Come Turnitin rileva l'AI, passo dopo passo

Un report di Turnitin può restituire un singolo numero, ad esempio quarantadue percento, e dire quasi nient'altro su come vi sia arrivato, a meno che qualcuno non vada a cercare il meccanismo che lo produce. Quel numero non si legge dal documento nel suo insieme e non è un'ipotesi. È il risultato finale di una pipeline specifica e documentata che funziona nello stesso modo per ogni invio.

Allora, come fa Turnitin a rilevare l'AI? Suddividendo un invio in parti, assegnando a ciascuna un punteggio in base alla probabilità che sia generata dall'AI o generata dall'AI e poi parafrasata, e facendo la media di quei punteggi per determinare la percentuale complessiva mostrata nel report. Ogni fase di quella pipeline è descritta nella documentazione di Turnitin, non ricostruita dall'esterno.

Questo riguarda specificamente la funzione di rilevamento della scrittura AI di Turnitin, un sistema distinto dal più vecchio controllo di similarità o plagio che confronta un invio con altri documenti. I meccanismi descritti sotto si collocano all'interno della questione più ampia di come funzionano davvero i rilevatori di AI, e Turnitin è un utile esempio concreto proprio perché pubblica più del proprio metodo rispetto alla maggior parte dei fornitori. Ciò che segue è prima la pipeline, poi ciò che segnala nella pratica, ciò che i test indipendenti hanno rilevato che non coglie, e chi all'interno di un'istituzione vede effettivamente il risultato.

Come rileva l'AI Turnitin? La pipeline in sintesi

Il rilevatore di scrittura AI di Turnitin esegue quattro fasi in un ordine fisso. Prima verifica se un documento contiene abbastanza testo in prosa idoneo per essere valutato. Secondo, divide quel testo in segmenti di poche centinaia di parole ciascuno. Terzo, un modello assegna un punteggio a ogni segmento singolarmente. Quarto, i punteggi dei segmenti vengono mediati fino a ottenere la singola percentuale a livello di documento che il lettore vede effettivamente.

Il rapporto di scrittura AI non è il rapporto di similarità

Il rapporto di scrittura AI di Turnitin è un prodotto separato dal rapporto di similarità che verifica il plagio. Funzionano su modelli diversi e sono visualizzati in schede diverse nella stessa interfaccia. Il punteggio di similarità confronta un invio con un database di fonti pubblicate in precedenza e altri elaborati di studenti, e restituisce la percentuale che corrisponde. Il punteggio AI fa tutt'altro: un classificatore legge la prosa, assegna a ciascun segmento valutato una probabilità di essere generato da AI e aggrega tali punteggi in una singola percentuale del documento. Poiché misurano cose diverse, un invio può avere un punteggio di similarità del 2 percento e un punteggio AI del 60 percento, o il contrario.

La percentuale AI è anche più ristretta di quanto sembri. Descrive la proporzione di prosa idonea che il modello prevede sia stata scritta da AI, non l'intero documento, perché blocchi di codice, elenchi puntati, titoli e scrittura in forma breve vengono rimossi prima del calcolo del punteggio. Al momento in cui scriviamo, il rilevatore funziona solo su testi in inglese, spagnolo e giapponese.

Fase uno: suddividere il documento in blocchi

Prima che venga assegnato qualsiasi punteggio, il modello di Turnitin divide l'invio in blocchi di poche centinaia di parole ciascuno, circa da cinque a dieci frasi per blocco. La segmentazione avviene per prima perché il modello è stato costruito per valutare un blocco di quella dimensione, non una singola frase e non un'intera tesi in un solo passaggio.

Solo il testo in prosa conta ai fini di un chunk. Il modello è stato progettato per leggere testi lunghi. Un documento che contiene sia prosa sia tabelle o codice verrà valutato come contenente una certa percentuale di testo in prosa, ma potrebbe non descrivere tutto il testo in prosa presente nel documento. Questo perché il rilevatore assegna un punteggio a un insieme di dati che non include blocchi di codice, elenchi puntati o testo breve. Per questo motivo, il documento può restituire una percentuale che descrive solo una parte di ciò che è stato inviato.

La valutazione a livello di chunk ha una conseguenza più silenziosa che vale la pena nominare. Una singola frase redatta da AI inserita in un chunk altrimenti scritto da esseri umani di poche centinaia di parole viene mediata insieme a tutto il resto di quel chunk, quindi il suo effetto sul punteggio di quel chunk è attenuato da quanto testo circostante scritto da esseri umani condivida lo stesso chunk. Una breve inserzione redatta da AI raggiunge comunque il modello. Semplicemente ha meno peso di un chunk redatto da AI dalla prima all'ultima parola.

Fase Due: Valutazione di Ogni Segmento

Ogni chunk viene valutato per conto proprio, indipendentemente da ogni altro chunk nel documento. Il modello prevede se quello specifico tratto di testo sia scritto da esseri umani, generato da AI, oppure generato da AI e poi parafrasato, una distinzione a tre vie piuttosto che un semplice sì o no.

Questa è una categoria separata e non solo un'estensione di generato da AI, suggerisce che esista un problema reale nel fatto che la parafrasi indebolisca il rilevamento. Ciò è confermato da uno studio del 2023, che ha rilevato che far passare testo generato da AI attraverso un modello di parafrasi dedicato ha fatto scendere un rilevatore di ricerca chiamato DetectGPT dal 70.3% di accuratezza al 4.6%, a un tasso costante di falsi positivi dell'1%. Non sembra che Turnitin abbia pubblicato nulla su quanto il proprio classificatore a tre vie sia resistente alla stessa tecnica. La categoria esiste per un motivo documentato.

Attribuire un punteggio a livello di segmento anziché a livello dell’intero documento è una scelta progettuale deliberata. Una tesi di novanta pagine con due paragrafi redatti da AI e un saggio di cinque pagine interamente redatto da AI sono problemi diversi, e la media tra i segmenti è ciò che consente a un singolo numero a livello di documento di riflettere tale differenza invece di appiattirla.

Turnitin non ha pubblicato l’architettura interna di quel modello per segmento con lo stesso livello di dettaglio dei passaggi della sua pipeline. Si tratta di un classificatore supervisionato addestrato su esempi etichettati, non di una semplice soglia sul tipo di punteggio grezzo del token successivo trattato nella guida di TextPulse su che cosa misura davvero la perplexity nel rilevamento AI, anche se la stessa idea di fondo, un testo insolitamente prevedibile, è quasi certamente parte di ciò che un tale classificatore impara a riconoscere.

Passaggio tre: media verso una percentuale a livello di documento

I punteggi dei segmenti vengono mediati in un’unica percentuale che un report visualizza. Quella percentuale rappresenta la proporzione di prosa che soddisfa i criteri, solo scrittura estesa, che il modello prevede essere generata da AI o generata da AI e poi parafrasata. Si tratta di una proporzione di segmenti valutati, non dell’affermazione che una quota esatta delle parole del documento sia stata letteralmente digitata da una macchina.

La percentuale nel report è la media. Per questo due documenti che restituiscono entrambi il quaranta percento possono apparire diversi a un esame ravvicinato. Uno potrebbe avere il quaranta percento dei suoi segmenti valutati come interamente generati da AI. Un altro potrebbe avere ogni segmento valutato come parzialmente probabile, arrivando alla stessa cifra complessiva. Non mostra quale schema l’abbia prodotta.

Turnitin può rilevare ChatGPT, Claude o Gemini?

Di solito sì, quando un documento contiene una quantità sostanziale di scrittura AI, e il classificatore non si preoccupa di quale fornitore l'abbia prodotta. Turnitin afferma che il suo modello cerca un pattern di scrittura piuttosto che un nome di marca, e la sua copertura si è ampliata ripetutamente dal lancio originale di GPT-3.5 e GPT-4 nel 2023. Le indicazioni attuali citano la serie GPT-5, Gemini e Claude tra i sistemi contro cui è addestrato, con nuove versioni dei modelli aggiunte in modo continuativo. Uno studente che abbia usato invece Gemini, Claude o DeepSeek non sta aggirando il rilevatore semplicemente scegliendo un'azienda diversa.

La quota di invii interessata da questo fenomeno è cresciuta. Circa il 15 percento dei saggi che Turnitin ha analizzato tra ottobre 2025 e febbraio 2026 mostrava l'80 percento o più di scrittura generata da AI, rispetto a circa il 3 percento al momento del lancio dello strumento nell'aprile 2023.

Il testo AI parafrasato riceve una categoria propria, anziché un via libera, ed è la classificazione in tre parti descritta sopra. La documentazione di Turnitin separa il testo che giudica soltanto generato da AI dal testo che giudica generato da AI e poi parafrasato da AI, e nell'agosto 2025 ha aggiunto un rilevamento mirato specificamente agli strumenti di aggiramento di AI costruiti per riscrivere l'output della macchina oltre un rilevatore. Ciò non significa che parafrasare sia inutile o che ogni passaggio riscritto venga individuato. Significa che l'ipotesi secondo cui la parafrasi sia invisibile a Turnitin per impostazione predefinita è superata da tempo. Ciò che lo strumento fa con il testo parafrasato in particolare, e con l'output di DeepSeek, è trattato separatamente.

Il requisito minimo di parole e la soglia con asterisco

Un invio deve contenere almeno 300 parole di testo in prosa idoneo prima che il rilevatore AI di Turnitin generi un punteggio, un valore aumentato rispetto a un precedente minimo di 150 parole. Al di sotto di tale lunghezza, semplicemente non c'è abbastanza testo perché il processo di segmentazione e media possa essere eseguito.

La soglia di 300 parole coincide con la dimensione di un singolo blocco di valutazione descritto in precedenza, poche centinaia di parole, da cinque a dieci frasi. Un documento esattamente al minimo sta in realtà fornendo alla pipeline solo un blocco di testo idoneo da mediare, anziché diversi, e questo contribuisce a spiegare perché un report che si colloca vicino a tale soglia abbia più probabilità di rientrare nell'intervallo meno affidabile che la soglia successiva serve a segnalare.

Turnitin inoltre non visualizza una percentuale inferiore a una soglia del 20%. Da luglio 2024, il report mostra un asterisco accanto al simbolo di percentuale invece di un numero. Questo singolo aspetto del comportamento del report genera più confusione di qualunque altra parte della pipeline, perciò riceve una sezione propria qui sotto.

Condition	What the report shows	Why
Meno di 300 parole di prosa idonea	Nessun punteggio AI	Non c'è abbastanza testo perché la pipeline di segmentazione e media funzioni in modo affidabile
Il punteggio scenderebbe sotto il 20%	Un asterisco accanto a un simbolo di percentuale, non un numero	La documentazione di Turnitin riporta in quell'intervallo un tasso di falsi positivi misurabilmente più alto
Punteggio del 20% o superiore	Una percentuale specifica	Considerato sufficientemente affidabile da Turnitin per essere visualizzato come numero

Che cosa significa il punteggio con asterisco su Turnitin?

Un asterisco in un report di scrittura AI di Turnitin significa che il modello ha rilevato una certa scrittura AI, ma meno del 20 percento del documento, e Turnitin non pubblica un numero in quell'intervallo. Dove normalmente comparirebbe una percentuale, il report mostra invece un asterisco accanto a un simbolo di percentuale. La documentazione ufficiale del prodotto di Turnitin lo afferma direttamente: "When AI is detected below the 20% threshold in the report, it is now indicated with an asterisk (*%) and no percentage is attributed."

Un asterisco, quindi, non è un errore, non è un punteggio mancante e non è un segno che qualcosa sia andato storto con il caricamento. È una decisione deliberata del fornitore di non mostrare una cifra che non considera sufficientemente affidabile da stampare.

Perché Turnitin nasconde il numero sotto il 20 percent

Perché quella fascia è quella in cui lo strumento ha maggiori probabilità di sbagliare, e la stessa promessa di accuratezza di Turnitin è delimitata in modo da escluderla. L'azienda si impegna a mantenere il proprio tasso di falsi positivi "under 1% for documents with over 20% of AI writing". Legga con attenzione l'ambito: l'impegno incorpora un limite inferiore, e quel limite inferiore è proprio il 20 percent. Al di sotto di quella soglia l'azienda non rivendica la stessa affidabilità, quindi, invece di stampare un numero piccolo che un lettore tratterebbe inevitabilmente come preciso, non stampa nulla. L'asterisco esiste per evitare falsi positivi, cioè per evitare di consegnare a un docente una cifra che rappresenterebbe in modo fuorviante un documento scritto da una persona.

Il ragionamento segue la meccanica descritta in precedenza. Un punteggio a livello di documento è una media calcolata su blocchi di poche centinaia di parole. Quando solo una piccola parte di quei blocchi risulta AI, la media che ne deriva si fonda su un segnale molto debole, e la pipeline non può distinguere in modo affidabile un vero 8 percent da uno spurio. Sopprimere il numero è la risposta onesta a questa situazione, ed è lo stesso impulso che sta dietro al minimo di 300 parole.

Che cosa significa in pratica l'asterisco in un'università

In pratica, la maggior parte delle istituzioni considera un asterisco come qualcosa su cui non intervenire, e lo legge come un punteggio basso coerente con un lavoro scritto da una persona. Il ragionamento è semplice. Se il fornitore che ha costruito il rilevatore non si assume la responsabilità di una cifra in quella fascia, un docente non ha nulla di sostanziale da contestare a uno studente, tanto meno qualcosa da portare a una commissione disciplinare. Per la maggior parte dei processi di integrità accademica, un rapporto che mostra un asterisco è funzionalmente equivalente a un rapporto pulito.

Questa è una descrizione di come il risultato viene usato, ed è utile saperlo se ci si trova davanti a uno di questi rapporti. Non è la stessa cosa di una conclusione su che cosa il documento sia realmente, e la distinzione conta in entrambe le direzioni.

Cosa non significa un asterisco

• Non è un certificato di paternità umana. Turnitin sta rinunciando a attribuire al documento un punteggio con sicurezza, e questa è un’affermazione sul rilevatore, non sullo scrittore.
• Non è la stessa cosa di zero. Un documento senza alcuna scrittura AI e un documento con un solo paragrafo assistito da AI possono produrre lo stesso asterisco, ed è proprio per questo che il numero viene omesso.
• Non è confrontabile tra invii. Due asterischi dicono che entrambi i documenti sono scesi sotto la stessa soglia e nulla su come si confrontano tra loro.
• Non è il punteggio di similarità. La corrispondenza per plagio è un rapporto separato in una scheda separata, e mostra la propria percentuale indipendentemente da ciò che fa l’indicatore AI.

La conseguenza pratica da tenere presente è che una lieve revisione assistita da AI, un paragrafo riscritto con aiuto e il resto scritto senza assistenza, produrrà spesso un asterisco invece di una piccola percentuale. Né la presenza né l’assenza di un numero risolve la questione da sola, ed è la stessa conclusione a cui arrivano le cifre di accuratezza qui sotto, ma dalla direzione opposta.

Cosa Afferma Turnitin Sull’Accuratezza, e Di Chi Sono Questi Numeri

Turnitin pubblica le proprie cifre di accuratezza, e vale la pena leggerle esattamente per ciò che sono: numeri di validazione del fornitore, non una verifica indipendente. Il materiale pubblicato afferma un tasso di falsi positivi inferiore all’1% per i documenti che il modello valuta oltre il 20% di scrittura AI, una soglia che coincide con il limite dell’asterisco descritto sopra. Lo stesso programma è stato in seguito esteso a campioni di scrittura di English Language Learner in risposta alla ricerca sul bias dei rilevatori.

Turnitin afferma di aver verificato quella cifra rispetto a un ampio insieme di riferimento di articoli scritti da esseri umani e inviati prima che ChatGPT esistesse. I materiali di Turnitin sono incoerenti riguardo alla dimensione esatta di quel insieme di riferimento, la pagina FAQ cita 700,000 articoli, mentre un post del blog del Chief Product Officer di Turnitin cita 800,000, con la stessa affermazione di meno dell'1% associata a entrambe. I materiali di Turnitin descrivono anche un compromesso, secondo la stessa azienda, rilevare in modo più aggressivo i contenuti generati da AI significa non rilevarne circa il 15%.

L'azienda ha anche rivisto pubblicamente le proprie affermazioni. Nel 2023, poco dopo il lancio, il chief product officer di Turnitin ha riconosciuto che i test di laboratorio non avevano previsto quanti falsi positivi sarebbero emersi nell'uso reale, in particolare nelle consegne brevi, e ha riportato un tasso di falsi positivi a livello di frase di circa 4 percento. L'aumento della lunghezza minima valutabile da 150 a 300 parole è stata la risposta a tale scarto.

Letti insieme, questi dati descrivono un compromesso specifico piuttosto che un singolo numero di accuratezza. Un tasso di falsi positivi inferiore all'1% sembra vicino al trascurabile finché non viene rapportato a quante consegne passano attraverso il sistema, e un tasso di mancata rilevazione del 15% significa che una quota significativa di contenuti generati da AI viene valutata come umana per progettazione, non per malfunzionamento. I materiali di Turnitin presentano entrambi i numeri come il bilanciamento previsto del sistema, non come prova che lo strumento sia semplicemente corretto o semplicemente errato.

Cosa ha rilevato il test indipendente

Il test indipendente aggiunge dettagli che le cifre del fornitore non offrono, nello stesso spirito del più ampio test indipendente dei rilevatori di AI che continua a mettere in evidenza scarti tra le condizioni di laboratorio e le consegne reali. Il Center for the Advancement of Teaching della Temple University ha condotto una delle analisi più accurate disponibili. I ricercatori hanno presentato 120 campioni di scrittura, divisi equamente tra scrittura interamente umana, scrittura interamente generata da AI, scrittura generata da AI passata attraverso uno strumento di parafrasi e testi ibridi che combinavano contributi umani e di AI, e hanno registrato ciò che Turnitin restituiva per ciascuno.

Lo strumento ha identificato correttamente il 93 percento dei campioni puramente umani e il 77 percento di quelli interamente generati da AI. Nelle domande più difficili, l'accuratezza è diminuita ulteriormente. Turnitin ha identificato con precisione solo il 63 percento dei campioni AI parafrasati come generati da AI, e soltanto il 43 percento dei campioni ibridi come né completamente umani né completamente AI. Queste sono le categorie più vicine al modo in cui viene effettivamente prodotta la scrittura assistita da AI, e i ricercatori hanno segnalato in particolare il testo ibrido come probabilmente responsabile di una quota ampia e crescente delle vere consegne, man mano che più corsi assegnano lavori che usano AI per una parte del compito.

Cosa è stato testato	Risultato di Turnitin
Campioni scritti al 100% da umani	93% identificati correttamente come umani
Campioni generati al 100% da AI	77% identificati correttamente come AI
Testo AI passato attraverso uno strumento di parafrasi	63% identificati correttamente come AI
Campioni ibridi, in parte umani e in parte AI	43% identificati correttamente come né 0% né 100%
Documenti con oltre il 20% segnalato (dato di Turnitin)	Tasso di falsi positivi inferiore all'1%

Nessuno di questi è un risultato indipendente dal lato di Turnitin. I ricercatori esterni all'azienda, citati nella copertura degli studi di bias di Turnitin, descrivono un quadro ancora più complesso, in particolare per scrittori di inglese non madrelingua e bozze pesantemente modificate.

Dove i punti salienti a livello di frase si scompongono

Il punteggio a livello di documento non è l’unica vista che un docente può aprire, e l’altra è meno affidabile. Alcune interfacce mostrano un rapporto di segnalazione che evidenzia frasi specifiche come probabilmente scritte da AI. I ricercatori di Temple hanno confrontato tali evidenziazioni con le frasi dei loro campioni ibridi che erano effettivamente scritte da AI e non hanno trovato alcuna relazione tra le due cose. Questo è rilevante se un docente inoltra uno screenshot di un paragrafo evidenziato invece della percentuale riassuntiva: il punteggio complessivo del documento ha funzionato in modo considerevolmente migliore rispetto alle evidenziazioni a livello di frase.

Chi vede effettivamente il punteggio

Il punteggio AI non fa parte, per impostazione predefinita, del rapporto visibile agli studenti. Si trova in una scheda separata, visibile ai docenti e agli amministratori, e uno studente lo vede solo se il docente sceglie di condividere il rapporto o di mostrarlo direttamente. Si tratta di una differenza strutturale reale rispetto al punteggio di similarità, che gli studenti possono in genere visualizzare autonomamente all’interno dello stesso sistema una volta che un invio è stato elaborato.

Lo stesso vale per il fatto che la funzione esista o meno per un determinato corso, che è una decisione istituzionale al di sopra e al di là del docente. Gli amministratori a livello di account possono attivare o disattivare il rilevamento AI di Turnitin per un’intera istituzione. Un docente può non essere in grado di attivarlo se la propria università lo ha disattivato, e viceversa. Due studenti di università diverse possono presentare lavori comparabili e avere esperienze molto diverse di questo strumento, per ragioni che non hanno nulla a che fare con ciò che ha scritto ciascuno di loro.

Perché alcune università lo hanno disattivato

La University of Waterloo ha interrotto la funzione di rilevamento AI di Turnitin nel settembre 2025, e la motivazione pubblicata è insolitamente diretta. L’università ha citato l’affidabilità documentata insufficiente dello strumento, il suo pregiudizio contro gli studenti la cui prima lingua non è l’inglese, e i propri test interni, che includevano almeno un caso di testo interamente scritto da esseri umani valutato come generato al 100 percento da AI. Alla luce del costo dello strumento, l’università ha concluso che i costi superavano i benefici e ha invece reindirizzato l’impegno verso la riprogettazione della valutazione e la formazione all’alfabetizzazione sull’AI.

Waterloo è un esempio visibile di una frattura più ampia, non un caso isolato. Le università che mantengono attiva la funzione hanno in genere aggiunto misure di tutela invece di trattare il punteggio come un verdetto a sé stante, richiedendo una conversazione con lo studente prima che inizi qualsiasi procedura formale e considerando il numero come un motivo per aprire quella conversazione, non per chiuderla. Approfondire il modo in cui le università stanno gestendo la politica sull'AI in senso più ampio rende il modello più chiaro: se un punteggio arriva o meno fino a voi dipende da una decisione presa ben al di sopra dell'aula del seminario, non da una proprietà fissa della tecnologia stessa.

Cosa dimostra, e cosa non dimostra, un punteggio alto

Un punteggio AI alto è una prova, non un verdetto. Turnitin stesso presenta la percentuale come un dato tra altri per il giudizio dell'insegnante, non come un accertamento di cattiva condotta, e le cifre di accuratezza sopra spiegano perché questa impostazione conta: anche un punteggio a livello di documento che funziona in modo ragionevole interpreta in modo errato una quota significativa di testi molto modificati, parafrasati o ibridi, e le evidenziazioni a livello di frase sono nettamente meno affidabili del numero riassuntivo. Nulla di tutto ciò garantisce che un singolo punteggio sia sbagliato. Significa che una percentuale è un motivo per porre domande, non un accertamento da accettare a prima vista.

Una singola percentuale a livello di documento comprime quattro passaggi separati in un solo numero, e nessuno di questi passaggi legge il significato o verifica se un argomento sia valido. Vedere come un passaggio più breve viene valutato sui segnali statistici di base da cui è costruita una pipeline di questo tipo è un modo più diretto per comprendere un rapporto rispetto al trattare la percentuale come un verdetto. Il free perplexity checker di TextPulse esegue una versione semplificata di quel tipo di valutazione a livello di parola sul vostro stesso testo, al di fuori di qualsiasi pipeline istituzionale, e il suo free burstiness checker copre la metà relativa al ritmo delle frasi della stessa misurazione. Entrambi forniscono una lettura del vostro testo, non una previsione di ciò che Turnitin dirà al riguardo. Nessuno strumento può promettere in modo responsabile questo su un sistema che non controlla.

Turnitin riporta due numeri e misurano aspetti non correlati. Quale sia quale è illustrato separatamente, insieme a ciò che conta davvero come un buon punteggio Turnitin una volta che si sa a che cosa si riferisce la percentuale. Diverse domande correlate hanno pagine proprie: se un professore possa capire che hai usato ChatGPT senza alcun rilevatore, la versione più diretta della stessa domanda, verrò scoperto, e, per contesti specifici, il rilevamento dell'AI nei programmi di infermieristica e se gli uffici di ammissione universitaria effettuino questi controlli. L'inquadramento più ampio è trattato in un testo separato su integrità accademica e AI.

Niente di tutto questo è probabile che sia la versione finale. Turnitin ha riscritto più di una volta le proprie soglie, le regole di visibilità e la copertura dei modelli dal 2023, e agosto 2026 non sarà neppure l'ultima parola. Si colloca accanto al resto della raccolta di strumenti gratuiti di TextPulse, per chiunque voglia un secondo segnale prima di considerare la percentuale di un'istituzione come l'ultima parola.

Cosa ha trovato la nostra ricerca

Nello studio sull'accordo tra rilevatori di TextPulse Research, nove rilevatori commerciali di IA hanno valutato gli stessi 90 testi accademici. Uno era un testo ibrido di 455 parole: apertura e chiusura scritte da un umano attorno a una parte centrale di 168 parole generata dall'IA. Turnitin ha assegnato a questo testo 26.8% di IA, mentre i verdetti degli altri strumenti sulle stesse parole andavano da 0% a 95.7% di IA. L'articolo completo, il corpus e la matrice dei punteggi per strumento sono ad accesso aperto su TextPulse Research.