Bedrijven en platforms rollen steeds meer AI-detectie uit voor tekst en beeld. In Nederland en Europa groeit de druk om misleiding en deepfakes te beperken. Op het moment van schrijven werken grote diensten aan waarschuwingen en labels bij synthetische inhoud. De aanleiding is zowel misbruik tegengaan als voldoen aan de Europese AI-verordening en de Digital Services Act.
Detectie blijft onzeker
AI-detectie probeert te schatten of tekst of beeld door een algoritme is gemaakt. Dat gebeurt met patronen in taal of pixels, of met verborgen signalen. Het resultaat is altijd een waarschijnlijkheid, geen hard bewijs. Daarom blijft de uitkomst foutgevoelig, zeker bij bewerkte of gecomprimeerde bestanden.
Tekstdetectors gebruiken vaak statistiek (zoals “perplexity”) om te zien of zinnen te gelijkmatig zijn. Een kleine herschrijving of vertaling kan zo’n detector al op het verkeerde been zetten. Ook kunnen schrijvers met een andere moedertaal onterecht worden verdacht. Korte teksten zijn extra lastig en leiden vaak tot twijfelachtige uitslagen.
Beelddetectors zoeken naar sporen van generatieve modellen of naar typische artefacten. Maar bijschalen, filters of opnieuw opslaan wissen die sporen soms uit. Daardoor dalen detectiekansen bij veel gedeelde posts. Publieke benchmarks tonen grote verschillen tussen tools en situaties.
AI-detectie is het schatten of inhoud door een algoritme is gemaakt, niet het leveren van hard bewijs.
Watermerken en herkomstlabels
Google DeepMind biedt met SynthID een onzichtbaar watermerk voor door modellen gemaakte beelden. Dit is een digitaal patroon in pixels dat normaal niet zichtbaar is. Detectoren kunnen het patroon later terugvinden, ook na lichte bewerking. Zware compressie of agressieve edits verminderen wel de trefkans.
Adobe promoot Content Credentials, gebaseerd op de open C2PA-standaard. Dat is herkomstinformatie in de metadata: wie maakte het bestand, wanneer en met welke software. Ook OpenAI en Microsoft voegen zulke C2PA-gegevens toe aan door hun systemen gemaakte afbeeldingen. Camera-merken zoals Leica en Nikon testen of ondersteunen het vastleggen van herkomst al in de camera.
Het verschil is belangrijk: een watermerk zit in de beeldinhoud, herkomstlabels leven in metadata. Metadata kan verdwijnen bij downloaden of knippen en plakken. Watermerken zijn robuuster, maar niet onbreekbaar. In de praktijk werken beide methoden samen het best.
Platformen labelen meer
Meta toont op Facebook en Instagram “Made with AI”-labels als C2PA-gegevens aanwezig zijn of als interne detectie dat aangeeft. Het bedrijf zegt intensiever te labelen rond verkiezingen en gevoelige thema’s. Ook gebruikers kunnen meldingen doen bij vermoedelijke deepfakes. Zo ontstaat een mix van automatische en handmatige controle.
YouTube vraagt makers om synthetische of zwaar bewerkte content te markeren. Het platform toont dan een waarschuwing aan kijkers, vooral bij nieuws en politiek. Bij misbruik kan YouTube de video beperken of verwijderen. Deze aanpak sluit aan op de DSA-plicht om risico’s van desinformatie te beperken.
X en TikTok voeren vergelijkbare labels in, met wisselend succes. Niet alle uploads bewaren metadata, en detectoren missen geregeld iets. Daardoor verschijnen waarschuwingen soms te laat of onterecht. Transparantie-rapporten moeten laten zien hoe vaak dit gebeurt.
AI-verordening vraagt transparantie
De Europese AI-verordening verplicht aanbieders en gebruikers van generatieve systemen tot duidelijke labeling van “deepfakes”. Dat betekent: herkenbaar maken dat inhoud synthetisch is, en hulpmiddelen bieden voor detectie. Voor grote, generieke modellen komen extra eisen, zoals documentatie en technische maatregelen voor misbruikbeperking. Deze plichten gelden naast de regels van de Digital Services Act voor platforms.
Overheden, media en onderwijsinstellingen die detectietools inzetten moeten de AVG volgen. Dat vraagt om dataminimalisatie, duidelijke grondslagen en goede beveiliging. Logbestanden en uitkomsten zijn persoonsgegevens als ze herleidbaar zijn. Organisaties moeten dus zorgvuldig afwegen wat ze scannen en hoe lang ze gegevens bewaren.
Voor burgers betekent dit meer zichtbaarheid van labels en waarschuwingen. Maar het blijft nodig om bronnen te controleren. De wet verplicht transparantie, geen onfeilbaarheid. Daarom tellen context en journalistieke checks nog steeds het zwaarst.
Tekstdetectors schieten tekort
OpenAI stopte op het moment van schrijven eerder met zijn AI-tekstdetector wegens lage nauwkeurigheid. Andere tools, zoals GPTZero en Turnitin’s AI-detectie, worden in het onderwijs gebruikt, maar met waarschuwingen. Ze geven een waarschijnlijkheid, geen bewijs. Fout-positieven kunnen grote gevolgen hebben voor studenten.
Nederlandse onderwijsinstellingen adviseren daarom een gesprek en procesbewijzen, zoals notities of eerdere versies. Een detector kan hooguit een startpunt zijn voor beoordeling. Het is verstandig om meerdere signalen te combineren, zoals stijlvergelijking en versiegeschiedenis. Zo verklein je de kans op een onterechte beschuldiging.
Ook redacties en uitgevers bouwen controles in plaats van hard te vertrouwen op één score. Denk aan steekproeven, broncontact en tools die herkomstlabels lezen. Dit kost tijd, maar verhoogt de betrouwbaarheid. Volledig automatisch controleren blijft voorlopig een illusie.
Zo vergroot je je zekerheid
Controleer eerst de herkomst: staat er een C2PA- of Content Credentials-label bij en werkt de link? De Verify-site van Content Credentials kan metadata uitlezen. Kijk daarna naar visuele details: handen, reflecties, teksten en onlogische schaduwen. Herpublicaties zonder bron zijn extra verdacht.
Gebruik omgekeerd zoeken voor beelden en video-thumbnails. Verschijnt hetzelfde beeld al eerder in een andere context, dan is er kans op misleiding. Let ook op datum, locatie en consistentie in het verhaal. Kleine feitelijke fouten verraden vaak synthetische of gemanipuleerde inhoud.
Bij tekst helpt een combinatie van stappen: vraag om bronnen, vergeli jk stijl met eerder werk, en kijk naar te strakke zinsbouw. Een detector-score is hooguit een signaal. Zekerheid komt uit meerdere onafhankelijke aanwijzingen. Bij twijfel: publiceer niet of zet een duidelijke noot bij de inhoud.