L’accordo tra Superhuman e GPTZero ha del romanzesco. L’app di posta elettronica adottata da professionisti e dirigenti ha comprato la startup che per anni ha dato la caccia alle parole generate da modelli linguistici. La notizia, rimbalzata su The Next Web, scoperchia una tensione che da mesi agita Silicon Valley: se internet si riempie di testo prodotto da macchine, diventa urgente sapere cosa è ancora umano.

L’arnese del detective digitale

GPTZero è nato nel 2023, fondato da Edward Tian, allora studente di Princeton, con l’obiettivo di offrire a docenti e giornalisti un modo per distinguere un tema scritto da una persona da uno sfornato da ChatGPT. Il sistema analizza parametri come la perplessità e la burstiness, due proprietà statistiche che misurano rispettivamente la prevedibilità del testo e la variabilità delle strutture sintattiche. I modelli linguistici, per loro natura, tendono a produrre frasi più uniformi e prevedibili, mentre la scrittura umana alterna slanci creativi a imprecisioni.

L’affare con Superhuman, che ha raccolto 30 milioni di dollari di finanziamento, trasforma la rilevazione in un servizio integrato in un flusso di lavoro aziendale. Per chi usa la posta elettronica premium, d’ora in poi potrebbe essere più facile capire se una mail proviene da un collega o da un bot.

L’ironia che fa mercato

C’è un’ovvia contraddizione. Superhuman promuove da tempo funzioni di intelligenza artificiale per scrivere email più rapide ed efficaci. Ora, con l’acquisizione di uno strumento anti-AI, l’azienda sembra dirci: “Usa la nostra AI per produrre testi, ma paga anche per smascherare quelli degli altri”. È un cortocircuito che rivela come la fiducia nell’informazione stia diventando una commodity. Sul web, l’autenticità umana ha un prezzo.

Cosa cambia per chi fa girare LLM in casa

Per le organizzazioni che gestiscono modelli linguistici in ambienti on-premise – banche, enti pubblici, aziende regolamentate – l’acquisizione manda un segnale. La capacità di verificare se un contenuto è stato generato da una macchina diventa un tassello di sovranità dei dati. Non basta più tenere i dati al sicuro dietro il firewall; serve anche strumenti di auditing per sapere se i testi che circolano internamente sono opera umana o sintetica. In uno scenario in cui la compliance e la trasparenza sono obblighi normativi, integrare un rilevatore nella propria pipeline può fare la differenza.

Oltre la detection

Il vero interrogativo è quanto queste tecnicie reggeranno nel tempo. I modelli linguistici migliorano, e con loro le tecniche per mascherare la propria impronta. La corsa tra generazione e rilevazione è solo all’inizio. Nel frattempo, Superhuman ha messo le mani su un asset che, al di là delle vendite, ha un valore strategico: il dato su cosa distingue l’umano dall’artificiale.

Ai-RADAR continuerà a monitorare le ricadute di questi movimenti per chi sceglie di mantenere il controllo diretto delle proprie infrastrutture AI.