• Filigrane nelle elaborazioni realizzate;
• indice di perplexity (misura quanto un modello linguistico riesca fare previsioni accurate su un campione di testo. Se il valore è basso vuol dire, il testo è facile da predire e che molto probabilmente è stato generato da una macchina);
• prorompenza (GPTZero valuta la diversità nella struttura dei periodi; l’IA tende a usare lunghezze e intensità uniformi);
• Controllo della cronologia delle versioni;

(fonte: J. A. Oravec, “L’impatto dell’IA sulla frode accademica”, in “La ricerca 25/2023”)