Een AI-detector voor Nederlandse teksten kan hooguit een waarschijnlijkheidssignaal geven. Hij kan niet betrouwbaar bewijzen wie een tekst schreef, welke hulpmiddelen zijn gebruikt of hoe een tekst tot stand kwam. Gebruik een score daarom alleen als aanleiding voor zorgvuldig onderzoek, nooit als zelfstandige grond voor een beoordeling, afwijzing of sanctie.
Dat is extra belangrijk in onderwijs, bij sollicitaties, op redacties en in klantcommunicatie. Een foutieve verdenking kan iemands cijfer, kans op werk, reputatie of vertrouwen schaden. De relevante vraag is dus niet: welke AI-checker geeft de hoogste score? Maar: welke beslissing zou je op basis van die onzekere score willen nemen?
Kort antwoord: een AI-detector bewijst niet dat een tekst door AI is geschreven. Zie de score als een onzeker signaal, controleer de context en laat een mens nooit uitsluitend op basis van die score beslissen.
Wat meet een AI-detector eigenlijk?
Een AI-detector probeert patronen in taal te herkennen die volgens de maker vaker voorkomen in door generatieve AI gemaakte tekst. Denk aan voorspelbare woordcombinaties, een gelijkmatig zinsritme, herhaling of een bepaalde verdeling van woorden.
Dat is iets wezenlijk anders dan auteurschap vaststellen. De detector ziet doorgaans niet:
- wie de tekst heeft getypt;
- welke bronnen, aantekeningen of eerdere versies de schrijver gebruikte;
- of iemand AI alleen gebruikte voor een outline, spellingcontrole of herschrijving;
- of een mens bewust kort, formeel, voorspelbaar of volgens een vast format schreef;
- welke omstandigheden de tekst verklaren, zoals taalniveau, tijdsdruk of een standaardtemplate.
Een score als “82% AI” klinkt precies, maar is geen forensisch bewijs. Het is de uitkomst van een model dat patronen vergelijkt met zijn trainings- en testdata. De score zegt dus iets over de manier waarop een tool de tekst classificeert, niet over een vaststaand feit over de maker.
Kun je zien of een Nederlandse tekst met ChatGPT is geschreven?
Niet met zekerheid op basis van alleen de tekst. Ook als een detector een hoge score geeft, kan dezelfde tekst door een mens zijn geschreven, door een mens met AI zijn bewerkt of door een ander taalmodel zijn gemaakt. Andersom kan AI-tekst na redactie, vertaling of herschrijving een lage score krijgen.
Wie werkelijk wil begrijpen hoe een tekst ontstond, heeft context nodig: versiegeschiedenis, gebruikte bronnen, opdrachtomschrijving, notities, een gesprek met de schrijver en eventueel een toelichting op de werkwijze. Geen enkele losse score vervangt die informatie.
Waarom kan menselijke tekst als AI worden aangemerkt?
Een false positive betekent dat een detector menselijke tekst als AI-gegenereerd markeert. Dat risico is niet uitzonderlijk of alleen technisch. Het volgt uit de beperking van de taak: taalpatronen overlappen.
Eenvoudig, correct Nederlands kan verdacht lijken
Stel dat een leerling schrijft:
“De conclusie is dat de maatregel effectief kan zijn, mits de uitvoering goed wordt gecontroleerd.”
Of dat een medewerker een standaardklantmail opstelt:
“Dank voor uw bericht. Wij hebben uw aanvraag ontvangen en nemen binnen twee werkdagen contact met u op.”
Deze zinnen zijn helder, grammaticaal en voorspelbaar. Precies daarom kunnen sommige detectoren ze als “AI-achtig” zien. Maar ze kunnen ook gewoon het resultaat zijn van goed taalonderwijs, een vaste communicatiestijl of zorgvuldig redigeren.
Templates, vertalingen en hulpmiddelen vertroebelen de uitkomst
De kans op verkeerde interpretatie groeit wanneer een tekst is gebaseerd op een format, beleidsdocument, voorbeeldantwoord of vertaaltool. Ook spelling- en stijlassistenten kunnen de formulering regelmatiger maken zonder dat zij de inhoud hebben bedacht.
Een detector kan doorgaans niet betrouwbaar onderscheiden tussen:
- een volledig door AI gegenereerde tekst;
- een menselijke tekst met spellings- of stijlsuggesties;
- een AI-concept dat grondig door een mens is herschreven;
- een tekst uit een standaardformat;
- een tekst van een schrijver die bewust zakelijk, eenvoudig of academisch formuleert.
Daarom is een detectiescore geen geschikte snelweg naar een oordeel over eerlijkheid, integriteit of vaardigheden.
Kan een AI-detector bewijzen dat een tekst door AI is geschreven?
Nee. Een AI-detector kan geen auteurschap bewijzen. De uitkomst kan hooguit aanleiding zijn om aanvullende vragen te stellen of de kwaliteit van een proces te controleren.
Dat onderscheid is praktisch belangrijk. Een detector kan bijvoorbeeld signaleren dat een ingeleverde tekst opvallend afwijkt van eerdere versies of van de afgesproken werkwijze. Vervolgens begint het echte onderzoek pas:
- Welke opdracht en hulpmiddelen waren toegestaan?
- Welke versies, aantekeningen of bronnen zijn beschikbaar?
- Kan de schrijver de keuzes, argumenten en bronnen toelichten?
- Is er een plausibele verklaring voor stijlverschillen?
- Welke beslissing is redelijk, gegeven de onzekerheid en de gevolgen?
Een gesprek is hierbij geen verhoor op basis van een toolscore, maar een kans op wederhoor en uitleg. Misschien gebruikte iemand AI in strijd met een afspraak. Misschien blijkt juist dat een mens de tekst zelfstandig schreef, maar in een zeer verzorgd of standaardmatig register.
Praktijkregel: behandel “AI gedetecteerd” als de start van een inhoudelijke controle, niet als de conclusie ervan.
Mag een school of werkgever een AI-detector gebruiken?
Een school of werkgever kan een tool niet verantwoord gebruiken als die score rechtstreeks leidt tot een negatief oordeel over een persoon. Gebruik vraagt vooraf om een duidelijk doel, proportionaliteit, menselijke beoordeling, zorgvuldige gegevensverwerking en een route voor uitleg of bezwaar.
Dit artikel is geen juridisch advies. De precieze regels hangen af van de toepassing, de gegevens, de rol van de organisatie en de gevolgen voor betrokkenen.
Onderwijs: beoordeel leren, niet alleen tekstpatronen
Een detector kan een docent hooguit helpen om te bepalen waar een gesprek of aanvullende toetsing nodig is. Een cijfer verlagen, een fraudezaak starten of een student uitsluiten op basis van alleen een detectorresultaat is niet zorgvuldig.
Kies bij twijfel liever voor bewijsvormen die beter aansluiten op leren:
- laat de student de redenering, bronnen en keuzes mondeling toelichten;
- vraag om kladversies, onderzoekslogboek of versiegeschiedenis als die redelijkerwijs beschikbaar zijn;
- beoordeel een korte vervolgopdracht in een gecontroleerde setting;
- maak vooraf duidelijk welke AI-hulp wel en niet is toegestaan;
- bied een heldere mogelijkheid om een uitkomst toe te lichten of aan te vechten.
De Europese Commissie noemt AI-toepassingen in onderwijs die toegang tot onderwijs of iemands loopbaan kunnen bepalen als voorbeelden van hoogrisicogebruik. Dat betekent niet dat elke detector automatisch in die categorie valt, maar het onderstreept wel waarom toepassingen met gevolgen voor studenten extra zorgvuldig moeten worden ontworpen en beoordeeld. Zie het overzicht van de Europese Commissie over de AI-verordening.
Werk en sollicitaties: geen score als selectie- of sanctiemechanisme
Bij werk kan een foute score gevolgen hebben voor een kandidaat of medewerker. Gebruik een detector daarom niet om sollicitanten af te wijzen, prestaties te beoordelen of disciplinaire stappen te zetten zonder substantiële menselijke beoordeling en controleerbare aanvullende informatie.
De AI-verordening benoemt AI-instrumenten voor werkgelegenheid, werknemersbeheer en toegang tot zelfstandig werk, zoals software voor het sorteren van cv’s, als voorbeelden van hoogrisicogebruik. Voor zulke contexten zijn menselijke controle, nauwkeurigheid, documentatie en risicobeperking geen luxe, maar centrale ontwerpvragen.
Een veiligere aanpak is om de inhoudelijke vaardigheid zelf te toetsen. Laat een kandidaat bijvoorbeeld een korte opdracht toelichten, vragen beantwoorden over gemaakte keuzes of een casus in gesprek uitwerken. Daarmee beoordeel je vakmanschap, niet de vermoedelijke herkomst van zinnen.
Redactie en klantcommunicatie: controleer waarheid en toestemming
Voor een redactie is een AI-score meestal minder bruikbaar dan gewone kwaliteitscontrole. Controleer feiten, bronnen, citaten, auteursrechten, toon en toestemming voor publicatie. Bij bijdragen van gasten of klanten kun je daarnaast duidelijke afspraken maken over AI-gebruik en transparantie.
AIMAZE hanteert daarbij menselijke verantwoordelijkheid, vertrouwelijkheid en wettelijke kaders als uitgangspunt. Bij feitelijke of externe content blijven bronvermelding en controle belangrijk, ongeacht of AI bij de tekst betrokken was.
Veelgestelde vragen over AI-detectoren
Hoe betrouwbaar is een AI-detector voor Nederlandse teksten?
Een AI-detector voor Nederlandse teksten kan een waarschijnlijkheidssignaal geven, maar is niet betrouwbaar genoeg om auteurschap vast te stellen. Nederlandse teksten kunnen door vaste formats, eenvoudig taalgebruik, vertaling of redactie onterecht als AI worden aangemerkt. Gebruik de uitkomst alleen samen met context en menselijke beoordeling.
Kan ik met een AI-detector bewijzen dat een tekst door AI is geschreven?
Nee. Een AI-detector meet taalpatronen, geen auteurschap. Een hoge score kan aanleiding zijn voor verder onderzoek, maar bewijst niet wie de tekst schreef of hoe de tekst tot stand kwam. Controleer altijd versies, bronmateriaal, afspraken en de toelichting van de schrijver.
Mag een school of werkgever een AI-detector gebruiken?
Gebruik een AI-detector niet als zelfstandig beslisinstrument bij beoordeling, selectie of sancties. Leg vooraf het doel, de foutmarges, menselijke review, privacyafspraken en een route voor uitleg of bezwaar vast. Bij beslissingen met grote gevolgen is een inhoudelijke menselijke toets noodzakelijk.
Wat is een false positive bij een AI-detector?
Een false positive is een fout waarbij een detector een menselijke tekst als AI-gegenereerd markeert. Dit kan gebeuren bij heldere, voorspelbare of formele teksten, vaste formats, vertaalde teksten en teksten die met spelling- of stijlondersteuning zijn verbeterd.
Is een lage AI-score dan bewijs dat een tekst menselijk is?
Nee. Ook een lage score bewijst geen menselijk auteurschap. AI-tekst kan worden aangepast, herschreven of vertaald en daardoor minder herkenbaar zijn voor een detector. Zowel hoge als lage scores zijn onzekere signalen.
Reacties
1