Testi scritti o generati: indagine qualitativa sui criteri di valutazione e sulle percezioni di un campione di docenti

Il contributo presenta un’indagine esplorativa sull’identificabilità dei testi generati da intelligenza artificiale in lingua italiana, con particolare attenzione al contesto educativo. Lo studio coinvolge un campione di 180 docenti italiani, chiamati a valutare alla cieca brevi saggi argomentativi scritti da studenti dell’ultimo anno di liceo scientifico oppure prodotti da ChatGPT-3.5. Attraverso un questionario online, integrato da domande chiuse e aperte, la ricerca analizza sia l’accuratezza delle attribuzioni sia i criteri linguistici e testuali impiegati dagli insegnanti nel distinguere la scrittura umana da quella generata. I risultati mostrano che il riconoscimento certo dell’origine dei testi risulta limitato: i valutatori riescono a formulare attribuzioni corrette solo con un margine di dubbio, inoltre i testi generati ottengono valutazioni in media superiori a quelli degli studenti rispetto ai parametri di chiarezza, ricchezza lessicale, complessità sintattica e organizzazione strutturale del testo. L’analisi evidenzia che la familiarità con l’autore, la specificità lessicale, la presenza di riferimenti contestuali e deittici costituiscono alcuni degli indicatori più spesso adottati dai docenti. Emergono infine alcune correlazioni tra il successo nell’identificazione, l'età dei docenti, il tipo di formazione, la consapevolezza digitale e l'uso abituale dei trasformatori di testo. Se ne conclude che l’individuazione dei testi generati non può fondarsi sul giudizio soggettivo dei docenti ed emerge di conseguenza la necessità di percorsi di alfabetizzazione critica e di un ripensamento delle prassi scolastiche, in particolare in relazione alla valutazione del testo scritto.