Does Scientific Writing Converge to U.S. English? Evidence from Generative AI-Assisted Publications

Uno studio su 5,65 milioni di articoli scientifici rivela che l'uso dell'intelligenza artificiale generativa sta riducendo le barriere linguistiche facendo convergere la scrittura scientifica di autori non anglofoni verso lo standard dell'inglese statunitense, sebbene ciò sollevi interrogativi su un'effettiva inclusione o su una crescente dipendenza da un unico modello linguistico.

L'essenziale

Immagina il mondo della scienza come una gigantesca fiera internazionale delle idee. Per molto tempo, per poter vendere il tuo prodotto (la tua ricerca) e farti ascoltare, dovevi parlare perfettamente la lingua del "padrone di casa": l'inglese, e in particolare l'inglese americano.

Se eri un ricercatore di un paese dove si parla un'altra lingua (come l'Italia, la Cina o il Brasile), avevi due grossi problemi:

1. Il costo: Dovevi pagare esperti per correggere il tuo testo, come se dovessi pagare un traduttore professionista per ogni tuo discorso.
2. Il pregiudizio: Anche se la tua idea era geniale, se il tuo inglese era "zoppicante" o troppo diverso dallo stile americano, i giudici (i revisori delle riviste scientifiche) potevano scartarti senza nemmeno leggere il contenuto.

Cosa è cambiato con l'Intelligenza Artificiale (GenAI)?
Nel 2022 è arrivato ChatGPT, un assistente digitale gratuito e potentissimo. Questo studio si chiede: "L'uso di questo assistente sta rendendo tutti uguali, o sta aiutando solo chi era già bravo?"

Gli autori hanno analizzato 5,65 milioni di articoli scientifici pubblicati tra il 2021 e il 2024. Hanno usato un "occhio digitale" (chiamato SciBERT) capace di leggere milioni di testi e misurare quanto il loro stile assomigli a quello degli scienziati americani.

Ecco cosa hanno scoperto, spiegato con una metafora semplice:

1. Il "Trucco" dell'Uniformità

Immagina che ogni scienziato non americano scriva con il suo accento e il suo stile unico. Prima del 2022, questi stili erano molto diversi da quello americano.
Dopo l'arrivo di ChatGPT, gli scienziati che usavano l'IA hanno iniziato a scrivere in modo sorprendentemente simile agli americani. È come se tutti avessero messo lo stesso "filtro Instagram" sulle loro parole.

• Il risultato: Le riviste scientifiche non americane che usano l'IA sono diventate linguisticamente più vicine a quelle americane rispetto a quelle scritte senza aiuto.

2. Chi ne ha beneficiato di più? (La metafora della rampa)

Lo studio ha scoperto che l'effetto non è uguale per tutti. È come se l'IA fosse una rampa di accesso che aiuta chi ha più difficoltà a salire.

• I "soli" vs. le "squadre": Gli scienziati che lavorano da soli nel loro paese (senza colleghi madrelingua inglese) hanno usato l'IA molto di più per "pulire" il loro testo.
• La distanza linguistica: Chi parlava una lingua molto lontana dall'inglese (come il cinese o l'arabo) ha visto il suo stile avvicinarsi a quello americano molto più velocemente rispetto a chi parlava lingue più vicine (come il tedesco o l'olandese).
• Le riviste "piccole": Questo fenomeno è più forte nelle riviste scientifiche meno famose. Nelle riviste top di gamma, i testi erano già così perfetti che l'IA non ha potuto fare grandi cambiamenti. Nelle riviste più accessibili, invece, l'IA ha fatto la differenza, permettendo a chi non aveva soldi per pagare editor professionisti di scrivere in modo impeccabile.

3. Il lato oscuro: La "Polvere da Sparo"

C'è però un "ma". Immagina che la scienza sia un giardino.

• Il lato positivo: L'IA ha abbattuto il muro che impediva ai giardinieri stranieri di entrare. Ora possono portare nuovi fiori (nuove idee) che prima non potevano mostrare. Questo è un bene per tutti.
• Il lato negativo: Se tutti usano lo stesso "trucco" (l'IA), tutti i fiori potrebbero iniziare ad avere lo stesso colore e la stessa forma. C'è il rischio che la scienza perda la sua diversità linguistica e culturale. Se tutti scrivono nello stesso modo "americano", potremmo perdere sfumature di pensiero uniche che nascevano proprio da come le altre lingue strutturano le idee.

In sintesi

Questo studio ci dice che l'Intelligenza Artificiale sta agendo come un grande equalizzatore. Sta abbattendo le barriere linguistiche che tenevano fuori molti scienziati brillanti, permettendo loro di competere su un campo di gioco più livellato.

Tuttavia, ci avverte che dobbiamo stare attenti: se tutti scrivono nello stesso modo perfetto, rischiamo di creare una scienza "standardizzata" e omogenea, dove la bellezza della diversità umana potrebbe svanire. È come se tutti iniziassero a cantare la stessa canzone perfetta: è bello, ma ci perdiamo le melodie originali di ogni cultura.

Sommario tecnico

Ecco una sintesi tecnica dettagliata del documento di ricerca, presentata in italiano.

Titolo: La scrittura scientifica converge verso l'inglese degli Stati Uniti? Evidenze dalle pubblicazioni assistite dall'Intelligenza Artificiale Generativa

1. Il Problema di Ricerca

La letteratura scientifica globale è dominata dall'inglese, conferendo vantaggi strutturali ai ricercatori madrelingua e creando ostacoli persistenti per i ricercatori non madrelingua (in particolare quelli di paesi non anglofoni). Questi svantaggi si traducono in carichi di scrittura maggiori, bias nella revisione tra pari e minori tassi di successo nelle pubblicazioni.
Sebbene l'introduzione di strumenti di Intelligenza Artificiale Generativa (GenAI), come ChatGPT (fine 2022), abbia offerto un'alternativa a basso costo per l'assistenza linguistica, la maggior parte degli studi esistenti si è concentrata su cambiamenti assoluti (es. miglioramento della leggibilità o variazioni lessicali).
Il gap di ricerca affrontato da questo studio è concettuale: l'uso del GenAI porta a una convergenza sistematica verso lo standard dominante (l'inglese scientifico statunitense) o semplicemente a un miglioramento generico? La convergenza indicherebbe una riduzione delle barriere linguistiche all'ingresso, ma solleva anche interrogativi sull'omogeneizzazione stilistica e sulla diversità linguistica.

2. Metodologia

Lo studio utilizza un approccio econometrico su larga scala combinando analisi bibliometriche e modelli di linguaggio naturale.

• Dati:

  • Campione: 5,65 milioni di articoli scientifici in inglese pubblicati tra il 2021 e il 2024, indicizzati su Scopus.
  • Unità di analisi: 14,3 milioni di osservazioni uniche (combinazione di pubblicazione × paese × campo scientifico).
  • Campione di interesse: Pubblicazioni con almeno un'autore affiliato a un paese non anglofono.
  • Campione di riferimento (Benchmark): Pubblicazioni con affiliazioni esclusivamente statunitensi.
  • Aggregazione dei campi: I campi scientifici sono raggruppati in quattro macro-categorie: Scienze della Vita, Scienze Fisiche, Ingegneria e Tecnologia, Scienze Sociali.

• Identificazione dell'uso del GenAI:

  • Il metodo si basa sul rilevamento di spostamenti lessicali nei titoli e negli abstract.
  • Viene utilizzata una lista di 65 parole chiave (es. delve, groundbreaking, intricate, pivotal) precedentemente associate a contenuti generati da LLM.
  • Filtro di frequenza: Un articolo è classificato come "assistito da GenAI" se contiene termini la cui frequenza relativa è aumentata di almeno il 300% (quadruplicata) dal 2021 al 2024 all'interno di un specifico campo scientifico. Questo approccio mira a isolare l'adozione reale dal rumore di fondo.

• Misurazione della Similarità Linguistica:

  • Utilizzo di SciBERT (un modello transformer pre-addestrato su corpora scientifici) per generare embedding testuali (vettori semantici) per titoli e abstract.
  • Calcolo della similarità coseno tra ogni pubblicazione non statunitense e il corpus di riferimento statunitense (pubblicazioni "pure" USA dello stesso anno e campo).
  • Un punteggio più alto indica una maggiore vicinanza stilistica e semantica all'inglese scientifico statunitense.

• Strategia Empirica:

  • Modello Difference-in-Differences (DiD) con studio di eventi (event-study).
  • Il punto di rottura (shock) è il rilascio di ChatGPT alla fine del 2022.
  • Confronto tra pubblicazioni assistite da GenAI e non assistite, controllando per effetti fissi a livello di paese, campo, rivista e anno.
  • L'equazione stimata valuta se il divario di similarità linguistica si riduce significativamente per le pubblicazioni assistite da GenAI nel periodo post-2022 rispetto al periodo pre-2022.

3. Risultati Chiave

L'analisi rivela una convergenza statistica significativa e crescente verso l'inglese scientifico statunitense per le pubblicazioni assistite da GenAI provenienti da paesi non anglofoni.

• Convergenza Generale: Dopo il 2022, le pubblicazioni assistite da GenAI mostrano una similarità linguistica con il benchmark USA superiore rispetto alle pubblicazioni non assistite. L'effetto è positivo e crescente: +0,15% nel 2023 e +0,4% nel 2024 rispetto alla baseline del 2022.
• Eterogeneità (Dove l'effetto è più forte):
  1. Distanza Linguistica: L'effetto è più marcato per i paesi con una maggiore distanza linguistica dall'inglese (misurata tramite l'indice Common Language Index). Il GenAI agisce come un equalizzatore per chi affronta le barriere più alte.
  2. Team di Autori: La convergenza è più forte per i team di autori domestici (tutti dello stesso paese non anglofono) rispetto a quelli internazionali, suggerendo che il GenAI sostituisce la mancanza di collaboratori madrelingua.
  3. Assenza di Co-autori Anglofoni: L'effetto è più pronunciato quando non sono presenti co-autori madrelingua inglese nel team.
  4. Impatto della Rivista: La convergenza è più evidente nelle riviste a basso impatto, dove l'accesso a servizi di editing professionale è limitato, rispetto alle riviste top-tier che già applicano rigorosi processi di polishing linguistico.
• Robustezza: I risultati sono robusti a diverse soglie di identificazione delle parole chiave, definizioni alternative del corpus di riferimento USA (es. solo riviste top, solo pubblicazioni pre-GenAI) e all'esclusione di testi USA assistiti da GenAI dal benchmark.

4. Contributi Principali

1. Evidenza Trans-Disciplinare: Fornisce la prima prova su larga scala che l'uso del GenAI non migliora solo la leggibilità, ma sposta sistematicamente lo stile di scrittura verso un benchmark dominante (USA) attraverso campi scientifici e confini nazionali.
2. Nuova Metrica di Convergenza: Introduce un framework metodologico che combina marcatori lessicali specifici e misurazioni di similarità basate su embedding (SciBERT) per tracciare l'evoluzione stilistica nella scienza pubblicata.
3. Meccanismo Geolinguistico: Identifica un meccanismo attraverso cui il GenAI ridisegna la partecipazione alla scienza globale: agendo come un sostituto parziale dell'esperienza linguistica umana, riduce le barriere all'ingresso per ricercatori e istituzioni svantaggiati.

5. Significato e Implicazioni

• Inclusione vs. Omogeneizzazione: I risultati suggeriscono che il GenAI sta riducendo le barriere linguistiche, potenzialmente ampliando la partecipazione internazionale e diversificando il pool di idee scientifiche. Tuttavia, questo solleva il rischio di una omogeneizzazione stilistica, dove la diversità retorica e culturale potrebbe essere sacrificata in favore di uno standard anglofono dominante.
• Dinamiche di Mercato: Analogamente alla teoria del commercio internazionale, l'abbassamento dei costi di transazione (linguistici) potrebbe intensificare la competizione, beneficiando i ricercatori non madrelingua ma costringendo i ricercatori madrelingua "meno forti" a migliorare ulteriormente la qualità e l'originalità del loro lavoro per rimanere competitivi.
• Raccomandazioni Politiche:
  • Le riviste dovrebbero adottare politiche di trasparenza sulla disclosure dell'uso del GenAI, piuttosto che bandirlo o fare affidamento su rilevatori AI (spesso inaccurati e discriminatori contro i non madrelingua).
  • È necessario investire in un accesso equo agli strumenti e nella formazione per le istituzioni sottorappresentate.
  • I revisori e gli editori devono essere formati per distinguere tra chiarezza linguistica (potenziata dall'AI) e merito scientifico intrinseco.

In conclusione, lo studio dimostra che il GenAI sta agendo come un potente equalizzatore linguistico nella scienza globale, riducendo il divario stilistico verso l'inglese statunitense, specialmente per coloro che storicamente hanno affrontato le maggiori barriere, ma ponendo al contempo sfide fondamentali per la diversità e l'autenticità della comunicazione scientifica.