AI-content herkennen: hoe zie je of iets AI is?

AI schrijft en tekent inmiddels zo vlot dat het verschil met mensenwerk vervaagt. AI-content herkennen kan deels met het blote oog en deels met detectietools — maar geen enkele methode is waterdicht. Dit artikel geeft je de signalen, de beperkingen en een eerlijk antwoord op de vraag hoe betrouwbaar AI-detectors echt zijn.

Waarom dit jou als kmo raakt? Omdat de nieuwe AI Act-labelplicht van jou vraagt om AI-content te labelen — en omdat jij als lezer, werkgever of klant wil weten wat echt is.

Tekst: waar herken je AI aan?

Zonder tool zie je AI-tekst vaak aan een paar terugkerende patronen:

• Generieke, gladde zinnen zonder scherpe of persoonlijke details.
• Gebrek aan lokale of ervaringskennis — geen concrete voorbeelden, namen of cijfers uit de praktijk.
• Uniforme structuur — elke alinea even lang, elke sectie netjes afgesloten, weinig variatie.
• Clichématige overgangen (“het is belangrijk om te benadrukken dat…”) en veel herhaling van de vraag in het antwoord.

Het is geen harde test, maar een patroon. Een ervaren redacteur herkent die patronen sneller dan een detector — en dat is precies waarom menselijke eindredactie zo waardevol blijft.

Beeld: waar herken je AI aan?

Bij AI-beelden zijn de klassieke signalen:

• Handen en vingers — nog altijd een zwak punt, hoewel het snel verbetert.
• Vreemde texturen — huid die te glad is, haar dat overloopt in kleding.
• Onlogische schaduwen en licht — lichtbronnen die niet kloppen.
• Foutieve tekst in het beeld — letters die nergens op slaan.
• Metadata — veel AI-tools (zoals OpenAI en Adobe) embedden al C2PA-metadata of watermerken; controletools kunnen die uitlezen.

Twijfel je? Doe een omgekeerde zoekopdracht en check of het beeld elders in een andere context opduikt.

AI-detectors: hoe werken ze en hoe betrouwbaar zijn ze?

AI-detectors analyseren tekst op statistische patronen — hoe “voorspelbaar” de woordkeuze is — en geven een waarschijnlijkheid dat iets door AI is geschreven. Voor beelden bestaan vergelijkbare tools.

De eerlijke conclusie: geen enkele detector is onfeilbaar.

• Valse positieven: menselijke tekst die formeel of gestructureerd is, wordt soms als AI gemarkeerd. Vooral vervelend als je er beslissingen op baseert.
• Valse negatieven: AI-tekst die je licht bewerkt of herschrijft, glipt er makkelijk doorheen.
• Korte teksten zijn het minst betrouwbaar te beoordelen — er is simpelweg te weinig signaal.

Daarom geldt: gebruik een detector als indicatie, nooit als bewijs. Dit is technisch geen “detectie” maar een statistische schatting, en die faalt in beide richtingen.

Waarom je beter op processen vertrouwt dan op tools

De AI Act kiest zelf ook voor transparantie in plaats van detectie: makers moeten AI-content labelen, zodat de lezer het weet zonder tool. Dat is uiteindelijk betrouwbaarder dan welke detector ook.

Wat wél werkt als je AI-content wil beoordelen:

1. Check de bron — wie publiceert het, en is die partij betrouwbaar?
2. Check de context — klopt de tijdlijn, zijn er reacties of factchecks?
3. Analyseer de inhoud — bevat de tekst concrete, verifieerbare details of blijft ze vaag?
4. Gebruik een detector enkel als extra signaal, niet als eindbeslissing.
5. Bouw zelf een redactieproces in — menselijke controle blijft de sterkste waarborg.

De omgekeerde plicht geldt trouwens voor jou als maker: label je eigen AI-content en vermijd zo dat anderen een detector nodig hebben om jou te “ontmaskeren”.

Wil je weten wat er juridisch speelt rond AI-beelden? Lees dan ons artikel over AI-beelden, auteursrecht en labelplicht.

---

Bronnen: Google Search Central — AI-content, C2PA, OpenAI — provenance-signalen, safeonweb.be — deepfakes herkennen.