Siamo lieti di segnalare la pubblicazione dell’articolo “An Ethical and Rhetorical Framework to Analyze LLM-generated Texts” sulla rivista Umanistica Digitale (n. 24, 2026).
Lo studio è stato condotto da un team di ricerca interdisciplinare di SIpEIA composto da Daniel Raffini (Sapienza, Università di Roma), Agnese Macori (Sapienza, Università di Roma), Marco Angelini (Link University of Rome) e la presidente Tiziana Catarci (Sapienza, Università di Roma ISCT-CNR).
La rapida diffusione dei Large Language Models (LLM) sta trasformando radicalmente la produzione e la circolazione dei contenuti testuali, sollevando cruciali interrogativi di natura linguistica, cognitiva ed etica. Di fronte a un ambiente digitale sempre più popolato da scritti sintetici, diventa fondamentale comprenderne le caratteristiche retoriche e stilistiche per valutarne l’impatto reale sui lettori e sull’intero ecosistema informativo.
Il Framework: un approccio centrato sul lettore
La ricerca propone un innovativo framework etico e retorico fondato su un approccio centrato sul lettore. Dal punto di vista metodologico, lo studio supera la pura analisi quantitativa integrando la modellazione teorica (deduttiva) con il close reading qualitativo (induttivo) del testo.
Il modello identifica un insieme strutturato di 10 funzioni retoriche attraverso cui le strategie linguistiche dell’IA plasmano le percezioni e le risposte di chi legge:
- Attendibilità
- Apologia
- Prossimità
- Diversificazione
- Ambiguità
- Enfasi
- Esplicazione
- Poetica
- Equità
- Struttura
Il framework mappa queste funzioni collegandole a specifiche figure retoriche, fornendo così un metodo scientifico per decodificare il comportamento comunicativo delle macchine.
Evidenze empiriche: persuasione formale vs complessità concettuale
Il modello è stato testato e validato attraverso l’analisi qualitativa di due corpora di testi generati da LLM: saggi argomentativi e racconti brevi. I risultati evidenziano schemi ricorsivi molto chiari:
- ⚖️ Nei testi argomentativi: Si registra una marcata sovrarappresentazione delle funzioni di enfasi e struttura.
- 📖 Nei testi narrativi: Prevale l’uso del linguaggio figurativo, che tuttavia mostra una limitata profondità semantica.
L’analisi dimostra che gli LLM tendono a riprodurre strutture retoriche fisse, facendo affidamento su efficaci strategie di persuasione formale piuttosto che sulla reale complessità concettuale del contenuto.
Un modello aperto e scalabile
Il valore del framework risiede anche nella sua natura di modello aperto, scalabile e integrabile. È infatti concepito per essere progressivamente affinato ed esteso attraverso future applicazioni empiriche su diverse tipologie testuali e molteplici contesti comunicativi.
Come associazione scientifica attenta alle dinamiche cognitive, comunicative ed etiche nell’era dell’Intelligenza Artificiale, SIpEIA accoglie questo studio come uno strumento prezioso per la tutela del pensiero critico e per la comprensione profonda della transizione digitale in atto.
Per leggere l’articolo completo clicca il seguente link: https://doi.org/10.60923/issn.2532-8816/22058