Alternative a ChatGPT per scrivere: cosa rompe ogni modello

Ho visto una persona scrivere lo stesso messaggio undici volte, il che spiega perché una risposta di due righe può portarti via un’ora. Cancellarlo. Riscriverlo. Leggerlo ad alta voce. Mandarlo a un’amica per un secondo parere. E poi inviare una versione accorciata che non dice quasi niente.

A un certo punto quasi tutti lo incollano in ChatGPT.

Quello che torna indietro di solito è meglio. La grammatica è pulita, le frasi sono più strette, i giri di parole sono spariti. E di solito non è più suo. Il messaggio passa da qualcosa scritto da una persona in ansia all’una di notte a qualcosa scritto da uno sconosciuto competente un martedì alle dieci del mattino, e chi lo riceve quella differenza la sente anche quando non sa dargli un nome. È esattamente questo scarto che Subtext, l’app che ho co-fondato, è pensata per intercettare. Legge cosa sta facendo un messaggio del genere prima che tu lo invii.

Ho quindi un conflitto d’interessi evidente, e il resto conviene leggerlo tenendolo presente. Preferisco essere utile che convincente, quindi la maggior parte di questo articolo parla di quello che i tre grandi assistenti fanno bene, e poi dei modi precisi, e piuttosto documentati, in cui falliscono quando quello che scrivi diventa personale. Le fonti sono linkate così puoi valutare il mio interesse rispetto alle prove.

Partiamo da quello che fanno bene

Se ti serve che un messaggio sia corretto, più corto, più chiaro o tradotto, tutti e tre sono ottimi e tanto vale usarli. Sistemano la punteggiatura, tagliano quegli inizi in cui ti schiarisci la voce, trasformano un paragrafo che gira a vuoto in tre frasi pulite e cambiano registro a comando. Il Canvas¹ di ChatGPT ti dà una superficie di modifica affiancata invece di un muro di testo rigenerato. Il Help me write di Gemini sta direttamente dentro Gmail e Docs, e questo elimina quasi tutto l’attrito per arrivare a uno strumento. I Progetti di Claude tengono una guida di stile e una serie di documenti di riferimento da una sessione all’altra.

Per una mail di lavoro che deve solo essere corretta e non urtare nessuno, basta questo. Puoi smettere di leggere qui.

Il resto parla dell’altro tipo di messaggio. Le scuse. Il confine che stai evitando di mettere da settimane. La risposta a tua madre. Il messaggio a un ex. Quella categoria si comporta in modo diverso, ed è lì che le differenze tra questi modelli iniziano a contare.

Quattro cose che una riscrittura può rompere

Trovo utile distinguere la qualità di superficie dalla fedeltà della revisione. Un messaggio può diventare più liscio e allo stesso tempo peggiore, perché lisciare porta via proprio i pezzi che stavano facendo il lavoro. Trasformare “beh, è un modo di metterla” in “non era per niente d’accordo” è più esplicito e molto meno vero.

La mia lista di controllo ha quattro cose che una revisione deve lasciare stare. È il modo in cui valuto una riscrittura, e nessuno l’ha convalidata come scala.

Cosa resta intoccabile	Cosa comprende	Come lo rompono i modelli
Fatti	Nomi, date, numeri, quello che hai promesso davvero	Aggiunge un dettaglio, indurisce un forse in un sì
Implicito	Ironia, cortesia, distanza, vaghezza voluta	Dice apertamente la cosa che era solo sottintesa
Voce	Le tue parole, il ritmo, la lunghezza delle frasi, le tue abitudini di punteggiatura	La sostituisce con uno stile di casa scorrevole
Struttura	Da cosa hai aperto e cosa hai seppellito in fondo	La riordina in qualcosa di convenzionalmente più chiaro

Ogni lamentela che trovi più avanti in questo articolo è uno di quei quattro che salta. Noto che gli strumenti di grammatica controllano solo il primo, e che anche quasi tutte le persone che giudicano una riscrittura fatta dall’AI si accorgono solo del primo.

ChatGPT capisce l’aria che tira, poi riscrive più del dovuto

Sui dialoghi, ChatGPT è il più intuitivo dei tre sul piano emotivo. Dagli una scena in cui due persone parlano di qualcosa di banale mentre evitano qualcosa di doloroso, e in genere la cosa dolorosa la lascia non detta. Quello che scrive ha una cadenza naturale, ed è bravo a individuare la dinamica emotiva sotto quello che è stato scritto.

Il suo problema ricorrente è che non resta seduto sulla sedia dell’editor. Chi racconta come si comporta quando corregge finisce sempre sulla stessa lamentela, cioè che riscrive cose che nessuno gli aveva chiesto di toccare.

Per i messaggi contano due effetti a cascata. Il primo è che toglie la specificità. La frase che rendeva tue le tue scuse, qualcosa tipo “lo so che sei rimasta fuori quaranta minuti”, si accartoccia in “lo so che ti ho fatto aspettare”. Chi scrive narrativa, nei forum online, racconta una versione più brutale dello stesso istinto, chiedendo una revisione di riga che mantenga la lunghezza e ricevendo indietro un capitolo molto più corto.

Il secondo è che le istruzioni vaghe sul tono producono sbandate dove volevi un aggiustamento. Capita spesso che torni con un tono molto formale, e una sola richiesta di essere meno formale lo fa finire dritto nel molto informale.

E dargli in pasto altro tuo materiale non risolve in modo affidabile il problema della voce. Chi scrive e incolla migliaia di parole della propria prosa come riferimento racconta comunque di ottenere un risultato che suona come ChatGPT.

Claude fa quello che gli chiedi, poi ti spiega a te stesso

Claude è il più forte dei tre nel fare quello che gli hai chiesto e nient’altro. Rispetta i vincoli, non si inventa dettagli e gestisce bene l’interiorità, ed è per questo che salta fuori di continuo quando si cerca un modello che non si prenda in mano la tua bozza.

Qui c’è anche la cosa più vicina a una prova comparativa seria. MultiPragEval, un benchmark che misura la comprensione pragmatica in inglese, tedesco, coreano e cinese, mette Claude 3 Opus nettamente davanti a GPT-4 su implicature e interpretazione griceana, che è il modo tecnico per dire che capiva meglio cosa una persona intendeva invece di cosa aveva detto alla lettera.² Segnalo due avvertenze. Il benchmark misura l’interpretazione, non la revisione. E i modelli testati sono ormai vecchi di diverse generazioni, quindi questo indica una tendenza di famiglia, non una classifica attuale.

Il modo in cui Claude fallisce è l’opposto di quello di ChatGPT. Capisce il sottotesto e poi lo mette nero su bianco. Chi scrive narrativa la chiama deriva esplicativa: il modello trasforma qualcosa di implicito in qualcosa di detto, con frasi tipo “il silenzio tra loro portava il peso non detto di anni interi”. In un messaggio si presenta sotto forma di linguaggio da terapia.

Esempio illustrativo, non un output reale

non ce l’ho con te, ho solo notato che non hai risposto

Quello che hai scritto tu. Volutamente sottotono, ed è proprio quello il punto.

Volevo condividere con te che aspettare la tua risposta mi ha lasciato un po’ di dolore, e credo che questo nasca da quanto valore attribuisco alla nostra amicizia.

Il sottotesto adesso è il testo. È calmo, ben articolato, e dice esattamente la cosa che avevi scelto di non dire.

Altri due schemi di Claude tornano abbastanza spesso da doverci fare i conti. Se lo lasci senza vincoli abbellisce, e gli utenti descrivono la sua prosa come più elegante e a volte troppo caricata. Ed è generoso con i complimenti, e spesso impacchetta la critica dentro un panino di lodi. Il secondo è un problema vero quando quello che ti serviva era un giudizio secco su quanto male arriva il tuo messaggio.

Gemini è già dove sei tu, e pessimo a lasciare le cose non dette

Il vantaggio di Gemini è la posizione. Sta in Gmail, sta in Docs, è l’assistente predefinito su un sacco di telefoni Android, e il piano gratuito è generoso. Non ha il vizio di ChatGPT di rimpicciolire il tuo testo, e fa meno la morale sui contenuti difficili.

I giudizi sulla qualità della sua scrittura sono spaccati, e mi sembra il caso di dirlo chiaramente. Alcuni scrittori con esperienza lo considerano il migliore dei tre nella critica alla scrittura creativa e nelle sfumature. Altri trovano che abbia uno stile di casa da cui non si schioda, con un registro chiacchierone che qualcuno paragona a un commento su Reddit.

Lo schema più rilevante per i messaggi personali è che Gemini ha pochissimo ritegno narrativo. Se c’è qualcosa che stai trattenendo, lo mette in piazza. I romanzieri lo descrivono come appendere un’insegna al neon lampeggiante sopra il dettaglio che doveva restare nascosto. In un messaggio significa che la cosa attorno a cui stavi girando con cura finisce nella seconda frase.

I problemi che hanno tutti e tre

Uno: ti danno ragione

Questo è quello che conta di più, ed è anche il più documentato.

Ad aprile 2025 OpenAI ha rilasciato un aggiornamento che rendeva ChatGPT visibilmente più adulatorio, e quattro giorni dopo l’ha ritirato. Il loro resoconto³ diceva che il modello “tendeva verso risposte eccessivamente di supporto ma poco sincere”, e attribuiva la causa a un peso eccessivo dato all’approvazione immediata dell’utente. Un post successivo⁴ di qualche giorno dopo entrava più nel dettaglio su quello che il loro processo di revisione si era perso.

Il meccanismo di fondo non riguarda solo OpenAI. Una ricerca su cinque assistenti di frontiera ha trovato che i modelli addestrati su dati di preferenza umana “sacrificano spesso la verità pur di allinearsi alle convinzioni dell’utente”, perché è l’accordo a essere premiato.⁵

Adesso pensa a cosa chiedono davvero le persone a questi strumenti. Pochissimi incollano un messaggio per chiedere una mano con la grammatica. Chiedono una qualche versione di “è troppo duro?” oppure “sto esagerando?”, la domanda che analizzo in “Questo messaggio suona scortese?”. Quella domanda finisce dentro un sistema che ha una tendenza strutturale a dirti che va tutto bene.

Un assistente generico ti aiuta a fare meglio un ricatto affettivo. Spesso non ti farà notare che stai facendo un ricatto affettivo.

Volevi un secondo parere e ti sei ritrovato un complice con la punteggiatura più curata.

Di tutto quello che leggi qui, questo è il fallimento per cui Subtext è costruito più direttamente, e il rimedio che ho scelto è strutturale. Ci torno su.

Due: normalizzano le cose che hai fatto apposta

Tutti e tre correggono frasi monche, ripetizioni, punteggiatura strana, formule di cautela e dialetto, anche quando erano scelte tue. Chiedere di “mantenere la voce” non risolve, perché il modello non ha modo di sapere quali stranezze sono tue e quali sono errori.

Collegata, e più sottile, c’è l’inflazione semantica. Un modello trasforma “forse non ce la faccio” in “non ce la farò”, oppure “mi sembravi un po’ giù” in “eri arrabbiato”. Ogni modifica suona più sicura ed è meno precisa, e in un messaggio che riguarda una relazione la precisione sul grado è quasi tutto il contenuto.

Tre: scrivono in un dialetto che si riconosce

Ogni modello ha i suoi tic verbali. Chi scrive li cataloga ormai da un po’, e una volta che li vedi non riesci più a smettere.

Schema	Esempi	Cosa ti costa
Sostantivi astratti	testimonianza, arazzo, faro, cacofonia	Scambia un dettaglio concreto con uno solenne
Contrapposizione binaria	“Non era X, era Y” / “Non per A, ma per B”	Impone una conclusione ordinata su qualcosa di confuso
Interiorità dichiarata	“non ho potuto fare a meno di sentire”, “da un luogo di”	Dà un nome all’emozione invece di mostrarla
Elenchi di tre	Tre elementi dove ne bastavano due	Suona composto invece che scritto
Antitesi bilanciata	Due frasi di peso identico, all’infinito	Un ritmo che non appartiene a nessun essere umano

Dietro la lista di vocaboli c’è una preoccupazione più grande. Gli studi sulla scrittura assistita dall’AI trovano che l’intervento del modello spinge scrittori diversi verso gli stessi schemi dominanti, il che vuol dire che più usi questi strumenti più la scrittura di tutti converge.⁶ In uno studio CHI 2025, 118 persone in India e negli Stati Uniti hanno scritto della propria vita, e con i suggerimenti dell’AI attivi la scrittura dei partecipanti indiani scivolava verso stili occidentali.⁷ Per un messaggio il cui unico scopo è essere inconfondibilmente tuo, la direzione è sbagliata.

Quattro: chi legge può accorgersene, e ti costa caro

Questa è la parte che si sottovaluta. Esiste un filone di ricerca su quella che viene chiamata comunicazione mediata dall’AI, e il suo risultato centrale è scomodo. Le persone non sono affidabili nel riconoscere un testo scritto dall’AI⁸, e quando ci provano si appoggiano a indizi sbagliati. Ma quando credono che un testo sia stato generato dall’AI, si fidano meno di chi l’ha scritto.⁹

Quindi il rischio di una riscrittura generica va oltre un messaggio mediocre, fino a uno che suona insincero esattamente nel momento in cui la sincerità è tutto il carico. Delle scuse che fanno scattare il rilevatore di AI di chi legge fanno più danno delle scuse impacciate che avresti scritto tu.

Cinque: non sanno a chi stai scrivendo

A meno che una memoria o un progetto non portino avanti qualcosa, ogni sessione parte quasi vuota. Per ottenere una bozza buona dovresti spiegare dieci anni di amicizia, cos’è successo a marzo, perché la frase “va bene” tra voi due vuol dire una cosa precisa. Non lo fa quasi nessuno, quindi il modello scrive per un destinatario generico. La formalità è quello che ottieni quando un sistema non sa niente della relazione, ed è per questo che il risultato suona così spesso come l’assistenza clienti. Quel vuoto iniziale è il motivo per cui Subtext legge la conversazione che incolli o catturi con uno screenshot, e chiede per chi è un messaggio quando una bozza si scontra con qualcuno.

C’è anche la parte che le persone dicono a mezza voce. Incollare lo screenshot di un litigio, o la bozza di una rottura, o un messaggio sulla tua famiglia dentro un chatbot generico è una sensazione diversa dal chiedergli di sistemare del codice. Quell’istinto non è paranoia.

Cosa hanno fatto i romanzieri di fronte a tutto questo

Quello che segue è ciò che mi ha convinto che questo buco sia reale, e non qualcosa che mi sono inventato per avere qualcosa da vendere.

Chi scrive narrativa ha sbattuto contro esattamente questi problemi per primo, con più in gioco e molto più volume. Hanno continuato a usare i modelli, ma non nudi. Sopra è cresciuto un intero strato di strumenti, tra cui ambienti come Novelcrafter¹⁰, che ti permette di costruire un dizionario di cliché vietati che vengono segnalati in rosso mentre il testo si genera, e di lanciare operazioni mirate come “mostra, non raccontare” su una porzione selezionata. Sudowrite¹¹ fa qualcosa di simile con passaggi dedicati che trasformano il riassunto in dettaglio sensoriale concreto.

Gli utenti più seri vanno oltre e mettono in piedi catene con più modelli. Un modello per le note editoriali e l’analisi del sottotesto, un secondo per le correzioni di riga sotto vincoli stretti, un passaggio di filtro per ripulire il vocabolario da AI, poi un passaggio umano per rimettere dentro la voce.

Sono quattro strumenti e una checklist per revisionare un capitolo. Funziona. E ti dice anche che i modelli generici questo lavoro da soli non lo fanno, e che le persone a cui il risultato interessa di più lo hanno già accettato.

Adesso prova ad applicarlo a un messaggio. Nessuno mette in piedi una catena in quattro fasi prima di rispondere a sua sorella. Il bisogno di uno strato più raffinato è identico e la tolleranza alla fatica è circa zero, ed è questo il vero problema di prodotto. Ho controllato separatamente se i tool AI per i messaggi funzionano davvero su messaggi come questo.

Cosa deve fare in modo diverso uno strumento più raffinato

Tre cose, e nessuna delle tre è “scrivere meglio”.

Analizzare prima di riscrivere. Dare un nome a quello che la bozza sta segnalando prima di toccarne una parola, come dovrebbe fare un verificatore di messaggi AI, compresa la parte che chi scrive non intendeva dire. Aiuta anche contro l’adulazione, perché uno strumento che parte da una lettura si impegna su quella prima di avere l’occasione di darti ragione. Questo non rende la lettura corretta. Subtext gira sullo stesso tipo di modello, quindi mettilo alla prova come faresti con un amico. Quali parole sostengono quella lettura, e in che altro modo potrebbero arrivare?

Mostrare la distanza, non nasconderla. Una versione vicina a quello che hai scritto, messa accanto a una versione riscritta da zero, è più utile di un’unica sostituzione lucidata. Vedi cosa è cambiato e decidi se ti va di suonare così.

Leggere la relazione, oltre al messaggio. Chi è per te questa persona, cosa mostra la conversazione che hai già provato, cosa vuol dire “va bene” in questa amicizia specifica.

È quello che sto costruendo, quindi prendi questo paragrafo per quello che è. Subtext tagga l’emozione dentro quello che hai scritto prima di suggerirti qualsiasi cosa, ed è una scelta di design volutamente fastidiosa, perché il momento in cui serve di più è il momento in cui hai meno voglia di sentirtelo dire.

Esempio illustrativo, non un output reale

va bene, ho capito, sei impegnato. smetto di chiedere.

Quello che invieresti. Arriva come un ritirarsi, e “smetto di chiedere” è una minaccia travestita da scuse.

Ciao, capisco perfettamente che in questo periodo sei molto preso. Per stasera nessun problema, fammi sapere quando ti torna meglio e organizziamo qualcosa.

Una riscrittura generica. Corretta, gradevole, e ha cancellato il fatto che ti ha fatto male, che era l’unica informazione presente nell’originale.

va bene. però un po’ ci resto male. preferisco dirtelo invece di far finta di niente.

Stessa voce, tiene il dolore, lascia perdere la minaccia, e non aggiunge niente che tu non abbia detto.

In pratica, incolli la bozza, o fai uno screenshot della conversazione così legge entrambi i lati, e ti dice cosa il tuo messaggio sta per segnalare prima di offrirti versioni che ancora suonano come te. Prova Subtext nel browserProva Subtext nel browser

Dove aprirei comunque ChatGPT

Documenti lunghi. Mail professionali. Tutto quello in cui essere corretto conta più che essere riconoscibilmente te. Ricerca, prime stesure, traduzioni, e quella grazia molto specifica che è mettere parole su una pagina bianca quando non riesci a partire.

E un dato che va contro la mia stessa tesi, che preferisco includere piuttosto che lasciare fuori. Uno studio su domande mediche prese da un forum pubblico¹² ha scoperto questo.

Il risultato I valutatori hanno preferito le risposte del chatbot a quelle dei medici nel 78,6% dei confronti, e hanno giudicato le risposte del chatbot empatiche o molto empatiche quasi dieci volte più spesso.

Questi modelli sanno produrre testo che arriva caldo, e quella capacità è reale.

Quello che raramente fanno senza che tu lo chieda è dirti che il tuo messaggio suona come un ultimatum. Ti faranno scorrere meglio l’ultimatum e ti faranno i complimenti per la tua onestà emotiva. Quel buco è piccolo ed è quasi tutto il lavoro, e ho costruito Subtext per colmarlo. Dice come suona il tuo messaggio prima di riscriverne anche solo una parola.

Una nota sulle versioni dei modelli. Tutto quello che c’è qui sopra descrive comportamenti che si sono mantenuti attraverso diverse generazioni di ciascuna famiglia di modelli, ed è per questo che ho quasi sempre evitato di nominare versioni specifiche. Questi sistemi cambiano ogni pochi mesi, e qualsiasi articolo che appoggia la sua tesi su un numero di rilascio è già sbagliato entro l’inverno.

Pensi che sia stato ingiusto con il tuo modello preferito? Dimmelo su LinkedIn.

Samet Durgun è co-fondatore di Subtext, un’app che coglie il tono emotivo dei tuoi messaggi e li riscrive con la tua voce. Vive a Berlino.

Fonti

Ogni link qui sopra porta alla fonte primaria, dove esiste.

OpenAI, “Introducing Canvas,” 3 ottobre 2024.
Park et al., “MultiPragEval: Multilingual Pragmatic Evaluation of Large Language Models,” 2024. Sono stati testati inglese, tedesco, coreano e cinese sulle categorie griceane; Gemini all’epoca era escluso per motivi di accesso alle API.
OpenAI, “Sycophancy in GPT-4o: what happened and what we’re doing about it,” 29 aprile 2025.
OpenAI, “Expanding on what we missed with sycophancy,” 2 maggio 2025.
Sharma et al., “Towards Understanding Sycophancy in Language Models,” Anthropic, arXiv:2310.13548, ottobre 2023.
Ricerche sull’omogeneizzazione stilistica nella scrittura assistita dall’AI, tra cui Padmakumar e He, “Does Writing with Language Models Reduce Content Diversity?”, ICLR 2024, e Doshi e Hauser, “Generative AI enhances individual creativity but reduces the collective diversity of novel content,” Science Advances, 2024.
Agarwal, Naaman e Vashistha, “AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances,” CHI 2025.
Jakesch, Hancock e Naaman, “Human heuristics for AI-generated language are flawed,” PNAS, 2023.
Jakesch, French, Ma, Hancock e Naaman, “AI-Mediated Communication: How the Perception that Profile Text was Written by AI Affects Trustworthiness,” CHI 2019. Vedi anche Hancock, Naaman e Levy, “AI-Mediated Communication: Definition, Research Agenda, and Ethical Considerations,” Journal of Computer-Mediated Communication, 2020.
Novelcrafter, funzioni Codex e prompt di sostituzione del testo.
Sudowrite, funzioni “Show, Don’t Tell” e Describe.
Ayers et al., “Comparing Physician and Artificial Intelligence Chatbot Responses to Patient Questions Posted to a Public Social Media Forum,” JAMA Internal Medicine, 28 aprile 2023. 585 valutazioni; le risposte del chatbot sono state preferite nel 78,6% dei confronti e giudicate empatiche o molto empatiche 9,8 volte più spesso rispetto a quelle dei medici.