Een columnist van de Rijksuniversiteit Groningen zet lezers op het verkeerde been met een tekst die mogelijk door ChatGPT van OpenAI is geschreven. In de column vraagt hij wie de echte auteur is: mens of algoritme. Het stuk verscheen recent op het universiteitsplatform in Groningen. Het experiment raakt een bredere discussie over transparantie, auteurschap en de gevolgen van de Europese AI-verordening voor media en onderwijs.
Column test auteurschap
De schrijver presenteert een column die bewust de grens tussen mens en machine opzoekt. Lezers moeten raden of een model de tekst maakte of een mens. Zo toont hij hoe soepel systemen als ChatGPT een herkenbare toon kunnen aannemen. De opdracht is simpel, maar de uitkomst is ongemakkelijk: je weet het vaak niet zeker.
Het experiment speelt met verwachtingen over stijl, ironie en woordkeus. Zulke elementen golden lang als “menselijk”. Nu kan een algoritme die patronen nabootsen. Daarmee wordt de vraag belangrijker wie er werkelijk aan het woord is. Zeker in een academische context, waar bronvermelding en integriteit centraal staan.
De column is ook een spiegel voor de lezer. Wie op losse stijlkenmerken afgaat, kan zich vergissen. Een vloeiende zin of een nette opbouw is geen bewijs van menselijk denken. En kleine fouten of bijklanken zijn niet per se tekens van een robot.
ChatGPT imiteert schrijfstijl
ChatGPT, gebouwd op GPT-4 van OpenAI, genereert tekst door kans te berekenen op het volgende woord. Met een “prompt” kan een gebruiker toon en structuur sturen. Het model heeft geleerd van grote hoeveelheden publiek beschikbare tekst. Daardoor kan het de stijl van columns, blogs en nieuwsberichten benaderen.
Het systeem excelleert in samenhang en tempo, maar het redeneert niet als een mens. Soms verzint het feiten; dat heet hallucinatie. Ook kan het subtiele context missen, zoals lokale hints of vaktermen. Voor journalistiek en onderwijs vraagt dat om extra controle en heldere labeling.
OpenAI en andere aanbieders testen hulpmiddelen voor herkomstmarkering, zoals watermerken of herkomstlabels. Die zijn nog niet breed betrouwbaar of verplicht. De Coalition for Content Provenance and Authenticity (C2PA) werkt aan standaarden met partijen als Adobe en de BBC. In de praktijk ontbreekt die markering vaak nog bij losse tekst.
Detectietools blijven onzeker
AI-detectie probeert via statistiek te schatten of tekst door een model is gemaakt. Bekende namen zijn GPTZero en de AI-detectie van Turnitin. De nauwkeurigheid verschilt sterk per taal, lengte en genre. Foutpositieven komen voor, ook bij werk van studenten.
OpenAI stopte in 2023 met zijn eigen AI-tekstclassifier wegens lage betrouwbaarheid. Sindsdien waarschuwen aanbieders dat detectie slechts een signaal geeft. Het is geen forensisch bewijs. Een oordeel vraagt daarom context, brondata en redactionele controle.
AI-detectiesoftware schat met statistiek of tekst door een model is geschreven. Het levert een indicatie, geen hard bewijs.
Voor redacties en docenten betekent dit: weeg meerdere aanwijzingen. Vraag om tussenversies, bronnen en notities. Kijk ook naar consistentie met eerder werk. En benoem vooraf welke hulpmiddelen wel en niet zijn toegestaan.
Universiteiten scherpen regels aan
Nederlandse universiteiten werken op het moment van schrijven aan leidraden voor generatieve AI in onderwijs en toetsing. Veel opleidingen staan gebruik toe als studenten hun inzet duidelijk vermelden. Dat past bij academische integriteit en maakt controle mogelijk. Tegelijk blijven examens zonder hulpmiddelen belangrijk voor vaardigheidstoetsing.
In de klas kan AI nuttig zijn voor brainstorming of taalhulp. Maar voor beoordeling telt de herleidbaarheid van het werk. Bewijsmateriaal zoals conceptversies, logboeken en bronverwijzingen helpt daarbij. Zo ontstaat een spoor dat detectie alleen niet kan bieden.
De AVG blijft van kracht bij gebruik van data en feedback. Docenten en studenten moeten letten op privacy, vooral bij het invoeren van persoonlijke gegevens in online tools. Dataminimalisatie en versleuteling zijn kernprincipes. Instellingen doen er goed aan duidelijke tool-lijsten en richtlijnen te publiceren.
AI-verordening vraagt transparantie
De Europese AI-verordening verplicht aanbieders en gebruikers tot meer openheid. Generatieve systemen moeten duidelijke informatie geven over mogelijkheden en beperkingen. Wie synthetische media maakt die kunnen misleiden, moet dat als deepfake labelen. Voor tekst geldt: wie risico op verwarring schept, moet de lezer informeren.
Voor universiteiten en media in Europa betekent dit nieuwe processen. Redacties zullen vaker kiezen voor contentlabels of colofons met AI-gebruik. Overheden en onderwijsinstellingen moeten hun inkoop en audits op orde brengen. De gevolgen raken ook archieven en webplatforms die content verspreiden.
De regels sluiten aan bij bestaande wetten zoals de AVG. Denk aan transparantie, doelbinding en rechten van betrokkenen. Bij generatieve AI telt bovendien dat trainingsdata en herkomstbeleid worden gedocumenteerd. Dat maakt toezicht en verantwoording beter mogelijk.
Lezers willen duidelijkheid
Het Groningse column-experiment laat zien hoe snel twijfel kan ontstaan. Lezers waarderen vaak een simpele melding: mens, machine, of samen. Zo’n label helpt de interpretatie, zonder creativiteit te remmen. Het vergroot ook vertrouwen in het medium.
Voor makers is een vaste werkwijze handig. Noteer welke prompts zijn gebruikt en waar de tekst is aangepast. Bewaar concepten en bronnen. Zo ontstaat transparantie over het creatieve proces.
Voor het brede publiek geldt een praktische houding. Let op inhoud, controleer bronnen en accepteer dat stijl geen hard bewijs is. Met heldere labels, basale controles en de Europese regels wordt de kans op misleiding kleiner. En blijft de rolverdeling tussen mens en machine zichtbaar.