Een sollicitatiemail die te vloeiend is, een opdracht ingeleverd zonder de minste fout, een blogartikel met een vreemd gladde toon: deze situaties leiden steeds meer lezers ertoe zich af te vragen of een tekst door ChatGPT is gegenereerd. Het herkennen van inhoud die door een kunstmatige intelligentie is geproduceerd, is niet gebaseerd op één enkele aanwijzing, maar op een reeks signalen die je kunt leren herkennen, zelfs zonder gespecialiseerde tools.
Stijlistische analyse: wat de regelmaat van de tekst verraadt
Heb je ooit opgemerkt dat een tekst je “te schoon” leek zonder te kunnen zeggen waarom? Dit is vaak het eerste signaal. Een mens varieert van nature de lengte van zijn zinnen: een korte, dan een lange, dan een gemiddelde. ChatGPT daarentegen heeft de neiging om zinnen van vergelijkbare lengte te produceren, alinea na alinea.
Kijk ook naar de interpunctie. De totale afwezigheid van fouten of aarzeling is een sterk kenmerk. Een menselijke schrijver laat soms een verkeerd geplaatste komma of een vergeten streepje door. Een perfecte tekst op typografisch vlak, vooral als deze lang is, verdient een grondigere inspectie.
Een ander concreet teken: de verbindingswoorden. ChatGPT gebruikt vaak dezelfde verbindingswoorden (“bovendien”, “daarnaast”, “het is vermeldenswaard dat”). Als je meer dan drie keer hetzelfde verbindingswoord tegenkomt in een tekst van 500 woorden, neemt de kans op automatische generatie toe. Voor een diepgaandere analyse van dit soort signalen kun je de artikelen van Au Top over het onderwerp ontdekken.
Een AI-tekst mist bijna altijd een persoonlijk standpunt. Het stelt bloot, het somt op, het nuanceert, maar het neemt geen positie in. Als een artikel van 800 woorden over een controversieel onderwerp geen enkele uitgesproken mening bevat, is dat een extra signaal.
AI-inhoudsdetectie: werkelijke betrouwbaarheid en technische beperkingen
Verschillende tools beloven een tekst die door ChatGPT is gegenereerd te herkennen: GPTZero, ZeroGPT, Turnitin en Draft & Goal. Hun principe is gebaseerd op statistische analyse. Ze meten de “perplexiteit” (de mate van verrassing van een model bij elk woord) en de “burstiness” (de variatie in complexiteit tussen zinnen).
Een menselijke tekst vertoont een hoge en onregelmatige perplexiteit. Een AI-tekst heeft lage en homogene waarden. Dat is de theorie.
In de praktijk bereiken de detectietools slechts ongeveer 40 % nauwkeurigheid op ongewijzigde AI-tekst, volgens een studie uit 2024 die 805 beoordelingen van teksten geproduceerd door GPT-3.5 en GPT-4 onderzocht. Nog zorgwekkender: deze nauwkeurigheid daalt tot iets meer dan 20 % zodra de tekst eenvoudige wijzigingen ondergaat (herformulering, kleine toevoegingen, gedeeltelijke herschrijving). Ter vergelijking: menselijke beoordelaars bereiken ongeveer 67 % in hetzelfde protocol.
Wat de detectietools niet zeggen
Een resultaat van “0 % AI” garandeert niets. Een resultaat van “95 % AI” ook niet. Valse positieven treffen regelmatig schrijvers wiens Frans als tweede taal meer regelmatige structuren produceert. Zeer genormeerde academische teksten, geschreven zonder AI, veroorzaken ook alarmmeldingen.
Steunen op één enkele tool om te oordelen zou een fout zijn. Betrouwbare detectie combineert altijd software met een zorgvuldige menselijke lezing.
Menselijke lezing: de signalen die machines niet opvangen
Een detector meet statistische waarschijnlijkheden. Een aandachtige lezer herkent iets anders: de afwezigheid van ervaring, persoonlijke referentie, of opzettelijke onhandigheid. Hier zijn de meest betrouwbare signalen om handmatig te controleren:
- De voorbeelden blijven vaag of generiek. ChatGPT schrijft “laten we het voorbeeld van een bedrijf nemen” zonder ooit dat bedrijf te noemen, zonder specifieke sectorcontext.
- De cijfers zijn vaak afgerond of gepresenteerd in brede intervallen. Een mens noemt “37 %” omdat hij een bron heeft gelezen. ChatGPT rondt af of verzint een bereik (“tussen 30 en 50 %”).
- De tekst bevat geen interne tegenstrijdigheid, geen nuance die zijn eigen argument zou verzwakken. Een menselijke schrijver erkent soms een beperking. ChatGPT bouwt een systematisch evenwichtige argumentatie op.
- De overgangen tussen alinea’s zijn mechanisch: elke sectie begint met een zin die samenvat wat gaat volgen, zoals een opzet voor een essay.
Dit laatste punt is het meest onderscheidend. Een menselijke tekst vordert door associatie van ideeën, niet door systematische aankondiging. Als elke alinea begint met een inleidende zin gevolgd door drie argumenten, is het schema typisch voor een taalmodel.
Wettelijke verplichtingen voor AI-markering in Europa vanaf 2026
De vraag “is dit een AI-tekst?” zou binnenkort een technische antwoord kunnen vinden dat door de wet wordt opgelegd. De Verordening (EU) 2024/1689, ook wel “AI Act” genoemd, bepaalt in artikel 50 dat generatieve systemen zoals ChatGPT hun inhoud (tekst, afbeelding, audio, video) moeten markeren als “kunstmatig gegenereerd” in een machineleesbaar formaat.
Deze transparantieverplichtingen treden in werking op 2 augustus 2026 voor systemen die nieuw op de markt komen. Concreet zou een tekst geproduceerd door ChatGPT een metadata moeten bevatten die zijn oorsprong identificeert, raadpleegbaar door compatibele software.
Deze markering lost niet alles op. Het dekt alleen de inhoud die na de toepassingsdatum is gegenereerd. Het veronderstelt ook dat de eindgebruiker de metadata niet handmatig verwijdert, wat technisch eenvoudig blijft. Menselijke detectie behoudt dus zijn relevantie, zelfs in een gereguleerde omgeving.
Wat dit verandert voor de dagelijkse detectie
Voor een leraar, een recruiter of een redacteur blijft de nuttige reflex hetzelfde: minstens twee benaderingen combineren. De tekst door een detector halen voor een eerste signaal. Vervolgens opnieuw lezen op zoek naar de eerder beschreven stijlkenmerken.
- De verdachte regelmaat van de structuur en het vocabulaire controleren
- De tekst op twee verschillende detectors testen en de resultaten vergelijken
- Zoeken naar de afwezigheid van een persoonlijke stem, anekdotes of specifieke referenties
Geen van deze signalen, afzonderlijk genomen, bewijst dat een tekst van ChatGPT komt. Hun accumulatie daarentegen vormt een voldoende reeks om een grondige controle te rechtvaardigen. De beste detectie blijft die welke een statistische tool combineert met een kritische blik, in staat om te herkennen wat geen enkel algoritme nog meet: de stempel van een unieke gedachte in het schrijven.
