Hoe checken universiteiten op ChatGPT?

De jacht op ChatGPT: Hoe controleren universiteiten op AI-gebruik?

De opkomst van ChatGPT en vergelijkbare AI-tekstgeneratoren zorgt voor hoofdbrekens in de academische wereld. Studenten kunnen met een paar muisklikken essays, papers en zelfs hele scripties genereren, wat de integriteit van academisch werk ondermijnt. Maar hoe controleren universiteiten of een student daadwerkelijk zelf de pen ter hand heeft genomen, of stiekem gebruik heeft gemaakt van AI? De realiteit is complexer dan een simpele ja/nee-vraag.

Hoewel er verschillende detectietools op de markt verschijnen, is er momenteel geen waterdichte methode die met 100% zekerheid kan vaststellen of een tekst door AI is gegenereerd. Deze tools werken vaak op basis van statistische analyses, waarbij ze kijken naar factoren zoals zinsbouw, woordkeuze en de frequentie van bepaalde patronen. AI-gegenereerde tekst heeft vaak een bepaalde “vingerafdruk”, een subtiele uniformiteit die verraadt dat er een algoritme aan het werk is geweest.

Het probleem is echter dat deze tools ook vals-positieven kunnen genereren. Een student die toevallig een heldere, beknopte schrijfstijl heeft, kan ten onrechte worden aangewezen als AI-gebruiker. Omgekeerd kan een slimme student de output van ChatGPT bewerken en “humaniseren” om detectie te omzeilen. De tools zijn dus nuttig als indicator, maar bieden geen sluitend bewijs.

Daarom zetten universiteiten ook in op andere strategieën:

• Focus op het proces: Docenten passen hun onderwijsmethoden aan, met meer nadruk op mondelinge presentaties, peer reviews en in-class schrijfopdrachten. Het wordt moeilijker om te frauderen als je ter plekke, onder toezicht, je kennis moet demonstreren.
• Authenticiteitschecks: Studenten worden steeds vaker gevraagd om hun werkproces te documenteren, bijvoorbeeld door middel van conceptversies, bronnenlijsten en reflectieverslagen. Dit maakt het lastiger om een kant-en-klare AI-tekst in te leveren als eigen werk.
• Plagiaatdetectie blijft belangrijk: Ook al is het geen specifieke AI-detector, plagiaatsoftware kan wel aanwijzingen geven. Als een tekst opvallende overeenkomsten vertoont met online bronnen, kan dit een reden zijn voor nader onderzoek.
• Educatie en bewustwording: Universiteiten investeren in voorlichting aan studenten over de ethische implicaties van AI-gebruik. Het doel is om studenten te stimuleren om AI te zien als een hulpmiddel bij het leren, en niet als een shortcut naar goede cijfers.

De ontwikkeling van effectieve plagiaatdetectie voor AI-gegenereerde teksten blijft een prioriteit. Het is een kat-en-muisspel, waarbij de technologie zich constant ontwikkelt. Universiteiten moeten daarom blijven investeren in een combinatie van technologische oplossingen en pedagogische aanpassingen om academische integriteit te waarborgen. De focus verschuift van puur detectie naar een bredere aanpak, waarbij het proces van leren en de ontwikkeling van academische vaardigheden centraal staan.