Wat gebruiken universiteiten om AI te detecteren?

De wapenwedloop tegen AI: Hoe universiteiten plagiaat van AI-tools opsporen

De opkomst van krachtige AI-schrijftools zoals ChatGPT heeft een nieuwe uitdaging gecreëerd voor universiteiten: het detecteren van door AI gegenereerde teksten. De traditionele plagiaatdetectiemethoden schieten hierin tekort, aangezien de AI-gegenereerde tekst vaak uniek is en geen directe overeenkomsten vertoont met bestaande bronnen. Universiteiten zijn daarom gedwongen om hun arsenaal aan detectiemethoden uit te breiden en te verfijnen in een ware wapenwedloop tegen de steeds slimmere AI.

Welke tools worden er dan ingezet? De aanpak is multi-layered en combineert verschillende technologieën. Een eerste lijn van verdediging is nog steeds de vertrouwde plagiaatchecker. Programmas als Turnitin of Ephorus vergelijken ingediende teksten met een enorme database van online bronnen en publicaties. Hoewel ze geen AI-gegenereerde tekst direct kunnen identificeren, kunnen ze wel onrechtmatig gebruik van bestaande bronnen detecteren, wat vaak voorkomt in combinatie met AI-geassisteerd schrijven.

De echte strijd tegen AI-plagiaat vindt echter plaats met specifieke AI-detectors. Deze tools analyseren de tekst op een veel dieper niveau. Ze kijken niet alleen naar de inhoud, maar vooral naar de stijl en de structuur. Hierbij worden verschillende algoritmes ingezet die op zoek gaan naar subtiele signalen die wijzen op AI-generatie. Enkele van deze kenmerken zijn:

• Predictability: AI-modellen hebben een voorspelbare manier van schrijven. Ze gebruiken vaak bepaalde woordcombinaties en zinsconstructies vaker dan een menselijke schrijver. De detectors identificeren deze statistische afwijkingen.
• Consistentheid: AI-teksten kunnen een ongewoon hoge consistentie vertonen in stijl en toon, zonder de natuurlijke variatie die kenmerkend is voor menselijk schrijven.
• Ontbreken van nuance en diepgang: Hoewel AI-modellen steeds beter worden, missen ze vaak de subtiliteit en diepgang van menselijk begrip. Detectoren kunnen dit opmerken aan de hand van de gebruikte argumentatie en de complexiteit van de zinnen.
• Perplexity: Deze metriek meet hoe verrassend of onvoorspelbaar een tekst is. AI-gegenereerde tekst heeft vaak een lagere perplexity dan menselijke tekst.

Het is belangrijk te benadrukken dat geen enkele AI-detector perfect is. De technologie is nog in ontwikkeling en AI-modellen worden voortdurend verbeterd. Dit resulteert in een voortdurende ‘kat-en-muisspel’ tussen de ontwikkelaars van detectoren en de makers van AI-schrijftools. Universiteiten gebruiken daarom vaak een combinatie van verschillende detectiemethoden, samen met menselijke beoordeling, om een zo accuraat mogelijk oordeel te vellen.

De conclusie is dat de detectie van AI-plagiaat een complex probleem is dat geen eenvoudige oplossing kent. De inzet van geavanceerde detectietechnologieën, in combinatie met een kritische en verantwoorde benadering van het gebruik van AI-tools door studenten, is cruciaal voor het behoud van academische integriteit.