AI herkennen in een reactie: waarom schrijfstijl geen bewijs is

AI herkennen in een reactie: kan dat echt op basis van schrijfstijl? Je leest een reactie op Facebook, onder een nieuwsartikel of in een online discussiegroep. De zinnen zijn opvallend netjes opgebouwd. Geen spelfouten. Mooie tussenwoorden. Een evenwichtige conclusie. Alles klinkt correct — misschien zelfs een beetje té correct. En dan komt de gedachte:

“Dit is toch door AI geschreven?”

Misschien. Maar misschien ook helemaal niet.

Sinds generatieve AI overal beschikbaar is, zijn we niet alleen anders gaan schrijven. We zijn ook anders gaan kijken naar elkaars taal.

Een verzorgde tekst wordt verdacht. Een lange reactie wordt verdacht. Een opsomming wordt verdacht. Zelfs correct taalgebruik kan tegenwoordig de reactie uitlokken:

“Dat heeft ChatGPT geschreven.”

Maar zo eenvoudig ligt het niet. En precies daar moeten we voorzichtig worden. Want de belangrijkste vraag is misschien niet:

“Heeft AI dit geschreven?”

maar:

“Wat weten we werkelijk — en wat denken we alleen maar te herkennen?”

AI herkennen aan schrijfstijl: kan dat eigenlijk?

Soms zie je kenmerken die kunnen voorkomen in AI-gegenereerde teksten.

Denk bijvoorbeeld aan:

• opvallend nette grammatica;
• een zeer logische opbouw;
• veel tussentitels;
• evenwichtige argumenten;
• vrij algemene formuleringen;
• weinig concrete persoonlijke details;
• een neutrale of afstandelijke toon;
• terugkerende zinsstructuren;
• samenvattingen aan het einde;
• lijstjes en puntsgewijze uitleg.

Dat zijn bruikbare observaties.

Maar ze zijn geen bewijs. Een docent, journalist, onderzoeker, blogger of geoefende schrijver kan dezelfde stijl gebruiken. En omgekeerd kan AI worden gevraagd:

• typfouten te maken;
• dialect te gebruiken;
• emotioneel te schrijven;
• korte zinnen te gebruiken;
• humor toe te voegen;
• spreektaal na te bootsen;
• persoonlijke anekdotes te simuleren;
• een specifieke schrijfstijl over te nemen.

De oude tegenstelling —

AI schrijft netjes, mensen schrijven rommelig

— houdt dus steeds minder stand.

AI-tekst herkennen begint met een eerlijk onderscheid

Bij AI herkennen in een reactie lopen vaak drie vragen door elkaar: wie schreef de woorden, klopt de inhoud en is het gedrag aanvaardbaar? Die vragen hebben verschillende antwoorden nodig. Een menselijke schrijver kan een onjuist cijfer overnemen. Een AI-ondersteunde reactie kan naar een echte studie verwijzen. Een correct antwoord kan tegelijk beledigend zijn. Wanneer je die drie lagen afzonderlijk onderzoekt, hoeft één onduidelijke herkomst niet het hele gesprek te bepalen.

Gebruik daarom woorden die passen bij je bewijs. Je kunt vaststellen dat een reactie geen bron geeft, maar daarmee weet je nog niet welk hulpmiddel de schrijver gebruikte. Ook de zin “deze stijl herken ik” beschrijft jouw indruk. Ze vertelt niet wat op het scherm van de ander gebeurde. Een bruikbare grens is: zeg alleen wat je kunt onderbouwen en laat de rest voorlopig open.

Vraag jezelf eens af: zou ik dezelfde tekst verdacht vinden als mijn beste vriend hem had geschreven? Of als iemand met mijn politieke overtuiging hem plaatste? Dat kleine gedachte-experiment geeft geen uitsluitsel over AI. Het helpt wel om onze eigen voorkeuren zichtbaar te maken. Juist wanneer een reactie ons ergert, verdient de stap van indruk naar beschuldiging extra aandacht.

Waarom een 1-tot-5-schaal voor AI-herkenning niet volstaat

Een beoordelingsschaal kan lopen van:

1 = zeer waarschijnlijk menselijk
tot
5 = vrijwel zeker door AI geschreven.

Dat leek praktisch. Zo’n schaal zou ik niet als bewijs gebruiken. Waarom? Omdat ze meer zekerheid suggereert dan we werkelijk hebben. Zelfs gespecialiseerde AI-detectoren geven niet altijd dezelfde uitkomst. Hun prestaties veranderen naargelang:

• het gebruikte taalmodel;
• de lengte van de tekst;
• de taal;
• het onderwerp;
• hoeveel een mens de tekst heeft aangepast;
• hoeveel AI slechts heeft geholpen;
• het soort tekst;
• de prompt waarmee de tekst is gemaakt.

Hybride teksten — bijvoorbeeld een menselijke tekst die door AI wordt herschreven — maken de betekenis van de categorieën bovendien minder duidelijk. Daarom vervangen we de oude schaal beter door iets anders:

een inhouds- en contextanalyse zonder onbewezen zekerheid over auteurschap.

Een score is geen kansberekening over deze persoon

Een detectorpercentage kan verschillende dingen betekenen. Soms beschrijft het een deel van de tekst dat het systeem markeert, soms een interne classificatiescore. Zonder uitleg van de aanbieder mag je daar geen persoonlijke waarschijnlijkheid van maken. “Tachtig procent” betekent dus niet vanzelf dat er acht kansen op tien zijn dat deze specifieke schrijver AI gebruikte. De meetmethode, testomgeving en samenstelling van de voorbeelden doen ertoe.

Denk aan een denkbeeldige proef met duizend reacties. Stel dat vijftig daarvan volledig automatisch zijn geschreven. Een verzonnen detector vindt veertig van die vijftig, maar markeert daarnaast vijfenveertig menselijke reacties verkeerd. Onder de vijfentachtig gemarkeerde reacties zijn dan veertig echte treffers en vijfenveertig fouten. Meer dan de helft van de gemarkeerde mensen krijgt in dit voorbeeld dus ten onrechte een verdenking. Deze aantallen zijn een rekenvoorbeeld, geen gemeten prestatie van een bestaande dienst.

Het voorbeeld maakt duidelijk waarom je niet alleen naar een indrukwekkend succespercentage kijkt. Vraag ook hoeveel menselijke teksten foutief zijn gemarkeerd en hoe vaak AI-teksten in de onderzochte omgeving voorkomen. Dat voorkomt dat een getal de plaats van redeneren inneemt. Bij een openbare beschuldiging telt bovendien de mogelijke schade voor de persoon mee.

De belangrijkste regel: observeer eerst, concludeer later

Stel dat iemand schrijft:

“Er zijn verschillende belangrijke aspecten waarmee we rekening moeten houden. Ten eerste…”

Je zou kunnen denken: “Typisch ChatGPT.” Maar misschien schrijft die persoon al twintig jaar beleidsnota’s. Of misschien gebruikt hij een spellingcorrector. Of misschien dicteerde hij de tekst. Of gebruikte hij AI alleen om één zin te verbeteren. Of schreef hij inderdaad alles met AI. Van de tekst alleen weten we dat meestal niet.

Dat is een belangrijke oefening in kritisch denken:

waarneming en interpretatie uit elkaar houden.

Waarneming:

“Deze reactie is opvallend gestructureerd en bevat weinig persoonlijke details.”

Interpretatie:

“Deze persoon gebruikt AI.”

Die twee zijn niet hetzelfde.

Zo doorbreek je tunnelvisie bij online reacties

Zodra je besluit “dit is AI”, kun je iedere volgende zin als bevestiging lezen. Een nette formulering wordt verdacht, maar een tikfout ook: die zal dan wel bewust zijn toegevoegd. Op die manier wordt jouw vermoeden moeilijk weerlegbaar. Een onderzoekbare gedachte moet juist ruimte laten voor informatie die haar kan verzwakken. Welke andere verklaring zou jij serieus willen bekijken?

Een denkbeeldig voorbeeld: iemand die meestal korte berichten stuurt, schrijft nu een lange reactie. Misschien gebruikte die persoon AI. Mogelijk ging het onderwerp hem aan het hart, werkte iemand mee of schreef hij eerst een kladversie. Je hoeft die alternatieven niet allemaal even waarschijnlijk te vinden. Wel helpt het om ze te benoemen voordat je één verklaring tot feit verheft. De stijlbreuk blijft een waarneming; het schrijfproces blijft onbekend.

Wie deze manier van beoordelen verder wil onderzoeken, vindt aanvullende lectuur in ** Waarom ik altijd gelijk heb – Over tunnelvisie. Dat boek hoort hier bij de vraag hoe we aan een overtuiging blijven vasthouden. Het levert geen methode om AI-auteurschap te bewijzen. Gebruik het als uitnodiging om ook jouw eigen redenering onder de loep te nemen, vooral wanneer je heel zeker bent.

Waarom dit ook met narcistisch misbruik te maken heeft

Op het eerste gezicht lijkt AI-detectie misschien ver verwijderd van narcisme. Maar psychologisch zit er een interessante parallel. Na langdurige manipulatie kun je bijzonder alert worden op signalen. Je hebt geleerd patronen te zoeken. Je scant taal. Je merkt inconsistenties op. Je vraagt je af:

• “Klopt dit wel?”
• “Word ik gemanipuleerd?”
• “Is dit authentiek?”
• “Wat zit hierachter?”

Die waakzaamheid kan heel begrijpelijk zijn. Maar herstel betekent ook leren onderscheiden tussen:

een signaal opmerken
en
zeker weten wat het betekent.

Dat geldt in relaties. Dat geldt voor sociale media. En dat geldt ook voor AI. Ons doel is dus niet naïef worden.

Ons doel is nauwkeuriger leren waarnemen.

Je hoeft onzekerheid niet met zelftwijfel te verwarren

Een genuanceerde beoordeling betekent niet dat jij duidelijke grensoverschrijding moet wegredeneren. Wanneer iemand je bedreigt, privégegevens verspreidt of telkens kleineert, mag je daarop handelen zonder te weten hoe de tekst ontstond. Het waarneembare gedrag volstaat om afstand te nemen, te blokkeren of hulp aan een beheerder te vragen. Een onbekende herkomst maakt een concrete bedreiging niet minder ernstig.

Tegelijk hoeft een vreemde schrijfstijl geen bewijs van dreiging te worden. Je kunt twee dingen naast elkaar laten bestaan: “deze reactie maakt mij onrustig” en “ik weet nog niet waardoor ze zo klinkt”. Zo neem je jouw gevoel serieus zonder het automatisch als bewijs over de ander te gebruiken. Dat is een praktische afweging, geen diagnose van jouw reactie of van de schrijver.

Vanuit onze missie draait digitale weerbaarheid om meer keuzevrijheid. Soms kies je voor broncontrole, soms voor een respectvolle vraag en soms voor rust. Je hoeft niet eindeloos te blijven lezen om jezelf te bewijzen dat je kritisch genoeg bent. Welke stap beschermt op dit moment jouw aandacht én de waardigheid van andere mensen? Die vraag kan meer helpen dan de strijd om de verborgen auteur te ontmaskeren.

Zeven signalen die je wél kunt onderzoeken

Geen van onderstaande kenmerken bewijst AI-gebruik. Maar samen kunnen ze aanleiding zijn om kritischer te kijken.

Gebruik deze vragen als leeswijzer, niet als detectietest

Tel de kenmerken hieronder niet op tot een oordeel. Vijf algemene formuleringen maken geen sterker bewijs van AI dan één algemene formulering wanneer mensen die stijl eveneens gebruiken. De vragen helpen om inhoudelijke zwakke plekken te vinden. Ze zijn geen gevalideerde test voor auteurschap. Dat onderscheid blijft belangrijk wanneer je de lijst met anderen deelt.

Ook een inhoudelijk sterke tekst kan digitaal zijn ondersteund. Een schrijver kan bronnen controleren, zelf nadenken en daarna hulp vragen om zijn formulering toegankelijker te maken. Omgekeerd bewijst een persoonlijk verhaal niet dat er een echte ervaring achter zit. We kunnen verhalen menselijk benaderen zonder ze als onafhankelijk geverifieerde feiten te behandelen. Respect en zorgvuldigheid horen bij elkaar.

Bekijk daarom het antwoord op een vervolgvraag in de volledige context. Stilte kan betekenen dat iemand niets wil toelichten, maar ook dat die persoon werkt, zich onveilig voelt of het gesprek heeft verlaten. Gebruik afwezigheid niet als schuldbekentenis. Als de herkomst er echt toe doet, leg dan vooraf uit waarom je ernaar vraagt en welke informatie je nodig hebt.

1. Extreem generieke formuleringen

AI kan teksten produceren die grammaticaal uitstekend zijn, maar inhoudelijk weinig concreet zeggen. Bijvoorbeeld:

“Het is belangrijk om naar verschillende perspectieven te kijken en gezamenlijk te streven naar een evenwichtige oplossing.”

Dat klinkt verstandig. Maar welke perspectieven? Welke oplossing? Voor wie? Op basis waarvan?

Praktische vraag:

Welke concrete informatie bevat deze reactie eigenlijk?

2. Perfecte structuur bij heel weinig inhoud

Soms ziet een tekst eruit als een mini-essay: inleiding, drie argumenten, nuance, conclusie. Maar wanneer je de inhoud samenvat, blijft er verrassend weinig over. Dat kan bij AI voorkomen. Maar opnieuw: ook mensen schrijven zo. Kijk daarom niet naar de vorm alleen. Kijk naar:

inhoudelijke informatiedichtheid.

3. Onverklaarbare stijlbreuken

Interessanter wordt het wanneer één persoon normaal zeer kort en informeel schrijft en plots een lange, academisch geformuleerde tekst publiceert. Ook dat bewijst niets. Misschien heeft iemand meer tijd genomen. Misschien kreeg hij hulp. Misschien gebruikte hij een vertaalprogramma. Maar een duidelijke stijlbreuk kan wél aanleiding zijn om voorzichtig te zijn met conclusies over auteurschap.

4. Veel woorden, weinig positie

Generatieve AI kan een genuanceerde toon nabootsen. Dat is vaak positief. Maar teksten kunnen daardoor ook voortdurend formuleringen bevatten zoals:

• enerzijds;
• anderzijds;
• het is belangrijk te erkennen;
• tegelijkertijd;
• verschillende perspectieven;
• genuanceerde benadering;
• uiteindelijk hangt dit af van de context.

Geen van deze formuleringen is problematisch. Maar tientallen van zulke formuleringen zonder concrete argumenten kunnen de tekst inhoudelijk leeg maken. Vraag daarom:

Welke toetsbare bewering doet deze schrijver werkelijk?

5. Feiten die overtuigend klinken maar niet controleerbaar zijn

Dit vind ik veel belangrijker dan de vraag of een tekst AI-gegenereerd is. Controleer:

• cijfers;
• namen;
• onderzoeken;
• wetten;
• data;
• citaten;
• wetenschappelijke claims.

AI kan overtuigend klinkende maar foutieve informatie produceren. Maar mensen kunnen dat natuurlijk eveneens. Dus:

controleer de claim, niet alleen de schrijver.

6. De reactie beantwoordt de vraag nauwelijks

AI kan soms een prachtig antwoord formuleren dat langs de oorspronkelijke vraag heen praat. Dat komt vooral voor wanneer de prompt vaag was of wanneer veel context ontbreekt. Vraag daarom:

Reageert deze tekst werkelijk op hetgeen gezegd werd?

Dat is dikwijls informatiever dan tellen hoeveel komma’s of opsommingen iemand gebruikt.

7. De schrijver kan zijn eigen tekst niet toelichten

Wanneer de herkomst van een tekst werkelijk belangrijk is — bijvoorbeeld in onderwijs, onderzoek of professioneel werk — is gesprek vaak veel informatiever dan automatische detectie. Vraag bijvoorbeeld:

• Hoe kwam je tot deze conclusie?
• Welke bron heb je gebruikt?
• Waarom koos je dit argument?
• Kun je dit in je eigen woorden uitleggen?
• Welke passage vind je zelf het belangrijkst?

Een gesprek kan zicht geven op begrip en werkwijze. Ook dat vraagt zorgvuldigheid: moeizaam antwoorden bewijst geen AI-gebruik.

Een gesprek moet toegankelijk blijven

Een mondelinge toelichting kan waardevolle informatie geven, maar is evenmin een sluitende detectietest. Mensen verschillen in taalvaardigheid, stressgevoeligheid en gemak bij spreken. Iemand kan zorgvuldig schrijven en bij een onverwachte vraag blokkeren. Bied daarom, wanneer het past, tijd om te antwoorden of de mogelijkheid om schriftelijk te reageren. Zo onderzoek je de redenering zonder alleen spreekvaardigheid te meten.

Een behulpzame formulering is: “Ik begrijp je tweede argument nog niet. Welke bron of tussenstap helpt mij om het te volgen?” Daarmee vraag je naar iets concreets. De zin “bewijs dat je geen AI gebruikte” legt een veel bredere en vaak onmogelijke bewijslast bij de ander. Een onzeker vermoeden verandert dan gemakkelijk in een machtsmiddel.

Bij een klasopdracht of professioneel document horen vooraf duidelijke afspraken over hulpmiddelen. Zonder zulke afspraken kan een gesprek over herkomst alsnog nuttig zijn, maar het mag niet stilzwijgend nieuwe regels met terugwerkende kracht opleggen. Onderzoek welke taak de schrijver zelf moest uitvoeren en welke ondersteuning toegelaten was. Dat maakt verantwoordelijkheid bespreekbaar zonder op stijlkenmerken te gokken.

Waarom AI-detectoren voorzichtig gebruikt moeten worden

Er bestaan ondertussen veel diensten die beloven AI-gegenereerde tekst te herkennen. Ze geven soms percentages zoals:

“87% AI generated.”

Zo’n getal ziet er wetenschappelijk uit. Maar een percentage is pas betekenisvol wanneer je weet:

• hoe het model getest werd;
• op welke talen;
• op welke tekstlengtes;
• tegen welke AI-modellen;
• hoeveel menselijke teksten fout werden aangeduid;
• hoe het presteert op herschreven AI-tekst;
• hoe vaak verschillende detectoren het met elkaar eens zijn.

Dat is essentieel.

Want een false positive betekent dat een menselijke tekst ten onrechte als AI wordt aangeduid.

En precies daar ontstaat een ethisch probleem. Wanneer een detector onzeker is, maar wij het resultaat als bewijs behandelen, kan een hulpmiddel veranderen in een beschuldiging.

Wat onderzoek naar beperkingen van AI-detectoren laat zien

Weber-Wulff en collega’s onderzochten in 2023 verschillende detectietools en beschreven fouten en problemen bij bewerkte tekst. De studie beoordeelt de toen onderzochte systemen. Haar resultaten zijn geen actuele ranglijst van alle producten. De bruikbare les voor de lezer is dat je moet kijken naar onafhankelijke evaluaties die passen bij het gebruik waarvoor een detector wordt ingezet.

Ook de RAID-benchmark uit 2024 onderzocht prestaties onder uiteenlopende omstandigheden. Daar bleken onder meer onbekende generatiemodellen en veranderingen in tekstproductie lastig voor de onderzochte detectoren. Een vervolgwedstrijd uit 2025 vond tegelijk sterke resultaten binnen een afgebakende verzameling bekende domeinen en modellen. Die bevindingen spreken elkaar niet eenvoudig tegen: binnen een goed omschreven testomgeving kan een systeem sterk presteren, terwijl toepassing op een andere omgeving nieuwe fouten oplevert.

Voor jouw Nederlandstalige Facebookreactie betekent dat: onderzoek welke taal, lengte en tekstsoort werkelijk werden getest. Een resultaat op lange Engelstalige essays bewijst niet automatisch dezelfde prestatie op korte Vlaamse reacties. Vraag ook welke versie van de detector onderzocht werd. De conclusie “alle detectoren zijn waardeloos” is net zo ruim als “deze score bewijst alles”. Zorgvuldig beoordelen vraagt ruimte voor aantoonbare mogelijkheden én voor grenzen.

Wie kan door een verkeerde uitslag worden geraakt?

Liang en collega’s beschreven in 2023 vertekening bij teksten van mensen die Engels niet als moedertaal hadden. Dat onderzoek verdient aandacht, maar laat zich niet zonder meer naar alle talen en huidige systemen vertalen. Een vervolgonderzoek uit 2026 onderzocht juist het Tsjechisch en vond bij de onderzochte detectorfamilies geen systematische vertekening tegen niet-moedertaalsprekers. Het artikel werd aanvaard voor de EACL Student Research Workshop. Dat resultaat beperkt de veralgemening van eerdere bevindingen: taal, systeem en testopzet blijven belangrijk.

De redactionele gevolgtrekking blijft bescheiden: controleer prestaties voor de werkelijke gebruikers en beslis niet over mensen op basis van één uitslag. Een onderzoek in een andere taal kan risico’s zichtbaar maken, maar levert geen universeel foutpercentage voor jouw groep op. Houd bronbevinding, interpretatie en praktisch advies uit elkaar.

Bij deze afweging past aanvullende lectuur in ** De diagnostische waarde van bewijs. De vraag is niet alleen of een aanwijzing indrukwekkend klinkt, maar of zij werkelijk onderscheid maakt tussen mogelijke verklaringen. Dat is ook relevant wanneer een tool een overtuigend cijfer presenteert. Je blijft verantwoordelijk voor de stap van het getal naar een besluit over een persoon.

Een historische waarschuwing: zelfs OpenAI stopte met zijn detector

OpenAI bracht in 2023 zelf een classifier uit om AI-gegenereerde tekst te herkennen. Volgens de officiële toelichting van OpenAI werd die tool op 20 juli 2023 stopgezet wegens de lage nauwkeurigheid. Dat zegt niet dat alle huidige detectoren waardeloos zijn. Technologie is sindsdien verder ontwikkeld. Maar het illustreert wel iets belangrijks:

AI-detectie is geen eenvoudige leugendetector voor tekst.

Onderzoekers blijven daarom nieuwe methoden en benchmarks ontwikkelen.

Mens + AI wordt de moeilijkste categorie

De discussie wordt bovendien ingewikkelder omdat steeds minder teksten volledig in één categorie passen. Een tekst kan bijvoorbeeld:

1. volledig door een mens geschreven zijn;
2. door een mens geschreven en door AI gecorrigeerd zijn;
3. door AI herschreven zijn;
4. door mens en AI samen ontwikkeld zijn;
5. grotendeels door AI geschreven en door een mens grondig bewerkt zijn;
6. volledig automatisch gegenereerd zijn.

Waar trek je dan de grens? Stel: Een vrouw schrijft zelf over haar herstel na emotioneel misbruik. Ze vraagt AI daarna:

“Kun je mijn spelling verbeteren zonder mijn boodschap te veranderen?”

Is dat dan een AI-tekst? Of haar tekst met digitale ondersteuning? Die vraag wordt maatschappelijk veel belangrijker dan de simplistische tegenstelling:

mens versus machine.

Herkomst van online reacties: welke ondersteuning bedoelen we?

Een behulpzaam gesprek begint met precieze woorden. “AI gebruikt” kan betekenen dat iemand een titel bedacht, een vertaling liet maken, spelling verbeterde of een volledig antwoord genereerde. Die handelingen zijn niet onderling gelijk. Vraag dus welke rol het hulpmiddel speelde, in plaats van de schrijver meteen in één van twee kampen te plaatsen.

Stel je een denkbeeldige deelnemer voor die moeite heeft met schrijven. Zij zet haar eigen argumenten in losse zinnen op papier en laat die verduidelijken. Daarna controleert ze of de uiteindelijke tekst nog zegt wat zij bedoelt. Haar ondersteuning kan de toegang tot het gesprek verbeteren. Dat ontslaat haar niet van verantwoordelijkheid voor onjuiste informatie. Het maakt haar bijdrage evenmin automatisch onecht.

Een bruikbare transparante toelichting kan luiden: “Ik heb mijn eigen tekst met een digitaal hulpmiddel laten herschrijven en de feiten zelf gecontroleerd.” Dat is een voorbeeld van een mogelijke afspraak, geen verklaring die iedere privépersoon overal verplicht moet plaatsen. In een organisatie bepaalt de concrete taak welke transparantie nodig is. Bespreek verwachtingen vooraf en houd rekening met toegankelijkheid, privacy en de betekenis van oorspronkelijk auteurschap.

Wat doe je bij reacties op sociale media?

Voor beheerders van websites, Facebookgroepen en online communities zou ik een heel andere aanpak adviseren. Modereren op basis van:

“Dit klinkt als AI.”

is zwak. Modereren op basis van gedrag is veel sterker. Kijk naar:

• beledigingen;
• bedreigingen;
• spam;
• misinformatie;
• intimidatie;
• herhaald kopiëren;
• ongewenste reclame;
• doxing;
• manipulatief gedrag;
• overstromen van discussies met tientallen bijna identieke reacties.

Of daar AI achter zit, is eigenlijk secundair.

Het gedrag zelf is het moderatiecriterium.

Dit sluit ook mooi aan bij mijn artikel over omgaan met vijandige reacties op sociale media.

Een denkbeeldige moderatiesituatie: bescherm het gesprek

In een denkbeeldige online steungroep verschijnt een lange reactie onder iemands verhaal. De tekst bevat geen beledigingen, maar presenteert een onbewezen uitleg als zekerheid. Een andere deelnemer antwoordt: “Je bent een bot, weg ermee.” Nu bestaan er twee verschillende problemen: een ongefundeerde inhoudelijke claim en een persoonlijke beschuldiging. Geen van beide vraagt eerst om een detector.

De beheerder kan de schrijver om een betrouwbare bron vragen en duidelijk maken dat de groep geen diagnoses over deelnemers toestaat. Aan de tweede persoon kan hij vragen om kritiek op de inhoud te richten. Als de eerste reactie daarna blijft aandringen, reclame verspreidt of grenzen negeert, volgt de beheerder de gedragsregels. Zo blijft het besluit uitlegbaar, ook wanneer het hulpmiddel achter de tekst onbekend is.

Voor een kleine groep helpt een korte regel meer dan een ingewikkeld protocol: vermeld bronnen bij stellige feitelijke claims, deel geen herkenbare privégegevens en spreek anderen respectvol aan. Spreek daarnaast af welke automatisch geplaatste bijdragen je wilt toelaten. De kern is voorspelbaarheid. Deelnemers moeten kunnen begrijpen waarom een bericht blijft staan, wordt aangepast of verdwijnt.

Vraag naar feiten zonder een openbaar verhoor te beginnen

Je kunt reageren met: “Waar vind ik de oorspronkelijke studie?” of “Kun je uitleggen hoe die conclusie volgt uit de cijfers?” Houd de vraag bij één onderwerp. Wanneer je tegelijk tien vermoedens op tafel legt, wordt helder antwoorden moeilijker. Een gerichte vraag helpt ook andere meelezers begrijpen wat er precies ter discussie staat.

Beoordeel vervolgens het antwoord zelf. Een echte bron kan verkeerd worden samengevat, een link kan alleen naar een nieuwssite leiden en een artikel kan over een andere bevolking gaan. Dank iemand wanneer hij een fout rechtzet. Dat maakt corrigeren minder beschamend en bevordert een groep waarin nauwkeurigheid groeit. Je hoeft niet te bepalen of de oorspronkelijke vergissing menselijk of automatisch ontstond.

Loopt het gesprek toch vast, dan mag je afronden. “Zonder bron neem ik deze claim voorlopig niet over” is een duidelijke grens. Bij intimidatie hoef je geen betere gesprekstechniek te blijven zoeken. Meld het gedrag aan een beheerder en bescherm jezelf. De bestaande praktische gids over vijandige reacties biedt daarvoor verdere context.

AI en manipulatie: waarom volume aandacht verdient

Hier wordt het onderwerp ernstiger. AI maakt het mogelijk om snel:

• honderden reacties te produceren;
• meerdere varianten van hetzelfde argument te genereren;
• overtuigende propagandateksten te schrijven;
• nepaccounts van verschillende stemmen te voorzien;
• complexe verhalen te vereenvoudigen tot emotionele slogans;
• desinformatie op verschillende doelgroepen af te stemmen.

Daarom is AI-detectie niet onbelangrijk. Maar de sterkere verdediging is niet alleen:

“Herken de robot.”

Het is:

“Herken de manipulatietechniek.”

Daarover schreef ik uitgebreider in:

Als de leugen sneller spreekt dan de waarheid: firehosing, de Gish gallop en propaganda met AI.

Kijk naar het patroon, niet alleen naar één zin

Stel dat één account twintig keer per dag vrijwel dezelfde boodschap plaatst. Andere accounts verschijnen plots met vergelijkbare formuleringen. Elke kritiek krijgt binnen enkele minuten dezelfde argumenten terug. Dan wordt het patroon interessanter dan de individuele grammatica. Onderzoek:

• timing;
• herhaling;
• coördinatie;
• brongebruik;
• accounts;
• inhoudelijke overeenkomsten;
• verspreidingspatronen.

Dat zijn bredere signalen van mogelijk gecoördineerd gedrag. Maar ook dan geldt:

vermoeden is nog geen bewijs van identiteit of oorsprong.

Vergelijkbare berichten zijn een aanleiding tot onderzoek

Gelijke zinnen kunnen voortkomen uit een persbericht, een gedeelde voorbeeldtekst, een spontane actie of automatisch geplaatste reacties. Timing alleen maakt de herkomst niet zeker. Om een patroon te onderzoeken heb je informatie over meerdere berichten, tijdstippen en accounts nodig. Wie één schermfoto ziet, beschikt meestal niet over dat volledige overzicht.

Maak dus onderscheid tussen wat zichtbaar is en wat jij vermoedt. “Deze vijf accounts plaatsen dezelfde zin” kan een controleerbare waarneming zijn. “Dit is een buitenlandse beïnvloedingsoperatie” vraagt veel meer bewijs. Behoud dat onderscheid ook wanneer de boodschap je politiek tegenstaat. Een grote verdenking met weinig onderbouwing kan zelf het publieke gesprek vertroebelen.

Je persoonlijke taak hoeft niet te zijn om een netwerk bloot te leggen. Bewaar zo nodig relevante informatie voor een platformmelding, zonder ze met beschuldigende namenlijsten te verspreiden. Onderzoek één belangrijke claim of laat het patroon beoordelen door mensen met passende expertise. Je mag een vermoedelijk problematische boodschap niet verder delen terwijl de herkomst nog onzeker is. Dat is een keuze over verspreiding, geen definitief oordeel over wie erachter zit.

De orthopedagogische les: leer mensen denken, niet alleen detecteren

Vanuit een orthopedagogische blik vind ik dit misschien het belangrijkste gedeelte. Technologie verandert. Vandaag leren we ChatGPT herkennen. Morgen verschijnt alweer een ander systeem. Daarom heeft iemand meer aan vaardigheden die technologie overstijgen. Leer jezelf en jongeren vragen stellen:

Wie zegt dit?

Is de afzender duidelijk?

Wat wordt beweerd?

Kun je de kern in één zin samenvatten?

Welke bron ondersteunt dat?

Bestaat de bron werkelijk?

Welke emotie probeert de tekst op te roepen?

Angst? Woede? Verontwaardiging? Superioriteit?

Wat ontbreekt?

Welke informatie zou het verhaal kunnen veranderen?

Kan ik dit onafhankelijk controleren?

Dat is digitale weerbaarheid. Niet:

alles wantrouwen.

Maar:

niet alles onmiddellijk geloven.

De verbinding met onze aandacht

AI verandert niet alleen hoe teksten worden geschreven. Het verandert ook hoeveel teksten geproduceerd kunnen worden. Dat heeft gevolgen voor onze aandacht. Wie voortdurend overspoeld wordt met:

• reacties;
• video’s;
• meningen;
• advertenties;
• verontwaardiging;
• politieke boodschappen;
• persoonlijke verhalen;

heeft steeds minder tijd om rustig te controleren wat waar is. Daarom schreef ik ook:

Wie bestuurt jouw aandacht? Over AI, sociale media, waarheid en het terugwinnen van je menselijke vrijheid.

Misschien wordt aandacht zelfs één van de belangrijkste vormen van zelfzorg van onze tijd.

Een nieuw beoordelingsmodel: geen AI-score, maar vijf controles

In plaats van:

“Hoeveel procent AI is deze tekst?”

stel ik voortaan vijf andere vragen.

Werk de vijf controles uit met één denkbeeldige reactie

Neem deze denkbeeldige boodschap: “Een nieuwe studie bewijst dat iedereen met dit gedrag gevaarlijk is. Deel dit meteen, want de media verzwijgen het.” Begin bij de inhoud. Wat betekent “dit gedrag”, wie bedoelt “iedereen” en wat is “gevaarlijk”? Een algemene beschuldiging over een groep kan overtuigend klinken terwijl de kernbegrippen onduidelijk blijven.

Daarna volgt de bron. Vraag om de studie zelf en bekijk wie haar schreef, wanneer ze verscheen en wat onderzocht werd. Staat de stellige bewering werkelijk in het onderzoek, of is zij een interpretatie van de verspreider? Bij de context kijk je of het bericht antwoordt op het oorspronkelijke gesprek. Een algemeen alarm kan een concrete vraag verdringen.

Het patroon onderzoek je voor zover je daar informatie over hebt: verschijnen dezelfde woorden op meerdere plekken, en weet je hoe dat komt? Bij het gevolg let je op de oproep om onmiddellijk te delen. Die druk neemt jouw bedenktijd weg. Je kunt dan besluiten de claim niet te verspreiden, ook al weet je nog steeds niet of AI de tekst schreef.

Dit voorbeeld laat zien waarom de methode bruikbaar is zonder detectiebelofte. Zij helpt je een beredeneerde keuze te maken over geloven, delen en reageren. Voor de bredere samenhang sluit dit aan bij de centrale gids over propaganda en kritisch denken. Daar staat jouw aandacht beschermen naast bronnen onderzoeken en menselijk blijven bij meningsverschillen.

Controle 1 — Inhoud

Wat wordt werkelijk beweerd?

Controle 2 — Bron

Waar komt de informatie vandaan?

Controle 3 — Context

Past de reactie bij het gesprek en bij wat eraan voorafging?

Controle 4 — Patroon

Is er opvallende herhaling, coördinatie of massaproductie?

Controle 5 — Gevolg

Wat probeert deze boodschap bij mij te veroorzaken? Pas daarna kun je eventueel vaststellen:

“Deze tekst vertoont kenmerken die ook bij AI-ondersteunde teksten voorkomen.”

Dat is veel zorgvuldiger dan:

“Dit is duidelijk ChatGPT.”

Een praktische oefening

Neem vandaag één reactie waarvan je spontaan denkt:

“Dat is AI.”

Schrijf vervolgens twee kolommen.

Kolom A — Wat weet ik?

Bijvoorbeeld:

• de tekst is lang;
• hij bevat geen spelfouten;
• hij gebruikt drie opsommingen;
• er staan geen persoonlijke voorbeelden in.

Kolom B — Wat vul ik zelf in?

Bijvoorbeeld:

• “dus heeft ChatGPT hem geschreven”;
• “dus is deze persoon niet authentiek”;
• “dus probeert hij mensen te misleiden”.

Kijk daarna opnieuw. Hoeveel van je conclusie was waarneming? En hoeveel was interpretatie? Dat is geen oefening in naïviteit.

Het is een oefening in intellectuele discipline.

Voeg een derde kolom toe: wat ga ik doen?

Naast wat je weet en wat je invult, kun je één handelingskeuze noteren. Bijvoorbeeld: ik vraag naar de bron, ik zoek het originele rapport, ik deel nog niets of ik stop met deze discussie. Zo blijft kritisch denken verbonden met een haalbare stap. Anders kan onderzoeken ongemerkt veranderen in eindeloos scrollen zonder duidelijk doel.

Stel een grens aan de tijd die je hiervoor neemt. Kies bijvoorbeeld tien minuten voor één claim en noteer daarna wat nog ontbreekt. Dat is een praktische suggestie, geen wetenschappelijk bepaalde ideale duur. Een onbesliste uitkomst mag blijven staan. Als het onderwerp grote gevolgen heeft, zoek je later betrouwbare ondersteuning of een deskundige bron in plaats van onder tijdsdruk zekerheid te forceren.

Wil je oefenen met bewust omgaan met jouw aandacht, dan kan ** Digitaal minimalisme aanvullende lectuur bieden. De plaats in deze tekst gaat over grenzen aan digitale prikkels en bewuste keuzes. Het boek is geen bewijsbron over detectortechniek. Vraag bij het lezen steeds welke voorstellen bij jouw werk, sociale contacten en draagkracht passen. Een gewoonte moet jou ondersteunen, niet een nieuwe verplichting worden.

Wanneer AI-gebruik wél relevant is

We hoeven AI-gebruik ook niet te bagatelliseren. Transparantie is bijzonder belangrijk wanneer AI wordt gebruikt voor bijvoorbeeld:

• onderzoek;
• journalistiek;
• onderwijs;
• professionele rapporten;
• officiële documenten;
• medische informatie;
• juridische informatie;
• publicaties waarbij oorspronkelijk auteurschap belangrijk is.

Daar moeten organisaties duidelijke afspraken maken over:

• wat toegestaan is;
• wat vermeld moet worden;
• wie verantwoordelijk blijft;
• hoe feiten gecontroleerd worden.

Want uiteindelijk geldt één basisprincipe:

Een hulpmiddel kan tekst produceren.

Maar een mens blijft verantwoordelijk voor wat hij publiceert.

Controleer bronnen ook wanneer een chatbot ze aanreikt

Een chatbot kan een nuttige zoekrichting geven, maar een overtuigend geformuleerde verwijzing blijft iets dat je moet controleren. Zoek de publicatie buiten het antwoord op, open haar en vergelijk de inhoud met de bewering. Bestaat de titel niet, dan kun je dat gat niet vullen door de chatbot dezelfde vraag met meer nadruk te stellen. Een nieuw antwoord is nog geen onafhankelijke bevestiging.

Bekijk ook het soort bron. Een onderzoeksartikel, een persbericht, een commercieel blog en een persoonlijke ervaring vervullen verschillende functies. Een ervaring kan betekenisvol zijn zonder een algemene regel te bewijzen. Een studie kan zorgvuldig zijn zonder voor jouw concrete situatie het laatste woord te vormen. Vooral bij onderwerpen met gevolgen voor gezondheid, rechten of geld moet de toepasselijke context duidelijk zijn.

Je kunt als schrijver een eenvoudige controle bijhouden: welke feiten gebruik ik, waar komt elk feit vandaan en welke interpretatie voeg ik zelf toe? Daardoor wordt het gemakkelijker om een fout te verbeteren. De verantwoordelijkheid blijft bij de persoon of organisatie die de tekst publiceert, ongeacht hoeveel digitale ondersteuning daarbij werd gebruikt.

AI maakt kritisch denken niet minder belangrijk — maar méér

Dit is de kern van deze gids. Een veelgehoorde vraag luidt:

“Hoe herkennen we AI?”

Een behulpzamere vervolgvraag is:

“Hoe blijven wij betrouwbare beoordelaars in een wereld waarin mens en AI steeds vaker samen schrijven?”

Een gladde tekst kan van een mens komen. Rommelig taalgebruik sluit AI-ondersteuning niet uit. Ook AI-teksten kunnen juiste informatie bevatten, terwijl menselijke teksten onjuist kunnen zijn. Daarom hebben we iets nodig wat veel ouder is dan kunstmatige intelligentie:

nieuwsgierigheid.

broncontrole.

kritisch denken.

context.

En vooral:

de bereidheid onze eerste conclusie opnieuw te onderzoeken.

Want digitale weerbaarheid betekent niet dat je overal een machine achter zoekt. Het betekent dat je leert zeggen:

“Ik weet het nog niet. Dus ik ga eerst kijken wat ik wél kan controleren.”

Dat is geen zwakte. Dat is volwassen kritisch denken.

Groeitaak van deze week

Wanneer je de komende week een bericht, reactie of video tegenkomt waarvan je denkt:

“Dit klopt niet.”

Doe dan drie dingen voordat je reageert:

1. zoek de oorspronkelijke bron;
2. controleer minstens één belangrijke bewering;
3. schrijf op wat feit is en wat jouw interpretatie is.

Pas daarna reageer je.

Dat ene kleine tussenmoment kan het verschil maken tussen reageren en nadenken.

Veelgestelde vragen over AI herkennen in een reactie

Kun je aan één zin zien dat iemand ChatGPT gebruikte?

Een losse zin levert meestal te weinig informatie voor zo’n conclusie. Bekende formuleringen kunnen door mensen, taalmodellen of andere hulpmiddelen ontstaan. Bij AI herkennen in een reactie is het daarom verstandiger om de inhoudelijke bewering te controleren. Alleen aanvullende, betrouwbare informatie over het schrijfproces kan de herkomst duidelijker maken. Trek geen persoonlijke conclusie uit een herkenbaar woord of leesteken.

Maakt AI-ondersteuning een bijdrage minder authentiek?

Dat hangt af van wat iemand voorstelt en welke rol het hulpmiddel speelde. Een eigen ervaring taalkundig laten verduidelijken is iets anders dan een verzonnen ervaring als werkelijk gebeurde gebeurtenis publiceren. Bespreek eerlijkheid, verantwoordelijkheid en de concrete afspraak. De ondersteuning op zichzelf vertelt niet of de inhoud waar is. Controleer wat controleerbaar is en vraag respectvol naar wat relevant blijft.

Moet ik iedere verdachte reactie onderzoeken?

Nee. Kies op basis van betekenis en mogelijke gevolgen. Een bericht dat je niet wilt delen, hoef je niet helemaal uit te pluizen. Wanneer je op de informatie een belangrijke beslissing zou baseren, verdient broncontrole meer tijd. Je kunt ook besluiten dat er onvoldoende onderbouwing is en voorlopig geen standpunt innemen. Jouw aandacht is beperkt; zorgvuldig kiezen hoort bij digitale weerbaarheid.

Wat doe ik wanneer iemand mijn tekst ten onrechte AI noemt?

Je kunt kort toelichten hoe je werkte, als je dat wilt. Vraag welk concreet argument of feit de ander betwist. Een voorbeeld: “Ik wil gerust mijn bron toelichten. Alleen mijn schrijfstijl bewijst niet hoe deze tekst ontstond.” Bij herhaalde persoonlijke aanvallen mag je afronden of een beheerder inschakelen. Je hoeft geen privégegevens of complete werkgeschiedenis openbaar te maken om gehoord te mogen worden.

Zijn de vijf controles een wetenschappelijk gevalideerde AI-test?

Nee. Het zijn redactionele leesvragen voor inhoud, bron, context, patroon en gevolg. Ze ondersteunen kritisch lezen en een doordachte keuze over delen of reageren. Daarmee bewijzen ze geen auteurschap. De onderzoeken over detectoren staan hieronder apart vermeld, zodat je die bevindingen kunt onderscheiden van de praktische methode die dit artikel voorstelt.

Bronnen en verantwoording

De wetenschappelijke verwijzingen in dit artikel betreffen de onderzochte systemen en testomstandigheden. Zij vormen geen algemene prestatiegarantie voor huidige commerciële detectoren. De vijf leescontroles zijn een praktische redactionele vertaling, geen diagnostisch instrument. Alle uitgewerkte situaties en het rekenvoorbeeld zijn denkbeeldig.

Primaire bronnen: Weber-Wulff en collega’s (2023), Testing of Detection Tools for AI-Generated Text; Liang en collega’s (2023), GPT detectors are biased against non-native English writers; Dugan en collega’s (2024), RAID; Dugan en collega’s (2025), GenAI Content Detection Task 3; Al Ali, Helcl en Libovický (2026), Different Time, Different Language. De klikbare verwijzingen staan bij de relevante bespreking. De officiële OpenAI-pagina documenteert de stopzetting van hun classifier in 2023.

De drie boekverwijzingen met ** zijn affiliatelinks. Bij een aankoop ontvangen wij mogelijk een kleine vergoeding, zonder extra kosten voor jou. De boeken bieden aanvullende verdieping en vervangen het onderzoek naar AI-detectie niet.

Welke kleine stap past vandaag bij jou?

Misschien gaf dit artikel woorden aan iets wat je al langer voelde. Misschien roept het vragen op, of wil je één inzicht verder onderzoeken.

Sta even stil bij deze vraag:

Wat wil ik meenemen uit dit artikel, en welke kleine stap past bij mijn mogelijkheden van vandaag?

Je kunt één gedachte opschrijven, een groeitaak uit het artikel proberen, steun vragen of bewust tijd nemen om alles te laten bezinken. Je hoeft niets te forceren. Ook rust nemen kan een passende stap zijn.

Van overleven naar leven. Van verdoving naar verbinding. Op jouw tempo.

Vind jouw volgende stap

Wil je verder lezen, maar weet je niet waar te beginnen? Onze startpagina helpt je een gids te kiezen rond narcisme begrijpen, herstel, trauma, zelfreflectie, grenzen, communicatie, kritisch denken of solidariteit.

Start hier: vind de gids die bij jouw vraag past.

Herkenning en uitwisseling

Soms helpt het om te lezen hoe anderen met vergelijkbare vragen omgaan. In onze Facebookgroep vind je ruimte voor herkenning en uitwisseling.

Je kiest zelf of je meeleest of deelneemt aan een gesprek, en wat je over jezelf wilt delen. Je hoeft je verhaal niet te vertellen om erbij te mogen horen.

Was dit artikel waardevol voor jou? Bewaar het gerust om later opnieuw te lezen, of deel het met iemand voor wie het steun of inzicht kan bieden.

Zelfzorg en solidariteit vormen onze basis

Op narcisme.blog verbinden we persoonlijke groei met zorg voor elkaar. We bieden psycho-educatieve informatie, reflectievragen en praktische oefeningen om jezelf, relaties en maatschappelijke patronen beter te begrijpen.

We willen bijdragen aan meer bewustwording, gezonde grenzen, verbinding en menselijk handelen. Daarbij kijken we zowel naar wat iemand zelf kan oefenen als naar de steun en omstandigheden die daarvoor nodig zijn.

Menselijke waardigheid, respect en geweldloze communicatie staan centraal. We wijzen haat, geweld, discriminatie en racisme af.

We bespreken schadelijk gedrag en maatschappelijke mechanismen zonder mensen tot een etiket te reduceren. Onze informatie ondersteunt inzicht en reflectie en vervangt geen persoonlijke diagnostiek of behandeling.

Zie je een fout of heb je een inhoudelijke vraag?

We streven naar zorgvuldige, begrijpelijke en actuele informatie. Toch kan er een fout, onduidelijkheid of ontbrekende nuance in een artikel staan.

Meld een fout of stel je vraag via het contactformulier. Vermeld de link naar het artikel, de passage waarover het gaat en een korte toelichting. Voeg gerust een relevante bron toe als die je melding verduidelijkt.

Eén duidelijke melding via dit formulier helpt ons je vraag overzichtelijk te behandelen. We beoordelen meldingen zorgvuldig en corrigeren of vullen informatie aan waar nodig. Verzoeken om inhoud te verwijderen bekijken we individueel.

Dank je dat je meedenkt en helpt onze informatie te verbeteren.

Liefs,
Annemie en Johan Persyn-Declercq (auteurs)

update : 09102026

Wij vallen. Wij staan op. Wij groeien.

Als je ons wilt steunen kunt U dat gratis door uw aankopen bij bol.com