Hoe kan je controleren of iets door ChatGPT is geschreven?

Is het werk van een student? De onmogelijke jacht op ChatGPT-fraude

De opkomst van ChatGPT en andere geavanceerde taalmodellen heeft een nieuwe horde opgeworpen in het onderwijs. Waar plagiaatdetectie software jarenlang de vangnet vormde tegen gekopieerde essays, staan we nu voor een veel subtieler en complexer probleem: het gebruik van AI om unieke teksten te genereren.

De vraag “Heeft een student dit zelf geschreven?” is complexer dan ooit. Want hoe controleer je of een werkstuk, ogenschijnlijk origineel en volgeschreven met overtuiging, in werkelijkheid de vrucht is van een geavanceerd algoritme? Het antwoord, op dit moment, is ontluisterend: het is vrijwel onmogelijk om met zekerheid vast te stellen.

De traditionele wapens in de strijd tegen plagiaat, de plagiaatdetectoren, zijn machteloos. Deze tools vergelijken ingeleverde teksten met een gigantische database van reeds bestaande content: boeken, artikelen, websites. Omdat ChatGPT unieke teksten genereert, die niet één-op-één overeenkomen met bestaande bronnen, blijft de software onverbiddelijk stil.

Het mysterie van de ‘AI-vingerafdruk’

Er is veel hoop gevestigd op de ontwikkeling van betrouwbare AI-detectoren. Het idee is dat AI-gegenereerde teksten een soort ‘vingerafdruk’ hebben, een patroon in woordkeuze, zinsstructuur of argumentatie, dat hen onderscheidt van menselijk schrijven. Helaas zijn deze detectoren nog in een vroeg stadium van ontwikkeling. Ze zijn vaak onnauwkeurig, geven valse positieven (signaleren onterecht AI-gebruik) en kunnen gemakkelijk omzeild worden door studenten die de output van ChatGPT licht bewerken.

Waarom zekerheid een illusie is

Zelfs als AI-detectie significant verbetert, zal het waarschijnlijk nooit een waterdichte oplossing bieden. De technologie achter taalmodellen evolueert razendsnel. Toekomstige versies van ChatGPT zullen wellicht nog beter in staat zijn om menselijk schrijfgedrag na te bootsen, waardoor het onderscheid nog vager wordt.

De focus verschuift: van controle naar engagement

In plaats van te vertrouwen op technologie om fraude te detecteren, is het wellicht noodzakelijk om de focus te verleggen naar het stimuleren van intrinsieke motivatie en betrokkenheid bij het leerproces.

Hier zijn enkele alternatieve strategieën:

• Aangepaste opdrachten: Ontwerp opdrachten die niet eenvoudig door ChatGPT kunnen worden gegenereerd, bijvoorbeeld door te vragen om persoonlijke reflectie, kritische analyse van specifieke situaties of gebruik van unieke databronnen.
• Mondelinge examens en presentaties: Door studenten mondeling te ondervragen over hun werk, kan de diepte van hun begrip en de authenticiteit van hun inbreng worden getoetst.
• Procesgericht werken: Leg de nadruk op het schrijfproces in plaats van alleen het eindproduct. Vraag tussentijdse versies, schetsen en bronnenmateriaal op.
• Integriteit en ethiek: Stimuleer een cultuur van academische integriteit door studenten te informeren over de ethische aspecten van AI-gebruik en de waarde van zelfstandig denken.
• Gebruik AI als hulpmiddel: Omarm de mogelijkheden van AI in de klas, maar leer studenten hoe ze het op een ethische en verantwoorde manier kunnen gebruiken. Bijvoorbeeld voor brainstorming of het genereren van ideeën.

Conclusie: de noodzaak tot een herijking

De realiteit is dat we in een nieuw tijdperk zijn beland, waarin de traditionele methoden van controle tekortschieten. Het is tijd om de focus te verschuiven van het jagen op fraude naar het stimuleren van authentiek leren en het bevorderen van academische integriteit. De uitdaging ligt niet in het verbieden van AI, maar in het leren navigeren in deze nieuwe werkelijkheid, waarin technologie zowel een bedreiging als een kans kan vormen. We moeten studenten helpen kritisch na te denken over de rol van AI in hun leerproces en hen stimuleren om hun eigen unieke stem te ontwikkelen, een stem die niet kan worden gerepliceerd door een algoritme.