Kun je AI-geschreven schoolwerk herkennen? Wat detectietools echt kunnen

Een leerling levert een opvallend vloeiend werkstuk in. De docent voert de tekst in bij een AI-detector en krijgt te zien: 91 procent kans op AI. Zaak gesloten? Nee. Wie begrijpt hoe die detectors werken, weet dat dit percentage veel minder zegt dan het lijkt, en dat er betere manieren zijn om met AI-gemaakt schoolwerk om te gaan.

Dit artikel gaat over de detectievraag. Voor het bredere verhaal over lesgeven met en over AI is er de cursuspagina AI voor docenten.

Waarom AI-detectie zo vaak de plank misslaat

AI-detectors zoeken naar statistische patronen: hoe voorspelbaar zijn de woordkeuzes, hoe gelijkmatig is de zinsbouw. AI-tekst is gemiddeld voorspelbaarder dan mensentekst, en daar leunt de detectie op. Het probleem: dat is een gemiddelde, geen vingerafdruk.

Twee soorten fouten zijn het gevolg. De detector mist AI-tekst die een leerling licht heeft bewerkt, want een paar aanpassingen halen de statistische regelmaat er al uit. En erger: de detector geeft vals alarm bij echte mensentekst die toevallig regelmatig is opgebouwd. Leerlingen die netjes en formeel schrijven, en met name leerlingen die in een tweede taal schrijven, worden aantoonbaar vaker onterecht aangewezen. Een beschuldiging van fraude op basis van zo'n percentage is dus niet te onderbouwen, en de schade van een onterechte beschuldiging is groot.

Er wordt gewerkt aan technische oplossingen zoals een AI-watermerk, maar ook dat is geen sluitend antwoord: een watermerk werkt alleen als de maker van het model meewerkt en overleeft bewerking vaak niet.

Wat wél werkt: het proces zichtbaar maken

Docenten die hier goed mee omgaan, verschuiven de aandacht van het eindproduct naar het proces:

• Laat tussenstappen inleveren. Een opzet, een kladversie, een bronnenlijst met aantekeningen. AI kan een eindtekst leveren, maar een geloofwaardig groeiproces vervalsen is veel meer werk dan zelf schrijven.
• Praat over het werk. Vijf minuten doorvragen ("waarom heb je dit argument gekozen?") maakt snel duidelijk of iemand zijn eigen tekst kent.
• Ontwerp opdrachten die AI slecht kan. Koppel aan de eigen ervaring, aan wat er in de les gebeurde, aan lokale bronnen. Generieke opdrachten krijgen generieke AI-antwoorden.
• Maak afspraken in plaats van verboden. Leg vast wat wel mag (brainstormen, feedback op je klad) en wat niet (de tekst laten schrijven), en laat leerlingen vermelden hoe ze AI gebruikten.

De kans in het probleem

De ongemakkelijke waarheid is dat leerlingen deze tools toch al gebruiken, en na school ook zullen moeten. De school die alleen verbiedt, leert ze er stiekem en slecht mee omgaan. De school die uitlegt waarom AI overtuigend klinkt en toch fouten maakt, leert ze precies de kritische blik die ze nodig hebben. Hoe je dat aanpakt zonder de privacy van leerlingen te raken, staat op AI, privacy en plagiaat in het onderwijs.

Wil je als docent of team de basis echt snappen, van hoe een taalmodel schrijft tot waarom detectie principieel lastig is? De cursus AI voor het onderwijs legt het uit zonder jargon, en met de gratis kennistest zie je in tien vragen waar je nu staat.