Roncaglia fa notare che

i migliori algoritmi di attribuzione dei testi, quelli utilizzati quando dobbiamo cercare di attribuire un testo anonimo o ‘sospetto’ a un autore o all’altro, non utilizzano ormai quasi più le componenti semanticamente e stilisticamente significative della frase che potremmo ragionevolmente aspettarci come criteri distintivi per la produzione linguistica umana (come lessico, lunghezza media delle frasi, uso della punteggiatura, ecc.), ma un dato che sembrerebbe puramente sintattico: la frequenza di n-grammi, e in particolare di bigrammi e trigrammi, risultato della scomposizione del testo in gruppi di n caratteri. In altri termini, a distinguere la produzione testuale di due persone sembrano essere più considerazioni statistico-probabilistiche sulla frequenza di sequenze assai brevi di caratteri, raramente dotate di significato autonomo, che aspetti stilistici o lessicali di più alto livello. Un dato che, guardando ai modelli di produzione di testo usati dalle intelligenze artificiali generative, non può non far pensare. Incidentalmente, ricordiamo anche che i programmi di attribuzione dei testi rappresentano un caso particolare di programmi di discriminazione (l’attribuzione del testo a questo o quell’autore all’interno di un insieme di autori possibili): si tratta dunque di un compito per il quale possono essere utilizzati efficacemente anche sistemi basati su reti neurali. (G. Roncaglia,“L’architetto e l’oracolo. Forme digitali del sapere da Wikipedia a ChatGPT”)