AI detector: perché riconoscere un testo generato artificialmente è molto più difficile di quanto sembri. Anche se il vero tema è un altro

I cosiddetti AI detector stanno diventando sempre più centrali nel dibattito pubblico, ma la loro capacità di riconoscere con certezza un testo generato artificialmente resta molto limitata.Questi sistemi lavorano infatti su basi probabilistiche, analizzando pattern linguistici come regolarità sintattica, uniformità stilistica e prevedibilità narrativa.Il problema è che un contenuto AI modificato da un essere umano può diventare quasi indistinguibile da un testo tradizionale, mentre articoli tecnici o molto ordinati rischiano di essere classificati erroneamente come artificiali.Anche OpenAI ha ridimensionato il tema, ritirando nel 2023 il proprio classificatore sperimentale per insufficiente accuratezza.Nel giornalismo si sta così affermando un modello sempre più ibrido, dove l’AI accelera il lavoro editoriale ma il controllo finale resta umano.Secondo gli analisti, il vero discrimine non sarà più capire “chi scrive”, ma chi verifica dati, fonti e responsabilità editoriali. Parallelamente cresce anche il tema della voice detection, legato alla clonazione vocale AI.Radio, podcasting, televisione rischiano di essere sempre più esposti a utilizzi non autorizzati delle identità vocali.Il mercato si sta progressivamente spostando dalla semplice detection verso sistemi di certificazione dell’autenticità dei contenuti audio e vocali.