Hoe herken je of een tekst door AI is geschreven
Door Chatday Editorial Team ·
Hier is een cijfer om even bij stil te staan: onderzoekers die tienduizenden webpagina’s onder de loep namen, ontdekten dat ongeveer de helft van alle nieuwe artikelen die online verschijnen, nu door AI wordt geschreven. Geen obscuur hoekje van het internet. De helft. Dat betekent dat je vandaag vrijwel zeker AI-tekst hebt gelezen, waarschijnlijk zonder het te merken, in een productreview, een nieuwsoverzicht, een LinkedIn-post, misschien een e-mail.
Hoe kom je er dan echt achter? Het eerlijke antwoord is dat je er behoorlijk goed in kunt worden, met een combinatie van je eigen ogen en het juiste hulpmiddel, zolang je weet wat elk van de twee wel en niet kan bewijzen. Deze gids geeft je beide: de signalen die je in dertig seconden zelf kunt herkennen, en hoe AI-detectors werken als je een tweede mening wilt.
De helft van het internet wordt nu door machines geschreven
Het cijfer uit de intro komt van Graphite, een SEO-onderzoeksbureau dat tienduizenden Engelstalige artikelen analyseerde die sinds 2020 zijn gepubliceerd, en elk artikel door verschillende AI-detectors haalde. Hun conclusie: het aandeel AI-gegenereerde artikelen explodeerde na de lancering van ChatGPT eind 2022, en stabiliseerde zich vervolgens rond de 50% tot en met 2025 en in 2026. Sommige kwartalen ligt het net iets boven de helft, andere kwartalen net iets onder.
En het gaat niet alleen om blogspam. Een afzonderlijke analyse van meer dan 15 miljoen samenvattingen van biomedische artikelen wees uit dat in 2024 minstens 13,5% ervan tekenen vertoonde van door AI geschreven of bewerkte tekst, gebaseerd op opvallend woordgebruik dat sterk toenam nadat ChatGPT verscheen. Als het al gebeurt in wetenschappelijke tijdschriften, gebeurt het overal.
Dat betekent niet dat AI-tekst per definitie slecht is. Veel ervan is nuttig, en veel mensen gebruiken AI als hulp bij een eerste versie en bewerken die daarna grondig. Maar als je een essay beoordeelt, een lovende productreview leest, of moet inschatten of een nieuwsartikel betrouwbaar is, is “wie heeft dit eigenlijk geschreven?” een terechte vraag. Zo beantwoord je die.
De signalen die je zelf kunt herkennen
Voordat je een tool gebruikt, gebruik eerst je eigen ogen. AI-modellen leerden schrijven van een enorme berg internettekst, en werden vervolgens bijgeschaafd richting een toon die beoordelaars fijn vonden: vloeiend, meegaand, licht formeel. Die gepolijstheid werd een vingerafdruk. Hier is waar je op moet letten wanneer je de tekst van iemand anders leest.
| Het signaal | Hoe het eruitziet |
|---|---|
| Standaardzinnen | ”In het huidige digitale landschap”, “het is belangrijk om te vermelden”, “laten we erin duiken”, “game-changer” |
| Verdacht gelijkmatig ritme | Elke paragraaf even lang, elke zin ongeveer even lang, nette lijstjes van drie |
| Zelfverzekerd maar leeg | Veel gepolijste zinnen die op elk onderwerp zouden passen, zonder enig persoonlijk detail |
| Geen controleerbare details | Geen namen, data, prijzen of eigen ervaringen, of details die achteraf onjuist blijken |
| Perfecte grammatica, geen stem | Geen typefouten, geen samentrekkingen, geen persoonlijkheid, als een persbericht over niets |
| Verslaafd aan formules | ”Het gaat niet alleen om X, het gaat om Y”, “van X naar Y”, een retorische vraag als opener |
De sterkste controle die je zelf kunt uitvoeren, is de detailtest. Echte schrijvers, ook middelmatige, laten vingerafdrukken van echte ervaring achter: een specifieke winkel, een vreemd detail, een mening die iets kost. AI grijpt standaard naar tekst die klinkt alsof het klopt, in plaats van tekst die daadwerkelijk klopt. Kies een of twee concrete beweringen en controleer ze. Als een “review” van een restaurant nooit een gerecht noemt, of een artikel verwijst naar een onderzoek dat je niet kunt vinden, is je twijfel terecht. Dat soort fout heeft een naam, en we hebben al eerder in gewone taal uitgelegd waarom AI dingen verzint.
Eén waarschuwing voordat je mensen begint te beschuldigen: elk signaal in die tabel is een gewoonte, geen definitief bewijs. Mensen schreven al in standaardzinnen lang voordat ChatGPT bestond. Precies daarom helpt een tweede mening.
Hoe AI-detectors écht werken
Een AI-detector leest een tekst en stelt zichzelf één centrale vraag: hoe voorspelbaar is dit?
Taalmodellen schrijven door telkens opnieuw het statistisch meest waarschijnlijke volgende woord te kiezen. Dat laat een spoor achter. AI-tekst is vaak vloeiend en voorspelbaar, met weinig verrassende woordkeuzes en een gelijkmatig, stabiel ritme. Menselijk schrijven is rommeliger. We beginnen zinnen opnieuw, kiezen rare woorden, gaan lang door en breken dan plots af. Detectors meten die voorspelbaarheid (onderzoekers noemen dat “perplexity”) en de variatie in ritme (dat noemen ze “burstiness”), en berekenen daaruit een waarschijnlijkheid: deze tekst is 85% waarschijnlijk door AI geschreven.
Het kernwoord is waarschijnlijkheid. Een detector weet nooit echt wie de woorden heeft getypt. Hij maakt een onderbouwde statistische gok, net zoals jij in de vorige paragraaf deed, alleen dan met wiskunde in plaats van onderbuikgevoel.
Dat is waarom de score zich zo gedraagt:
- Langere teksten geven een betrouwbaardere score. Een berichtje van twee zinnen bevat simpelweg niet genoeg signaal. De meeste detectors zijn onbetrouwbaar onder een paar honderd woorden.
- Gemengde teksten verwarren de detector. Een menselijk concept dat door AI is bijgeschaafd, of een AI-concept dat door een mens is bewerkt, komt in het grijze gebied terecht, omdat het letterlijk allebei is.
- Formele tekst scoort “meer AI”. Hoe voorspelbaarder en conventioneler de stijl, hoe machinaler hij aanvoelt, ook als een mens hem heeft geschreven.
Waar detectors het mis hebben
Dit is het deel dat de meeste artikelen overslaan, en het deel dat jij het hardst nodig hebt. AI-detectors hebben echte, gedocumenteerde faalpatronen.
Het beroemdste voorbeeld komt van OpenAI zelf. Begin 2023 lanceerde het bedrijf zijn eigen AI-tekstclassifier, en zette die zes maanden later weer offline vanwege de “lage nauwkeurigheid”. Volgens de eigen cijfers herkende hij slechts 26% van de AI-geschreven tekst, en merkte hij menselijke tekst in 9% van de gevallen ten onrechte als AI aan. Als het bedrijf dat ChatGPT bouwde, ChatGPT niet betrouwbaar kon detecteren, wees dan achterdochtig tegenover elke tool die zekerheid belooft.
Het tweede faalpatroon is erger, omdat het onrechtvaardig is. Een onderzoek van Stanford, gepubliceerd in het tijdschrift Patterns, testte zeven populaire AI-detectors op essays die door echte mensen waren geschreven. Bij essays van native Engelstalige schrijvers presteerden de detectors goed. Bij essays van niet-moedertaalsprekers van het Engels merkten de detectors deze in 61% van de gevallen ten onrechte aan als AI-gegenereerd. De reden zit ingebakken in de methode: mensen die in een tweede taal schrijven, gebruiken vaak veiligere, meer conventionele formuleringen, en dat leest voor de wiskunde als “voorspelbaar”. Voorzichtig, formeel, volgens het boekje schrijven is precies wat detectors zien als een teken van een machine.
Zo controleer je een tekst, stap voor stap
Alles samen, dit is de aanpak die echt werkt. Het kost ongeveer twee minuten.
- Lees hem eerst op de signalen. Standaardzinnen, gelijkmatig ritme, formule-openingen, geen persoonlijkheid. Noteer je onderbuikgevoel, maar stop daar niet.
- Doe de detailtest. Zoek een of twee concrete, controleerbare beweringen. Zoek ze op. Verzonnen bronnen, verkeerde prijzen en onvindbare onderzoeken zijn het duidelijkste alarmsignaal dat er is.
- Haal hem door een detector. Plak de tekst in een AI-detector en krijg de waarschijnlijkheidsscore. Gratis, kost tien seconden, geen account nodig om het te proberen.
- Weeg de lengte mee. Onder een paar honderd woorden mag je de score flink relativeren. Bij een lange, onbewerkte tekst mag hij echt meewegen.
- Bedenk wie het geschreven kan hebben. Formeel taalgebruik of een niet-moedertaalspreker? Stel je grens dan bij, want precies daar clusteren de valse alarmen.
- Combineer alles. Menselijke signalen + mislukte detailtest + hoge score = heel waarschijnlijk AI. Slechts één signaal = houd je beschuldiging voor je.
Wanneer het ertoe doet, en wanneer echt niet
Niet elke door AI geschreven tekst is een probleem. Een weerbericht of een productbeschrijving die door AI is geschreven, doet niemand kwaad. De vraag is vooral relevant in specifieke situaties:
- Docenten die controleren of werk echt van een student is. Gebruik de aanpak hierboven, en denk aan de bevinding van Stanford voordat je alleen op een score actie ondernemt.
- Recruiters die verdacht gepolijste motivatiebrieven lezen. Een detector plus één gerichte interviewvraag (“vertel me meer over dit project”) geeft snel duidelijkheid.
- Kopers die reviews lezen. Vijfsterrenreviews zonder enig productdetail zijn het klassieke patroon.
- Iedereen die nieuws leest. Als de feiten in een artikel niet kloppen, is het minder belangrijk of een mens of een machine de fout maakte dan de fout zelf.
En dan de andere kant. Als je zorgvuldig schrijft in een tweede taal, of gewoon een formele stijl hebt, kan jouw eerlijke werk ooit worden aangemerkt als AI. Het helpt om je eigen nulpunt te kennen: haal je tekst door de detector en kijk hoe hij scoort. Als jouw echt menselijke tekst steeds als robotachtig wordt gelezen, is dat meer een stijlprobleem dan een rechtvaardigheidsprobleem, en we hebben een hele gids geschreven over hoe je AI-tekst menselijker laat klinken, waarvan de tips net zo goed werken voor mensen die schrijven als machines. De AI-humanizer kan een stijve tekst met één klik herschrijven.
De gewoonte van twee minuten die het waard is om op te bouwen
De helft van wat je leest is nu machinaal gemaakt, en dat aandeel gaat niet meer omlaag. Het goede nieuws is dat je geen forensisch taalkundige hoeft te worden. Lees op de signalen, check één feit, en laat een detector het statistische deel doen. Samen vangen die drie stappen veel meer dan elke stap apart, en ze behoeden je voor de enige echte fout in dit spel: vol overtuiging ongelijk hebben over het werk van een echt persoon.
De volgende keer dat een tekst een beetje te vloeiend aanvoelt, vraag je dan niet alleen af. Controleer het.