Inglourious Signs: HUMINT per rilevare testi AI su LinkedIn
Segni, attriti tipografici, calchi espressivi e altri marcatori leggeri che spesso dicono più di una lunga perizia semantica.
“Ma sto dialogando con l’AI?” Ti è già capitato di avere il sospetto di parlare più con pattern che con persone? La domanda, su LinkedIn e fuori da LinkedIn, ha smesso da tempo di essere ingenua: non perché l’uso dell’AI debba essere trattato come una colpa, ma perché si è allargata una fascia intermedia in cui non è più immediato capire dove finisca la mano dell’autore e dove inizi la regia dell’interfaccia.
Qui non mi interessa fare il moralista del “chi usa l’AI”, né giocare al piccolo inquisitore del detector automatico. Mi interessa una questione più seria: come si rileva, con costo cognitivo ragionevole, che un testo è fortemente governato da una filiera generativa o da una rifinitura LLM-izzata? La via più ovvia passa dalla semantica, dalla sintassi, dai pattern discorsivi, dai costrutti, dai rilanci, dalle simmetrie. È una via utile, qualche volta eccellente. Ha però un costo: tempo, attenzione, esperienza, contesto, memoria comparativa. Esiste, infatti, un livello più leggero e spesso più rapido da attivare: quello dei segni.
Per questo ti porto dentro un percorso transdisciplinare, tra social, cinema, HUMINT e AI. L’AI, forse, accuserebbe questo testo di non esibire un singolo dato numerico capace di aumentare immediatamente la credibilità tecnica senza intaccare l’understatement strategico. Me ne farò una ragione.
È su questo piano che nasce ciò che, con ironia cinefila ma con intento serio, chiamo Inglourious Signs. E sì, Inglourious e non Inglorious: la citazione è voluta, perché il richiamo a Tarantino non serve come vezzo, serve come architettura del ragionamento.
1. La semantica resta decisiva, però entra spesso troppo tardi
L’analisi semantica rimane una risorsa formidabile per chi sa leggere davvero. Permette di cogliere incoerenze, fragilità inferenziali, posture troppo ben educate, profondità simulate, moralismi levigati, passaggi che scorrono con una compostezza sospetta. Tutto questo conta, e conta molto. Però, soprattutto dentro il flusso social, questa lettura chiede parecchio: bisogna fermarsi, ricordare, confrontare, tenere assieme il testo presente con l’autore passato, distinguere il suo vero respiro da quello che una macchina gli ha appoggiato addosso.
Per questo, nella pratica, conviene spesso invertire la sequenza. Prima si guarda se il testo porta addosso tracce della propria filiera; dopo, se serve, si entra nel merito pieno di quello che dice. Non è una resa della semantica; è, al contrario, una sua migliore amministrazione. In un ambiente saturo, rumoroso, accelerato come LinkedIn, attaccare subito la lettura più profonda equivale spesso a spendere troppo presto.
2. Tarantino offre due detective, e quindi due economie della rilevazione
In Inglourious Basterds convivono due modi di intercettare l’incongruenza. Uno lavora per profondità, accumulo di segnali, cultura, contesto e pazienza. L’altro lavora per pertinenza estrema del marcatore, per velocità, per scelta del segno minimo che, proprio perché minimo, taglia più in profondità di una lettura lunga. Landa e Hellstrom, in questo senso, non sono solo personaggi: sono due modelli cognitivi.
2.1 Hans Landa: detection ad alta intensità cognitiva
Hans Landa incarna il detective ad alta intensità cognitiva: poliglotta, lucidissimo, capace di far lavorare insieme differenze minime di registro, dettagli psicologici, contesto, postura e lingua. La sua forza sta proprio lì: non caccia il singolo errore, non vive della sbavatura isolata, ma tiene assieme molti livelli e, tenendoli assieme, legge un sistema. È una detection potente perché culturalmente costosa; regge su una base ampia, su un armamentario sofisticato, su una capacità di adattamento rara.
Nella prima scena del casolare in Francia il suo metodo è chiarissimo: non si limita a capire le parole, ma soppesa il loro peso, la loro temperatura, la loro funzione, il loro momento di emersione. Landa non usa la lingua come semplice veicolo. La usa come arma diagnostica. È, in termini contemporanei, una detection compute-intensive: richiede tempo, memoria, elasticità, base comparativa, e soprattutto richiede una quantità di contesto che non sempre, nella vita reale e digitale, abbiamo a disposizione.
Trasportato sul terreno dei testi digitali, il modello Landa corrisponde al lettore che sa riconoscere impalcature argomentative sospette, profondità simulate, moralismi ben temperati, fluidità troppo lisce, simmetrie troppo felici, prudenza troppo ben dosata. È un lettore prezioso. Non è però il lettore più economico da attivare per primo.
2.2 Dieter Hellstrom: il marcatore low-compute
Nella scena della taverna, Hellstrom passa invece dalla lettura sofisticata degli accenti e delle provenienze a qualcosa di ancora più efficace: un gesto, un dettaglio minimo, il tre espresso con le dita nel modo “sbagliato” per quel contesto. Ecco il punto utile per noi: non sempre vince il livello più colto, più profondo, più oneroso. Qualche volta vince il segno giusto, nel contesto giusto, letto al momento giusto.
Hellstrom non rinuncia alla finezza. La condensa. Sposta la rilevazione da una costosa architettura di attribuzione a un indicatore silente, quasi afono, che però porta con sé una sproporzione straordinaria tra semplicità del segno e forza diagnostica del risultato. È esattamente questa sproporzione che rende il suo gesto così utile come metafora: il marcatore non spiega tutto, ma tradisce abbastanza da cambiare il quadro.
2.3 Perché il parallelo regge anche su LinkedIn
Trasportata sul terreno dei testi digitali, questa differenza è preziosa. Esiste un piano “Landa”, fatto di lettura semantica, di conoscenza dei registri, di sensibilità al pensiero reale o simulato. Esiste anche un piano “Hellstrom”, fatto di marcatori muti, piccoli, quasi afoni, che non spiegano tutto ma tradiscono molto. Qui non si tratta di scegliere tra i due come se fossero scuole rivali: si tratta di capire quale attivare per primo, con quale costo e con quale obiettivo.
Su LinkedIn, il marcatore leggero ha un vantaggio immediato: consente di alzare la soglia di attenzione senza investire subito una lettura completa. Prima vedo se il testo porta addosso tracce della propria filiera; poi, e solo dopo, decido se entrare nella perizia più colta.
3. Il segno, infatti, costa meno della perizia completa
I segni che mi interessano non sono i cliché grossolani con cui spesso si cerca di “stanare l’AI”: l’elenco puntato, l’emoji, il tono educato, la chiarezza, l’ordine. Tutte cose troppo diffuse, troppo facilmente umane, troppo facilmente imitabili. Mi interessano segni meno banali e più pertinenti: attriti tipografici, automatismi grafici, ritmi ricorrenti, formule-cerniera, micro-calchi espressivi, modalità di rilancio e di correzione che, prese insieme, cominciano a raccontare una provenienza.
Prendiamo l’em dash. In un uso italiano ordinario non è un segno comodo né spontaneo come virgola, due punti, parentesi o trattino breve. Sulla QWERTY italiana standard non è disponibile come tasto diretto; lo si può aggirare da desktop con procedure note a chi le conosce, ma non immediate, e proprio per questo la sua apparizione ripetuta comincia a pesare. Una singola occorrenza vale poco; qualche ripetizione isolata può ancora voler dire poco; quando però il segno ricorre con agio seriale, in una prosa italiana che non ha una tradizione tipografica evidente alle spalle, il lettore ha già un indizio ragionevole. Quel segno non è impossibile, ma non è neppure naturale come la sua frequenza lascerebbe credere. Su mobile touch, poi, la faccenda cambia da ambiente ad ambiente: esistono scorciatoie, sostituzioni automatiche, smart punctuation. Anche qui non conta il singolo caso; contano la ripetizione e l’agio.
Lo stesso vale per virgolette troppo uniformi, per incisi sempre ben pettinati, per il ricorso seriale a una punteggiatura che sembra nascere più da interfaccia o da normalizzazione editoriale che da gesto vivo di scrittura. Nessuno di questi elementi, da solo, costituisce prova. In costellazione, però, cambia già il paesaggio.
4. Epanortosi, domande-ponte, rilanci: la figura non è colpevole, la serialità sì
Qui conviene evitare una scorciatoia pericolosa. Le figure retoriche non sono segnali di colpa. L’epanortosi, le auto-domande, i rilanci, le sospensioni, i ritorni correttivi, le riprese, i doppi “no”, i “Cosa intendo?”, i “Quindi?”, i “Perché? Perché” appartengono pienamente alla cassetta degli attrezzi umana e, quando c’è dietro una voce riconoscibile, possono essere firma, ritmo, gesto. Lo dico con chiarezza perché è un punto decisivo: la figura, presa in sé, non denuncia nulla.
E se qualcuno, leggendo queste righe, avvertisse una piccola piega auto-riflessiva, avrebbe colto un punto non secondario: quando una figura sa mostrarsi mentre viene descritta, siamo già in una zona di metalepsi ironica, cioè in un gesto pienamente umano e difficilmente riducibile a stampo.
Dove inizia il problema? Inizia quando il gesto smette di essere gesto e diventa stampo. Se un testo rilancia tre, quattro, cinque volte con lo stesso meccanismo correttivo, se ogni passaggio sembra modellato su una cadenza tipo “non è solo… è…”, se ogni paragrafo trova una domanda-ponte, se le connessioni sembrano tutte troppo lisce, allora non siamo davanti alla singola figura retorica: siamo davanti a una regolarità di filiera.
Faccio un esempio semplice. Un autore umano può scrivere benissimo: “Non è un dettaglio. È un’impronta.” Oppure: “Non è soltanto stile; lì dentro c’è una provenienza.” Benissimo. Quando però il testo costruisce un’intera progressione a colpi di rilanci paralleli, tutti con la stessa forma, tutti lucidati nello stesso modo, allora l’occhio avverte una produzione in serie dell’effetto. E lì l’attenzione sale.
Vale anche per alcune formule-cerniera che i modelli usano con grande comodità e che in italiano ormai cominciano a sentirsi troppo spesso: “il punto non è…”, “qui emerge…”, “questo ci porta a…”, “in ultima analisi…”, “a livello di…”, “in termini di…”. Tutte legittime, tutte possibili, nessuna incriminata in sé. Diventano eloquenti quando la loro distribuzione sembra più automatica che necessaria.
5. Il vero marcatore, molto spesso, non è il lessico: è il respiro
Molti cercano parole spia, locuzioni sospette, sintagmi-firma. È una tentazione comprensibile, ma raramente è lì che si decide davvero la partita. Più spesso la rivelazione arriva dal respiro complessivo del testo.
Che cosa si vede allora? Si vede una tendenza alla frase di lunghezza ottimizzata, né troppo breve né troppo lunga, sempre ben composta, sempre pienamente funzionale. Si vede una cadenza quasi regolare nel numero di righe, una certa omogeneità nel peso dei paragrafi, una prosa che evita non tanto l’errore, quanto l’asperità. Si vede, insomma, una scrittura che vuole risultare leggibile, lineare, ben tornita, e che proprio per questo rischia di perdere il piccolo scarto umano che rompe la levigatura.
Un testo umano può essere pulitissimo, naturalmente. Però, quando è davvero vivo, tende a portare con sé qualche lieve dissimmetria: una frase che si allunga più del previsto perché lì il pensiero insiste; un inciso meno disciplinato ma più vero; una torsione semantica non pienamente ottimizzata per la leggibilità e proprio per questo più personale. I modelli, oggi, sono bravissimi a evitare il fastidio. L’umano, quando non si addestra a sembrare macchina, qualche fastidio utile se lo tiene.
6. Le differenze tra famiglie di LLM esistono, però non vanno mitizzate
Qui il rischio è doppio: o banalizzare tutto, o attribuire troppo. Chi pretende di riconoscere con sicurezza quale modello abbia scritto un testo solo leggendo quel testo, quasi fosse una perizia balistica, di solito esagera. Le impronte esistono, ma non sono impronte pure.
Nella mia esperienza, e con la prudenza necessaria perché versioni, prompt, tool intermedi e intensità di post-editing cambiano il quadro anche molto, alcune tendenze si vedono. I modelli GPT producono spesso una prosa molto raccordata, persuasiva, capace di distribuire bene il peso dei passaggi e di mantenere una fluidità quasi professionale. Claude tende spesso a un ordine argomentativo più composto, riflessivo, disciplinato, con un passo che può risultare elegante ma anche un poco troppo ben addomesticato. Gemini, in molti casi, inclina verso una chiarezza più esplicativa, più didascalica, talvolta quasi da ottimo divulgatore scolastico. I modelli open-weight e le pipeline ibride, invece, oscillano di più: qualche volta sono più ruvidi, qualche volta più imitativi, qualche volta dipendono fortemente da chi li guida e da quanto li ripulisce.
Anche qui, però, il modello da solo non basta mai. Il testo tradisce, quando tradisce, una combinazione: modello, interfaccia, lingua, layout, workflow, intensità di revisione umana, piattaforma di pubblicazione, finalità dell’autore. Cercare il nome del modello come se fosse il colpevole unico significa perdere il quadro.
7. Disclosure e weaponization: il dilemma è reale
A questo punto si capisce perché non abbia molto senso trasformare questo discorso in una check-list completa da divulgare allegramente. Ogni criterio efficace, quando viene esposto fino in fondo, istruisce anche chi vorrà neutralizzarlo. È il vecchio problema della weaponization della conoscenza e, in termini più vicini al nostro lessico operativo, del suo uso dual use: aumenti la consapevolezza di chi legge in buona fede, e contemporaneamente alzi la capacità evasiva di chi scrive con intenti meno limpidi o semplicemente più opportunistici.
La soglia utile, dunque, non coincide col silenzio assoluto e non coincide neppure con la piena ricetta. Conviene mostrare il principio, le famiglie di segni, i limiti, i falsi positivi, perfino alcuni esempi; conviene trattenere, invece, la meccanica troppo precisa quando quella meccanica può essere subito addestrata contro il rilevatore.
8. Conclusione
Il futuro vicino, in realtà già presente, non separerà nettamente testi umani da testi sintetici come se ci trovassimo davanti a due blocchi puri. Separerà piuttosto testi governati da testi delegati. Da una parte ci saranno autori che useranno l’AI come strumento, come compagna tecnica, come acceleratore o come sparring partner, mantenendo però la responsabilità di forma, pensiero, taglio e tono. Dall’altra parte ci saranno testi perfettamente corretti, magari persino efficaci, che però porteranno addosso la firma di una delega troppo ampia, troppo pigra, troppo inconsapevole.
È in questo spazio che gli Inglourious Signs diventano utili. Non come manganello morale, non come gioco da smascheramento, non come liturgia del sospetto, ma come soglia d’attenzione. Basta il colpo d’occhio? Qualche volta sì, purché quell’occhio sappia distinguere indizio da sentenza, convergenza da ossessione, segno pertinente da tic interpretativo.
Se ti è già capitato di riconoscere questi segnali, o se hai intuito altri marcatori utili, scrivimi pure in DM: il punto interessante, qui, non è lo smascheramento in sé, ma il confine tra uso governato dell’AI e delega inconsapevole. È anche su questo confine che lavoriamo nell’ambito del MINDS Lab e della nostra advisory sull’innovazione.
Con buona pace di Hans Landa, a volte non serve la perizia più colta e costosa del mondo. A volte basta Hellstrom. Basta il gesto. Basta il segno giusto, letto nel contesto giusto. Viva gli Inglourious Signs.