ALP Gids: AI-teksten herkennen

AI-teksten herkennen

• Taalkundige aanwijzingen

  • Weinig afwisseling in zinsstructuren: door AI gegenereerde teksten gebruiken doorgaans minder gevarieerde zinsstructuren dan door mensen geschreven teksten. Variatie in zinslengte staat algemeen bekend als 'burstiness', wat betekent dat de tekst een mix van korte, middellange en langere zinnen bevat. AI-teksten blijken eenvoudigere zinsstructuren te gebruiken in vergelijking met door mensen geschreven teksten (Bao et al., 2025) en kortere zinnen met een lager aantal tekens per woord (Durak et al., 2024).
  • Steeds terugkerende woorden: Door AI gegenereerde teksten hebben de neiging om dezelfde woorden vaker te herhalen. Durak et al. (2025) ontdekten dat door mensen geschreven teksten een aanzienlijk hoger aantal unieke woorden bevatten, ongeveer vier keer meer dan door AI gegenereerde teksten.
  • Typische AI vocabulaire: Door AI gegenereerde content bevat vaak bepaalde specifieke woordkeuzes die typisch zijn voor AI-teksten. Bao et al. (2025) identificeren bijvoorbeeld taal die vaker door ChatGPT wordt gebruikt en geven een lijst van 100 bijvoeglijke naamwoorden (bijv. intricate, valuable, exceptional, en pivotal) en 100 bijwoorden (bijv. primarily, thoroughly, subsequently, and particularly).
  • Een zelfverzekerde  en weinig voorzichtige toon: door AI gegenereerde teksten klinken vaak zelfverzekerder en misschien zelfs overmoedig ​(Johansson, 2023)​. Dit komt doordat ze vaak meer woorden en uitdrukkingen gebruiken die uitspraken en beweringen zekerder doen klinken. Deze worden ‘boosters’ genoemd (bijvoorbeeld certainly, undoubtedly, essential en by far). Tegelijkertijd gebruiken ze minder woorden die het schrijven voorzichtiger of zorgvuldiger maken, zogenaamde ‘hedges’ (bijvoorbeeld almost, in general, probable en appear to be).
  • Geen of zeer weinig fouten: AI-schrijftools zijn in staat om zeer snel grote hoeveelheden foutloze tekst te genereren, veel meer dan een mens ooit zou kunnen, zelfs met behulp van spelling- en grammaticacontroleprogramma's. Als een tekst dus geen zichtbare fouten bevat, kan dat een teken zijn dat deze door een AI-tool is gegenereerd. 

• Structurele aanwijzingen

  • Kopjes: Kopjes: door AI gegenereerde essays gebruiken soms kopjes die het onderwerp van de volgende alinea('s) aankondigen om de inhoud van het artikel te structureren. AI-teksten bevatten ook vaak vetgedrukte woorden of bullet points om bepaalde woorden of stukken in de lopende tekst te benadrukken.
  • Uniforme tekstpatronen: Er zijn aanwijzingen dat door AI gegenereerde essays een uniforme structuur hebben, met vergelijkbare inleidingen en conclusies. De eerste zinnen beginnen vaak met sleutelbegrippen om algemene uitspraken over het onderwerp te doen. Hoewel dit een prima openingsstrategie is, vertonen menselijke teksten vaak meer variatie ​(Herbold et al., 2023).
  • Minder verschillende communicatieve doelen per tekst: Bij het schrijven hebben verschillende zinnen verschillende functies of communicatieve doelen. Argumentatieve stukken nemen bijvoorbeeld een standpunt in en onderbouwen dat; verklarende stukken geven uitleg; verhalende stukken vertellen een verhaal of beschrijven gebeurtenissen; en vergelijkende stukken geven overeenkomsten en verschillen weer. Goulart et al. (2024) ontdekten dat ChatGPT-essays voornamelijk argumentatief of verklarend waren en dat studenten verhalende en vergelijkende doelen gebruikten in hun schrijven, terwijl de door ChatGPT gegenereerde teksten dat niet deden. Ze zagen ook dat menselijke schrijvers vaak verschillende doelen combineren binnen een tekst, maar dat ChatGPT minder combinaties van doelen gebruikte. De volgende voorbeelden van Engelse teksten laat dit verschil zien aan de hand van twee korte passages, waarbij de functie tussen haakjes achter elke zin is weergegeven.
    
    Fragment 3 - Essay (student)
    Accents are a distinctive way of pronouncing words in a specific language, and they are associated with specific nations, localities, or social classes (uitleg). When you're in a classroom, applying your knowledge about linguistics, variation is very important because it is situated in the field of sociolinguistics (argumentatie). (...) As a professional translator, I was familiar with the saying "language is constantly changing", so I had to put this in context (verhalend).
    
    Fragment 4 - Essay (GenAI)
    Language is a dynamic and multifaceted tool, constantly evolving and adapting to the diverse needs and contexts of its users. Language variation, the phenomenon encompassing differences in pronunciation, vocabulary, and grammar, among other linguistic elements, is a ubiquitous aspect of human communication (uitleg). Goulart et al. (2024, p. 21)
    
    Zoals je kunt zien, laat de studententekst een mix van functies zien, terwijl de AI versie alleen uitleg bevat.

• Inhoudelijke aanwijzingen

  • Gehallucineerde bronnen: Watson (2024) onderzocht vermoedelijke gehallucineerde bronnen in essays van studenten en ontdekte dat het merendeel geen echte bronnen waren. Onderdeel van de bronvermeldingen waren vaak wel echt, bijvoorbeeld de naam van de auteur of een titel.  
  • Onverwachte bronnen: Teksten die zijn gemaakt met AI-schrijftools verwijzen vaker naar onverwachte bronnen. Dit kunnen obscure bronnen of oudere bronnen zijn. Zo bleek ChatGPT vaker oudere bronnen te citeren dan studenten en gebruikte het veel bronnen die in de jaren 90 waren gepubliceerd (Goulart et al., 2024). Studenten gebruikten daarentegen recentere informatie.
  • Minder referenties: Goulart et al. (2024) merkten ook op dat ChatGPT minder referenties in de tekst gebruikte dan studenten, vooral in essays.
  • Nadruk op informatie in plaats van argumentatie: AI-gegenereerde teksten bleken meer informatief, minder verhalend en minder abstract te zijn ​(Berber Sardinha's, 2024)​. In het geval van ChatGPT is er een tendens om geen duidelijk hoofdargument te hebben, maar in plaats daarvan "een lijst met feiten en informatie" te presenteren (Goulart et al., 2024, p. 19).

• Kwalitatieve aanwijzingen

  • Beweringen die de kennis van studenten te boven gaan: merkt een voorkeur op voor informatie die de gemiddelde student waarschijnlijk niet zou weten. In één paper werd bijvoorbeeld een bewering gepresenteerd over hoe studieboeken psychologie placebo's bespreken, maar het is onwaarschijnlijk dat een student genoeg studieboeken heeft gelezen om een dergelijke bewering met zekerheid te kunnen doen.
  • Algemene uitspraken: AI-teksten bevatten soms algemene uitspraken terwijl specifieke informatie geschikter zou zijn; zo wordt er bijvoorbeeld verwezen naar "onderzoekers" of "auteurs" in plaats van namen te noemen. Bovendien lijken AI-teksten vaker te verwijzen naar meer algemene onderwerpen en ervan uit te gaan dat de lezer geen specialistische kennis heeft op een bepaald gebied, waardoor er zelden wordt verwezen naar “niche informatie die het publiek zou kennen”.
  • Onjuiste of verzonnen informatie: Onjuiste of verzonnen informatie kan erop wijzen dat de inhoud is geproduceerd door een AI-schrijftool.
  • Niet voldoen aan opdrachtinstructies: Sommige door AI gegenereerde papers negeren specifieke instructies in de beoordelingsopdrachten ​(Fisk, 2025), en andere voldoen niet aan de vereiste lengte (Perkins et al., 2023). 
  • Weglaten van cursusstof: Belangrijke informatie, inhoud en teksten die in de cursus werden besproken, ontbraken soms in door AI gegenereerd werk (Perkins et al., 2023). In plaats daarvan kunnen AI-teksten informatie bevatten die niet uit de opgegeven teksten afkomstig is ​(Fisk, 2025)​. 
  • Saaie schrijfstijl: De schrijfstijl van AI-schrijftools wordt omschreven als "saai, levenloos of robotachtig" ​(Fisk, 2025, p. 315) ​en "formeler, beknopter en repetitief" ​(Garib & Coffelt, 2024, p. 5)​. Omdat AI-tools gebaseerd zijn op kansberekening en vaak de meest waarschijnlijke optie produceren, kunnen ze teksten produceren die in vergelijking met menselijke teksten weinig verrassend zijn. De mate waarin een tekst verrassend is, wordt perplexiteit genoemd. Garib en Coffelt (2024)​stellen ook dat menselijke teksten genuanceerder en gevarieerder kunnen zijn in emotionele toon in vergelijking met door AI gegenereerde teksten, die inconsistente of extreme emoties of meningen kunnen weergeven. Het ontbreken van fouten of een duidelijke individuele schrijfstijl wordt gezien als een factor die bijdraagt aan deze saaiheid, hoewel zorgvuldige prompts fouten kunnen bevatten of een stijl kunnen nabootsen (​Perkins et al., 2024)​. 
  • Overdreven poëtische taal: Daarentegen is ook opgemerkt dat overdreven poëtische taal ("rijk tapijt" en "symfonie") een mogelijke indicator kan zijn dat een tekst is gegenereerd door een AI-schrijftool ​(Fisk, 2025, p. 315).​ 

• Bronnenlijst

  Alexander, K., Savvidou, C., & Alexander, C. (2023). WHO WROTE THIS ESSAY? DETECTING AI-GENERATED WRITING in SECOND LANGUAGE EDUCATION in HIGHER EDUCATION. Teaching English with Technology, 23(2), 25–43. https://doi.org/10.56297/BUKA4060/XHLD5365

  Bao, T., Zhao, Y., Mao, J., & Zhang, C. (2025). Examining linguistic shifts in academic writing before and after the launch of ChatGPT: a study on preprint papers. Scientometrics. https://doi.org/10.1007/s11192-025-05341-y

  Berber Sardinha, T. (2024). AI-generated vs human-authored texts: A multidimensional comparison. Applied Corpus Linguistics, 4(1). https://doi.org/10.1016/j.acorp.2023.100083

  Doru, B., Maier, C., Busse, J. S., Lücke, T., Schönhoff, J., Enax-Krumova, E., Hessler, S., Berger, M., & Tokic, M. (2025). Detecting Artificial Intelligence–Generated Versus Human-Written Medical Student Essays: Semirandomized Controlled Study. JMIR Medical Education, 11. https://doi.org/10.2196/62779

  Durak, H. Y., Eğin, F., & Onan, A. (2025). A Comparison of Human-Written Versus AI-Generated Text in Discussions at Educational Settings: Investigating Features for ChatGPT, Gemini and BingAI. European Journal of Education, 60(1). https://doi.org/10.1111/ejed.70014

  Fisk, G. D. (2025). AI or Human? Finding and Responding to Artificial Intelligence in Student Work. Teaching of Psychology, 52(3), 314–318. https://doi.org/10.1177/00986283241251855

  Garib, A., & Coffelt, T. A. (2024). DETECTing the anomalies: Exploring implications of qualitative research in identifying AI-generated text for AI-assisted composition instruction. Computers and Composition, 73. https://doi.org/10.1016/j.compcom.2024.102869

  Georgiou, G. P. (2024). Differentiating between human-written and AI-generated texts using linguistic features automatically extracted from an online computational tool. https://doi.org/https://doi.org/10.48550/arXiv.2407.03646

  Goulart, L., Matte, M. L., Mendoza, A., Alvarado, L., & Veloso, I. (2024). AI or student writing? Analyzing the situational and linguistic characteristics of undergraduate student writing and AI-generated assignments. Journal of Second Language Writing, 66. https://doi.org/10.1016/j.jslw.2024.101160

  Herbold, S., Hautli-Janisz, A., Heuer, U., Kikteva, Z., & Trautsch, A. (2023). A large-scale comparison of human-written versus ChatGPT-generated essays. Scientific Reports, 13(1). https://doi.org/10.1038/s41598-023-45644-9

  Johansson, I.-R. (2023). A Tale of Two Texts, a Robot, and Authorship: a comparison between a human-written and a ChatGPT-generated text. Malmo University.

  Kreuz, R. (2025). Too many em dashes? Weird words like ‘delves’? Spotting text written by ChatGPT is still more art than science. The Conversation. https://doi.org/10.64628/AAI.PXEVMF9R5

  Liao, W., Liu, Z., Dai, H., Xu, S., Wu, Z., Zhang, Y., Huang, X., Zhu, D., Cai, H., Li, Q., Liu, T., & Li, X. (2023). Differentiating ChatGPT-Generated and Human-Written Medical Texts: Quantitative Study. JMIR Medical Education, 9(1). https://doi.org/10.2196/48904

  Perkins, M., Roe, J., Postma, D., McGaughran, J., & Hickerson, D. (2024). Detection of GPT-4 Generated Text in Higher Education: Combining Academic Judgement and Software to Identify Generative AI Tool Misuse. Journal of Academic Ethics, 22(1), 89–113. https://doi.org/10.1007/s10805-023-09492-6

  Watson, A. P. (2024). Hallucinated Citation Analysis: Delving into Student-Submitted AI-Generated Sources at the University of Mississippi. The Serials Librarian, 85(5–6), 172–180. https://doi.org/10.1080/0361526x.2024.2433640