Quando un professore di economia della Brown University vede la media del suo esame a casa schizzare a 96 su 100 e poi precipitare a 48 nella prova finale in aula, non ha più dubbi: il sospetto di cheating con l’IA diventa certezza statistica. Roberto Serrano ha portato la sua esperienza allo scoperto, costringendo il mondo accademico a una domanda che va oltre l’integrità scolastica: cosa significa fidarsi di un processo di valutazione quando chiunque ha in tasca un LLM capace di risolvere esercizi senza lasciare traccia?

Il dato è scarno ma devastante: lo stesso corso, gli stessi argomenti, ma due distribuzioni di voti incompatibili. Non serve un detective per intuire che gli studenti, lasciati liberi di usare qualunque risorsa a casa, abbiano attinto a piene mani da ChatGPT o strumenti simili. Serrano non ha condotto un’indagine forense: ha semplicemente guardato i numeri, e quei numeri sono una firma inequivocabile del passaggio di un’automazione non dichiarata.

Chi vince e chi perde nell’era della valutazione remota

La prima vittima è la fiducia. Le università che hanno investito in piattaforme di esami online e proctoring automatizzato si trovano oggi davanti a un dilemma: ogni test non supervisionato è potenzialmente compromesso. Ma il vero sconfitto è il modello cloud-first dell’IA: la capacità di accedere a modelli potentissimi via API ha reso il cheating troppo economico, troppo semplice, troppo diffuso per essere fermato da policy istituzionali. Gli studenti non devono installare nulla, non devono configurare hardware: basta un browser e una connessione. La barriera all’ingresso è zero.

A vincere, paradossalmente, saranno quelle istituzioni che sapranno riportare il controllo dove può essere esercitato davvero: non sul dispositivo dello studente, ma su un ambiente di esecuzione che appartiene all’esaminatore. Questo sposta l’attenzione verso soluzioni di assessment che girano su infrastrutture dedicate, possibilmente on-premise, dove l’integrità del test può essere garantita da un perimetro fisico e da software che l’istituzione stessa gestisce. Non è un caso che già oggi alcuni concorsi pubblici e certificazioni professionali tornino a esami in presenza o in laboratori air-gapped, proprio per sottrarre al candidato il controllo dello stack software.

Il segnale strutturale per chi costruisce infrastrutture di fiducia

La vicenda di Brown illumina un nervo scoperto del deployment dell’IA in contesti ad alta posta in gioco. Quando la valutazione determina carriere, accesso a professioni o finanziamenti, delegare l’inference a servizi cloud gestiti da terzi significa accettare un’asimmetria informativa: chi risponde sa di poter barare, chi valuta non può sapere se il testo è stato generato o meno. L’unica via d’uscita è accorciare la catena di fiducia, portando l’infrastruttura di valutazione sotto il controllo diretto dell’ente certificatore.

Questo non implica necessariamente il ritorno al foglio di carta, ma piuttosto una ridefinizione di cosa significhi “ambiente controllato”. Immaginate una postazione d’esame dove l’unica interfaccia è un terminale bloccato che esegue un modello di valutazione locale, capace di proporre domande, raccogliere risposte e, perché no, sfruttare a sua volta un LLM per una correzione coerente, ma senza che lo studente possa interagirci. Sarebbe un scenario self-hosted per definizione, con tutti i vincoli di VRAM, latenza e TCO che conosciamo.

Chi progetta sistemi di questo tipo si scontra con trade-off reali: un LLM che valuti risposte aperte richiede una potenza di calcolo non banale, e centralizzare centinaia di sessioni simultanee in locale impone investimenti in GPU che molte università non sono abituate a considerare. Eppure il costo di un semestre di cheating non è zero: mina la reputazione, svaluta i titoli e alla lunga erode il valore del brand accademico. Il calcolo del TCO si allarga: non più solo il costo dell’hardware, ma quello della perdita di credibilità.

Oltre la caccia alle streghe: un progetto di IA affidabile

Serrano ha scelto di non accusare singoli studenti, ma di mostrare pubblicamente l’evidenza statistica. È una postura che ci insegna qualcosa: non serve un detector perfetto quando la distribuzione dei risultati svela l’anomalia. Ma per progettare esami futuri a prova di LLM, non basterà tornare indietro. Servirà un’architettura che tratti il processo di valutazione come un problema di integrità dei dati, esattamente come le banche trattano le transazioni finanziarie. E in quegli ambienti, l’inference locale e il self-hosting non sono paranoie, ma prerequisiti di audit.

La lezione di Brown è che “non possiamo scegliere di diventare idioti”, come ammonisce il professore. Possiamo però scegliere dove far girare l’intelligenza che ci valuta. E quella scelta, sempre più spesso, sarà dettata non dalla comodità del cloud, ma dalla necessità di un controllo reale, misurabile, verificabile. Per chi valuta deployment on-premise, esistono framework analitici su AI-RADAR che aiutano a pesare questi trade-off senza scorciatoie.