Soglia minima di parole per i rilevatori di IA: quante parole servono a Turnitin, GPTZero e altri

Il numero minimo di parole richiesto dal rilevatore di AI dipende dallo strumento. Alcuni strumenti, come Turnitin, richiedono almeno 300 parole di prosa idonea, ma altri, come ZeroGPT, raccomandano di scrivere almeno 150 o 200 parole per produrre un risultato coerente. Indipendentemente dal fatto che il tuo rilevatore mostri o meno un risultato al di sotto di poche centinaia di parole, il tuo risultato è meno affidabile.

Alcuni forniscono ancora una percentuale per ciascun paragrafo, e i punteggi tendono a essere meno accurati per i testi brevi. I ricercatori di TextPulse Research hanno testato questo aspetto con 25,561 coppie di testi accademici scritti da esseri umani e delle loro riscritture con AI. A 300 parole, hanno tarato un classificatore per individuare il 95% delle riscritture con AI. Ha inoltre segnalato il 33.9% dei testi umani. A 25 parole, ha segnalato il 67.6%.

Di quante parole ha bisogno il rilevamento di AI?

Il rilevamento di AI richiede alcune centinaia di parole per essere affidabile, un risultato stabile. L'affidabilità cala più rapidamente al di sotto di circa 100 parole. La maggior parte dell'affidabilità è stata stabilita nello studio TextPulse intorno a 150 parole. Dopo questo punto, l'accuratezza è aumentata più lentamente, dall'84.0% a 150 parole all'86.8% a 300 parole.

Altre ricerche indicano soglie simili. Un'indagine del 2025 nel Journal of Artificial Intelligence Research, citata nel documento TextPulse, raccoglie i dati riportati finora. I classificatori statistici e quelli ottimizzati richiedono dell'ordine di 100 parole per funzionare con accuratezza. Diversi rilevatori standard necessitano di circa 120 parole per raggiungere la piena prestazione, e il rilevamento dei modelli più forti richiede circa 200 parole.

Man mano che un rilevatore vede più token, le unità di parola con cui lavora un modello linguistico, diventa più facile distinguere il testo umano da quello di AI. Quando un rilevatore ha visto solo pochi token in una risposta breve, non ci sono molte prove a favore di nessuno dei due verdetti. Perplexity, burstiness e le altre misure coinvolte sono spiegate nella guida su come funzionano i rilevatori di AI.

Numero minimo di parole richiesto dal rilevatore di AI per strumento: Turnitin, GPTZero e altri

Ogni fornitore stabilisce una propria soglia minima o una propria indicazione, e non tutti usano la stessa unità di misura. Turnitin conta le parole di prosa idonea. Altri fornitori raccomandano una lunghezza oppure descrivono come cambia l'accuratezza man mano che un testo diventa più lungo.

Detector	Ciò che il fornitore dichiara sulla lunghezza del testo
Turnitin	Almeno 300 parole di prosa idonea prima che venga generato un punteggio AI, aumentato rispetto a un precedente minimo di 150 parole perché l'accuratezza aumenta con più testo
GPTZero	L'accuratezza migliora man mano che viene inviato più testo. I documenti interi sono classificati con maggiore accuratezza rispetto ai paragrafi, e i paragrafi con maggiore accuratezza rispetto alle singole frasi
ZeroGPT	Si raccomandano almeno 150 a 200 parole per un risultato stabile, mentre 500 a 1.000 parole o più migliorano ulteriormente l'affidabilità. Estratti molto brevi o fortemente modificati "portano meno segnali"
Pangram	Funziona meglio su testi più lunghi scritti in frasi complete. L'azienda sconsiglia di sottoporre a screening elenchi puntati brevi o testi altamente formulati
Sapling	Le sue cifre pubblicate di rilevamento e di falsi positivi si applicano a testi più lunghi. I testi più brevi "possono avere tassi di accuratezza diversi"

Questo è il limite inferiore che la maggior parte degli studenti incontra, poiché Turnitin è il rilevatore integrato in molte piattaforme di apprendimento universitarie. Non viene assegnato alcun punteggio al di sotto di 300 parole di prosa idonea nel rapporto di scrittura AI. La porzione che ottiene un punteggio al di sotto di questo limite e l'asterisco che Turnitin visualizza per punteggi inferiori al 20% sono trattati nella guida su come Turnitin rileva l'AI.

Una percentuale sullo schermo non significa che un testo abbia soddisfatto la lunghezza raccomandata dallo strumento, perché molti controllori per consumatori assegnano un punteggio a un singolo paragrafo. Nel 2023, il classificatore di testo AI di OpenAI richiedeva un minimo di 1.000 caratteri di input. OpenAI ha dichiarato che era molto inaffidabile sui testi brevi e lo ha rimosso sei mesi dopo per il suo basso tasso di accuratezza.

Accuratezza dei rilevatori AI in base alla lunghezza del testo: ciò che la ricerca di TextPulse ha rilevato

Il working paper di TextPulse sulla lunghezza del testo e l'affidabilità del rilevamento dell'AI considera la sola lunghezza, separata da tutte le altre caratteristiche dei testi. Il dataset include 25,561 coppie di testi in cui sia il testo umano sia la sua riscrittura AI sono lunghi almeno 300 parole. Ogni testo è stato tagliato a 25, 50, 100, 150, 200, 250 e 300 parole. Per ciascuna lunghezza in parole, il classificatore è stato addestrato e testato.

Gli stessi testi compaiono a ogni lunghezza, cioè tema, disciplina e modello AI restano costanti. Le riscritture provengono da otto diverse combinazioni di modelli AI su sei famiglie di modelli. Il classificatore valuta 45 caratteristiche stilistiche, come la lunghezza delle parole e la varietà del vocabolario. Questo è uno strumento di ricerca, il paper non formula alcuna affermazione su come i rilevatori commerciali potrebbero usare queste caratteristiche o soglie. Si veda la guida su se i rilevatori AI sono accurati per i test degli strumenti commerciali.

Lunghezza del testo	Accuratezza	Testi umani segnalati erroneamente quando il 95% delle riscritture AI viene rilevato	Riscritture AI rilevate quando l'1% dei testi umani viene segnalato erroneamente
25 parole	73.9%	67.6%	17.2%
50 parole	78.2%	58.8%	28.0%
100 parole	82.3%	49.4%	40.5%
150 parole	84.0%	44.1%	47.9%
200 parole	85.2%	40.1%	50.5%
250 parole	86.1%	36.7%	54.2%
300 parole	86.8%	33.9%	56.5%
Testo completo	88.4%	28.6%	60.6%

Per il rilevamento dell'AI, l'accuratezza sui testi brevi è peggiore in ogni colonna della tabella, e la colonna dell'accuratezza sottostima la perdita. Un verdetto utilizzabile richiede un punteggio vicino a una delle due estremità della scala, e i testi più brevi spingono sia i punteggi umani sia quelli dell'AI verso il centro. Con la soglia impostata per intercettare il 95% delle riscritture AI, il classificatore segnala erroneamente circa la metà dei testi umani a 100 parole. Con la soglia impostata per segnalare solo l'1% dei testi umani, intercetta il 17.2% delle riscritture AI a 25 parole.

L'AUC, la principale misura del paper di quanto bene il classificatore separa i due gruppi, è salita da 0.817 a 25 parole a 0.940 a 300 parole. Sui testi completi, che avevano una media di 466 parole sul versante umano, ha raggiunto 0.950. La parte più ripida di tale aumento si è verificata al di sotto delle 100 parole, e ogni passo oltre le 150 parole ha aggiunto meno.

Perché i falsi positivi sui testi brevi aumentano

Un rilevatore costruito su documenti lunghi ha un tasso di falsi positivi molto più alto su quelli brevi. Il paper ha presentato un classificatore addestrato su testi a lunghezza piena e usato alla soglia predefinita per la classificazione di testi brevi. Il tasso di falsi positivi del sistema per i testi umani variava dal 16.1% a 300 parole al 39.1% a 100 parole e al 69.8% a 25 parole.

La sua rilevazione delle riscritture AI è cambiata appena nello stesso intervallo, dall'88.4% a 300 parole al 92.4% a 25 parole. Gli errori aggiuntivi erano segnalazioni false sulla scrittura umana. Il paper descrive il classificatore su input brevi come sistematicamente orientato a considerarli AI.

La causa è meccanica. Il rapporto type-token, la quota di parole distinte in un testo, aumenta quando un testo si accorcia, perché un campione breve offre meno occasioni di ripetere una parola. I testi umani nello studio avevano in media un rapporto di 0.47 a lunghezza piena e di 0.87 a 25 parole. Le riscritture AI a lunghezza piena avevano in media 0.55.

Questo classificatore, addestrato su testi integrali, apprenderà che un rapporto di circa 0.55 separa la scrittura AI da quella umana. Ogni testo di 25 parole, indipendentemente da chi lo abbia scritto, è ben al di sopra di questo rapporto ed è spinto verso il lato AI. L'articolo osserva che un rilevatore già in uso non viene riaddestrato ogni volta che si modifica la lunghezza dell'input. La guida a Turnitin's published false positive rate illustra che cosa include quella cifra e che cosa esclude.

Perché i testi brevi sono difficili da classificare

I testi brevi offrono a un rilevatore meno di tutto ciò che misura. Meno parole significano meno token da confrontare, e meno frasi significano meno ritmo da misurare. Nello studio, un testo di 25 parole aveva in media 1.6 frasi, un testo di 50 parole 2.7 frasi, e un testo di 300 parole 13.4 frasi.

La variazione della lunghezza delle frasi, spesso chiamata burstiness, dipende dal confronto tra le frasi. Nello studio, essa separava i testi umani e AI di 0.71 deviazioni standard nei testi integrali e di 0.31 a 100 parole. A 50 parole, la differenza era di fatto nulla. Un rilevatore che si basa sulla burstiness ha bisogno di diverse frasi per misurarla in modo affidabile.

Più di questa capacità si conserva a livello di parola. La lunghezza media delle parole e il tasso di parole lunghe conservavano circa due terzi del loro potere discriminante a 25 parole. Ma vi era anche un aumento della sovrapposizione: a 50 parole i punteggi di entrambi i gruppi tendono a concentrarsi verso il centro. Una grande proporzione di ciascun gruppo finisce nella sovrapposizione.

Anche il lessico citato o formulato in modo standard conta di più in un testo breve. Una risposta di 50 parole ha circa tre frasi, quindi ciascuna frase rappresenta approssimativamente un terzo di ciò che il rilevatore osserva. Una definizione citata in una di esse ha un peso molto maggiore rispetto alla stessa frase all'interno di un saggio di 2,000 parole.

Post di discussione, abstract, esami a risposta breve e lettere di presentazione

Post su bacheche di discussione

Un post scritto per un requisito di 200 parole è al di sotto del limite minimo di 300 parole di Turnitin, quindi Turnitin non gli assegna alcun punteggio AI. Altri strumenti possono comunque assegnargli un punteggio. A 200 parole, il classificatore dello studio segnalava erroneamente il 40.1% dei testi umani quando era impostato per intercettare il 95% delle riscritture AI, contro il 28.6% nei testi integrali.

Abstract

Un abstract di rivista di 250 parole è vicino al limite inferiore, e gli abstract sono testi densi e formali. Uno studio precedente di TextPulse ha rilevato che i testi umani che un classificatore classifica in modo errato sono quelli più formali. L'articolo sulla lunghezza aggiunge la lunghezza del testo come seconda causa distinta di falsi segnali, e un abstract breve e formale è esposto a entrambe. Se un abstract viene messo in dubbio, controllare l'intero articolo fornisce al detector la lunghezza raccomandata dal suo fornitore.

Esami a risposta breve

Le risposte di 50 a 100 parole rientrano nell'intervallo in cui i numeri dello studio calano più rapidamente. A 50 parole, un classificatore impostato per individuare il 95% delle riscritture di AI ha segnalato erroneamente il 58.8% dei testi umani. L'articolo conclude che al di sotto di 50 parole nessuna soglia pratica produce risultati utilizzabili. Aggiunge che astenersi dal formulare un verdetto su un testo breve è più affidabile che assegnargli un punteggio.

Lettere di presentazione

Una lettera di presentazione di una pagina per un lavoro o per una sottomissione a una rivista è lunga poche centinaia di parole, e gran parte di essa segue formulazioni prestabilite. Pangram sconsiglia di sottoporre a screening testi altamente formulari. Se una lettera di presentazione viene controllata, considerare qualsiasi punteggio come una stima con un ampio margine.

Cosa fare quando il tuo testo è sotto il limite inferiore

Lascia il testo così come lo hai scritto, e fornisci invece il contesto del punteggio. Questi passaggi si applicano all'autore e alla persona che esamina un punteggio.

1. Non riempire artificialmente il testo. Parole aggiuntive scritte per raggiungere un limite inferiore cambiano il testo che ti è stato chiesto di scrivere, e il punteggio descrive allora la versione riempita artificialmente.
2. Controlla l'intero documento quando puoi. Un saggio o un capitolo completo fornisce al detector la lunghezza raccomandata, e la sezione breve viene valutata come parte di un testo più lungo.
3. Guarda la visualizzazione per frasi. I detector che assegnano un punteggio alle frasi mostrano quali righe determinano il risultato, e in un testo breve spesso si tratta di una o due frasi, come una definizione citata.
4. Conserva le bozze e la cronologia delle versioni. Mostrano come il testo si è sviluppato, e un punteggio su un passaggio breve non può mostrarlo.
5. Chiedi come verrà usato il punteggio. Un risultato su un testo al di sotto della lunghezza raccomandata dallo stesso fornitore è un segnale debole, e chi lo esamina dovrebbe valutarlo in questo modo.

Per il personale, la discussione dell'articolo indica una regola semplice: richiedere più testo, oppure non esprimere alcun giudizio al di sotto di una lunghezza stabilita. La soglia di 300 parole di Turnitin è questo tipo di regola. Una volta che esiste un rapporto completo, la guida su che cosa sia un buon punteggio Turnitin spiega come interpretarlo.

Come TextPulse gestisce il testo breve

TextPulse non usa un rilevatore AI e non vende scansioni di rilevatori. TextPulse mostra un Human Score (0 to 100) dopo ogni umanizzazione. Questo punteggio è una stima effettuata all'interno dell'app in base alla profondità della riscrittura, alla varietà del vocabolario, alla distribuzione dei token e alla variazione della lunghezza delle frasi del vostro testo. Nessun rilevatore è stato usato per calcolare questo punteggio.

Il AI Humanizer richiede almeno 50 parole per ogni umanizzazione, e gestisce fino a 500 parole per passaggio su Pro e 1,000 su Plus. Il Document Humanizer può lavorare con un intero file .docx in inglese fino a 15,000 parole di lunghezza. Richiede almeno 50 parole di testo del corpo, e mantiene invariati, come scritti, titoli, elenchi, tabelle, didascalie e riferimenti. Entrambi sono progettati per ridurre i punteggi AI nelle bozze in cui il vostro corso o la vostra rivista consente l'uso dell'AI.

Prima di incollare il vostro testo in un rilevatore, verificate la sua lunghezza usando il Word Counter gratuito. Questo strumento conta parole, caratteri con e senza spazi, frasi e parole uniche, così potete confrontare un testo con una soglia indicata in una delle due unità. Tutti i dettagli sullo studio della lunghezza, i punteggi per testo e il codice di analisi, sono disponibili apertamente su Zenodo, e l'area di ricerca elenca lo studio insieme agli altri articoli di TextPulse.