trasferisce alla macchina la paternità intellettuale del proprio lavoro.
La situazione cambia quando l’elaborazione sostanziale viene affidata al sistema e successivamente pubblicata senza adeguata verifica o assumendone implicitamente una paternità umana che non corrisponde al processo effettivamente seguito.
- Pubblicità
Definire i ruoli
Reuters, AP e altre organizzazioni stanno infatti convergendo su una distinzione più concreta: quale ruolo ha avuto l’AI e chi risponde del risultato finale.
Reuters dichiara l’impiego dell’AI quando il contenuto è prodotto prevalentemente o integralmente attraverso questi sistemi; AP prevede disclosure quando l’AI generativa assume un ruolo materiale nel prodotto pubblicato. Anche questo periodico, da due anni a questa parte, ha inserito l’avvertimento che i propri testi sono corretti da sistemi AI pur mantenendo la matrice giornalistica umana, oltre ad aver – prima testata in Italia a farlo – aperto volutamente all’assimilazione da parte dei bot di intelligenza artificiale (la parte finale dei nostri pezzi, dopo la firma dell’autore, è rivolta alle macchine che li devono assimilare).
Verificare resta indispensabile
C’è poi un requisito che precede qualsiasi discussione stilistica: l’output deve essere controllato.
I modelli generativi producono risultati probabilistici e possono generare informazioni errate o inesistenti, comprese fonti e citazioni apparentemente plausibili. Proprio l’impiego professionale dell’AI ha già prodotto casi di riferimenti giudiziari inventati inseriti in atti legali, con conseguenze anche sanzionatorie.
La stessa Thomson Reuters, presentando nel 2026 il proprio standard Fiduciary-Grade AI, insiste sulla necessità che ogni risultato rilevante sia tracciabile verso fonti che un professionista possa localizzare, citare e verificare autonomamente.
Quindi l’impiego dell’AI non dovrebbe costituire di per sé una diminuzione della qualità: lo diventa quando sostituisce verifica, competenza e responsabilità.
Il paradosso dello stile sospetto
Nel frattempo sta però emergendo un effetto collaterale molto particolare: a forza di leggere testi prodotti dai grandi modelli linguistici, utenti ed editori hanno iniziato ad associare determinate costruzioni a una presunta origine artificiale.
Tra quelle più frequentemente segnalate figurano formule antitetiche del tipo “non è X, è Y”, oppure “non soltanto X, ma anche Y”, “il vero problema non è X, ma Y”, “la vera domanda non è X, ma Y”; aperture e conclusioni troppo simmetriche; sequenze insistite di tre elementi; espressioni introduttive come “è importante sottolineare”; temporizzazioni generiche come “da qualche tempo” o “negli ultimi anni”; un ricorso molto frequente a termini come scenario, ecosistema, paradigma, cruciale, strategico, complesso.
- Pubblicità
ChatGPT hyphen
E naturalmente la ormai celebre lineetta lunga – l’em dash della tipografia anglosassone –, trasformata nel dibattito online in una sorta di sospetto “ChatGPT hyphen”. Sia chiaro: nessuna di queste caratteristiche costituisce una prova, in quanto sono strutture linguistiche umane, spesso antichissime, sulle quali gli stessi modelli sono stati addestrati. Tuttavia, si sa, nell’era del discredito e dell’odio social, il sospetto spesso pesa più di una prova.
La lineetta lunga finisce sotto processo
Il caso dell’em dash è particolarmente rappresentativo: già nell’aprile 2025 il Washington Post raccontava come scrittori e giornalisti avessero iniziato a sentirsi accusare di utilizzare ChatGPT semplicemente per la frequenza delle lineette lunghe, benché quel segno appartenesse da sempre alla normale tradizione editoriale anglosassone.
Il fenomeno si è successivamente esteso: Wired ha recentemente descritto una vera e propria “anti-AI literary counterculture”, nella quale alcuni autori eliminano lineette, costruzioni troppo ordinate e altri elementi percepiti come artificiali, valorizzando al contrario idiosincrasie, irregolarità e perfino piccoli errori come segnali di umanità.
Occhio a non confondere l’indicatore con lo strumento
Persino alcuni studi quantitativi stanno osservando l’aumento di determinate caratteristiche nei testi dell’era post-LLM. Una recente analisi sui preprint scientifici medRxiv ha rilevato una crescita significativa dell’uso dell’em dash dopo la diffusione dei grandi modelli linguistici, precisando però espressamente che si tratta di un indicatore a livello di popolazione, non di uno strumento capace di attribuire la paternità del singolo testo.
- Pubblicità
La macchina ha imparato dagli uomini. E ora gli uomini evitano ciò che credono faccia la macchina
Il corto circuito è evidente: i grandi modelli sono stati addestrati su enormi quantità di produzione umana da cui hanno acquisito parole, costruzioni, ritmi, espedienti retorici e punteggiatura che appartenevano già agli autori. La riproduzione su scala enorme di alcune di queste caratteristiche ha però finito per trasformarle nell’immaginario collettivo in indizi di artificialità.
A quel punto il processo si capovolge: scrittori, giornalisti e autori cominciano a evitare espressioni che utilizzavano da tempo perché temono che qualcuno possa interpretarle come prova dell’impiego di un sistema generativo.
L’autore rischia così di non scrivere più soltanto pensando al lettore e alla propria identità, ma anche al modo in cui il testo potrebbe essere valutato da un editore, un committente, un collega o, ça va sans dire, un algoritmo di detection.
I detector non possono diventare giudici
Affidare la soluzione ai software che promettono di stabilire se un testo sia umano o artificiale presenta tuttavia problemi considerevoli: uno studio pubblicato nel febbraio 2026 sull’International Journal for Educational Integrity ha riesaminato accuratezza, consistenza ed equità dei detector commerciali, confermando che la loro affidabilità dipende fortemente dal tipo di testo e dal contesto. Un’altra ricerca del 2026 mostra un fenomeno ancora più significativo: testi autenticamente umani sottoposti a una leggera revisione linguistica attraverso un LLM possono essere riclassificati come artificiali in percentuali molto elevate da alcuni detector.
La letteratura più recente non sostiene che questi strumenti siano sempre inutili: alcuni sistemi hanno migliorato le proprie prestazioni. Ma anche gli studi più favorevoli concludono che il risultato di un detector non dovrebbe costituire da solo la base per decisioni ad alto impatto sulla paternità di un testo.
Persino il testo scritto prima di ChatGPT può sembrare artificiale
Del resto, il problema dei falsi positivi è tutt’altro che teorico: una ricerca su 511 relazioni universitarie di fisica prodotte prima del lancio pubblico di ChatGPT ha rilevato che sistemi di detection attribuivano comunque caratteristiche AI a una parte dei documenti (in alcuni casi venivano segnalati proprio testi particolarmente strutturati, ripetitivi o tecnici).
La conseguenza metodologica è semplice: scrivere ordinatamente, utilizzare una determinata costruzione o ricorrere a una certa punteggiatura non dimostra l’impiego dell’AI. Al massimo può produrre un sospetto, che però, a livello reputazionale, come già detto, pesa allo stesso modo.
Pubblicità
Quando il refuso diventa un CAPTCHA letterario
La vicenda arriva al paradosso quando l’autore considera opportuno lasciare volontariamente una piccola imperfezione per attestare la propria umanità o a eliminare termini precedentemente impiegati, come “paradigma”, “industriale”, “decenni” (tra i più usati dall‘IA). Il fenomeno è ormai sufficientemente diffuso da essere osservato apertamente nel dibattito internazionale: alcuni autori dichiarano di voler scrivere in maniera meno meccanica, introducendo piccole irregolarità proprio per rendere percepibile la presenza di una persona dietro le parole.
Ma si tratta evidentemente di una soluzione fragile: un modello generativo può essere istruito in pochi secondi a inserire refusi, alternare lunghezze dei periodi, eliminare le lineette lunghe, evitare le costruzioni “non X, ma Y”, ridurre le triadi o simulare una sintassi irregolare. L’errore deliberato non certifica quindi l’essere umano, ma soltanto che qualcuno – umano o macchina – ha deciso di inserire un errore.
Un bersaglio che cambia continuamente
Anche la costruzione di una sorta di lista nera stilistica è destinata ad invecchiare rapidamente, perché i modelli cambiano, vengono aggiornati, reagiscono alle istruzioni degli utenti e presentano differenze significative tra loro (un elemento particolarmente frequente in una famiglia di modelli può essere quasi assente in un’altra).
Una ricerca stilometrica preliminare del 2026, per esempio, ha trovato differenze marcate tra modelli OpenAI e Anthropic, arrivando alla conclusione che l’em dash, lungi dall’essere un generico “segno AI”, risultava molto più caratteristico dei modelli Claude esaminati rispetto alla famiglia GPT. Il dato va considerato preliminare, ma rende bene il problema: non esiste uno stile artificiale immobile. Costringere un autore umano a inseguire queste trasformazioni significherebbe modificare continuamente la propria scrittura per distinguersi da modelli che, a loro volta, continuano a modificarsi.
- Pubblicità
Dalla detection alla provenance
Una strada molto più promettente consiste nello spostare l’attenzione dalle caratteristiche linguistiche alla provenienza del contenuto: invece di tentare di ricostruire a posteriori la paternità osservando punteggiatura e frequenza delle parole, diventa possibile creare una catena di informazioni relativa all’origine del documento e alle trasformazioni che ha subito.
Coalition for Content Provenance and Authenticity
È la logica della C2PA (Coalition for Content Provenance and Authenticity), che sviluppa uno standard tecnico per associare ai contenuti informazioni crittograficamente verificabili sulla loro origine e storia. Le Content Credentials possono indicare come un asset sia stato creato, quali modifiche abbia subito e quali soggetti o strumenti siano intervenuti nel processo.
La C2PA precisa correttamente che la provenance non equivale automaticamente a certificare la verità del contenuto: offre piuttosto elementi verificabili sulla sua origine e sulle trasformazioni intervenute.
Human Authored: negli USA esiste già
Un’esperienza ancora più vicina al problema della scrittura arriva dalla Authors Guild statunitense: il programma Human Authored, avviato inizialmente nel gennaio 2025 e aperto nel marzo 2026 a tutti gli autori con libri pubblicati negli Stati Uniti, consente di associare a un’opera un marchio di certificazione e un numero univoco verificabile attraverso una banca dati pubblica.
Il principio è particolarmente interessante: la certificazione riguarda la sostanziale origine umana del testo, non l’assenza assoluta di qualsiasi tecnologia.
Sono ammessi impieghi minimi dell’AI, per esempio nei controlli grammaticali e ortografici, nella creazione di indici e, secondo le attuali condizioni pubblicate dalla Guild, nella ricerca, purché il testo dell’opera sia sostanzialmente scritto da persone.
- Pubblicità
Salvare la creatività sostanziale dell’autore
Nel maggio 2026 la Authors Guild ha peraltro ristretto la formulazione delle regole, eliminando i riferimenti troppo ampi a brainstorming e outlining, proprio perché avrebbero potuto incidere sulla creatività sostanziale dell’autore (la certificazione è attualmente dedicata ai libri, ma la Guild dichiara di volerla estendere ad altre tipologie di contenuto).
Anche l’AI Act ragiona sulla responsabilità umana
Il quadro europeo offre un altro elemento importante: dal 2 agosto 2026 sono applicabili gli obblighi di trasparenza previsti dall’art. 50 dell’AI Act. Per i testi generati o manipolati artificialmente e pubblicati allo scopo di informare il pubblico su questioni di interesse pubblico è prevista, in linea generale, la disclosure dell’origine artificiale. Ma la norma introduce un’eccezione decisiva: l’obbligo non opera quando il contenuto sia stato sottoposto a revisione umana o controllo editoriale e una persona fisica o giuridica ne assuma la responsabilità editoriale.
La revisione umana deve essere sostanziale
Le linee guida della Commissione hanno ulteriormente precisato che la revisione deve essere sostanziale: semplice spell checking o correzione grammaticale non bastano. Occorre un esame del contenuto da parte di persone dotate della necessaria competenza professionale, mentre il controllo editoriale implica il potere effettivo di approvare, modificare o respingere il testo, comprese verifica dei fatti e attendibilità delle fonti.
È una distinzione particolarmente rilevante per il giornalismo: l’ordinamento europeo sta separando l’utilizzo dello strumento dalla responsabilità editoriale sul risultato.
- Pubblicità
Trasparenza sì, ma senza trasformarla in superstizione tecnologica
Ciò non significa che ogni impiego marginale dell’AI debba necessariamente produrre un’etichetta: sul piano professionale, una disclosure appare particolarmente opportuna quando il contributo generativo abbia avuto un ruolo materiale nella realizzazione del contenuto. È la direzione seguita anche da AP e Reuters.
Diverso sarebbe pretendere che ogni giornalista dichiari di avere utilizzato una funzione AI integrata in un correttore, in un motore di ricerca, in un software di trascrizione o in uno strumento di produttività.
Con l’integrazione progressiva dell’intelligenza artificiale nei software ordinari, un criterio puramente tecnologico diventerebbe presto ingestibile. Più utile appare chiedere quanto l’AI abbia inciso sul contenuto sostanziale e chi ne abbia verificato e assunto la responsabilità.
La Paris Charter: responsabilità sempre alla redazione
Una impostazione analoga emerge dalla Paris Charter on AI and Journalism, elaborata nel 2023 da Reporters Without Borders con una commissione internazionale presieduta da Maria Ressa. Tra i principi fondamentali figurano centralità dell’intervento umano e responsabilità permanente delle organizzazioni giornalistiche per ciò che pubblicano, anche quando sistemi AI siano utilizzati nella raccolta, elaborazione o diffusione delle informazioni. È un criterio semplice ma destinato probabilmente a diventare essenziale: la macchina può assistere il processo; non può assorbire la responsabilità professionale di chi pubblica.
In Italia il precedente della Società Italiana per la Tutela della Voce
Un percorso concettualmente affine si sta sviluppando in Italia attraverso la Società Italiana per la Tutela della Voce (SITV), progetto nato nell’alveo di Consultmedia (che fa capo al medesimo gruppo societario di questa testata). Presentata nell’ottobre 2025 e operativa attraverso il proprio portale nel 2026, la SITV nasce principalmente per proteggere professionisti della voce – speaker, conduttori, giornalisti, doppiatori, attori, cantanti e podcaster – rispetto a clonazione, imitazione e impiego non autorizzato attraverso sistemi di sintesi e intelligenza artificiale (il portale ufficiale prevede informazione preventiva, monitoraggio, assistenza legale, gestione contrattuale e rappresentanza istituzionale).
Dalla certificazione dell’origine umana dei contenuti a/v ai marchi sonori
Nel febbraio 2026 la struttura aveva già indicato tra i propri servizi anche la certificazione dell’origine umana di contenuti audio/video, dichiarando che il servizio era già stato utilizzato da alcune emittenti radiotelevisive.
Parallelamente è stato avviato il deposito di marchi sonori e impronte vocali per creare strumenti preventivi di identificazione e tutela delle voci professionali.
Dalla voce all’identità autoriale
Il passaggio ulteriore allo studio riguarda la possibilità di applicare la stessa logica a contenuti testuali e giornalistici, distinguendo l’origine sostanzialmente umana dall’eventuale impiego strumentale di sistemi AI. Una futura certificazione dell’origine umana, infatti, non dovrebbe necessariamente significare “nessun sistema di intelligenza artificiale è stato utilizzato“, che sarebbe una definizione sempre meno praticabile posto che l‘AI sta entrando nei motori di ricerca, nei software di videoscrittura, nei correttori grammaticali, nelle trascrizioni, nei sistemi editoriali, nella fotografia e negli strumenti di produttività.
Più sensato sarebbe certificare la sostanziale origine umana dell’elaborazione, la responsabilità editoriale e, quando rilevante, il ruolo svolto dall’AI nel processo.
Si tratta di un approccio molto vicino al modello scelto dalla Authors Guild e, sul versante tecnico, alla filosofia della provenance adottata dalla C2PA.
- Pubblicità
Il diritto di continuare a scrivere come prima
Altrimenti si arriverebbe ad una conseguenza singolare: dopo avere addestrato le macchine sulla produzione degli esseri umani, si chiederebbe agli esseri umani di modificare la propria produzione per non essere confusi con le macchine. Uno scrittore dovrebbe rinunciare a una costruzione utilizzata da decenni; un giornalista cambiare la propria punteggiatura; un autore smettere di utilizzare una figura retorica. Sennonché, nel frattempo, il modello generativo, aggiornato qualche mese dopo, avrebbe già acquisito altre abitudini. Una rincorsa che non può costituire la risposta strutturale alla questione dell’autenticità.
Verificare il confine tra assistenza tecnologica e responsabilità intellettuale
L’intelligenza artificiale può essere uno strumento di lavoro anche per chi scrive professionalmente, a condizione che resti verificabile il confine tra assistenza tecnologica e responsabilità intellettuale. La soluzione più robusta sembra quindi spostarsi progressivamente dall’analisi stilistica alla tracciabilità della provenienza: solo così uno scrittore potrà continuare a utilizzare una lineetta lunga, una costruzione antitetica o persino una prosa molto ordinata senza essere costretto a dimostrare la propria umanità attraverso un refuso.
Perché l’origine di un contenuto dovrebbe essere attestata dalla sua storia e dalla responsabilità di chi lo firma, non dai vezzi stilistici che, in quel particolare momento, una macchina ha imparato dagli uomini.
- Pubblicità
Pubblicità
