Jagen op een lage AI-score maakt je tekst kapot
Zinnen verhaspelen om de AI-waarschijnlijkheid te drukken kost je punten bij de beoordeling die er echt toe doet. Waar score en tekstkwaliteit uit elkaar lopen, en hoe je het cijfer verstandig leest.
Na de uitslag gebeurt er vaak hetzelfde. Iemand begint zinnen te veranderen om de score te drukken. Werkwoordsvormen door elkaar husselen, een typefout laten staan, een zin raar omdraaien.
De score zakt inderdaad. En de tekst wordt slechter. Dat die twee tegelijk gebeuren, is het probleem.
Waar score en kwaliteit uit elkaar lopen
Een detector kijkt naar de statistische kenmerken van de stijl. Hoe lager de voorspelbaarheid en hoe groter de variatie, hoe eerder een tekst als menselijk wordt gelezen.
Alleen is "een onvoorspelbare tekst" niet hetzelfde als "een goede tekst". Ze overlappen alleen voor een groot stuk.
| Ingreep | Score | Kwaliteit |
|---|---|---|
| Je eigen ervaring en concrete feiten toevoegen | omlaag | omhoog |
| Variatie aanbrengen in zinslengte | omlaag | omhoog |
| Voorspelbare toelichtingen schrappen | omlaag | omhoog |
| Met opzet een typefout laten staan | omlaag | omlaag |
| Werkwoordsvormen willekeurig husselen | omlaag | omlaag |
| Zinnen onnatuurlijk verdraaien | omlaag | sterk omlaag |
| Er losse woorden tussen schuiven | omlaag | sterk omlaag |
De bovenste drie en de onderste vier lopen uiteen. Hetzelfde doel, precies tegengestelde uitkomst.
Waar je het verlies werkelijk lijdt
Het drukken van een score is riskant omdat er veel meer mensen je tekst lezen dan je score bekijken.
- Motivatiebrief: een stroeve zin kost op zichzelf punten. De lezer die je brief beoordeelt is er altijd; de lezer die een detectorscore bekijkt zelden
- Scriptie of paper: wie de wetenschappelijke stijl loslaat, krijgt dat terug van de beoordelaar
- Verslag: een moeilijk leesbaar verslag is gewoon een slecht verslag
- Stageverslag: een rare formulering levert een verzoek tot herschrijven op
Je ruilt een paar procentpunten in voor de beoordeling die echt telt.
Hoe je het cijfer dan wel leest
Een AI-waarschijnlijkheid is geen oordeel maar een signaal. En een signaal geeft alleen richting aan; de omvang ervan zegt weinig.
Een praktische maatstaf.
Kijk één keer naar het totaal en ga door. Of er nu 80 of 40 procent staat, daar volgt op zichzelf geen actie uit.
Sla alleen de gemarkeerde stukken open. De markering per zin is de informatie die werkelijk bruikbaar is.
Stel bij elke gemarkeerde zin één vraag. Staat hier mijn eigen oordeel of een concreet feit?
- Nee → aanvullen. De score zakt én de tekst wordt beter
- Ja, en het valt tóch op → laten staan. Dan gaat het om een tekst met een vast format of een van nature strakke stijl
Met deze maatstaf daalt de score uiteindelijk zonder dat je hem tot doel maakt. De volgorde is wat telt.
"En als het toch opvalt?"
Een reële zorg. Twee dingen.
Ten eerste: geen enkele score is op zichzelf bewijs. Een uitslag is een AI-waarschijnlijkheid ter indicatie en wijst geen auteur aan. Dat besef groeit ook bij wie de controle uitvoert.
Ten tweede: de echte verificatie verloopt bijna altijd via vragen over de inhoud. Kun je antwoorden op "waarom staat dit hier zo?", dan is het meestal geklaard. En dat vermogen groeit geen millimeter van sleutelen aan je score.
De voorbereiding gaat dus een andere kant op. Niet je score beheren, maar je proces bewaren en je inhoud kunnen uitleggen. Hoe precies staat in Onterecht beschuldigd van AI-gebruik.
Waar de tools thuishoren
De AI-detector is een tool om je tekst vóór het inleveren na te kijken. Hij voorspelt niet of je ergens doorheen komt, en zo gebruiken loopt mis.
Voor de parafraseertool geldt hetzelfde. Als machine om een score te drukken levert hij stroeve zinnen op; als hulpmiddel om het ritme van je zinnen bij te schaven is hij nuttig. Lever het resultaat nooit ongelezen in.
Waarom een zelfgeschreven tekst hoog kan uitkomen, staat in Zelf geschreven, toch als AI aangemerkt. Meestal is een hoge score geen probleem om weg te werken, maar een probleem om te begrijpen.