AI-tekst herkennen lukt in 2026 alleen nog aan de opbouw van het betoog

Door AI gegenereerde tekst herken je op dit moment aan de opbouw en de woordkeuze in samenhang: abstracte begrippen waar een mens een concreet detail zou noemen, zinnen die elke bewering meteen weer inperken, en alinea's die wel bewegen maar het betoog niet verder brengen. Losse leestekens en modewoorden zeggen weinig meer. Schrijver Alberto Romero zette in december 2025 tien diepere verklikkers op een rij, gerangschikt van woordniveau tot tekstniveau, en sloot af met de mededeling dat ongeveer de helft van zijn eigen stuk door AI was geschreven. Wie dat niet had gemerkt, heeft zijn punt begrepen.

Waarom de bekende verklikkers zijn uitgewerkt

Het lange gedachtestreepje, drieslagen, de constructie met een tegenstelling in het midden van de zin en woorden als "delve": het is de lijst die elke zoekopdracht naar AI-herkenning oplevert. Die lijst klopte voor ongestuurde uitvoer van oudere modellen. Ze klopt steeds minder. The Economist legde in juli 2026 bijna 56.000 eigen zinnen naast versies die ChatGPT, Claude, Gemini en Grok van dezelfde artikelen schreven en vond dat het streepje geen betrouwbaar onderscheid meer maakt. Wat wel onderscheidde: schaarse interpunctie, zinnen die onderling weinig in lengte verschillen en een voorkeur voor zeldzame, meerlettergrepige woorden.

Er zijn twee redenen waarom oppervlakkige kenmerken slijten. De modelbouwers lezen dezelfde artikelen als jij en trainen de opvallendste tics eruit. En mensen nemen de tics over, doordat ze dagelijks modeluitvoer lezen. Een kenmerk dat iedereen kent, verdwijnt uit de AI-tekst en duikt op in de menselijke tekst. Daarmee is het als signaal waardeloos geworden.

AI-tekst herkennen op woord- en zinsniveau

Romero begint bij wat hij de abstractieval noemt. Een model heeft alles gelezen en niets meegemaakt, en kiest daarom voor conceptuele woorden waar een schrijver met ervaring een tastbaar detail zou noemen. In juridische tekst zie je dat terug in memo's die over "de contractuele verhoudingen" en "de relevante omstandigheden" schrijven zonder ooit het bedrag, de datum of de clausule te noemen waar het om gaat. De tekst gaat ergens over, maar je kunt je er geen voorstelling van maken.

Daar bovenop zit wat hij het onschadelijkheidsfilter noemt. Modellen worden na de basistraining bijgeslepen om behulpzaam en onaanstootgevend te zijn, en dat snijdt de woordenschat voor scherpe oordelen weg. Een advocaat die een standpunt van de wederpartij "onhoudbaar" of "gezocht" noemt, klinkt anders dan een tekst die alles "relevant" en "belangrijk" vindt. Verwant daaraan is de voorkeur voor het deftige register: "implementeren" in plaats van "invoeren", "faciliteren" in plaats van "helpen". Een menselijke schrijver wisselt van register. Een model blijft hangen in wat Romero de business casual-modus noemt.

Op zinsniveau is de nuancewip het duidelijkst. De eerste helft van de zin beweert iets, de tweede helft dekt het meteen in. In een juridisch stuk is die wip verraderlijk, omdat hij lijkt op zorgvuldigheid. Een jurist weegt ook, maar kiest daarna. Een tekst die op elke bewering een "hoewel" laat volgen en nergens landt, heeft geen standpunt, en dat valt op zodra je erop let.

Op tekstniveau: het betoog dat nergens heen gaat

De diepste signalen zitten in de opbouw. Romero noemt het loopbandeffect: veel beweging, geen verplaatsing. Een model kent het volgende woord omdat het het vorige kent, maar weet niet waar het stuk eindigt. Een mens schrijft met het slot in zijn achterhoofd. Als je halverwege een tekst denkt "waar gaat dit heen", lees je waarschijnlijk modeluitvoer.

Dat effect is precies wat de rechtbank Den Haag eerder dit jaar aan een beroepschrift verweet. Wij schreven al over die zaak, waarin AI-gebruik werd vermoed zonder dat er één verzonnen uitspraak in het stuk stond. Het beroepschrift voerde bronnen op zonder vindplaats, legde geen verband met de zaak en benoemde geen gebrek in het bestreden besluit. Dat is het loopbandeffect in een processtuk: alles staat er, en niets wijst ergens op.

Twee signalen horen daarbij. Lengte boven inhoud, omdat modellen zijn getraind om grondig te lijken en grondig in de praktijk lang betekent. En het subtekstvacuüm: een model laat niets ongezegd, legt elke stap uit en vertrouwt de lezer niets toe. In een pleitnota is dat een handicap, want een goed betoog laat de rechter zelf de conclusie trekken.

Een verklikker levert een vermoeden, geen bewijs

Onze lezing is dat de verschuiving van woordniveau naar tekstniveau de herkenning tegelijk beter en juridisch zwakker maakt. Beter, omdat de diepere kenmerken lastiger weg te trainen zijn dan een leesteken. Zwakker, omdat "dit betoog gaat nergens heen" ook gewoon kan betekenen dat een mens slordig heeft geschreven. Elk signaal op tekstniveau beschrijft slechte tekst, en slechte tekst is niet voorbehouden aan machines.

Het onderzoek ondersteunt die voorzichtigheid. Russell, Karpinska en Iyyer lieten voor een studie op ACL 2025 mensen artikelen beoordelen van GPT-4o, Claude en o1-pro. De meerderheid van vijf beoordelaars die zelf dagelijks met taalmodellen schrijven, zat in 299 van de 300 gevallen goed, ook bij tekst die was geparafraseerd of "vermenselijkt", en presteerde daarmee beter dan de commerciële detectiediensten. Mensen zonder die ervaring zaten er veel vaker naast. Het vermogen om AI-tekst te herkennen bouw je dus op door zelf veel met modellen te werken. Wie dat niet doet, gokt.

Aan detectiesoftware heb je weinig. Wij beschreven eerder waarom het Claude-watermerk voorlopig geen bewijs oplevert en waarom stijldetectoren na één herschrijfronde hun score kwijt zijn. Daar komt voor juristen een tweede bezwaar bij: wie het stuk van een collega of wederpartij in een detectiedienst plakt, voert vertrouwelijk materiaal in bij een derde. Dat is geen optie, tenzij de dienst in een afgeschermde omgeving draait met een verwerkersovereenkomst en zonder training op de invoer.

Aandachtspunten bij het beoordelen van andermans tekst

Het praktische gevolg is dat de beoordeling terugvalt op de lezer, en dat die lezer beter naar het betoog kan kijken dan naar de leestekens. Wie een concept van een medewerker, een stuk van de wederpartij of een scriptie beoordeelt, kan drie dingen doen.

Lees eerst op richting. Benoemt de tekst binnen de eerste alinea's welk gebrek, welke vordering of welke vraag centraal staat, en werkt de rest daarnaartoe. Zo niet, dan is dat het probleem, ongeacht wie of wat het schreef. Vraag daarna naar herkomst in plaats van naar de tool. Een schrijver die zijn stuk zelf heeft opgebouwd, kan uitleggen waarom een bron erin staat en waar de passage staat waarop hij leunt. Bij AI-uitvoer die ongecontroleerd is overgenomen, stokt dat gesprek snel. Bewaar ten slotte de versiegeschiedenis, in je eigen organisatie als regel. In de zaken over vermeend AI-gebruik die tot nu toe voor de rechter kwamen, was een bewaarde versiegeschiedenis het verschil tussen een geloofwaardige verklaring en een sanctie.

Leg in het AI-beleid vast dat een stijlvermoeden op zichzelf geen grond is voor een verwijt, en dat de controle op inhoud, bronnen en opbouw bij de indiener blijft. Dat maakt de discussie over wie de tekst schreef minder belangrijk dan de discussie over of de tekst klopt. Daar hoort hij ook.