L’articolo presenta i risultati di due studi sperimentali messi a punto per la validazione umana della qualità di testi generati con modelli di AI del tipo GPT. In particolare, i testi da validare sono le versioni semplificate di diverse tipologie di documenti di tipo amministrativo scritte in italiano istituzionale. Per la semplificazione sono stati utilizzati alcuni modelli di AI basati su LLM, e i risultati della semplificazione sono stati misurati ricorrendo agli indici di leggibilità più utilizzati per la lingua italiana (Gulpease in primis). Una volta accertato che i testi generati automaticamente presentano indici più elevati nella scala della leggibilità, si è deciso di far validare i testi in due esperimenti. Il primo ha coinvolto alcuni giuristi che hanno verificato che il valore giuridico dei testi semplificati fosse salvaguardato. Il secondo ha coinvolto tre categorie di lettori-destinatari (cittadini comuni con diversi livelli di istruzione, stranieri non madrelingua italiani, dipendenti delle pubbliche amministrazioni) per misurare se con i testi semplificati migliora la comprensione da parte dell’utente. I risultati dimostrano che, mentre per quanto riguarda la salvaguardia del valore giuridico dei testi la semplificazione non sembra introdurre modifiche che danneggiano particolarmente questo fattore, invece per quanto riguarda l’eventuale incremento della comprensione nei testi semplificati non soltanto questo risultato non viene raggiunto, ma addirittura in qualche caso si osserva che i testi semplificati risultano meno comprensibili dei corrispondenti originali. Questo parametro induce a perfezionare ulteriormente il lavoro di semplificazione, ma anche a rivedere il valore degli indici di leggibilità e il loro peso effettivo rispetto alla comprensione.