I rilevatori di AI segnalano più spesso gli autori neurodivergenti? Cosa dicono gli studi

Sì. In uno studio sottoposto a peer review del 2025, un rilevatore di AI ha segnalato più spesso come probabili autori autistici: 1.7 percento dei loro post contro 1.2 percento per un gruppo generale, a 300 parole per post. È il principale studio sui falsi positivi dei rilevatori di AI per persone neurodivergenti, e le università mettono in guardia anche riguardo ad ADHD e dislessia.

Questi sono rilevatori di testo AI, che assegnano un punteggio alla scrittura come umana o prodotta da macchina. Gli strumenti che selezionano le persone per l'autismo compaiono spesso nelle stesse ricerche e costituiscono un argomento diverso. Questi studi misurano quanto spesso i rilevatori segnalano un testo, senza alcuna affermazione su una diagnosi.

Ricerca sui falsi positivi dei rilevatori di AI per persone neurodivergenti in sintesi

Uno studio del 2025 su autori autistici fornisce finora i dati migliori. Ha misurato i tassi di segnalazione per un rilevatore di AI. I centri didattici universitari avvertono inoltre i docenti riguardo agli studenti con ADHD e dislessia. Un test giornalistico del 2024 ha misurato come il controllo ortografico e gli strumenti di riscrittura influenzino i punteggi AI. Altri ampi studi su autori non madrelingua inglesi mostrano come i risultati di diversi rilevatori varino.

Gruppo	Risultato o indicazione	Fonte
Autori autistici	1.7 percento segnalato contro 1.2 percento di un gruppo generale a 300 parole, su un rilevatore di AI	Chambers & Kelley, AIED 2025
Autori con ADHD	Elencati tra gli studenti "prone to receive false positive ratings"	University of Nebraska-Lincoln teaching center
Autori con dislessia	Elencati nella stessa indicazione	University of Nebraska-Lincoln teaching center
Studenti neurodivergenti in generale	"Più probabile che venga segnalato erroneamente"	Northern Illinois University teaching center
Autori che usano strumenti di editing	Il controllo ortografico e i suggerimenti grammaticali hanno spostato appena i punteggi AI, mentre le riscritture dell'intero testo li hanno spostati molto	Bloomberg Businessweek test, 2024
Autori non madrelingua inglesi	Tassi di falsi positivi dallo 0.0 al 100.0 percento tra 13 rilevatori	Park, Jeong & Kim, EMNLP 2026

Circa due terzi degli insegnanti affermano di usare regolarmente un rilevatore di AI, secondo un sondaggio condotto su oltre 450 docenti. Il Center for Democracy & Technology lo ha pubblicato nel marzo 2024. Anche un basso tasso di errore può accumularsi nel numero di elaborati che gli studenti scrivono ogni anno, ha riportato Bloomberg Businessweek.

Studio sul rilevatore di AI per l'autismo: che cosa hanno riscontrato gli autori

Il lavoro si intitola "The Misclassification of Autistic Writing as AI-Generated" ed è di Summer Chambers e Matthew C. Kelley della George Mason University. È sottoposto a revisione paritaria, e Springer lo ha pubblicato in Artificial Intelligence in Education (AIED 2025). È possibile ottenere una copia gratuita su arXiv. I ricercatori scrivono che gli aneddoti secondo cui gli autori autistici sarebbero identificati erroneamente più spesso "non sono stati indagati formalmente". Volevano verificare queste affermazioni.

Il loro set di dati consiste in circa 60,000 post di Reddit, un post per utente. Hanno escluso i post brevi, sotto 1,000 caratteri. Il gruppo probabilmente autistico proveniva da 13 subreddit sull'autismo. Il gruppo generale proveniva da 12 subreddit popolari scelti per essere simili nello stile, con lunghe narrazioni in prima persona su salute mentale, situazioni sociali e consigli. I post generali con parole chiave relative all'autismo sono stati rimossi.

I post sono stati ottenuti tramite l'API di Reddit e comprendevano post dal 2021 al 2024 circa, oltre a una raccolta di post più vecchi, dal 2010 al 2020. Sono stati rimossi anche i post che includevano sia parole chiave relative all'autismo sia espressioni come "my daughter" o "my nephew", per mantenere i post scritti da autori autistici.

Gli autori chiamano il primo gruppo "likely-autistic" perché non è stata verificata alcuna diagnosi, e chiunque può pubblicare in qualsiasi subreddit. Alcune persone autistiche pubblicano anche nei subreddit generali, quindi gli autori sospettano che il divario reale tra autori autistici e non autistici possa essere più ampio di quello che hanno misurato.

Il rilevatore era il rilevatore RoBERTa GPT-2 di OpenAI, rilasciato nel 2019 e scaricabile gratuitamente. Un post riceveva l'etichetta "Fake", che qui conta come segnalazione, quando il rilevatore portava la sua probabilità di AI al di sopra di 0.5. Nel primo esperimento, i post più brevi venivano segnalati più spesso di quelli più lunghi, e i post probabilmente autistici erano più brevi in media. La lunghezza avrebbe potuto spiegare parte del divario, quindi per il secondo esperimento gli autori hanno mantenuto solo i post oltre 300 parole e hanno ridotto ciascuno esattamente a 300.

Misura	Esperimento 1	Esperimento 2
Post analizzati	59,947	33,216
Testo usato	Post di 1,000 caratteri o più	Post ridotti esattamente a 300 parole
Gruppo probabilmente autistico segnalato	1.9 percento	1.7 percento
Gruppo generale segnalato	1.5 percento	1.2 percento
Rapporto di probabilità aggiustato	1.246 (p = 0.001)	1.501 (p below 0.001)
Perplessità più alta	Minore probabilità di una segnalazione	Non significativo

Il divario è rimasto quando la lunghezza è stata resa uguale. Nell'Esperimento 2, 1.7 e 1.2 percento corrispondono a circa 17 contro 12 post per 1,000, quindi la maggior parte dei post in entrambi i gruppi non è stata segnalata.

Riportano anche le probabilità, tratte da una regressione (modello statistico) che controlla per lunghezza della frase, lunghezza della parola, perplessità, burstiness e data del post. Parlano di "una probabilità maggiore del 25%" di una segnalazione nell'Esperimento 1 e di "una probabilità maggiore del 50%" nell'Esperimento 2. Si tratta di valori relativi su una base piccola. La differenza nell'Esperimento 2 è di mezzo punto percentuale nelle percentuali grezze; usate le percentuali se volete sapere quanti post segnalati ci sono stati.

Perché i rilevatori possono segnalare la scrittura neurodivergente

Le indicazioni universitarie e i ricercatori indicano la scelta delle parole. "The Challenge of AI Checkers", una guida per i docenti della University of Nebraska-Lincoln, afferma che non esiste un solo motivo per cui gli studenti neurodivergenti ricevano falsi positivi. Dice che questi sono spesso legati alla dipendenza da frasi, termini e parole ripetuti. La stessa guida afferma che l'assenza di pronomi come I, me e we può essere fraintesa come scrittura prodotta da AI, a seconda del checker.

Un articolo di Bloomberg Businessweek dell'ottobre 2024 afferma che gli studenti più suscettibili sono "likely" quelli che scrivono in modo più generico, compresi gli studenti neurodivergenti. I giornalisti hanno appreso questo da studenti, accademici e sviluppatori di AI. James Zou di Stanford è stato autore senior dello studio del 2023 sui non-native writers. Lo stesso articolo lo cita: "If the word choices tend to be more generic and formulaic, that work has a higher chance of being flagged by AI detectors."

Nello studio sull'autismo, un tasso più elevato di segnalazioni era associato a nessuna riduzione di perplexity o burstiness. Entrambi i punteggi erano quasi identici per i due gruppi, ma tendevano a essere leggermente più alti per il gruppo probabilmente autistico. Gli autori osservano che le relazioni tra le caratteristiche del testo di autori che è probabile abbiano autismo e quelle del testo generato da AI "were not straightforward".

La nostra guida su come funzionano i rilevatori di AI spiega perplexity e burstiness se questi termini sono nuovi per voi.

Scrittura con ADHD segnalata come AI: cosa dicono le università ai docenti

I centri didattici universitari hanno iniziato ad avvisare i docenti riguardo agli studenti con ADHD. La guida del Nebraska afferma: "Students that are neurodivergent (autism, ADHD, dyslexia, etc...) are also prone to receive false positive ratings". "AI detectors: An ethical minefield" della Northern Illinois University, del dicembre 2024, afferma: "Neurodiverse students are also more likely to be falsely flagged for AI-generated writing".

Whitney Gegg-Harrison e Claire Quarterman hanno scritto un capitolo di libro del 2024 in Academic Integrity in the Age of Artificial Intelligence (IGI Global). Il suo piccolo studio di corpus ha rilevato tassi di falsi positivi molto più alti di quelli dichiarati tra i principali strumenti di rilevamento. Basandosi su tale studio, su resoconti giornalistici e sulla testimonianza di studenti, il capitolo "presenta la possibilità che gli autori neurodivergenti, insieme agli autori L2, abbiano maggiori probabilità di essere colpiti da falsi positivi". L2 significa seconda lingua.

Un risultato dello studio sull'autismo si applica a chiunque scriva testi brevi, come i post di discussione. Nell'Esperimento 1, i post più brevi venivano segnalati più spesso di quelli più lunghi. Trattiamo ciò che i rilevatori dicono sulla lunghezza nel nostro articolo sul numero minimo di parole di un rilevatore AI. Salvare le bozze e gli appunti mentre si scrive è un buon modo per avere una traccia del proprio processo di scrittura. Questo risponde a una segnalazione meglio di qualsiasi punteggio.

Strumenti di rilevamento e modifica AI per la dislessia

La guida del Nebraska include gli studenti con dislessia nel suo avvertimento sui falsi positivi. Molti autori usano il controllo ortografico, i suggerimenti grammaticali o strumenti di riscrittura mentre redigono, e due studi mostrano come tali strumenti modifichino i punteggi AI.

In un test del 2024 di Bloomberg Businessweek, il controllo ortografico e i suggerimenti grammaticali di un popolare assistente di scrittura ebbero solo un impatto marginale nel far apparire i documenti più scritti da AI. Le riscritture dell'intero testo erano diverse: chiedere allo stesso assistente di "migliorare" un saggio o di "farlo sembrare accademico" trasformava un lavoro valutato come scritto al 100 percento da esseri umani in un lavoro valutato come scritto al 100 percento da AI.

Hyeonchu Park, Gahye Jeong e Bugeun Kim hanno studiato l'editing professionale in "Style as a Confound", presentato a EMNLP 2026. Hanno utilizzato 135,389 coppie di documenti provenienti da un servizio di editing accademico in inglese, dal 2018 al 2025. Ogni coppia è costituita da un manoscritto di uno scrittore non madrelingua prima e dopo che un editor madrelingua lo ha modificato. Su 13 detector, le stesse modifiche hanno aumentato i punteggi di alcuni detector e li hanno ridotti in altri, e le variazioni di punteggio sono cresciute con l'entità dell'editing.

Hanno poi scomposto le modifiche per tipo su uno dei detector, un modello OpenAI RoBERTa. Le modifiche grammaticali hanno prodotto un piccolo spostamento negativo nel suo punteggio, mentre le modifiche sintattiche, che cambiano la struttura della frase, hanno prodotto il maggiore spostamento positivo. Concludono che gli output dei detector non dovrebbero essere trattati come prova definitiva dell'uso di AI, soprattutto nei contesti in cui l'editing è comune. Se si usa uno strumento che riscrive interi passaggi, si conservino le versioni precedenti e si verifichi cosa consente il proprio corso.

I tassi di falsi positivi dipendono dal detector

Il tasso di falsi positivi varia con ciascun detector. Il tasso riguarda il detector specifico che lo studio stava testando. Lo studio del 2023 di Liang e colleghi in Patterns ha riscontrato un'accuratezza quasi perfetta sui saggi di studenti statunitensi di ottava classe. Al contrario, i detector hanno contrassegnato più della metà dei saggi TOEFL di scrittori non madrelingua. Si veda il nostro articolo su il bias dei detector contro gli scrittori non madrelingua per i dettagli.

Il nostro working paper su scrittori non madrelingua e falsi positivi, di TextPulse Research nel 2026, ha valutato 5,600 saggi ICNALE scritti prima degli strumenti AI moderni. Un classificatore di ricerca, una regressione logistica, ha segnalato il 2.7 percento dei saggi degli apprendenti e il 3.3 percento dei saggi dei madrelingua. Un modello di gradient boosting addestrato sulle stesse caratteristiche e sugli stessi saggi ha segnalato gli apprendenti al 12.5 percento e i madrelingua al 3.8 percento. Quindi, se un gruppo viene segnalato più spesso dipende dal detector.

Nello studio di Park, i tassi di falsi positivi dei 13 detector variavano ampiamente per testi scritti da esseri umani, da 0.0 percento a 100.0 percento. Due detector di rilievo sono stati testati da Bloomberg Businessweek su un campione casuale di 500 saggi di domanda di ammissione al college inviati a Texas A&M nell'estate del 2022, prima di ChatGPT. I servizi hanno classificato erroneamente dall'1 percento al 2 percento dei saggi come probabilmente AI.

Nello stesso rapporto, Turnitin ha affermato che il suo tasso di falsi positivi a livello di documento era inferiore all'1 percento e che il suo tasso a livello di frase era del 4 percento. Quindi la cifra che conta per uno studente è quella del detector usato dalla sua scuola.

Se si viene segnalati, o se si esamina una segnalazione

Per gli studenti

La cronologia delle bozze è il punto di partenza. Mostra le bozze precedenti e le note su come il testo si è sviluppato, e un punteggio non può farlo. Chieda per iscritto il rapporto completo e la politica applicabile. I passaggi sono trattati nei nostri post su cosa fare per prima cosa se si viene accusati e su come scrivere una lettera di ricorso per il rilevamento dell'AI.

La risposta migliore a una segnalazione è mostrare il proprio lavoro. Conservi una traccia di ciò che ha scritto. Usi Google Docs o Microsoft Word (con la cronologia delle versioni attivata) per redigere e tenere traccia delle note, delle scalette e delle fonti consultate. Se usa tecnologie assistive come il controllo ortografico, la dettatura o il text-to-speech, può dire al docente o all'ufficio per l'accessibilità quali usa e in che modo.

Potrebbe anche voler contattare l'ufficio universitario per la disabilità o l'accessibilità. Decida se vuole comunicare al docente o alla commissione la propria diagnosi. Potrebbe dire qualcosa del genere: I tassi variano da detector a detector. Uno studio sottoposto a revisione paritaria ha mostrato un tasso di segnalazione più alto per scrittori probabilmente autistici su uno di essi. Le sue bozze sono più importanti della ricerca sui gruppi, perché la ricerca sui gruppi non può mostrare come è stato scritto il suo saggio.

Per il personale

Il punteggio è solo una stima. È un motivo per chiedere informazioni sul processo di scrittura. Chiedi di vedere le bozze e gli appunti, se esistono. Chiedi allo studente come ha scritto il testo. Una diagnosi o uno stile di scrittura non sono una prova a favore o contro l'uso di AI. Chiedi quali strumenti ha usato lo studente, come il controllo ortografico o la dettatura. Il controllo ortografico e i suggerimenti grammaticali hanno appena modificato i punteggi AI nel test del 2024 di Bloomberg, ma le riscritture dell'intero testo li hanno modificati molto. Lo stesso rapporto di Bloomberg afferma che i creatori dei detector dicono che i loro punteggi sono un dato tra altri da usare per orientare un insegnante. Chambers e Kelley raccomandano un ulteriore esame critico di questi modelli e del loro uso in contesti accademici.

Strumenti su questo sito

Il perplexity checker gratuito stima la variazione delle parole nella tua bozza, e il burstiness checker gratuito rappresenta graficamente la lunghezza delle tue frasi. Nessuno dei due valori dimostra nulla su chi abbia scritto il testo. Il TextPulse AI humanizer è progettato per abbassare i punteggi AI di una bozza che hai scritto tu stesso, preservando citazioni e termini. Se lo usi, verifica che il tuo corso consenta uno strumento del genere e leggi l'output. Nulla in questa ricerca dice che devi cambiare il modo in cui scrivi.