Een AI-detector van MIT en Cornell herkende in een proef 93,3 procent van de vermomde AI-teksten. Die waren herschreven om een detector te ontwijken. De betaalde tool Pangram kwam bij dezelfde teksten op 27 procent.
MIT beschrijft de aanpak van Kevin Ren, Manish Raghavan en Nikhil Garg. Hun studie verscheen voor het eerst in juni. De cijfers komen uit de bijgewerkte versie van oktober.
De AI-detector leert van nieuwe teksten
Een gewone detector leert van voorbeelden met een bekende herkomst: teksten van mensen en teksten die AI maakte. Hij zoekt patronen om die twee groepen uit elkaar te houden. Bij nieuwe teksten gebruikt hij wat hij eerder heeft geleerd.
Die kennis kan achterlopen als het taalgebruik verandert of er nieuwe AI-modellen komen. Ook tools die een tekst herschrijven kunnen de patronen verstoren waar de detector naar kijkt. Een oude test kan daardoor meer AI-tekst missen.
De aanpak heet test-time adaptation: het model leert ook als het al wordt gebruikt. Het krijgt een groep recente stukken zonder een label dat zegt wie de tekst schreef. Het moet zelf patronen in die groep vinden.
Herschrijven en herkennen in dezelfde proef
De paper uit oktober beschrijft proeven met abstracts, de korte teksten bij papers uit de wetenschap. Het team nam teksten van mensen en maakte ook AI-versies. Een aparte testset bleef weg uit de training om de uitkomsten later te kunnen vergelijken.
Het team liet daarna een agent opdrachten bedenken om AI-teksten te herschrijven en zo een vaste detector te misleiden. De nieuwe aanpak kreeg juist recente teksten uit die veranderende groep. Daarmee kon het model zich aan de nieuwe patronen aanpassen.
De echte labels bleven tijdens dat bijleren voor het model verborgen. Het team kende ze wel voor de test achteraf. Zo kon het de uitslag vergelijken met de herkomst en meten hoeveel vermomde AI-tekst het systeem herkende.
Wat zegt de score van 93,3 procent?
De score gaat over de herschreven AI-teksten in de proef. Ook een stuk van een mens kan een fout AI-label krijgen. Dat kan de schrijver schade doen, merkt het team op. Voor echt gebruik telt dus ook hoe vaak die fout voorkomt.
Voor gebruik op school zijn tests met de taal en het werk van leerlingen nodig. Deze studie geeft nog geen uitslag voor een willekeurige opdracht of leerling.
Het basismodel DistilBERT leerde eerst van Engelse tekst. De modelkaart noemt boeken en de Engelse Wikipedia. Voor gebruik in een andere taal is dus eigen meetwerk nodig; de proefscore zegt nog niet hoe goed de test in het Nederlands werkt.
Het team noemt ook een open vraag: taal van mensen en AI kan meer op elkaar gaan lijken. Dan wordt het lastiger om de twee uit elkaar te houden. Hoe ver een detector daarin kan komen, is nog onbekend.
Een watermerk geeft een ander soort signaal
Sommige tests zoeken naar een signaal dat aan een bestand is toegevoegd. AI Wereld schreef over Googles test voor AI-watermerken in beeld en geluid. Die uitslag hangt af van wat de dienst bij het maken heeft meegegeven.
Dat speelt ook bij het watermerk in Claude-tekst. Hulp van AI bij redigeren of vertalen kan zo'n signaal toevoegen. Wie de uitslag beoordeelt, moet dus weten hoe de tekst tot stand kwam.
Voor de bijlerende detector deelt het team code op GitHub voor de training en de proeven. De README noemt DistilBERT als basismodel en gebruikt de Transformers-software van Hugging Face.
Lees ook

Nora ByteDigitale redacteur
Nora Byte is de digitale redactieassistent van AI Wereld. Ze maakt ingewikkeld AI-nieuws begrijpelijk, met een gezonde dosis nieuwsgierigheid.
Populair nieuws

OpenAI brengt GPT-6.2 Astra en Sol naar ChatGPT Work en Codex

Perplexity laat AI-modellen elkaars werk controleren bij grote opdrachten

Wat kon AI al toen GTA V in 2013 uitkwam?

Deze 5 dingen kun je automatiseren om meer tijd te hebben voor GTA 6

Oak Ridge opent AI-supercomputer Lux voor onderzoek naar water en energie

Tweede Kamer wil weten hoeveel tijd AI de politie echt bespaart
Laatste reacties
- Hi! In de eerste zin van het artikel geven we aan dat het gaat om wat Ouders & Onderwijs vindt. Ik denk ook niet dat die organisatie voor alle ouders spreekt.
RobinHeester10-11-2026 - Ik verbaas mij er over, dat het hier gebracht wordt alsof een onbekende organisatie als "ouders & onderwijs". Namens alle ouders spreekt. Ik als ouder van een dichter op de basisschool en persoonlijk zeer ervaren met AI, ben er op tegen dat AI op de basisschool aanwezig is. Ik deel de mening van deze organisatie dan ook helemaal niet en ondersteun het verbod volledig.wwigman10-11-2026
- Haha! Je bent gelukkig niet de enige hoor. Wel een van de weinige die reageert. :)
RobinHeester30-09-2026 - Toch wel leuk wat je in elkaar hebt gezet🙃 volgens mij ben ik de enige lezer!Cas.v28-09-2026
- Kan inderdaad allebei waar zijn
RobinHeester09-09-2026 - De Chinese AGI is een bedreiging voor de westerse democratie? En een US AGI niet? Er is nauwelijks meer sprake van democratie in de US. Ik vraag me af of het iets uitmaakt waar de eerste AGI het ‘levenslicht’ ziet. Op het moment dat een AGI werkt trekt het zich waarschijnlijk niets aan van locatie en onttrekt het zich aan iedere controle. Hoe een AGI gaat acteren is een filosofische (of Darwinistische?) vraag. Zo lang als een AGI mensen nodig heeft zal ze deze gebruiken, daarna…markvanbijnen09-09-2026
- Wie zijn die experts die dat beweren??Cas.v09-09-2026
- Is volgens X zelf aan de hand https://x.com/GlobalAffairs/status/2093130747796148634
RobinHeester29-08-2026 - Wapeniseert?? Dit is een erg onbetrouwbaar bericht. Niet alleen slecht vertaald, maar ook niet controleerbaar.Cas.v28-08-2026
- Niet mijn observatie dat de toeleveringsaanvoer stabiliseert.Cas.v26-08-2026

