Questo strumento è gratuito e ti aiuta a individuare ed eliminare i caratteri Unicode nascosti nel testo. I modelli AI come ChatGPT potrebbero inserire di nascosto caratteri nascosti, come il trattino lungo o lo spazio a larghezza zero. Questo strumento ti permette di trovarli e rimuovere quelli che non ti servono.
Il nostro strumento gratuito trova ed elimina i caratteri di testo Unicode nascosti:
Questo strumento ti aiuta a visualizzare i caratteri Unicode nascosti nel testo e a rimuoverli, selezionando codici specifici oppure tutti in una volta.
Per usare lo strumento:
1. Incolla il testo.
2. Visualizza i caratteri Unicode nascosti e scopri a cosa servono.
3. Scegli cosa pulire.
– Correggi tutto.
– Rimuovi tutti i caratteri invisibili.
– Seleziona caratteri specifici (ad es., trattino lungo, trattino medio).
4. Copia il testo pulito.
Ricorda che, se un testo è stato creato da un modello linguistico come ChatGPT, Claude o Gemini, potrebbe comunque essere segnalato come generato dall'AI quando viene analizzato dal rilevatore AI di Originality.ai.
Punti chiave:
– Pulizia facile – Il nostro strumento gratuito aiuta a trovare e cancellare rapidamente i caratteri di testo nascosti.
– Privacy protetta – Tutto viene elaborato nel browser, così il tuo testo rimane sul tuo dispositivo.
– Non è una filigrana – I caratteri nascosti vengono aggiunti da LLM come ChatGPT, ma non servono a contrassegnare segretamente il testo.
– Uso eccessivo dei caratteri – ChatGPT usa spesso diversi caratteri Unicode nascosti, come la lineetta lunga.
– Rischi reali – Il testo invisibile può causare problemi di sicurezza e formattazione.
– I rilevatori funzionano – Il rilevamento dell’AI è efficace anche se rimuovi i caratteri nascosti.
Tutti gli LLM includono caratteri nascosti.
Cosa sono i caratteri di testo Unicode nascosti?
I caratteri Unicode nascosti sono punti di codice univoci, diversi dal semplice ASCII. Alcuni sono leggermente visibili, come le lineette lunghe e le virgolette curve. Altri, come gli spazi a larghezza zero e i caratteri di unione, sono completamente invisibili. Questi caratteri agiscono come “inchiostro digitale”, modificando il modo in cui il software manda a capo le righe, divide le parole o confronta il testo, spesso senza che tu te ne accorga.
ChatGPT nasconde filigrane nel suo testo?
No, è un’idea sbagliata. Alcuni pensano che ChatGPT aggiunga contrassegni nascosti al testo, ma non è così. Ci sono due motivi per cui è molto improbabile.
1. Rimuovere questi contrassegni è semplice. Se gli utenti possono eliminarli facilmente, usarli non avrebbe senso.
2. OpenAI afferma che questo è semplicemente il risultato del funzionamento dell’apprendimento per rinforzo su larga scala.
ChatGPT inserisce caratteri nascosti?
Sì, i modelli di AI come ChatGPT aggiungono caratteri nascosti. Molti sono innocui, come i segni di formattazione quali le lineette lunghe, ma alcuni, come gli spazi a larghezza zero, possono compromettere la formattazione.
ChatGPT usa spesso alcuni caratteri Unicode comuni:
Lineetta lunga
Questa lunga lineetta compare spesso nei testi di ChatGPT, soprattutto nei modelli più recenti (versioni o3, 4 o, 4.1), per separare le frasi o aggiungere pause d’effetto.
- Unicode: U+2014
- Descrizione: una lineetta orizzontale lunga, più larga di un trattino. È utile in tipografia per creare interruzioni, ma nel codice, nei CSV o nel testo semplice può comportarsi come un carattere non standard, causando problemi durante il copia e incolla o l’analisi.
- Esempio: word—word sembra word-word, ma è un punto Unicode diverso.
Le virgolette curve, chiamate anche virgolette tipografiche, sono quei sofisticati segni di citazione che compaiono al posto delle normali virgolette dritte. ChatGPT a volte usa queste versioni curve.
In Unicode hanno codici specifici:
– Virgolette doppie aperte: U+201C
– Virgolette doppie chiuse: U+201D
– Virgolette singole aperte: U+2018
– Virgolette singole chiuse: U+2019
Sono curve e progettate per il testo stampato. Compaiono in contesti in cui le virgolette dritte, come ” o ‘, potrebbero essere più adatte, ad esempio nel codice, nei file CSV o in Markdown. Per esempio, potresti vedere «hello» oppure ‘world’.
Spazio invisibile
Questo carattere si nasconde nel testo e compare spesso quando si copia da determinati editor, come ChatGPT.
– Unicode: U+200B
– Descrizione: non mostra alcuno spazio, ma separa i caratteri. Questo può compromettere la corrispondenza delle stringhe, gli URL e il conteggio delle parole. Potrebbe causare problemi del tipo “perché non riesco a incollarlo correttamente?”
– Esempio: wordword ← sembra un’unica parola, ma tra le due parti c’è uno spazio invisibile.
Perché gli LLM usano caratteri nascosti?
Ci sono tre motivi per cui questi caratteri invisibili vengono usati più spesso dagli LLM:
1. Distorsione dovuta all’addestramento: gli LLM imparano da testi redatti professionalmente. Questi testi contengono spesso lineette lunghe e virgolette curve, quindi gli LLM le usano più della scrittura quotidiana.
2. Tono formale: gli LLM tendono a esprimersi in modo formale o autorevole e questi caratteri aiutano a creare questo tono.
3. Nessun limite della tastiera: non usiamo spesso questi caratteri perché non si trovano sulle tastiere standard. Gli LLM non digitano sulle tastiere, quindi per loro è facile usare i caratteri invisibili.
Caratteri invisibili: utilizzi e problemi
Perché si usano?
1. Disposizione ordinata del testo – Uno spazio a larghezza zero o un trattino morbido aiuta gli autori a decidere dove interrompere le righe, evitando che le parole lunghe rimangano disposte in modo scomodo sul margine.
2. «Spazi» nei nomi utente – Alcuni siti non consentono gli spazi reali. Usando un Hangul Filler invisibile, nomi come John Doe restano leggibili pur rispettando la regola «nessuno spazio».
3. Filigrane nascoste – Gli editori possono incorporare in un testo uno schema unico di caratteri a larghezza zero. Se il testo trapela, questi punti invisibili fungono da impronte digitali.
Perché suscitano preoccupazione?
– Formattazione: hanno lo stesso aspetto, ma funzionano in modo diverso. Due parti che sembrano identiche potrebbero produrre hash o essere ordinate diversamente quando vengono inclusi i caratteri nascosti, compromettendo esportazioni, ricerche o tracce di controllo.
– Punti invisibili per il codice dannoso: gli aggressori possono nascondere malware o comandi segreti tra i caratteri a larghezza zero; il file funziona, ma a un revisore umano del codice non appare nulla di insolito.
– Inganni silenziosi per l'AI: i caratteri Unicode nascosti possono introdurre di nascosto comandi aggiuntivi nel prompt di un chatbot, inducendo il modello a divulgare dati o creare contenuti dannosi senza che l'utente se ne accorga.
– Il tuo testo sembra generato dall'AI: se il testo utilizza molta formattazione particolare spesso impiegata dall'AI (come i trattini lunghi), diventa evidente che è stato generato dall'AI, con possibili danni alla reputazione.
Aggiungere o rimuovere caratteri invisibili aiuta a ingannare i rilevatori di AI?
No, non è così. Il nostro test rapido dimostra che aggiungere o rimuovere caratteri nascosti non ha cambiato la facilità con cui venivano individuati i contenuti creati dall'AI. Abbiamo creato due testi generati dall'AI e li abbiamo modificati aggiungendo caratteri nascosti extra e rimuovendo tutti i caratteri Unicode utilizzando lo strumento gratuito presente in questa pagina.
Il risultato è stato che i contenuti rimanevano rilevabili dalla maggior parte degli strumenti, indipendentemente dai caratteri invisibili.
Ecco i risultati…
Esempio di testo AI 2 – I caratteri nascosti extra contenevano molti simboli celati!
Quando è stato chiesto a ChatGPT di includere intenzionalmente caratteri extra, ha generato un avvertimento…
Tutti i modelli linguistici di grandi dimensioni inseriscono di nascosto caratteri nascosti?
Sì, lo fanno. Abbiamo testato lo stesso prompt su diversi LLM noti per verificare la presenza di caratteri nascosti.
Prompt: Scrivi un post per LinkedIn che metta in evidenza i vantaggi della formattazione dei post su LinkedIn.
Nessun modello ha creato un carattere invisibile, ma tutti hanno utilizzato molti caratteri Unicode visibili per la formattazione.
