Mantenere l’integrità accademica: uno studio esplorativo sul rilevamento assistito da IA dell’uso non autorizzato della traduzione automatica nelle traduzioni degli studenti

Perché questo è importante per studenti e insegnanti

Con i traduttori online e i chatbot diventati strumenti di studio quotidiani, per gli insegnanti è sempre più difficile capire quando un elaborato studentesco rispecchia davvero le competenze del discente. Questo articolo esamina se un programma di analisi della scrittura può aiutare gli insegnanti a individuare l’uso nascosto della traduzione automatica nelle classi di lingua e cosa questo comporta in termini di equità e fiducia nell’istruzione.

L’ascesa degli aiuti digitali nell’apprendimento delle lingue

Strumenti come Google Translate e grandi chatbot possono ora produrre traduzioni fluide e spesso impressionanti in pochi secondi. Usati con criterio, possono supportare la lettura, l’ascolto e perfino la pratica della scrittura. Ma quando gli studenti incollano silenziosamente questi risultati in compiti pensati per mostrare le loro competenze, il confine tra “aiuto intelligente” e “imbroglio” si fa sfumato. Gli autori definiscono «uso non autorizzato» la copia di frasi o porzioni più lunghe da tali strumenti in lavori scritti senza permesso o senza la dichiarazione prevista. Questo è rilevante perché può nascondere ciò che gli studenti sono realmente in grado di fare e minare l’onestà e l’equità su cui si basa l’integrità accademica.

Come è stato impostato lo studio

Per esplorare se la tecnologia può assistere gli insegnanti nell’identificare questo tipo di aiuto nascosto, i ricercatori hanno condotto un esperimento in due fasi in un’università cinese. Innanzitutto, 39 apprendenti di inglese di livello intermedio e intermedio-alto hanno svolto due brevi compiti di traduzione dal cinese all’inglese. Un gruppo ha tradotto completamente da solo, un gruppo ha post-editato l’output di Google Translate e un altro ha post-editato l’output di ChatGPT. Questo ha prodotto 78 traduzioni studentesche in tre diverse condizioni. In secondo luogo, 78 insegnanti di inglese sono stati invitati a giudicare se ciascun campione visto fosse stato assistito da macchina o meno e a indicare gli indizi linguistici su cui si sono basati. Metà degli insegnanti ha preso queste decisioni senza supporti. L’altra metà ha ricevuto un rapporto compatto da ProWritingAid, uno strumento alimentato da IA che riassume caratteristiche come l’accuratezza grammaticale, la lunghezza media delle frasi e la frequenza d’uso dei connettivi.

Cosa ha cambiato il rapporto dell’IA

Il risultato centrale è che gli insegnanti che avevano accesso al rapporto dell’IA sono risultati molto più accurati nelle loro valutazioni. In media, gli insegnanti non assistiti erano corretti circa la metà delle volte, mentre chi ha usato ProWritingAid ha indovinato in circa tre casi su quattro. Lo strumento non indicava quali testi fossero stati prodotti con l’aiuto di una macchina; evidenziava invece pattern misurabili nella scrittura. Ad esempio, alcune traduzioni mostravano un livello di correttezza insolitamente alto, lessico complesso o un uso concentrato di connettivi, rispetto a quanto gli insegnanti si sarebbero aspettati da quel gruppo di apprendenti. Il rapporto rendeva più evidenti questi contrasti confrontando diversi campioni insieme, fornendo agli insegnanti una base più solida per sospetti o rassicurazioni.

Strumenti diversi, tracce diverse

Lo studio ha anche mostrato che non tutti i testi assistiti dalla macchina sono ugualmente facili da rilevare. In questo contesto, le traduzioni modellate da ChatGPT sono state identificate più spesso, quelle derivanti da Google Translate meno spesso, mentre il lavoro umano puro è risultato intermedio. Una ragione plausibile è che l’output di ChatGPT talvolta appariva «troppo buono per quel livello» nella scelta lessicale e nella scorrevolezza, creando un netto contrasto con il lavoro tipico degli studenti. Al contrario, un output di Google Translate leggermente editato poteva assomigliare a quanto un apprendente di livello intermedio potrebbe realisticamente produrre, rendendo più difficile distinguere fra lavoro autentico e assistito. I ricercatori avvertono che questi risultati sono legati a questo specifico compito, coppia linguistica e gruppo di studenti e potrebbero evolvere diversamente in altri contesti.

Gli indizi che gli insegnanti usano davvero

Quando gli insegnanti hanno spiegato le loro decisioni, la maggior parte ha indicato non tanto errori evidenti quanto punti di forza che sembravano fuori luogo: scelta lessicale avanzata, frasi molto levigate, forte coesione e quasi assenza di errori. I classici «sfortunati» errori delle macchine, come formulazioni strane o scelte lessicali sbagliate, sono stati menzionati molto meno spesso. Gli insegnanti con accesso al rapporto dell’IA hanno citato una gamma più ampia di indizi per decisione, suggerendo che lo strumento li incoraggiava a verificare più aspetti del testo invece di affidarsi a un unico presentimento. Pur migliorando l’accuratezza complessiva, questa visione più ampia comporta anche un rischio: un lavoro studentesco davvero eccellente può essere interpretato come sospetto semplicemente perché supera le aspettative.

Cosa significa per una valutazione equa

Per i non addetti ai lavori, la conclusione principale è che l’IA può effettivamente aiutare gli insegnanti a individuare l’uso nascosto della traduzione automatica, ma non è un rilevatore di menzogne infallibile. Anche con il supporto delle analitiche, del lavoro autentico viene talvolta segnalato a torto e alcuni lavori assistiti dalla macchina sfuggono al controllo. Gli autori sostengono che questi strumenti dovrebbero guidare, non sostituire, il giudizio umano e che ogni «segnale d’allarme» dovrebbe portare a una revisione accurata piuttosto che a una punizione automatica. Propongono inoltre regole di classe chiare su quando e come gli strumenti di traduzione possono essere usati e formazione che aiuti sia insegnanti sia studenti a comprendere punti di forza e limiti di queste tecnologie. Usata in modo equilibrato, l’IA può favorire un apprendimento delle lingue più onesto e trasparente anziché ostacolarlo.

Citazione: Zhou, X., Wang, X. Upholding academic integrity: an exploratory study of AI-assisted detection of unauthorised machine translation use in student translations. Humanit Soc Sci Commun 13, 331 (2026). https://doi.org/10.1057/s41599-026-06827-7

Parole chiave: integrità accademica, traduzione automatica, valutazione linguistica, analisi della scrittura con IA, didattica della traduzione