Circola una storia secondo cui un liceo danese, uno australiano e uno cileno avrebbero rinunciato insieme ai compiti scritti a casa dopo il fallimento dei rilevatori di testo generato. Quella storia non ha fonti. Ciò che è documentato è un’altra cosa: i rilevatori sbagliano abbastanza da non reggere una contestazione disciplinare, la Danimarca vieta l’AI agli esami invece di abolirli, e sono i singoli insegnanti — non i sistemi scolastici — a spostare la scrittura dentro l’aula.
La storia gira in questa forma: tre licei, uno in Danimarca, uno in Australia e uno in Cile, avrebbero smesso di assegnare compiti scritti a casa e riscritto da zero il modo in cui valutano, dopo aver capito che i software di rilevamento dei testi generati non funzionano. È una storia ben costruita, con il giusto grado di esotismo geografico, e ha un difetto: non si trova. Non ci sono le scuole, non ci sono le delibere, non c’è il coordinamento fra tre sistemi scolastici che non hanno nulla in comune. Se state cercando quel modello da copiare, state cercando qualcosa che nessuno ha pubblicato.
Quello che invece esiste, ed è verificabile, è il pezzo iniziale: il software non funziona abbastanza bene. Parliamo di una classe precisa di sistemi — classificatori di apprendimento automatico addestrati a distinguere, da un testo e basta, se l’abbia scritto una persona o un modello linguistico. Non leggono il contenuto, non sanno nulla dello studente: misurano proprietà statistiche della superficie del testo, quanto è prevedibile la parola successiva, quanto varia la lunghezza delle frasi, quanto il periodare somiglia a ciò che un grande modello produce in media. Da quelle misure tirano fuori un numero e il numero diventa, nelle mani di un consiglio di classe, un’accusa. È lì che la catena si rompe.
Cosa dicono davvero i test sui rilevatori
Il riferimento più solido è lo studio coordinato da Debora Weber-Wulff pubblicato nel 2023: quattordici strumenti di rilevamento messi alla prova, inclusi Turnitin e GPTZero. Nessuno ha superato l’80% di accuratezza, solo cinque hanno passato il 70%. Due dettagli contano più del totale. Il primo: la tendenza di questi strumenti è a classificare i testi come umani, il che significa che il grosso dell’errore non colpisce chi bara ma rende lo strumento inutile come filtro. Il secondo: l’accuratezza peggiora quando il testo viene parafrasato — cioè esattamente nello scenario in cui uno studente motivato a non farsi prendere si trova.
Sui numeri dichiarati dai fornitori la situazione è apertamente contraddittoria, e vale la pena dirlo invece di scegliere il dato che fa comodo. Turnitin dichiara un tasso di falsi positivi inferiore all’1% e un tasso di falsi negativi del 15%. Test indipendenti condotti dal Washington Post hanno prodotto percentuali di falsi positivi molto più alte, fino al 50%, ma su un campione ridotto. Entrambe le cifre hanno un problema: una viene da chi vende il prodotto, l’altra da un campione troppo piccolo per generalizzare. Chi vi dice che i rilevatori sono accurati al 98% e chi vi dice che non funzionano mai stanno entrambi andando oltre ciò che le fonti sostengono.
C’è poi il punto che per una scuola dovrebbe essere dirimente: l’errore non è distribuito a caso. I rilevatori penalizzano in modo sproporzionato chi scrive in una lingua che non è la sua madrelingua e le persone neurodivergenti. Una prosa semplice, con costruzioni regolari e vocabolario contenuto, somiglia statisticamente a una prosa generata. Non perché lo sia, ma perché il classificatore misura la prevedibilità e la prevedibilità è anche ciò che produce chi sta ancora imparando la lingua in cui scrive.
Anche chi quei modelli li costruisce ha fatto marcia indietro. OpenAI ha rilasciato il 1° febbraio 2023 un classificatore per testi generati, definendolo nella stessa comunicazione “non pienamente affidabile”, e lo ha ritirato nel luglio successivo per scarsa accuratezza. Quando il produttore del modello non riesce a riconoscere l’output del proprio modello, l’idea che un fornitore terzo possa farlo con precisione forense diventa difficile da sostenere.
La Danimarca fa l’opposto di quello che le si attribuisce
Nella versione romanzata della storia, la Danimarca è il paese che ha mollato gli esami scritti. Nella realtà documentata dal ministero dell’istruzione danese, il paese ha fatto la scelta speculare: gli strumenti di intelligenza artificiale generativa sono vietati in tutte le prove scritte in presenza della folkeskole, la scuola dell’obbligo. Il divieto copre la prova di danese scritto e di ortografia dell’esame di nona classe, matematica, e le prove di danese, tedesco, francese e inglese del percorso FP10.
Il dettaglio interessante è un altro, e per chi deve scrivere un regolamento vale più del divieto. Nella prova di danese scritto di nona classe e in due parti dell’esame FP10, Internet resta consentito: lo studente può cercare informazioni online. Ciò che è vietato è accedere a strumenti di AI generativa e citarne i risultati. È una distinzione che separa la consultazione dalla produzione, e che si può scrivere su un foglio di regolamento senza dover comprare nessun software. Per le prove orali basate su materiali prodotti durante le lezioni la decisione spetta al consiglio d’istituto, con una raccomandazione dell’agenzia STUK a non consentire l’AI generativa nei prodotti d’esame. Nell’istruzione per adulti, nella formazione di base e nell’istruzione professionale l’uso di ChatGPT agli esami è classificato come frode d’esame e comporta l’esclusione dalla prova.
Quanto all’Australia, il Nuovo Galles del Sud ha vietato ChatGPT nelle scuole pubbliche all’inizio del 2023 e ha poi sviluppato internamente un proprio assistente, NSWEduChat, in sperimentazione da febbraio 2024 in poco più di una dozzina di scuole. È una scelta sulla fornitura dello strumento, non sulla valutazione. In Cile, l’unico episodio documentato è un timbro usato da una singola docente — “sospetto uso di IA, deve spiegare oralmente” — diventato virale nel luglio 2025: iniziativa personale, non politica scolastica.
Il cambiamento vero ha la dimensione di una classe
Il trend che la storia inventata voleva descrivere esiste davvero, ma è fatto di insegnanti singoli, quasi tutti negli Stati Uniti, e non di sistemi nazionali. Tristen Chang, che insegna materie umanistiche a una sesta classe di San Francisco, ha eliminato i saggi da fare a casa e li ha sostituiti con esami orali costruiti su quindici domande, alcuni da cinque minuti. Bobson Wong, docente di matematica a New York, ha ridotto gli esercizi da svolgere a casa, spostato la pratica in aula e aggiunto domande sul metodo scelto più che sul risultato.
Sono interventi minuscoli e proprio per questo replicabili. Hanno in comune una cosa: non cercano di capire se un testo sia stato generato, cercano di mettere lo studente in una condizione in cui la domanda non si pone. Un orale di cinque minuti non è un rilevatore migliore: è un compito diverso, in cui chi ha delegato la scrittura non ha nulla da dire sul metodo.
Quello che si può fare domani
- Separare nel regolamento la consultazione dalla produzione, come nelle prove danesi: la ricerca online può restare lecita anche dove l’AI generativa non lo è.
- Non usare l’output di un classificatore come prova in un procedimento disciplinare. Con un’accuratezza sotto l’80% e un errore che colpisce in modo sbilanciato studenti stranieri e neurodivergenti, non regge.
- Aggiungere un passaggio orale breve sui lavori scritti, anche di pochi minuti, invece di sostituire il compito scritto.
- Spostare in aula la parte di scrittura che serve a valutare, lasciando a casa quella che serve a esercitarsi.
Un’ultima cosa che quasi non entra nel dibattito. Un sondaggio RAND del 2025 indica che oltre metà degli studenti statunitensi e dei docenti di letteratura, matematica e scienze usa l’intelligenza artificiale per attività scolastiche. Se entrambe le parti del banco la usano, il rilevatore non arbitra una frontiera: ne traccia una dove non c’è più, e sbaglia anche a tracciarla. Nel 2025 un esperimento randomizzato di Harvard ha rilevato miglioramenti di apprendimento con un tutor basato su AI, mentre un piccolo studio del MIT Media Lab ha misurato un minore sforzo cognitivo in chi scrive saggi con ChatGPT. Le due cose non si contraddicono: dicono che conta cosa si chiede allo strumento di fare. Il che è, esattamente, una decisione didattica — non una decisione sul software da comprare.