Tekenen in de formulering
Deze gewoonten komen voort uit de manier waarop taalmodellen woorden kiezen: keer op keer geven ze de voorkeur aan de veiligste, meest gangbare optie. Eén ervan zegt weinig. Meerdere samen zijn een nadere blik waard.
1. Standaardopeningen en -afsluitingen
Zinnen als ‘In de snel veranderende wereld van vandaag’, ‘Het is belangrijk om op te merken dat’ of ‘Concluderend kan worden gesteld’ geven een tekst een kader zonder iets te zeggen. Een taalmodel grijpt ernaar omdat ze bij bijna elk onderwerp passen.
2. Opgeblazen woordkeus
Woorden als ‘cruciaal’, ‘naadloos’, ‘robuust’, ‘landschap’ en ‘een breed scala aan’ duiken steeds weer op waar een eenvoudig woord zou volstaan. Eén ervan kan geen kwaad; een alinea vol ervan is niet hoe de meeste mensen schrijven.
3. Een gelijkmatig ritme
Zinnen van vergelijkbare lengte en met dezelfde bouw volgen elkaar op, en elke alinea is ongeveer even lang als de vorige. Menselijke tekst is meestal ongelijkmatiger: een lange zin, dan een korte.
4. Alles in drieën
Ideeën komen in keurige drietallen, zoals ‘helder, beknopt en boeiend’, en er verschijnt een opsomming met bolletjes waar één zin genoeg was geweest.
5. Overal voorbehouden
Woorden als ‘kan’, ‘mogelijk’, ‘vaak’ en ‘over het algemeen’ zwakken elke bewering af, zodat de tekst zich nooit echt vastlegt op iets waar een lezer het mee oneens kan zijn.
6. Aankondigingen in plaats van punten
‘Laten we eens kijken’, ‘Daarom is dit zo belangrijk’ en ‘Het is niet alleen X, het is ook Y’ beloven een inzicht en leveren dan een algemene uitspraak.
Tekenen in de inhoud
Formuleringen zijn in een paar minuten weg te redigeren. Wat een tekst zegt, en wat hij weglaat, is lastiger na te bootsen, dus deze tekenen vertellen je vaak meer.
7. Algemene voorbeelden
De tekst heeft het over ‘bedrijven’, ‘studenten’ of ‘veel experts’, maar noemt nooit een echt bedrijf, een plaats, een datum of een persoon die je zou kunnen natrekken.
8. Stellige fouten
Een aannemelijk citaat, cijfer of bron blijkt niet te bestaan, of een detail is fout op een manier die iemand met kennis van het onderwerp niet zou overkomen. Controleer een of twee verwijzingen: dat kost een minuut.
9. Geen standpunt
Elke kant krijgt een evenwichtige alinea, en de conclusie herhaalt de vraag in plaats van hem te beantwoorden.
10. Geen ervaring erachter
Er is geen anekdote, geen vergissing, geen ‘toen ik dit probeerde’: niets wat alleen de auteur kan weten.
11. Het past niet bij de schrijver
De tekst is veel gepolijster, of in een andere stem geschreven, dan de e-mails, aantekeningen of eerdere werken van dezelfde persoon.
12. Restjes uit de chat
Zinnen als ‘Als AI-taalmodel’, ‘Natuurlijk! Hier is’, een niet ingevuld ‘[naam invoegen]’ of opmaak die uit een chatvenster is gekopieerd. Dit is het zeldzame teken dat moeilijk anders te verklaren is, al kan het ook opduiken in een tekst die een chatbot citeert.
Tekenen 8 en 12 zijn het sterkst, omdat ze moeilijk op een andere manier te verklaren zijn. De rest beschrijft zorgvuldige, conventionele tekst net zo goed als AI-tekst.
Waarom geen enkel teken op zichzelf iets bewijst
Elke gewoonte op deze lijst was eerst een menselijke gewoonte. Taalmodellen hebben ze van mensen geleerd: uit schoolopstellen, bedrijfsrapporten, marketingteksten en studieboeken.
Sommige schrijvers vertonen deze tekenen vaker om volkomen eerlijke redenen. Wie in een tweede taal schrijft, kiest meestal veiligere, meer standaard formuleringen. Formele genres zoals samenvattingen, motivatiebrieven en officiële brieven volgen sjablonen. Grammaticatools strijken precies de onregelmatigheden glad die een tekst persoonlijk maken.
De tekenen zijn ook te verwijderen. Iemand die een AI-concept zorgvuldig bewerkt, kan de standaardzinnen eruit halen en concrete details toevoegen, en dan vertoont de tekst ze niet meer.
Een detector naast je eigen lezing gebruiken
Een detector doet op grote schaal wat jij met het oog doet: hij vergelijkt de formulering met patronen die hij uit grote verzamelingen menselijke en AI-teksten heeft geleerd. Zijn kracht is consistentie. Zijn zwakte is dat hij alleen de woorden ziet, nooit de omstandigheden.
Samen werken ze het best. Lees eerst de tekst en noteer wat je stoort, voer dan een controle uit en kijk of de passages die de detector markeert, dezelfde zijn die jij opmerkte.
Textumi toont een van vijf labels, van ‘Door een mens geschreven’ tot ‘Door AI gegenereerd’, en met een account markeert het de passages die het zwaarst wogen. Bij een tekst van minder dan 50 woorden toont het ‘Te weinig tekst om te beoordelen’ in plaats van een label.
Zo werken AI-detectorsDoor ChatGPT geschreven? Wat een detector je kan vertellen
Als de tekst van jezelf is
Werd je eigen tekst AI-achtig genoemd, dan is de lijst hierboven meteen een checklist om hem te herzien.
Vervang standaardzinnen door wat je echt bedoelt, voeg het concrete voorbeeld toe dat je in gedachten had, wissel de lengte van je zinnen af en zeg waar je staat. Dat maakt de tekst beter voor elke lezer, wat een detector er ook van vindt.
Wordt een resultaat tegen je gebruikt, bewaar dan je concepten en versiegeschiedenis, en vraag dat de beslissing niet alleen op een detectorresultaat berust.
Waarom menselijke tekst wordt gemarkeerdAI-tekst natuurlijk laten klinken
Veelgestelde vragen
Wat is het betrouwbaarste teken dat een tekst door AI is geschreven?
Achtergebleven sporen uit een gesprek, zoals ‘Als AI-taalmodel’ of een leeg ‘[naam invoegen]’. Of stellige feiten of citaten die niet blijken te bestaan. Beide zijn moeilijk anders te verklaren. De meeste andere tekenen, zoals standaardzinnen of een gelijkmatig ritme, komen ook voor in zorgvuldige menselijke tekst, dus ze worden pas belangrijk als er meerdere samen voorkomen.
Betekent een lang gedachtestreepje dat een tekst door ChatGPT is geschreven?
Nee. Het lange gedachtestreepje is een gewoon leesteken dat veel schrijvers, redacteuren en publicaties voortdurend gebruiken. Taalmodellen gebruiken het inderdaad veel, en daardoor is het idee ontstaan, maar één interpunctiegewoonte zegt niets definitiefs over wie een tekst schreef. Lees altijd de hele tekst, niet alleen één leesteken.
Kunnen docenten zien of een essay door AI is geschreven?
Docenten merken vaak op dat een essay gepolijster of algemener is, of in een andere stem is geschreven, dan het gewone werk van de student. Dat is een reden voor een gesprek, maar geen bewijs. Vraagt de docent de student het betoog uit te leggen, concepten te laten zien of de bronnen te beschrijven, dan zegt het antwoord meestal meer dan welke lijst met tekenen of detectorresultaat ook.
Is een detector beter dan de tekst zelf lezen?
Ze doen verschillende dingen. Een detector past op alle teksten dezelfde patronen toe en kan passages markeren waar jij misschien overheen leest, maar de omstandigheden kent hij nooit. Jouw lezing geeft context: de auteur, de opdracht, de bronnen. Gebruik beide, en baseer een beslissing nooit alleen op een detectorresultaat.
Kan AI-tekst zo worden bewerkt dat hij geen van deze tekenen vertoont?
Ja. Wordt de tekst zorgvuldig bewerkt, zodat standaardzinnen verdwijnen en concrete details erbij komen, dan zijn de tekenen weg. Dat is een van de redenen waarom geen lijst met tekenen en geen detector je kan vertellen waar een tekst vandaan komt. Wat je dat wel vertelt, is het verslag van hoe de tekst tot stand kwam: de concepten, de aantekeningen, de versiegeschiedenis en een gesprek met de schrijver.
Gelden deze tekenen ook voor teksten in andere talen?
De gewoonten lijken op elkaar, de zinnen niet. Elke taal heeft eigen gangbare formules en stopwoorden, dus een lijst die voor de ene taal is gemaakt, past niet op een tekst in een andere, zoals het Duits of het Pools. De detector van Textumi leest teksten in veel talen en is het grondigst getest op Engels en Oekraïens. Voor de rest geeft een langere tekst een stabieler resultaat.