Federico BoggiaCosa dice il paper
I contributi principali, in cinque punti.
Risultati chiave
- L'abuso è una disposizione appresa. Nasce soprattutto da un training ricco di prosa promozionale e dalla messa a punto con preferenze umane (RLHF), che premia le formulazioni sicure ed enfatiche. La generazione da sinistra a destra amplifica il fenomeno, non lo causa.
- Un indice per misurarla. L'Epanorthosis Index misura la densità della figura rispetto al tasso umano, genere per genere: così si confrontano le macchine con i testi delle persone su una base comune.
- Mis-calibrazione nei due sensi. Su tre taglie di un'unica famiglia di modelli instruction-tuned: eccesso nell'oratoria (~2×, quasi 3× in italiano, concentrato nelle taglie più grandi), difetto nella scrittura informale a domande e risposte, allineamento all'umano in argomentazione, giornalismo e prosa enciclopedica.
- Si può ridurre senza riaddestrare. Una riga di istruzione taglia la figura da metà a quasi tre quarti; un adapter LoRA di fine-tuning supervisionato la rimuove quasi del tutto, con un coefficiente di scala che riporta la riduzione sul tasso umano.
- L'obiettivo è la calibrazione, non l'eliminazione. La figura non è un difetto da azzerare: va riportata al ritmo con cui la usano gli esseri umani, genere per genere.
La densità è rilevata con un detector a regole (nessun giudice-LLM), validato su un gold set a doppia annotazione umana. È affidabile sul testo generato dai modelli, dove il paper applica l'indice, e più rumoroso sui testi umani di confronto: una scelta di trasparenza dichiarata apertamente nel paper.
Cosa trovi
Il paper, le sue versioni e i materiali per riprodurlo.
Paper su arXiv
Scheda, abstract e PDF ufficiale su arXiv (cs.CL / cs.AI, licenza CC BY 4.0).
Apri su arXiv ↗ PDFVersione stampabile
Il paper completo in PDF, con tutte le tabelle, le note e i riferimenti.
Scarica il PDF ↗ HTMLPaper completo nel browser
Tutto il testo, le otto sezioni, le appendici e i riferimenti, leggibili online.
Leggi il paper → Articolo · ITLa versione divulgativa
Lo stesso tema in italiano, senza tecnicismi, con le slide e il talk dal vivo.
Leggi l'articolo → SlideLe slide del talk
Dalla prima Catilinaria di Cicerone alla generazione autoregressiva.
Apri le slide ↗ Codice & datiMateriali di replica
Notebook Colab, ricetta LoRA e script di valutazione; l'adapter addestrato è collegato dal paper.
Apri il notebook ↗Come citare
Se usi il paper nel tuo lavoro, ecco i riferimenti pronti.
@misc{boggia2026epanorthosis,
title = {Artificial Epanorthosis: Why Large Language Models
Overuse a Classical Rhetorical Figure, and How to Mitigate It},
author = {Boggia, Federico},
year = {2026},
eprint = {2607.21498},
archivePrefix = {arXiv},
primaryClass = {cs.CL},
url = {https://arxiv.org/abs/2607.21498}
}
APA Boggia, F. (2026). Artificial Epanorthosis: Why large language models overuse a classical rhetorical figure, and how to mitigate it (arXiv:2607.21498). arXiv. https://arxiv.org/abs/2607.21498
Domande frequenti
Che cos'è l'epanortosi artificiale?
È la tendenza dei modelli linguistici a riprodurre in eccesso un'antica figura retorica di autocorrezione al rialzo, il tipico «Non X. Y» («Non è un corso. È un percorso di trasformazione»). Il paper mostra come misurarla rispetto al modo di scrivere umano e come riportarla su quei ritmi senza riaddestrare il modello da zero.
I modelli linguistici abusano davvero dell'epanortosi?
Sì. Misurando la densità della figura genere per genere, su tre taglie di un'unica famiglia di modelli instruction-tuned, il paper trova un eccesso nell'oratoria (circa il doppio del tasso umano, quasi il triplo in italiano, concentrato nelle taglie più grandi) e un difetto nella scrittura informale a domande e risposte, con allineamento all'umano in argomentazione, giornalismo e prosa enciclopedica.
Perché le AI abusano di questa figura?
Per due motivi principali: un training ricco di prosa promozionale (copywriting, post motivazionali, landing page) dove il «Non X. Y» raccoglie consenso, e la messa a punto con preferenze umane (RLHF) che premia le formulazioni sicure ed enfatiche. La generazione da sinistra a destra, una parola alla volta, amplifica il fenomeno ma non ne è la causa.
Si può ridurre senza riaddestrare il modello?
Sì. Una singola riga di istruzione riduce la figura da metà a quasi tre quarti; un adapter LoRA di fine-tuning supervisionato la rimuove quasi del tutto. Un coefficiente di scala permette di regolare la riduzione e riportarla sul tasso umano. L'obiettivo non è eliminare la figura, ma calibrarla al ritmo umano per ciascun genere.
Chi ha scritto il paper e dove si trova?
Il paper «Artificial Epanorthosis» è scritto da Federico Boggia, docente e formatore di AI. È un preprint in inglese depositato su arXiv nella categoria cs.CL (Computation and Language), con licenza CC BY 4.0. Si trova su arXiv:2607.21498. Su questa pagina ci sono il PDF, la versione HTML e il notebook Colab; l'elenco completo di dati, codice e adapter LoRA addestrato è nell'Appendice A del paper.
