AI Writing Patterns: Le parole, il ritmo e la punteggiatura che lo rivelano

Legga questa frase una volta e veda se sa già da dove proviene: i ricercatori continuano a mettere in evidenza la complessa interazione tra motivazione e rendimento, e un corpus crescente di lavori sottolinea il ruolo chiave che l'autoregolazione svolge nel successo accademico. Non c'è nulla di sbagliato. Ogni proposizione è grammaticalmente corretta, ogni parola è una parola reale, e un correttore non toglierebbe neppure un punto. Eppure si legge ancora come se fosse uscita da una macchina, perché è così. Di questo tratta questo articolo.

I modelli di scrittura AI sono abitudini ripetibili, nella scelta delle parole, nel ritmo delle frasi, nella punteggiatura e nella struttura, che rendono la prosa redatta da una macchina riconoscibile a colpo d'occhio. Si raggruppano su quattro livelli: le parole verso cui un modello tende, la forma delle sue frasi, la punteggiatura su cui fa affidamento e il modo in cui struttura un argomento nel suo insieme. Nessuno di questi, da solo, prova qualcosa. Insieme, all'interno di un unico paragrafo, sono difficili da non notare.

La macchina che fa questo si chiama rilevatore statistico. Assegna un punteggio a quanto sia prevedibile ogni parola, in base a ciò che un modello linguistico si aspetta. Un rapporto contiene la matematica di perplexity e burstiness alla base di quel punteggio, trattata in modo più dettagliato in un altro articolo su come funzionano i rilevatori AI. Il resto di questo articolo è un catalogo di segnali di scrittura AI che un lettore può sentire, contare o indicare sulla pagina. Questo può essere importante, anche se un rilevatore sbaglia, non è disponibile, o non è pertinente. Ciò che segue qui non richiede alcun modello e alcun abbonamento.

Perché i modelli di scrittura AI suonano robotici?

Un modello linguistico sta facendo qualcosa di diverso da una persona a livello di frase: sceglie la parola successiva statisticamente più probabile, ripetutamente, all'interno di un sistema addestrato a sembrare competente piuttosto che distintivo. La competenza a quella scala produce una prosa scorrevole, corretta e dimenticabile, che è la radice della sensazione robotica. Un lettore spesso non riesce a dire che cosa non vada in un paragrafo del genere, solo che si legge in modo piatto, e i quattro livelli qui sotto sono il luogo in cui risiede questa piattezza.

La scelta delle parole è il livello che i lettori notano per primo: parole formali, teatrali, che compaiono dove non dovrebbero. Il ritmo delle frasi è più discreto, un paragrafo in cui ogni frase ha all'incirca la stessa lunghezza. La punteggiatura e la formattazione portano una loro firma, un trattino usato come giunto universale, un elenco puntato che spezza un testo che nella mente di chi scrive non era mai un elenco. La struttura è la meno visibile, una parte che ribadisce il proprio titolo, copre esattamente tre punti, poi si chiude riassumendo se stessa.

Si cominci dalle parole: le più facili da individuare, e le meglio documentate.

Quali parole usa troppo spesso AI?

Si vedono queste parole formali, leggermente teatrali, ancora e ancora: "delve", "underscore", "showcase" e "pivotal" sono tra le più documentate. Dmitry Kobak e tre coautori hanno cercato di identificare il linguaggio. Hanno analizzato 15.1 million PubMed abstracts dal 2010 al 2024 e hanno identificato un gruppo di parole che ha registrato un forte aumento di frequenza quando è stato rilasciato ChatGPT. "Delve" è stata quella che ha fatto il salto maggiore, lo studio, pubblicato in Science Advances nel July 2025, ne ha stimato la frequenza nel 2024 a circa 28 volte superiore rispetto a prima del 2023. Le più vicine erano "underscore" e "showcase". Gli autori stimano che almeno il 13.5 percent degli abstract del 2024 presenti segni di assistenza da parte di AI, con una quota che sale oltre il 40 percent in alcuni paesi e presso alcuni editori.

Perché i modelli convergano su queste parole specifiche è meno definito del pattern stesso. Uno studio COLING 2025 ha testato ventuno parole sovrarappresentate rispetto all'architettura del modello, ai dati di addestramento e al feedback umano usato per mettere a punto i chatbot, e ha individuato nella fase di feedback il contributo più plausibile, senza spiegare del tutto l'effetto. Anche l'interpretazione è ancora oggetto di discussione: uno scambio del 2026 nella rivista PNAS ha contestato quanto direttamente uno spostamento nella frequenza delle parole misuri l'uso di AI, cosa da ricordare prima di trattare qualsiasi singolo dato qui come un fatto assodato.

Questo non è vero solo per gli abstract delle riviste. In uno studio che ha confrontato mezzo milione di saggi di studenti e saggi generati da AI, i ricercatori hanno confrontato la lunghezza dei testi e la scelta delle parole e hanno rilevato che i saggi umani erano complessivamente più lunghi e usavano un vocabolario più ampio. In uno studio sulle peer review inviate a quattro conferenze di machine learning, tra cui ICLR 2024 e NeurIPS 2023, i ricercatori hanno usato la stessa tecnica per stimare che tra il sei e il quindici percento del testo delle revisioni era stato modificato in modo sostanziale da un LLM. Era più probabile che fosse influenzato da un LLM quando veniva presentato vicino alla scadenza.

Parola o espressione abusata da AI	Ciò che usa invece uno scrittore attento
delve (into)	guardare, esaminare
underscore	mostrare, sottolineare
showcase	presentare, dimostrare
pivotal	principale, decisivo
robust	solido, affidabile
intricate	complesso, dettagliato
meticulous	accurato, scrupoloso
tapestry	miscela, gamma
testament	segno, prova
boasts	ha, include
foster	incoraggiare, sostenere
garner	ottenere, attirare
multifaceted	sfaccettato, complesso
holistic	globale, complessivo
nuanced	accurato, preciso
invaluable	utile, prezioso
realm	ambito, area
embark on	iniziare, cominciare
unlock	aprire, rendere possibile
interplay	relazione, legame

Nessuna di queste parole è sbagliata in sé. Una sezione di metodi che definisce robusto un risultato usa correttamente la parola, e uno storico che descrive un argomento giuridico complesso non sta confessando a un chatbot. Ciò che appare prodotto da una macchina è la densità: tre o quattro di queste parole in un solo paragrafo, senza svolgere alcun lavoro specifico, accumulate nel modo in cui un modello le accumula perché ciascuna era, indipendentemente, la scelta successiva più sicura. Una rapida verifica con il free AI word cleaner di TextPulse segnala direttamente tale densità.

Perché le frasi di AI sembrano tutte della stessa lunghezza?

Un modello costruisce ogni frase nello stesso modo in cui ha costruito la precedente, invece di comprimere un punto in sei parole in un punto e di svilupparlo in trenta in un altro, perciò l'output tende a mantenersi quasi sempre della stessa lunghezza. Questa variazione, o la sua assenza, è qualcosa che si può percepire leggendo ad alta voce un paragrafo, un esercizio diverso dal punteggio di burstiness che un rilevatore calcola a partire dalla stessa proprietà sottostante.

Due abitudini minori rivelano da vicino il ritmo. Un modello tende a chiudere una frase con un participio sospeso che allude a un significato senza aggiungere informazioni, un'affermazione seguita dall'enfasi sulla necessità di ulteriori ricerche o dal richiamo a un cambiamento più ampio nel settore. Ricorre anche a una struttura in coppia per sembrare equilibrato, sulla falsariga di il metodo non è solo efficiente ma anche scalabile. Detto una volta, questo costrutto non ha nulla di notevole. Detto in ogni paragrafo, sembra un modello con i nomi sostituiti.

La regola del tre

Anche a livello di sintagma, i gruppi di tre sono il ritmo predefinito del modello: tre aggettivi prima di un nome, tre esempi in un elenco, tre proposizioni costruite nello stesso modo di seguito. Gruppi occasionali di tre hanno sempre fatto parte dell'inglese. Un gruppo di tre collocato bene non è il sintomo di nulla. L'indizio è la frequenza. Il tre non è il problema. Il problema è il tre che compare in quasi ogni paragrafo.

Il conteggio è sufficiente per individuare la maggior parte di questo senza alcuna formazione speciale. Leggi un paragrafo e segna la lunghezza di ciascuna frase in parole. Se tutti i tuoi segni sono entro poche parole dall'ultimo, il ritmo è l'indizio. Usa il controllore gratuito di burstiness di TextPulse per automatizzare il conteggio e rappresentarlo in un grafico, utile per un passaggio troppo lungo da valutare a colpo d'occhio una frase alla volta.

Il trattino lungo e altri indizi di punteggiatura

Perché il segno è diventato la scelta predefinita

Il trattino lungo è probabilmente il segno di punteggiatura più spesso attribuito alla scrittura prodotta da macchine. Potresti conoscerlo come il trattino lungo che sostituisce una virgola, due punti o un punto fermo per collegare due metà di una frase. Il trattino lungo non è nuovo e non è qualcosa inventato da AI. Da quando esistono le guide di stile, da Chicago ad AP, hanno consentito di usarlo per enfasi e interruzione. E molti scrittori professionisti lo usano intenzionalmente.

La ragione probabile per cui compare così spesso nell'output delle macchine è banale: il segno è comune nella prosa modificata e impaginata professionalmente su cui i modelli linguistici sono addestrati, e consente a una frase di continuare a scorrere senza impegnarsi in un punto fermo. Un modello costruito per produrre testo fluido e connesso ricorre spesso a questa flessibilità, più spesso di quanto facciano la maggior parte delle persone quando redigono a mano.

La frequenza varia enormemente a seconda del sistema che ha prodotto il testo. Una prova comparativa eseguita a metà 2025 ha dato a sei chatbot lo stesso prompt e ha contato i segni: tre sistemi lo hanno restituito otto o nove volte in meno di seicento parole, uno lo ha usato due volte in quasi mille parole, e due non lo hanno usato affatto. La frequenza è una proprietà del modello che ha prodotto il paragrafo davanti a te, non un tratto fisso della scrittura di AI. OpenAI ha aggiunto un'impostazione nel novembre 2025 che consente a un utente di dire a ChatGPT di smettere di usare il segno e di rispettare davvero l'istruzione, il che rende anche questo indizio in parte opzionale ora.

Niente di tutto ciò rende il segno in sé una prova di qualcosa. Molti scrittori attenti lo usano deliberatamente, e molti saggi di studenti che non hanno mai toccato un chatbot lo usano anch'essi, a volte perché un insegnante glielo ha insegnato. Ciò che vale la pena controllare è la densità: una pagina che fa affidamento sul segno ogni seconda frase si legge in modo diverso da una che lo usa due volte di proposito. Il rimuovi em dash gratuito di TextPulse controlla questa densità e propone, per ogni occorrenza, la virgola, i due punti, il punto o il trattino che il caso richiede.

Punti elenco, testo in grassetto e intestazioni

Lo stesso livello riguarda le decisioni di formattazione al di sotto della frase. Un elenco puntato nel mezzo di una prosa che non è mai stata un elenco nella mente dello scrittore. Intestazioni in title case quando il resto del documento è in sentence case. Una frase in grassetto all'inizio di ogni punto elenco, come un mini titolo. Nessuno di questi è un segno di punteggiatura, ma provengono tutti dallo stesso luogo: un modello che formatta per una finestra di chat, dove la struttura visiva sostituisce le transizioni che la prosa normalmente porterebbe.

Struttura e forma dell'argomentazione

L'ultimo livello si colloca al di sopra della frase ed è il più difficile da correggere con la sostituzione di una parola, perché è la forma stessa dell'argomentazione. Una sezione scritta da una macchina spesso si apre ribadendo il proprio titolo con parole leggermente diverse, procede attraverso due o tre punti di supporto a cui viene attribuito grosso modo lo stesso peso, indipendentemente da quanto ciascuno conti davvero, poi si chiude riassumendo ciò che ha appena detto invece di aggiungere qualcosa di nuovo.

Un'abitudine correlata compare costantemente nei testi più lunghi: una sezione elenca ciò che qualcosa fa bene, cambia direzione su una parola come however, elenca le difficoltà nello stesso ordinato gruppo di tre, poi allude a un futuro che presumibilmente le risolverà. Gli argomenti reali sono più irregolari di così. Uno scrittore umano di solito tiene più a un punto che agli altri due, gli dedica più spazio e non deve al lettore una chiusura simmetrica.

Questo è anche il livello in cui la scrittura accademica formulaica può apparire ingannevolmente simile alla scrittura prodotta da una macchina, poiché una sezione di metodologia o una rassegna della letteratura dovrebbe seguire una forma fissa. La differenza sta dentro quella forma. Una rassegna della letteratura scritta da una macchina cita i punti abituali di un campo nell'ordine abituale. Una scritta da un essere umano discute quali punti contano e perché, anche all'interno di un modello rigido, perché si sta difendendo una posizione reale.

Giudicare un testo che non hai scritto

I quattro segnali che contano di più

Il divario di specificità è il segnale più forte a disposizione di un lettore senza alcuno strumento. La prosa redatta da una macchina formula affermazioni che valgono a ogni livello di generalità e non sono ancorate a nessuno di essi. Riporta che la ricerca ha esaminato la questione senza nominare uno studio, che l'effetto è significativo senza indicarne l'entità, che la pratica è comune nel settore senza nominare un'impresa o un anno. Uno scrittore umano che lavori entro lo stesso limite di parole tende a spendere quelle parole per una cosa concreta, perché aveva una cosa concreta e voleva inserirla.

Le citazioni che non si risolvono sono l'unico segnale nell'elenco che si avvicina alla prova, e sono anche le più rare. Un riferimento formattato in modo impeccabile, attribuito a una rivista reale, che riporti un identificatore che non restituisce alcun record, è molto difficile da produrre per caso. Controlla tre riferimenti prima di controllare qualsiasi altra cosa in una consegna di cui non sei sicuro. Richiede due minuti e o chiude la questione o rimuove il segnale più forte dal tavolo.

La densità lessicale è il segnale a cui la maggior parte dei lettori ricorre per primo ed è quello che fallisce più spesso. Il segnale è la densità, non una singola parola. Un singolo verbo formale è un registro accademico ordinario, mentre cinque in un paragrafo che non svolgono alcun lavoro specifico sono un pattern. Contare a mano in una consegna lunga è lento, e il free AI word cleaner di TextPulse marca automaticamente i gruppi, trasformando un'impressione vaga in qualcosa che si può indicare sulla pagina.

La più sottile delle quattro è un registro che non si interrompe mai. Uno scrittore umano quasi sempre fa qualcosa di leggermente fuori tono lungo duemila parole: una frase breve dopo tre frasi lunghe, una parentesi, un giudizio che non era obbligato a formulare, una parola scelta perché gli piaceva. La prosa redatta da una macchina mantiene un solo registro dalla prima all'ultima riga. Ci sono generi che vietano tutte queste cose, quindi questo indizio vale molto meno in una sezione di metodi che in una dichiarazione personale.

Gli indizi che sembrano forti e non lo sono

Una grammatica impeccabile non prova nulla. Ortografia e punteggiatura sono state automatizzate da due decenni, e qualsiasi scrittore attento che usi un correttore produce la stessa superficie pulita. Anche un registro formale non prova nulla, poiché la formalità è ciò di cui la maggior parte dei generi accademici e professionali ha bisogno per policy. L'uso intenso di titoli, testo in grassetto ed elenchi puntati è una consuetudine di stile editoriale molto prima di essere altro, e molti scrittori sono stati formati in questo senso anni prima che un chatbot lo mostrasse a chiunque. Anche le abitudini di punteggiatura hanno lo stesso peso ridotto, e in particolare l'em dash è stato chiamato a sostenere molto più di quanto possa fare un singolo segno.

Anche i punteggi dei detector appartengono a questo gruppo, e questo tende a sorprendere le persone. Un punteggio è un giudizio statistico su quanto il testo sia prevedibile, e una prosa prevedibile è ciò che gli esseri umani attenti producono ogni giorno, ed è così che si verificano in generale i falsi positivi. L'output del detector è un input tra gli altri in una decisione che una persona deve ancora prendere, e la spiegazione di TextPulse su come funzionano i detector AI chiarisce che cosa il numero stia misurando prima che qualcuno lo tratti come un verdetto.

Cosa fare quando un testo attiva diversi indizi

Controlla prima ciò che è controllabile. Prendi tre citazioni, un numero e un fatto nominato, e verifica ciascuno di essi. Quel singolo passaggio separa un testo esile da un testo fabbricato, e i due richiedono risposte molto diverse. Poi confronta la consegna con qualcosa che la stessa persona ha scritto in precedenza sotto supervisione, poiché un cambiamento improvviso di registro all'interno di uno stesso autore pesa più di qualsiasi lettura assoluta di un singolo documento. Quindi poni una domanda a cui solo l'autore potrebbe rispondere sul proprio testo: perché questa fonte invece dell'alternativa ovvia, quale sarebbe stato originariamente l'argomento della terza sezione, quale paragrafo gli ha dato più difficoltà. Chi ha scritto davvero il testo risponde subito.

Segui la politica che esiste, non quella che avresti scritto tu. La maggior parte delle istituzioni ora specifica chi può sollevare una preoccupazione, quali prove sono ammissibili e che cosa viene comunicato allo scrittore, e saltare questa sequenza è ciò che trasforma una domanda ragionevole in un reclamo. Gli scrittori dall'altra parte di questo problema, informati che il loro lavoro sembra redatto da una macchina, hanno un compito diverso da svolgere, e TextPulse's AI humanizer riporta un Human Score stimato calcolato a partire dal testo, non un verdetto di alcun rilevatore.

Applicare lo stesso test alle proprie bozze è più difficile, e se la tua scrittura suona come AI ha una pagina propria. Il lessico stesso è catalogato separatamente, in un elenco di le parole che tradiscono ChatGPT.

I nove segnali sono un motivo per porre una domanda, e la domanda è sempre la stessa: che cosa sa questo testo che una supposizione fluente non saprebbe? Ponila prima alle citazioni. Questa è la sola parte di qualsiasi consegna che risponde da sola, senza che nessuno debba essere accusato di nulla.

Questi segnali dimostrano che un testo è scritto da AI?

Nessun singolo indizio prova qualcosa, e nemmeno un insieme completo di essi. Sotto la pressione di un editor o di un professore, uno scrittore accademico attento può creare paragrafi con diverse di queste caratteristiche, come l'assenza di pronomi, ma senza l'aiuto di un chatbot. Gli scrittori non madrelingua di inglese possono anche usare parole sicure che hanno imparato in classe, e gli studenti a cui viene insegnato a usare connettivi formali potrebbero usare anch'essi molte di queste caratteristiche. Un elenco di parole non è una prova di scorrettezza, è un errore che può portare a false accuse contro scrittori attenti. Dovremmo denunciare questo errore, non ripeterlo in silenzio.

Ciò che uno strumento può fare in modo responsabile è mostrare il modello, non giudicare la scrittura. Ciò che TextPulse ha da offrire con il suo AI humanizer è una stima di un Human Score basata sul testo che ha davanti. Si tratta di una lettura della posizione di una bozza rispetto a questi modelli superficiali, non di un verdetto di alcun detector e non di una promessa su ciò che dirà domani uno strumento diverso. È un numero che si può usare come punto di partenza per una decisione, come un correttore ortografico segnala una parola senza decidere se la frase circostante sia valida.

Ogni indizio sopra ha una pagina propria. Il lessico stesso è catalogato in un articolo su parole che tradiscono ChatGPT, con trattazioni separate dell'abitudine all'em dash e di perché i modelli ricorrono a un verbo in particolare. Anche le etichette più ampie sono trattate: che cosa significa AI slop, che cosa significa AI fluff, e una guida pratica per capire se qualcosa è stato scritto da AI. Se il problema riguarda le proprie bozze e non quelle di altri, c'è un articolo su rimuovere le parole AI dalla propria scrittura.

La prossima volta che stai leggendo la tua prosa e qualcosa in essa non ti sembra del tutto giusto, non limitarti a trovare un sinonimo per sostituirlo. Prova invece a leggerla ad alta voce. Conta il numero di parole in ciascuna frase. Chiediti che cosa esattamente stia facendo lì ogni parola. È la stessa lettura che un editor attento faceva molto prima che tutto questo avesse un nome.