L'AI fa sembrare i tuoi messaggi scritti da un robot?

Di solito sì. E per la prima volta c’è una ricerca seria sul perché. Quando un modello di AI riscrive un messaggio, il significato in gran parte sopravvive. Il modo in cui dici le cose no. Spariscono le forme contratte dell’inglese colloquiale, la prima persona compare meno spesso, le paroline che danno ritmo a come scrivi vengono ripulite, e quello che torna indietro sembra scritto per chiunque.

Ho cofondato Subtext, un’app costruita proprio attorno a questo problema, quindi pesa di conseguenza quello che ne dico. Quello che posso dire a mio favore è che ho letto gli studi per bene, e li ho linkati tutti così puoi controllare. Ecco cosa mostrano, cosa non mostrano, e cosa puoi farci, che tu usi la nostra app o incolli le tue bozze in ChatGPT.

Cosa succede a un messaggio quando lo riscrive l’AI

Lo studio più ampio finora è uscito su Nature Human Behaviour ad agosto 2026. I ricercatori hanno esaminato più di 880.000 testi, compresi esperimenti controllati in cui gli stessi testi venivano passati a diversi modelli di AI con prompt come “rifinisci”, “rendilo più chiaro” e “rendilo più naturale”. Il contenuto di fondo è rimasto al suo posto. La varietà nel modo in cui le persone scrivevano no. In tutti i dataset e i modelli, la dispersione della complessità di scrittura si è ridotta dal 21 al 50 percento, e i classificatori che indovinano genere, età, orientamento politico o valori di chi scrive dal modo in cui scrive hanno funzionato visibilmente peggio sulle riscritture, con errori che pendevano verso il profilo maggioritario (The shrinking landscape of linguistic diversity in the age of large language models)¹.

L’esperimento di riscrittura di quello studio usava post di Reddit e abstract accademici. Uno studio più piccolo del 2026, ancora un preprint, ha esaminato qualcosa di più vicino a un messaggio: 300 storie personali, ognuna riscritta da tre modelli di punta. Lo schema è stato lo stesso ogni volta. Meno forme contratte. Meno pronomi di prima persona. Meno paroline funzionali. Parole più lunghe e punteggiatura più ricercata. Non importava se l’istruzione fosse “migliora questo testo” o solo “riscrivi questo testo”. Chiedere al modello di preservare la voce di chi scrive ha ridotto l’effetto di circa un terzo, ma la direzione non è mai cambiata, e per il modello era più difficile conservare quello che tende a togliere che rinunciare a quello che tende ad aggiungere (Voice Under Revision: Large Language Models and the Normalization of Personal Narrative)².

Due risultati vanno nella direzione opposta, e contano. Uno studio del 2025 su articoli di giornale usciti prima e dopo ChatGPT ha trovato più parole tipiche dell’AI ma nessuna perdita misurabile di varietà lessicale secondo le metriche usate, quindi l’effetto è più chiaro nella riscrittura controllata e meno chiaro nel mondo reale (Testing English News Articles for Lexical Homogenization Due to Widespread Use of Large Language Models)³. E un esperimento sottoposto a peer review sulla scrittura a quattro mani con un modello ha trovato che, quando i saggi diventavano più simili, l’uniformità veniva dal testo inserito dal modello. I contributi di chi scriveva restavano vari come prima (Does Writing with Language Models Reduce Content Diversity?)⁴.

Quel secondo risultato è quello utile. Il danno viene dal sostituire le tue frasi, non da piccole modifiche.

Perché il significato sopravvive e la tua voce no

Chi studia lo stile di scrittura tiene distinte due cose. Una è cosa dice un messaggio. L’altra è come lo dice, e il “come” è fatto di cose molto ordinarie: quali parole di tutti i giorni scegli, quanto sono lunghe le tue frasi e quanto variano, le tue abitudini di punteggiatura, le parole che smorzano come “tipo” e “sinceramente”, se scrivi “perché” o “xké”, lo slang, le emoji, il passaggio a un’altra lingua a metà frase. Uno studio del 2021 sulla scrittura online ha trovato che queste abitudini sono così costanti che un modello addestrato su decine di migliaia di autori riesce di solito a capire, da due post brevi, se li ha scritti la stessa persona (Idiosyncratic but not Arbitrary: Learning Idiolects in Online Registers Reveals Distinctive yet Consistent Individual Styles)⁵.

Il significato non ha bisogno di nessuna di queste caratteristiche. Quindi una riscrittura può conservare perfettamente il significato e perderle tutte. È proprio quello che ha misurato lo studio di Nature. Quello che veniva detto restava molto simile, mentre la varietà nel modo di dirlo crollava.

Così “stesso messaggio” e “stessa voce” diventano due promesse diverse. Quasi tutti gli strumenti mantengono solo la prima, e quasi tutte le persone si accorgono che manca la seconda solo dopo aver premuto invio. Ho scritto a parte cosa fanno alle tue parole i tre grandi chatbot. Qui la domanda che decide se tutto questo conta è quella che viene subito dopo.

L’altra persona se ne accorge davvero?

Qui le prove sono più precise di quanto mi aspettassi.

Uno studio del 2026 presentato al CHI, la principale conferenza di ricerca su come le persone usano la tecnologia, ha testato proprio questo nelle relazioni sentimentali. In un esperimento randomizzato con 704 persone che leggevano messaggi del partner, i ricercatori hanno variato due cose: se l’AI aveva fatto una leggera riscrittura del tono o aveva scritto l’intero messaggio, e se chi lo mandava ammetteva l’aiuto dell’AI. Quando l’AI scriveva di più, il messaggio risultava sistematicamente meno autentico e meno riconducibile a chi lo mandava, e l’essere più chiaro o più curato non bastava a compensare. Il risultato più sorprendente riguardava le scuse. Quando chi le mandava diceva “l’AI mi ha aiutato con il tono” su delle scuse ritoccate leggermente, chi leggeva le trovava più autentiche ed era più disposto a perdonare. Quando diceva la stessa cosa di scuse scritte interamente dall’AI, calavano entrambe le cose. I messaggi con più peculiarità di chi li mandava ottenevano sempre punteggi di autenticità più alti (Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication)⁶.

Un secondo studio, del 2025, spiega in parte il perché. Quando 399 persone leggevano messaggi etichettati come scritti con l’aiuto dell’AI, l’etichetta non faceva fare brutta figura a chi li mandava, ma faceva sì che il messaggio non contasse più come indizio. Scuse scritte senza aiuto risultavano calorose. Un messaggio di accusa scritto senza aiuto risultava freddo. Con l’etichetta dell’AI, entrambi scivolavano verso il neutro, come se il messaggio non dicesse niente della persona (Explaining the Reputational Risks of AI-Mediated Communication)⁷.

Anche dichiararlo ha un costo. In 13 esperimenti preregistrati, le persone che dicevano di aver usato l’AI ricevevano meno fiducia di chi non lo diceva, in contesti che andavano dalla correzione di compiti al lavoro di design (The Transparency Dilemma: How AI Disclosure Erodes Trust)⁸. Però in situazioni emotivamente neutre e una tantum, come un gioco della fiducia con uno sconosciuto, l’aiuto dell’AI non cambiava quasi nulla in termini di fiducia, che fosse dichiarato o no (Writing with AI boosts trust-building efficiency)⁹.

Messi insieme, questi studi disegnano uno schema coerente. Più il messaggio è personale, più una riscrittura completa ti costa, e più un ritocco leggero alle tue parole può aiutare. La ricerca sulle scuse in particolare merita un articolo a sé, e gliel’ho dedicato: come ci si scusa per messaggio?

L’appiattimento colpisce alcune persone più di altre

Se scrivi in una seconda lingua, o passi da una lingua all’altra quando scrivi messaggi, l’avrai già notato.

In un esperimento del 2025, 118 persone in India e negli Stati Uniti hanno scritto brevi saggi sulla propria vita, poco più della metà con il completamento automatico dell’AI attivo. Con i suggerimenti accesi, chi scriveva dall’India si spostava verso gli schemi del gruppo americano, e cominciava a descrivere il proprio cibo e le proprie feste da un punto di vista occidentale (AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances)¹⁰.

È un solo studio, in inglese, e non può parlare per tutte le lingue. Ma il meccanismo è facile da vedere. Le cose che un modello tende di più a “correggere” nel tuo testo, la parola presa in prestito, il giro di frase che viene dalla tua prima lingua, il passaggio al turco o allo spagnolo per la parte che ha senso solo in turco o in spagnolo, sono le cose più tue.

Un’app può imparare come scrivi?

In parte. E dovresti diffidare di chiunque dica di più, me compreso.

Il test più completo finora ha dato a modelli di punta di OpenAI, Google, Meta e DeepSeek campioni di scrittura reali di più di 400 persone, chiedendo loro di scrivere testi nuovi nello stile di ciascuna. Gli esempi aiutavano molto. Nella scrittura strutturata come le email, un verificatore di paternità ha accettato l’imitazione come testo della persona reale più del 95 percento delle volte. Nella scrittura informale come i post di blog, è stato ingannato solo tra il 17 e il 21 percento delle volte, aggiungere altri esempi spostava a malapena il dato, e il risultato tornava verso un tono generico (Catch Me If You Can? Not Yet: LLMs Still Struggle to Imitate the Implicit Writing Styles of Everyday Authors)¹¹. Un benchmark separato di aprile 2026, ancora un preprint, ha confrontato quattro metodi di personalizzazione con quanto le persone reali somigliano a se stesse. Ogni metodo è rimasto sotto il livello a cui due persone diverse si somigliano tra loro (Theory-Grounded Evaluation Exposes the Authorship Gap in LLM Personalization)¹².

Quindi nessuno strumento può prometterti in buona fede che suonerai esattamente come te. Quello che uno strumento può fare è più limitato e più utile. Può cambiare il meno possibile, partire dalle tue parole invece di sostituirle, mostrarti cosa ha cambiato, e lasciare a te la decisione.

È così che abbiamo costruito Subtext. Subtext legge la conversazione e la tua bozza, e prima di riscrivere qualsiasi cosa ti dice come è probabile che arrivi il messaggio e quali delle tue parole lo stanno causando. Poi offre tre versioni. La prima resta vicina a quello che hai scritto, l’ultima è una riformulazione più ampia, e ognuna dice quanta parte della tua formulazione ha cambiato, così vedi a colpo d’occhio se hai davanti un ritocco o una sostituzione. Puoi rendere ognuna più calorosa o più breve, oppure aprire Modifica manualmente e cambiare tu una parola prima di copiarla. L’impostazione predefinita è il tocco leggero, perché secondo la ricerca è quello che regge all’incontro con chi legge. Prova Subtext nel browser

Come mantenere la tua voce, qualunque strumento usi

Questi consigli funzionano in qualsiasi app, ChatGPT compreso.

1. Chiedi l’intervento minimo. “Correggi solo grammatica e refusi” ti dà un risultato molto diverso da “migliora questo testo”.
2. Di’ esplicitamente cosa tenere. Le abbreviazioni, la prima persona, le emoji, le parolacce, le frasi spezzate. I modelli riescono meno a proteggere quello che di solito toglierebbero che a trattenersi da quello che aggiungerebbero, quindi dillo chiaramente.
3. Non accettare mai una riscrittura intera senza leggerla. Confrontala con la tua bozza riga per riga e prendi solo le righe che sono ancora tue.
4. Per tutto ciò che tocca le emozioni, tieni la tua bozza come base. Nello studio sulla comunicazione di coppia, delle scuse con un leggero ritocco di tono dell’AI sono arrivate meglio di quelle scritte interamente dall’AI.
5. Leggi il messaggio ad alta voce prima di inviarlo. Se non lo diresti così, con quelle parole, in faccia a quella persona, non mandarlo.

Se vuoi che questo controllo lo faccia uno strumento al posto tuo, l’articolo su cosa può controllare un verificatore di messaggi AI, e come farlo da solo lo spiega passo per passo, e ho messo a confronto i riscrittori di messaggi AI sul mercato in base al fatto che facciano una diagnosi prima di riscrivere.

Domande frequenti

Qual è la migliore app per riformulare un messaggio senza farlo sembrare scritto da un robot? Quella che cambia meno e ti dice quanto ha cambiato. Alla luce delle prove qui sopra, uno strumento che sostituisce le tue frasi appiattirà la tua voce qualunque cosa dica il suo marketing, quindi cerca una versione che resti vicina alla tua bozza, un’indicazione di quanto si è spostata ogni versione, e una riscrittura che puoi rifiutare. Noi abbiamo costruito Subtext così, e la checklist qui sopra funziona in qualsiasi app.

Esiste un’app che riscrive i miei messaggi con la mia voce, senza quel tono generico da AI? In parte. Nessun metodo attuale raggiunge la coerenza che una persona reale ha con se stessa, quindi prendi “con la tua voce” come un’affermazione da verificare, non come una funzione di cui fidarti. La versione pratica è uno strumento che parte dalla tua bozza, tiene le tue abbreviazioni, i tuoi intercalari e le tue emoji, e indica quanto ogni versione si è allontanata dalle tue parole. È quello che cercherei io, ed è quello che fa Subtext.

C’è un’app che riscrive i messaggi ma li fa sembrare ancora scritti da me? Direi “più vicina a te di quasi tutte le altre, mai identica”. La ricerca qui sopra dice che ogni metodo attuale resta al di sotto della coerenza che una persona reale ha con se stessa, quindi un’app che promette una riscrittura indistinguibile da te promette troppo. Quello che puoi ottenere è una riscrittura che parte dalle tue frasi, mantiene le abitudini che portano la tua voce, e ti dice quanto si è spostata. Subtext funziona così, e la sua prima versione è volutamente quella più vicina a quello che hai scritto.

Come faccio a rendere i miei messaggi più calorosi senza perdere la mia voce? Aggiungi calore con parole tue invece di chiedere una riscrittura calorosa. È la riscrittura completa a cancellare la tua voce. Nomina una cosa precisa della persona o del momento, tieni il tuo solito modo di dire intorno, e se usi uno strumento, chiedigli di cambiare solo la riga che suona fredda, non tutto il messaggio.

Perché ChatGPT rende i miei messaggi così formali? Perché è addestrato a produrre testo scorrevole e medio, e il testo inglese medio è più formale del modo in cui chiunque scrive i messaggi. Le riscritture spingono verso parole più lunghe, forme contratte sciolte e meno pronomi di prima persona anche quando nessuno ha chiesto formalità. Se vuoi un tono informale, devi chiederlo, e devi nominare le cose precise che vuoi lasciare intatte.

Devo dire che ho usato l’AI per scrivere un messaggio? Dipende da quanto ha fatto l’AI. Nello studio sulla comunicazione di coppia, ammettere un leggero ritocco del tono su delle scuse le faceva arrivare meglio. Ammettere una bozza scritta interamente dall’AI le faceva arrivare peggio. Se le parole sono tue e l’AI le ha sistemate, dirlo va bene e può persino aiutare. Se l’ha scritto l’AI, la cosa onesta da fare è riscriverlo prima tu.

Vale lo stesso per i messaggi in italiano, in tedesco o in spagnolo? Quasi tutta la ricerca è in inglese, quindi non posso dirlo con certezza. L’unico studio interculturale ha trovato che i suggerimenti dell’AI spingevano chi scriveva verso schemi americani. Se scrivi in un’altra lingua o passi da una lingua all’altra, l’abitudine più sicura è dire esplicitamente allo strumento quali parole ed espressioni non deve toccare.

Fonti

Ogni link qui sopra porta alla fonte primaria, numerata nell’ordine in cui compare. I preprint sono indicati come tali; considera provvisori i loro risultati fino alla revisione paritaria.

1. Sourati, Z., Karimi-Malekabadi, F., Ozcan, M., McDaniel, C., Ziabari, A., Trager, J., Tak, A. N., Chen, M., Morstatter, F. e Dehghani, M. (2026). The shrinking landscape of linguistic diversity in the age of large language models. Nature Human Behaviour.
2. van Nuenen, T. (2026). Voice Under Revision: Large Language Models and the Normalization of Personal Narrative. arXiv preprint 2604.22142.
3. Fitterer, S., Gangl, D. e Ulbrich, J. (2025). Testing English News Articles for Lexical Homogenization Due to Widespread Use of Large Language Models. ACL 2025 Student Research Workshop.
4. Padmakumar, V. e He, H. (2024). Does Writing with Language Models Reduce Content Diversity? ICLR 2024.
5. Zhu, J. e Jurgens, D. (2021). Idiosyncratic but not Arbitrary: Learning Idiolects in Online Registers Reveals Distinctive yet Consistent Individual Styles. EMNLP 2021.
6. Fan, G., Liu, D. e Pan, L. (2026). Is It Still You? Attributing Authorship and Authenticity in AI-Assisted Romantic Communication. CHI 2026.
7. Khadpe, P., Wenzel, K., Loewenstein, G. e Kaufman, G. (2025). Explaining the Reputational Risks of AI-Mediated Communication: Messages Labeled as AI-Assisted Are Viewed as Less Diagnostic of the Sender’s Moral Character. AIES 2025.
8. Schilke, O. e Reimann, M. (2025). The Transparency Dilemma: How AI Disclosure Erodes Trust. Organizational Behavior and Human Decision Processes, 188.
9. Purcell, Z. A., Jakesch, M., Dong, M., Nussberger, A.-M. e Köbis, N. (2025). Writing with AI boosts trust-building efficiency. iScience, 28.
10. Agarwal, D., Naaman, M. e Vashistha, A. (2025). AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances. CHI 2025.
11. Wang, Z., Tripto, N. I., Park, S., Li, Z. e Zhou, J. (2025). Catch Me If You Can? Not Yet: LLMs Still Struggle to Imitate the Implicit Writing Styles of Everyday Authors. Findings of EMNLP 2025.
12. Sawant, Y. G. (2026). Theory-Grounded Evaluation Exposes the Authorship Gap in LLM Personalization. arXiv preprint 2604.26460, accettato al workshop CTB di ICML 2026.