Immagina questo: stai digitando velocemente, a metà pensiero, e sotto una parola appare uno scarabocchio rosso. Lo noti a malapena. Continua ad andare avanti. Quella linea minuscola e discreta è diventata così normale che la maggior parte delle persone non si ferma mai a pensare a come funziona o quanto sia stato difficile farlo bene.

La storia dicontrollo ortografico in tempo reale negli elaboratori di testoè in realtà una storia sul threading, sulle prestazioni e su una decisione ingegneristica molto intelligente presa decenni fa. Ma la tecnologia dietro questi scarabocchi si è evoluta notevolmente e, nel 2026, non assomiglia per niente a quella degli albori di Microsoft Word.

Perché il correttore ortografico originale era un incubo

I primi correttori ortografici bloccavano le operazioni. Ciò significa che quando premi il pulsante del controllo ortografico, l'intero programma si blocca finché non termina la scansione di ogni parola. Non potevi digitare, salvare o fare altro. Il software aveva essenzialmente preso il controllo del tuo computer.

Microsoft Word ha provato a risolvere questo problema con una funzione di controllo ortografico automatico eseguita durante i periodi di inattività. L'idea era intelligente: controllare il documento quando l'utente non sta digitando attivamente, in modo che i risultati siano pronti quando necessari. Ma il rilevamento dei tempi di inattività era inaffidabile. Il controllo ortografico si attivava esattamente nel momento sbagliato, come quando stavi per salvare e chiudere, e dovevi aspettare.

La vera svolta è arrivata quando gli ingegneri hanno capito come eseguire il controllo ortografico come un vero processo in background, che non bloccasse mai il thread principale. Le parole venivano sottolineate in rosso durante la digitazione, istantaneamente e silenziosamente. Nessuna attesa. Nessuna interruzione. Questo cambiamento sembra ovvio ora, ma all’inizio degli anni ’90 il threading nel software consumer era davvero difficile da realizzare.

Pensa a ciò che richiedeva: il controllo ortografico doveva condividere i dati del documento con l'editor senza causare condizioni di competizione, aggiornare il display senza sfarfallio e produrre immediatamente il risultato nel momento in cui un utente premeva un tasto. Riuscirli tutti e tre allo stesso tempo, su un hardware molto più lento di qualsiasi cosa usiamo oggi, è stata una seria sfida ingegneristica.

Come funziona effettivamente il moderno controllo ortografico dietro le quinte

I moderni correttori ortografici utilizzano una combinazione di ricerche nel dizionario, modelli linguistici e analisi del contesto. La pipeline di base assomiglia più o meno a questa:

L'editor tokenizza il tuo testo in singole parole durante la digitazione.
Ogni token viene confrontato con un dizionario memorizzato in un trie compresso o in una mappa hash.
Le parole non trovate nel dizionario vengono contrassegnate come potenziali errori.
Un livello di contesto controlla le parole circostanti per individuare errori grammaticali ed errori di parole sbagliate.
Il thread dell'interfaccia utente riceve le posizioni contrassegnate e disegna lo scarabocchio sull'intervallo di caratteri corretto.

La ricerca nel dizionario è veloce, spesso inferiore al millisecondo. Il livello di contesto è più lento perché coinvolge un modello linguistico. Strumenti moderni comeGrammaticaleeseguire l'analisi del contesto su un server remoto per mantenere snello il processo locale. Altri, come il controllo integratoLibreOffice, raggruppa un modello in lingua locale che viene eseguito interamente offline.

Evoluzione della tecnologia di controllo ortografico

Controllo ortografico originale

Blocking operation, freezes program.

Controllo ortografico automatico

Funziona durante i periodi di inattività, spesso inaffidabile.

Elaborazione in background

Vero processo in background, senza interruzioni.

Aggiornamenti in tempo reale

Scarabocchio rosso istantaneo durante la digitazione.

Anche i colori dello scarabocchio si sono ampliati. Il rosso indica ancora un probabile errore di ortografia. Il blu ora segnala spesso problemi grammaticali o suggerimenti di stile. Alcuni editor aggiungono il viola o l'arancione per categorie specifiche come la voce passiva o gli avvisi di leggibilità. Ogni colore viene mappato a un diverso livello di analisi in esecuzione in background.

Il ruolo dei tentativi e delle mappe hash

UNprovare(abbreviazione di albero di recupero) è una struttura dati che memorizza stringhe carattere per carattere. È estremamente efficiente per le ricerche di prefissi, che sono importanti quando vuoi suggerire correzioni. Se si digita "ricevi", il correttore ortografico attraversa il trie alla ricerca di corrispondenze vicine e appare "ricevi" vicino alla parte superiore dell'elenco dei suggerimenti.

Le mappe hash sono più veloci per le ricerche esatte ma peggiori per la corrispondenza fuzzy. La maggior parte dei correttori ortografici di produzione utilizza un ibrido: una mappa hash per il controllo del dizionario primario e un trie o un albero BK per generare suggerimenti di correzione. UNBK-alberoè un albero metrico che raggruppa le parole in base alla distanza di modifica, velocizzando la ricerca di tutte le parole entro due errori di battitura dall'input.

# Ricerca semplificata dell'albero BK per suggerimenti sugli incantesimi
def levenshtein(a, b):
    m, n = len(a), len(b)
    dp = [[0] * (n + 1) for _ nell'intervallo(m + 1)]
    per i nell'intervallo(m + 1):
        dp[i][0] = i
    per j nell'intervallo(n + 1):
        dp[0][j] = j
    per i in range(1, m + 1):
        per j nell'intervallo(1, n + 1):
            costo = 0 se a[i-1] == b[j-1] altrimenti 1
            dp[i][j] = min(
                dp[i-1][j] + 1,
                dp[i][j-1] + 1,
                dp[i-1][j-1] + costo
            )
    ritorna dp[m][n]

# Trova tutte le parole all'interno delle modifiche "tolleranza" di "parola"
def bk_search(nodo, parola, tolleranza):
    dist = levenshtein(nodo['parola'], parola)
    risultati = []
    se dist<= tolerance:
        results.append(node['word'])
    for d, child in node['children'].items():
        if abs(d, dist) <= tolerance:
            results.extend(bk_search(child, word, tolerance))
    return results

Questo tipo di ricerca viene eseguita in millisecondi anche su dizionari di grandi dimensioni. Il collo di bottiglia nelle prestazioni dei moderni correttori ortografici non è quasi mai il controllo del dizionario. È il livello del contesto e della grammatica che richiede più calcolo.

Scarabocchi oltre gli elaboratori di testi

Il punto è questo: gli scarabocchi sono sfuggiti all'elaboratore di testi molto tempo fa. Ora sono ovunque e la tecnologia sottostante si è differenziata in modi interessanti a seconda del contesto.

Red squiggle underlines in a modern word processor showing real-time spell check in action

Negli editor di codice comeCodice di Visual Studio, gli scarabocchi significano qualcosa di completamente diverso. Uno scarabocchio rosso sotto il nome di una variabile indica un errore di tipo o un riferimento non definito, non un errore di ortografia. ILProtocollo del server linguistico(LSP) alimenta questo sistema. Ogni linguaggio di programmazione dispone di un server linguistico che analizza il codice e invia posizioni diagnostiche all'editor. L'editor disegna scarabocchi in base a tali posizioni, indipendentemente dalla lingua.

Ciò significa che la logica del rendering scarabocchio è ora completamente disaccoppiata dalla logica di analisi. VS Code non sa nulla degli errori TypeScript. Il server del linguaggio TypeScript esegue l'analisi e indica a VS Code dove tracciare le linee e quale colore utilizzare. È una netta separazione delle preoccupazioni che ha reso gli editor di codice molto più estensibili.

I browser hanno anche adottato scarabocchi per i campi dei moduli e gli elementi modificabili dal contenuto. Il browser delega il controllo ortografico al sistema operativo sulla maggior parte delle piattaforme. Su macOS, il controllo ortografico del sistema lo gestisce. Su Windows, l'API di controllo ortografico di Windows fa il lavoro. Questo è il motivo per cui gli scarabocchi del tuo browser potrebbero catturare parole diverse rispetto al tuo elaboratore di testi, anche sulla stessa macchina.

L'intelligenza artificiale ha cambiato il significato di uno scarabocchio

Lo scarabocchio significava una cosa: questa parola probabilmente è sbagliata. Ora può significare una dozzina di cose. La frase è troppo lunga? Il tono è troppo formale? Hai usato una parola che potrebbe essere un marchio registrato? Ognuno di questi è un livello di analisi diverso e gli strumenti moderni li impilano tutti.

Gli scrittori che preparano manoscritti per l’autopubblicazione affrontano una versione particolarmente complessa di questo problema. Uno strumento comeControllo del manoscritto BookProoferva ben oltre il controllo ortografico. Esegue la scansione per individuare eventuali problemi relativi ai marchi, incongruenze legate all'età dei personaggi, ripetizioni tra titolo e sottotitolo e se esiste già un altro libro con il tuo titolo su Amazon. Si tratta di una categoria di errore completamente diversa da un errore di ortografia, ma viene comunque contrassegnato prima di premere la pubblicazione.

Gli assistenti alla scrittura basati sull'intelligenza artificiale ora suggeriscono riscritture, non solo correzioni. Quando vedi uno scarabocchio blu in Google Docs o Microsoft Word nel 2026, fare clic su di esso potrebbe offrire una riscrittura dell'intera frase basata su un modello linguistico di grandi dimensioni. Lo scarabocchio non è più solo una bandiera. È una porta verso un motore di suggerimenti.

Ciò cambia il valore fondamentale dello scarabocchio? Probabilmente no. La cosa migliore della sottolineatura rossa originale era che era discreta. Ha segnalato il problema e si è tolto di mezzo. Il rischio con i suggerimenti basati sull’intelligenza artificiale è che diventino di nuovo invadenti, trascinandoti fuori dal tuo flusso per leggere una riscrittura lunga un paragrafo. Gli strumenti migliori mantengono lo scarabocchio silenzioso e il suggerimento facoltativo.

Strumenti che eseguono il controllo ortografico nel 2026

Non tutti i correttori ortografici sono uguali. Ecco una ripartizione pratica di dove brillano i diversi strumenti:

Code editor showing red and yellow squiggles under syntax errors and type mismatches in a TypeScript file

Microsoft Word:Ancora il gold standard per l’analisi grammaticale inglese. Il controllo sensibile al contesto rileva gli errori di parole errate che gli strumenti basati solo sul dizionario non rilevano completamente.
Documenti Google:Ottimo per collaborazione. Il correttore ortografico si sincronizza istantaneamente su tutti i dispositivi e impara dal tuo dizionario personale su tutti i tuoi documenti.
Scrittore di LibreOffice:L'opzione open source. UsiHunspellcome motore di controllo ortografico, la stessa libreria utilizzata da Firefox e macOS. Completamente offline e supporta decine di lingue.
Nozione:Controllo ortografico di base decente, ma il livello grammaticale è più debole degli elaboratori di testo dedicati. Meglio per gli appunti che per la scrittura raffinata.
VS Code con controllo ortografico del codice:ILEstensione per il controllo ortografico del codiceaggiunge un vero controllo ortografico per commenti e stringhe nel codice. Essenziale per gli sviluppatori che scrivono documentazione in linea.

Gli scrittori che lavorano su più formati spesso finiscono per combinare gli strumenti. Potresti scrivere in un elaboratore di testi, quindi esportare in PDF per la revisione. Strumenti comestrumenti PDF online gratuitipuò aiutarti a gestire il flusso di lavoro di conversione e annotazione senza perdere la formattazione. E se stai verificando la leggibilità e lo stato SEO di una pagina web in cui vivranno i tuoi contenuti, aselezionatore di siti Web gratuitoti offre un rapido controllo del rendimento della pagina oltre alle sole parole stesse.

Caratteristiche principali del controllo ortografico 2026

100%

0 Interruzioni

Più veloce dei primi anni '90

Miglioramenti della velocità

Digitazione senza interruzioni

Esperienza dell'utente

Efficienza dell'elaborazione in background

Prestazione

Quando il controllo ortografico fallisce

I correttori ortografici hanno un noto punto cieco: le parole scritte correttamente ma usate in modo errato. "Loro" vs "lì", "affetto" vs "effetto", "complemento" vs "complimento". Un controllo basato solo sul dizionario supera tutti questi controlli. Solo un controllo sensibile al contesto li rileva.

Gli scrittori che giocano a giochi di parole o lavorano con vocaboli insoliti affrontano una frustrazione diversa. Il controllo ortografico contrassegna ogni parola insolita come sbagliata. Se stai lavorando su qualcosa legato ai giochi di parole e hai bisogno di verificare se una stringa di lettere è effettivamente una parola valida, astrumento per trovare paroleè molto più utile di un correttore ortografico per quel compito specifico.

Cosa possono imparare gli sviluppatori dalla storia di Squiggle

C'è una vera lezione sepolta nella storia del correttore ortografico per chiunque crei software oggi. La funzione in sé, la segnalazione di parole errate, non era la parte difficile. Molti programmi potrebbero farlo. La parte difficile era farlo sembrare invisibile.

Una buona elaborazione in background è ancora veramente difficile. Le condizioni di competizione, l'interfaccia utente complessa e il blocco del thread principale sono problemi che gli sviluppatori moderni devono affrontare sia nelle app Web, nelle app mobili e nel software desktop. L'API Web Workers nei browser esiste esattamente per questo motivo: spostare i calcoli pesanti dal thread principale in modo che l'interfaccia utente rimanga reattiva. Gli ingegneri dello scarabocchio hanno risolto questo problema all’inizio degli anni ’90 con molti meno strumenti a disposizione.

Quando crei una funzionalità che viene eseguita in background, chiediti: fa mai aspettare l'utente? Ruba mai la concentrazione? Interrompe ciò che l'utente sta attualmente facendo? Se la risposta a una di queste domande è sì, la funzionalità non è ancora pronta. Lo scarabocchio rosso stabilisce un livello elevato per la UX in background e vale la pena tenere a mente questo livello.

I creatori di contenuti che lavorano con audio e video affrontano sfide simili nell'elaborazione in background. Strumenti comeAudaciagestire l'elaborazione audio nei thread in background e negli editor video similiDaVinci Resolveutilizza il rendering in background accelerato dalla GPU in modo che la sequenza temporale rimanga interattiva mentre gli effetti vengono calcolati. Vale lo stesso principio: mantenere l'utente sbloccato.

Gli sviluppatori che lavorano su strumenti multimediali possono anche utilizzare aconvertitore gratuito di video in MP3per estrarre rapidamente tracce audio per la trascrizione o l'analisi vocale, che è un'altra area in cui l'elaborazione in background è molto importante. I motori di trascrizione, come i correttori ortografici, devono funzionare senza bloccare il flusso di lavoro.

Lo scarabocchio è ancora in evoluzione

Gli scarabocchi rossi ci accompagnano da oltre tre decenni. Sono passati dagli elaboratori di testi ai browser, dai browser agli editor di codice e dagli editor di codice a ogni input di testo sul web. La tecnologia sottostante è passata da semplici ricerche nel dizionario a modelli di linguaggio neurale che eseguono inferenze in tempo reale.

Ciò che non è cambiato è il principio fondamentale della UX: segnalare il problema in modo discreto, non interrompere l’utente e lasciare che sia lui a decidere cosa fare. Questo principio è rilevante ora come lo era quando la funzionalità è stata lanciata per la prima volta. I migliori strumenti nel 2026 lo seguono ancora.

Se stai creando uno strumento di scrittura, un sistema di documentazione o qualsiasi cosa che elabori il testo, controlla le risorse open source disponibili tramiteCreative Commonsper set di dati e dizionari linguistici riutilizzabili. E se vuoi approfondire il modo in cui i server linguistici alimentano i moderni strumenti di editor, il fileDocumentazione MDN Web Workersè un solido punto di partenza per capire come mantenere la tua analisi fuori dal thread principale.

La prossima volta che uno scarabocchio rosso coglie un errore di battitura, ricorda: ci è voluta un'ingegneria seria per far sì che qualcosa di così utile sembrasse così semplice. Questo è il vero risultato che vale la pena apprezzare.