Lo scandalo letterario dell'anno è protagonista di un testo che nessuno sa se sia IA: la punta di ghiaccio di un problema senza controllo

L'18 maggio del 2026, diversi utenti di X hanno espresso diffidenza verso il vincitore del Premio Commonwealth per la narrativa breve nella categoria Caraibi. Il testo pubblicato sulla prestigiosa rivista britannica 'Granta', storico termometro del canone letterario anglofono, ha suscitato sospetti di essere prodotto da un modello di intelligenza artificiale. Anche la foto dell'autore, che sembra poco realistica, ha alimentato l'indagine. La reazione della rivista, però, non è stata chiara né decisiva: hanno addirittura interrogato un modello linguistico chiamato Claude, che ha affermato che non era un testo di IA.

Riconoscere un testo generato da un modello di linguaggio non è facile, ma con il giusto addestramento dell'occhio si possono iniziare ad identificare i segnali. Gli algoritmi non cercano la parola esatta, ma la parola statisticamente più probabile data la situazione. Per esempio, un trucco utilizzato è l'analisi della struttura "non è X, ma Y". Ci sono anche altri indicatori comuni, come l'accumulo di metafore privi di referenti concreti, o l'uso di verbi come “profondizzare”, che tendono a esprimere una chiarezza burocratica e banale.

Cosa c'è nel racconto

Il lavoro premiato di 'Granta' presenta espressioni come "il mezzodì che ronzava" o "l'aria dolce con odori di canna e oblio". Autori come Benjamin Breen hanno sottolineato che tali frasi mostrano una predilezione sistematica per stimoli sonori e stati emotivi vaghi, come nostalgia, tristezza, dimenticanza. Sembra quasi che i modelli tentino di toccare una materialità che non possiedono né capiscono, applicando in modo meccanico istruzioni stilistiche. Una volta identificata questa tendenza, è più semplice riconoscerla.

Perché i rilevatori non funzionano

I primi rilevatori di testi generati da IA, come GPTZero, Originality.ai e Turnitin AI, presentano un alto tasso di errori. OpenAI, ad esempio, ha ritirato il suo AI Text Classifier nel luglio del 2023 dopo aver riconosciuto che riscontrava correttamente solo il 26% del testo prodotto da IA e erroneamente segnalava come IA il 9% di testi umani. A oggi, l'unico strumento con risultati significativamente migliori sembra essere Pangram, che utilizza una tecnica chiamata "mirror data", addestando la sua classificazione con testi con stile simile ma diversa origine.

Secondo un benchmark indipendente del settembre 2025, Pangram raggiungeva un tasso di falsi positivi quasi nullo e un tasso di falsi negativi compreso tra il 2% e il 4%, mentre i concorrenti oscillavano dal 10% al 40%. Tuttavia, l’affidabilità del sistema rimane dibattuta, soprattutto considerando che Pangram stesso commercializza un "humanizer", strumento capace di alterare testi con percentuali di AI così esagerate da sollevare nuovi dubbi.

La questione educativa

Nel mondo accademico gli strumenti di rilevamento stanno diventando uno strumento di controllo, con studenti e professori coinvolti in un circolo vizioso. Docenti, spesso, utilizzano rilevatori di AI per verificare i compiti; questi, però, generano frequentemente falsi positivi, colpendo studenti che non hanno utilizzato IA. Altri, allora, ricorrono a umanizzatori, o addirittura peggiorano la loro scrittura per non attirare sospetti.

I limiti delle tecnologie

Joseph Thibault, fondatore di Cursive, ha monitorato l'evoluzione di 43 umanizzatori con un’audience totale di 33,9 milioni di visitatori. Grammarly, ad esempio, ha sviluppato una funzionalità chiamata Authorship, che registra le sessioni di scrittura per permettere agli studenti di provare che hanno effettivamente scritto loro il testo. Una docente ha raccontato di aver provato i rilevatori sull’opera di scrittori famosi e di essere stata segnalata con un 98% di probabilità di uso di IA, nonostante non aver mai utilizzato queste tecnologie.

La decrescita del libro

Il dibattito scaturito dal caso di 'Granta' nasce in parallelo con fenomeni sempre più evidenti nel mercato editoriale. Secondo dati del Wall Street Journal e di Res Obscura, il libro non fiction più venduto di aprile negli USA ('London Falling' di Patrick Radden Keefe) ha raggiunto 13.468 copie in una settimana. L'ascesa del podcast è un indicatore di una maggiore impazienza: promette di soddisfare in pochi minuti ciò che un libro impiega settimane a descrivere. L'IA, però, va oltre: non solo sostituisce i libri e i podcast, ma offre risposte istantanee, eliminando il valore dell’attenzione e della riflessione.

I limiti dell'imitazione

La scrittrice Vauhini Vara ha condotto un esperimento notevole, commissionando la realizzazione di un modello di linguaggio addestrato sui suoi libri e articoli, per generare brani per la sua futura opera. Ha poi mescolato questi frammenti con testi originali e li ha inviati ai suoi amici. Nessuno è riuscito a distinguere tra l’IA e il lavoro umano.

Riflessioni finali

Inoltre, in un esperimento successivo, Vara ha scoperto che i lettori tendono a preferire i testi prodotti da IA quando non conoscono la fonte, ma li abbandonano appena sanno che sono generati da macchina. Questo spinge alla conclusione che il pubblico non si curi solo di stile o di chiarezza, né tantomeno di originalità, né tanto meno di autoregolarizzazione. Piuttosto, vorrebbe sentirsi connesso a un pensiero reale, una voce vivente. Almeno, questo è l’ultimo filo di speranza.