Può Turnitin rilevare Claude, Gemini e DeepSeek?

Per esempio, uno studente sceglie DeepSeek invece di ChatGPT per una prima bozza soprattutto perché un thread di forum sosteneva che Turnitin riconosce solo i modelli di OpenAI. Turnitin può rilevare DeepSeek nello stesso modo in cui rileva ChatGPT? Ma attenzione: il classificatore non era stato progettato per riconoscere un marchio in primo luogo. La descrizione stessa della tecnologia di Turnitin afferma che il classificatore non è mai stato costruito per riconoscere un marchio in primo luogo, e questo cambia la domanda più di quanto la maggior parte degli studenti si aspetti.

L'indicatore di scrittura AI è addestrato su schemi nella prosa generata da macchina, sulla prevedibilità delle parole e sul ritmo delle frasi, lo stesso terreno statistico coperto dalla spiegazione del sito su come funzionano in generale i rilevatori di AI. Un modello addestrato in questo modo reagisce a come un passaggio si legge, non a quale azienda abbia prodotto i suoi server. Questa distinzione è in gran parte la risposta alla domanda se cambiare chatbot sia un modo per aggirare il rilevamento.

La guida di TextPulse su se Turnitin può rilevare ChatGPT copre in modo completo la meccanica di quel singolo rapporto: che cosa misura la percentuale, chi la vede e quanto sia accurato, secondo i test di Turnitin stesso. Questo articolo si concentra su una domanda ricorrente all'interno di quella più ampia: se scegliere un chatbot diverso cambi qualcosa.

Turnitin può rilevare DeepSeek? Il punto agnostico rispetto al modello

I materiali di Turnitin inquadrano il rilevamento in base a come un passaggio si legge, non a quale azienda lo abbia prodotto. Questa impostazione è l'intera base per chiedersi se DeepSeek venga trattato in modo diverso da ChatGPT, Claude o Gemini all'interno dello stesso sistema.

Perché i modelli istruiti con istruzioni convergono sulla stessa forma statistica

Ogni grande chatbot rilasciato dal 2023 è costruito nello stesso modo generale: addestrato prima a prevedere la parola successiva su una grande quantità di testo, poi messo a punto per trasformare quel motore di previsione grezza in un assistente fluido e collaborativo che risponde direttamente a un prompt. È in questa seconda fase che avviene la convergenza.

Il risultato è che GPT, Claude, Gemini, DeepSeek e la maggior parte degli altri assistenti ottimizzati per istruzioni tendono a produrre una prosa che si colloca in un territorio statistico simile: scelte lessicali costantemente prevedibili e persino un ritmo delle frasi uniforme. Un classificatore addestrato a riconoscere quella firma a bassa perplexity e bassa burstiness nell'output di un modello reagisce, per costruzione, a qualcosa che anche diversi altri modelli producono, indipendentemente dal fatto che qualcuno di essi facesse parte o meno dei dati di addestramento originali.

Cosa Dice Realmente Turnitin Sulla Copertura dei Modelli

Turnitin afferma esplicitamente che si tratta di una scelta progettuale deliberata, non di un accidente del test. Il suo modello originale di rilevamento della scrittura AI è stato addestrato su GPT-3, GPT-3.5 e sulle loro varianti, e la documentazione di Turnitin dichiara senza ambiguità: 'Our technology can also detect other AI writing tools that are based on these models, such as ChatGPT.' Si tratta di un'affermazione del fornitore su come il suo classificatore generalizza, non di un risultato testato in modo indipendente, ed è opportuno leggerla esattamente in questi termini.

DeepSeek non compare in quell'elenco. L'elenco pubblicato da Turnitin dei modelli che ha aggiunto in seguito è ampio. Al momento della stesura, include modelli delle famiglie GPT-4 e GPT-5, le linee Pro e Flash di Gemini, comprese le loro versioni preview più recenti, Claude Sonnet-4.5 e LLaMA.

Modello	Ciò che dice la copertura pubblicata da Turnitin
ChatGPT (GPT-3.5, GPT-4, GPT-4o, serie GPT-5)	Citato esplicitamente, il set di addestramento originale e i suoi successori diretti
Claude (Sonnet 4.5)	Citato esplicitamente nell'attuale elenco pubblicato di Turnitin
Gemini (Pro, 2.5 Pro, 2.5 Flash, anteprime della serie 3)	Citato esplicitamente nell'attuale elenco pubblicato di Turnitin
LLaMA	Citato esplicitamente nell'attuale elenco pubblicato di Turnitin
DeepSeek	Non citato nell'elenco pubblicato di Turnitin ad agosto 2026. Turnitin non afferma che DeepSeek sia escluso, ma solo che non compare per nome
Qualsiasi altro chatbot costruito su un modello elencato	Turnitin afferma che la sua tecnologia rileva anche strumenti basati sui modelli che nomina

Ciò che Turnitin non pubblica

Ciò che manca nei materiali di Turnitin conta quanto ciò che vi è incluso. Turnitin non pubblica una cifra separata di accuratezza per ciascun modello che nomina, un tasso di rilevamento per modello per GPT-4 rispetto a Gemini rispetto a Claude. Diversi siti riportano una percentuale specifica per il rilevamento di DeepSeek senza alcuna fonte o metodo visibile dietro il numero.

Vale la pena prendere questa lacuna alla lettera invece di colmarla. Nessuno al di fuori di Turnitin ha pubblicato un test indipendente e metodologicamente trasparente del suo indicatore di scrittura AI suddiviso per modello sorgente, incluso DeepSeek, quindi qualsiasi numero specifico associato al tasso di rilevamento di un modello dovrebbe essere considerato non verificato finché una fonte primaria non lo affermi effettivamente.

Costruire un confronto equo significherebbe raccogliere un campione ampio e aggiornato di testi prodotti da ciascun modello, verificare che nessuno di essi sia confluito nei dati di addestramento di Turnitin, e sottoporli tutti allo stesso rilevatore, nelle stesse condizioni e nello stesso momento. I fornitori aggiornano i loro modelli ogni pochi mesi, quindi un confronto pubblicato anche solo un anno fa può già descrivere chatbot che non esistono più nella forma testata. Questo è un vero vincolo metodologico, non una scusa, ed è il motivo per cui questo articolo riporta ciò che Turnitin afferma sulla propria copertura, invece di una serie di percentuali di rilevamento che nessuno ha effettivamente misurato.

Il passaggio a un altro chatbot aiuta davvero?

Non sulla base delle prove che Turnitin pubblica. Un classificatore costruito per reagire a schemi statistici, e non a un nome di marca, non ha alcun motivo evidente per trattare l'output fluido e prevedibile di DeepSeek in modo diverso da quello di ChatGPT, e il linguaggio stesso di Turnitin sulla rilevazione di strumenti 'based on these models' va nella stessa direzione. Scegliere un chatbot senza nome partendo dall'ipotesi che l'assenza da un elenco significhi immunità è un'ipotesi travestita da strategia.

Per l'aspetto pratico dei compiti universitari, umanizzare un saggio AI per l'università è trattato separatamente. I candidati affrontano una diversa versione della stessa preoccupazione, e se le ammissioni universitarie controllino l'AI ha una pagina propria.

La scelta più affidabile si colloca lontano da quale chatbot abbia prodotto una prima bozza e più vicino a ciò che accade dopo. Un controllore gratuito di burstiness mostra la stessa piattezza nel ritmo delle frasi a cui reagisce un classificatore, indipendentemente dal nome del modello da cui proviene nel titolo della finestra di chat. L'AI humanizer per studenti di TextPulse opera su quello stesso livello statistico, ricostruendo il ritmo e la struttura delle frasi invece di scommettere su una lacuna nell'elenco pubblicato da un singolo fornitore. Quale chatbot abbia scritto la prima bozza conta molto meno del fatto che la versione che si consegna legga davvero come qualcosa che si è scritto personalmente.