Come funziona GPTZero

Inserisci "how gptzero works" in una barra di ricerca e gran parte di ciò che compare continua a descrivere la perplexity e la burstiness, le due statistiche che il fondatore stesso di GPTZero ha reso famose nelle prime settimane successive al rilascio di ChatGPT. Questa descrizione era accurata nel gennaio 2023. Non lo è più da allora, dall'autunno di quello stesso anno, quando la documentazione di GPTZero indica che l'azienda ha sostituito quel metodo con qualcosa di completamente diverso. La distanza tra ciò che lo strumento faceva al lancio e ciò che fa oggi è sufficientemente ampia da far sì che la maggior parte delle spiegazioni ancora in circolazione oggi descriva un prodotto che non esiste più.

Oggi, GPTZero esegue un classificatore per frase su un ampio corpus misto di testi generati da esseri umani e testi generati da IA, invece di un calcolo della perplexity. Oggi GPTZero fornisce ancora un singolo numero di apertura, ma l'aritmetica è diversa. L'evidenziazione a livello di frase sotto il numero di apertura ha anche un significato diverso rispetto a quello che aveva nel 2023. Entrambe le versioni della storia meritano di essere conosciute, quella che ha reso famosi i termini e quella che effettivamente viene eseguita oggi.

La storia: come la perplexity e la burstiness hanno reso GPTZero famoso

Il 2 gennaio 2023, l’allora studente di Princeton Edward Tian ha rilasciato una demo pubblica di GPTZero, a poche settimane dall’uscita di ChatGPT. La sua pagina originale di spiegazione descrive come abbia usato due statistiche prese in prestito dal language modeling per rilevare quando un modello linguistico ha scritto qualcosa. Perplexity è un punteggio che misura quanto un modello di riferimento sia rimasto sorpreso dalle scelte di parole nel testo. Burstiness è il nome di GPTZero per quanto quella sorpresa vari nel corso di un documento. Quelle pagine di spiegazione sono il motivo per cui entrambe le parole sono entrate nella conversazione quotidiana sulla scrittura con l’AI. La maggior parte delle persone che oggi sanno definire perplexity o burstiness ha appreso i termini da GPTZero, non da un manuale.

Il meccanismo stesso era semplice da descrivere. Fai passare un brano attraverso un modello linguistico di riferimento, e la prosa che il modello trova altamente prevedibile, perplexity bassa, viene letta come tipica della macchina, poiché la generazione tende a favorire la parola successiva più probabile rispetto a quella sorprendente. La documentazione ritirata di GPTZero ha persino pubblicato una regola empirica: un punteggio di perplexity superiore a 85 si leggeva come più probabile umano che macchina. Questa soglia proveniva da un solo fornitore, su un solo modello, in un dato momento, e GPTZero stesso non la sostiene più.

Come funziona GPTZero ora: un classificatore a livello di frase

Il centro assistenza di GPTZero lo afferma in modo diretto: "A partire dall’autunno 2023, GPTZero non usa più perplexity e burstiness per il suo rilevamento dell’AI perché abbiamo migrato a un’architettura basata sul deep learning." La sua pagina tecnologica attuale, conferma che il passaggio è totale. Descrive "un approccio di deep learning end-to-end, addestrato su dataset testuali dal web, dall’istruzione e da contenuti generati dall’AI da una gamma di LLM", in cui "un modello di classificazione frase per frase determina la probabilità e il livello di confidenza che un testo sia stato creato dall’AI". Perplexity e burstiness non compaiono in nessun punto di quella pagina.

Da allora, è stato aggiunto anche un ulteriore livello di difesa, un Paraphraser Shield, costruito per intercettare testi generati da AI che sono stati fatti passare attraverso uno strumento di riscrittura per eludere il rilevamento. È possibile incollare testo, caricare documenti Word, PDF e file di immagini, fino a cinquanta file alla volta. Tutta questa infrastruttura non ha nulla a che vedere con il conteggio della frequenza con cui un modello di riferimento avrebbe indovinato la stessa parola.

Che cosa mostra davvero un report di GPTZero

Un risultato di GPTZero comprende tre parti: una classificazione dell'AI, umana o mista, una percentuale che esprime la probabilità del modello che il documento sia stato scritto da AI, e un'etichetta di confidenza che descrive quanto sia affidabile quella specifica previsione. L'etichetta conta più di quanto possa sembrare. GPTZero collega "alta confidenza" a un tasso di errore inferiore al 2 percento e "bassa confidenza" a un tasso di errore del 14 percento o superiore, un intervallo sufficientemente ampio da far sì che la stessa percentuale di titolo possa avere un peso molto diverso da un report all'altro.

Le scansioni a pagamento aggiungono evidenziazioni a livello di frase, ed è opportuno leggerle correttamente. GPTZero descrive le frasi evidenziate come quelle che influenzano in modo sproporzionato il punteggio complessivo, non come un elenco di accuse contro singole righe. Una frase può non essere evidenziata e, nondimeno, aver contribuito a determinare il risultato, perché il classificatore legge il documento nel suo insieme, invece di votare frase per frase.

Elemento del report	Che cosa ti dice
Classificazione	Un'unica etichetta: AI, umana o mista
Punteggio di probabilità dell'AI	Una percentuale che riflette quanto è probabile che il modello giudichi il documento come scritto da AI
Etichetta di confidenza	Va da alta confidenza, con un tasso di errore inferiore al 2 percento, a bassa confidenza, 14 percento o superiore
Evidenziazione delle frasi	Segna le frasi che contribuiscono maggiormente al punteggio in Advanced Scan, non ogni frase collegata ad esso

Nessuno di questi elementi del report esisteva nella sua forma attuale quando l'esplainer su perplexity e burstiness era ancora la descrizione pubblica di GPTZero di se stesso. L'interfaccia è cambiata insieme al metodo.

Perché la descrizione di Perplexity e Burstiness continua a circolare

L'originale spiegazione di GPTZero è ancora online, ancora indicizzata, e resta una delle descrizioni generali più chiare di come funzionano Perplexity e Burstiness come concetti. I motori di ricerca e altri siti continuano a citarla, e alcuni rimandano a una recensione ampiamente condivisa del 2026 che sostiene che lo strumento continui a far girare in modo silenzioso un livello di Perplexity e Burstiness accanto al suo classificatore. Le pagine attuali di GPTZero, la pagina della tecnologia e entrambi gli articoli di supporto, dicono il contrario: i termini sono stati ritirati, non semplicemente nascosti dietro le quinte. Una pagina che descrive un concetto in astratto non è la stessa cosa di una pagina che descrive il metodo attuale di questo strumento, e trattare le due come intercambiabili è, per gran parte, il motivo per cui la confusione è durata tre anni oltre la data di scadenza.

Questo conta al di là delle curiosità. Uno studente o un collega a cui viene detto di ridurre la Perplexity o di distribuire la lunghezza delle frasi specificamente per battere GPTZero sta ricevendo un consiglio mirato a una versione del prodotto che ha smesso di funzionare nel 2023. Ciò che sposta un classificatore di frasi è una questione correlata ma diversa, più vicina alla descrizione più ampia di come funzionano davvero i rilevatori di AI che a qualunque statistica presa da sola. GPTZero non ha smesso di misurarle, secondo quanto afferma, esse sono tra sette indicatori che alimentano il modello attuale, ma hanno smesso di essere la cosa che decide la risposta.

Quello che GPTZero dice di non poter fare

I benchmark pubblicati da GPTZero sono solidi più o meno quanto un fornitore è verosimilmente disposto a pubblicare riguardo al proprio prodotto. L’azienda riporta "un tasso di accuratezza del 99% nel rilevare testi generati da AI rispetto alla scrittura umana", afferma "manteniamo il tasso di falsi positivi di GPTZero a non più dell’1% quando valutiamo testo AI rispetto a testo umano" e registra "un tasso di accuratezza del 96,5%" su contributi che mescolano scrittura AI e umana, insieme all’1,1 percento sui saggi TOEFL, un riscontro comune per la scrittura in inglese non madrelingua. Questi numeri provengono dalla valutazione interna di GPTZero, pubblicata a gennaio 2025, senza che nella pagina che li riporta sia citata alcuna replica indipendente. La stessa pagina, inoltre, ridimensiona la rivendicazione a cui ricorre la maggior parte dei fornitori, dichiarando che "non ci sarà mai una garanzia al 100%" e che chi sostiene il contrario probabilmente presenta una falla nei propri dati o nel proprio metodo di valutazione.

La pagina dei limiti di GPTZero è più specifica delle cifre di marketing. L’azienda afferma che l’accuratezza migliora man mano che viene inviato più testo e diminuisce a livello di frase e di paragrafo rispetto all’intero documento. Dichiara che i suoi dati di addestramento sono per lo più prosa adulta in inglese, quindi il testo che si discosta da tale modello è più difficile da classificare in modo affidabile. Afferma inoltre che il classificatore non è addestrato per intercettare testi AI che siano stati modificati in modo sostanziale dopo la generazione. Infine, afferma in modo diretto che anche altre forme di scrittura generata da macchine o altamente procedurale, non solo l’output di chatbot, possono essere segnalate allo stesso modo.

Nessuna di queste considerazioni è un motivo per trattare il numero di GPTZero come al di là di ogni dubbio, e non è l’unico rilevatore che valga la pena di comprendere nei propri termini. I lettori curiosi di sapere a cosa risponde effettivamente un classificatore di questo tipo possono vedere per conto proprio una versione di tale modello con un controllo di perplexity gratuito o con un controllo di burstiness gratuito, due componenti di una più ampia raccolta di strumenti gratuiti che copre gli altri livelli statistici su cui si basa un report come questo.

Le due statistiche principali di GPTZero hanno pagine tutte per loro: ciò che la perplexity misura nella rilevazione dell'AI, e l'aritmetica della probabilità del token che produce entrambi i numeri.

Uno strumento disposto a nominare con questa precisione i propri punti ciechi merita più fiducia di uno che sostiene di non averne, e la prossima percentuale non spiegata in un report è un buon punto di partenza per chiedersi che tipo di strumento l'abbia prodotta.

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. GPTZero ha assegnato a questo testo 41.2% 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.