Maccartismo digitale: la nascita del sospetto testuale

Se un tempo esisteva il maccartismo contro i comunisti oggi si va a definire un maccartismo contro gli autori.

Negli anni ‘50 negli USA vigeva l’ideale anticomunista di McCarthy simboleggiato dall’accusa di essere comunista a chiunque aveva ideali differenti dai canoni sociali, tra i molti fu colpito anche Charlie Chaplin, e ciò minava le carriere e la reputazione di chi era colpito.

Oggigiorno questo fenomeno si va a delineare riguardo un’accusa di uso delle IA da parte degli autori. Si potrebbe definire come analoga struttura di sospetto e accusa, ovvero “Maccartismo digitale” per analogia sul meccanismo di supposizione.

Molto interessante oggi è il caso, trattato dal The Times e Il Fatto Quotidiano, di Jason Arday, sociologo dell'Università di Cambridge, accusato di aver scritto una lettera di dimissioni con l’uso di intelligenza artificiale e trovato deceduto nella giornata del 14 agosto.

La famiglia a tal proposito ha affermato: «Questa campagna di disinformazione è stata insopportabile per Jason».

Riguardo al fenomeno è intervenuta anche la Authors Guild che ha pubblicato a maggio 2026 un esperimento nel quale ha sottoposto a diversi detector (programmi che permettono di vedere quanto un testo sia frutto di IA) testi sicuramente scritti da esseri umani, tra cui articoli pubblicati prima della diffusione di Chat GPT. 

I risultati dell’esperimento sono stati particolarmente significativi perché i diversi detector hanno dato risposte non uniformi. 

Questo significa che chi si ritrova a scrivere potrebbe affrontare il problema di sembrare umano attraverso l’utilizzo ad esempio di errori grammaticali, errori di battitura o l'uso di determinati stili linguistici come i “-” corti invece che lunghi. 

Tutto ciò anche se le stesse IA hanno preso tali costrutti linguistici da noi essere umani.

Toccando con mano il fenomeno

Per studiare il fenomeno abbiamo scelto l’analisi qualitativa attraverso detector (GPTZero, Pangram, Grammarly, Sapling e Quillbot) di tre opere classiche, tre testi scritti prima dell’avvento delle IA generative, tre scritti dell’IA stessa e tre umani ma modificati dall’IA. 

Le opere scelte sono: l’incipit di Ulisse di Joyce, l'incipit di 1984 di Orwell e “S’i’ fosse foco” di Cecco Angiolieri. 

I testi precedenti all’IA generativa invece sono “Artificial Intelligence is stupid and causal reasoning won't fix” di John Mark Bishop del 2020, “Is Google Making Us Stupid?” di Nicholas Carr del 2008 e l'articolo “Come scrivere bene” di Umberto Eco del 1997.

I tre testi creati dall’IA sono di poesia (N.d.r: vedi in allegato i testi) e quelli modificati, attraverso Chat GPT, sono articoli pubblicati su Adisu News ( Questo stesso articolo, “Fake news e comunicazione di massa: una lettura sociologica del fenomeno” e “Il futuro della Ferrovia Centrale Umbra, tra ammodernamento e studenti pendolari”).

GRUPPO 1

Joyce e Orwell vengono classificati come umani da quattro strumenti su cinque, ma completamente come generati dall'IA da Sapling.

Tuttavia il testo di Angiolieri produce una classificazione intermedia da GPTZero e Sapling, il primo addirittura lo classifica specificatamente come testo misto.

Il risultato suggerisce quindi una significativa variabilità tra gli strumenti almeno per quanto riguarda la poesia di Angiolieri. A questo punto le possibilità sono due: o Cecco Angiolieri usava le IA prima che esistessero, oppure alcuni detector fanno fatica a, sembrerebbe, riconoscere alcuni pattern stilistici perlomeno più antichi al novecento.

Ai posteri l’ardua sentenza.

GRUPPO 2 

Quattro dei cinque detector considerano tutti e tre i testi interamente umani. Sapling costituisce invece un'eccezione: attribuisce al testo di Bishop una probabilità del 14,1% di essere generato dall'IA, mentre raggiunge il 99,5% nel caso di Carr e il 100% nel caso di Eco andando a rappresentare il detector più estremo e polarizzato.

GRUPPO 3

Qui emerge una maggiore concordanza tra i detector. Sono stati in grado quasi tutti di riconoscere i testi di poesia come frutto delle IA. 

Pangram e Sapling classificano tutti e tre i testi come generati dall'IA con percentuali prossime o pari al 100%, mentre Grammarly mostra una maggiore variabilità.

Questa volta è Quilbbot a discostarsi con lo 0%, mentre precedentemente era solamente Sapling a essere polarizzato nei risultati.

GRUPPO 4

Qui emerge una maggiore discordanza tra gli strumenti.

Questo testo modificato con ChatGPT viene classificato come generato dall'IA da Pangram e Sapling, mentre GPTZero e Grammarly lo considerano in parte misto. 

L'intervista presenta invece percentuali molto più basse, mentre l'articolo sulle ferrovie produce risultati intermedi e differenti tra i vari detector. 

Si evidenzia quindi una particolare difficoltà nel classificare testi che si collocano in una zona intermedia tra scrittura umana e correzioni e modifiche dell'IA. 

Conclusioni

L’esperimento da noi condotto non permette di determinare quale detector sia più affidabile o meno, tuttavia evidenzia una significativa differenza nei risultati restituiti dai diversi strumenti. 

Il quarto gruppo è quello più eclettico, gli stessi testi modificati possono essere classificati come umani, misti o generati dall'IA a seconda dello strumento utilizzato.

È proprio questa zona intermedia a porre il problema più complesso: se i detector faticano a riconoscere i testi modificati dalle IA quanto deve essere modificato un testo umano perché un algoritmo lo consideri artificiale o umano?

E inoltre, ci si può fidare dei detector se non tutti sono d’accordo?

Ad esempio Sapling e Quillbot hanno sempre dimostrato, nell'esperimento, risultati polarizzati rispetto agli altri, ciò pone il problema di: quanto può essere considerata affidabile una valutazione algoritmica se strumenti diversi possono arrivare a conclusioni così differenti sulla provenienza dello stesso testo? 

Il problema è dunque anche capire quanto sia possibile affidare a un algoritmo il compito di stabilirlo.

Se l'IA ha imparato a scrivere osservando gli esseri umani, il paradosso del nostro tempo è che potrebbe essere l'umano a dover dimostrare di essere l'autore del proprio testo dovendosi difendere da accuse non facilmente oggettive dato che verrebbero basate su strumenti che per ora, anche in base al nostro esperimento e quello della Authors Guild, non sono univoci. 

Ci si può porre dunque una domanda: può un sistema fondato sul sospetto e sulla paura dell'accusa convivere con una critica costruttiva realmente oggettiva?

Allegati: