Humanizers helpen scholieren AI-detectie te omzeilen

Een nieuwe generatie apps belooft scholieren en studenten precies wat docenten vrezen: AI-teksten die ongezien door de controle glippen. De New York Times beschreef op 20 juni hoe zogeheten humanizers en autotypers steeds breder worden aangeprezen, vaak via social media, om werk van ChatGPT en andere chatbots als eigen huiswerk in te leveren. Het onderwijs zit daarmee midden in een wapenwedloop die het zelf maar moeilijk wint.

Hoe humanizers en autotypers werken

Een humanizer herschrijft AI-tekst zo dat de typische statistische sporen verdwijnen. Detectoren als Turnitin, GPTZero en ZeroGPT kijken naar burstiness, de variatie in zinslengte, en perplexity, hoe voorspelbaar de woordkeuze is. Taalmodellen schrijven vaak gelijkmatig en voorspelbaar; een humanizer brengt daar bewust onregelmatigheid in aan. Autotypers gaan een stap verder en tikken de tekst langzaam letter voor letter in een document of formulier, zodat ook controles die naar plakacties of typtempo kijken niets vreemds zien.

Het verschil met oudere parafraseertools als QuillBot is duidelijk. Die wisselen synoniemen uit en schuiven zinsdelen, maar laten de onderliggende AI-vingerafdruk grotendeels intact. Humanizers zijn specifiek getraind om detectie te breken, soms op miljoenen echte studentenessays.

De cijfers achter de wapenwedloop

Volgens tests die de New York Times aanhaalt, brengt een gewone parafraseertool de Turnitin-score voor AI-gebruik terug van 86 naar ongeveer 62 procent. Een doelgerichte humanizer drukt diezelfde score naar zo’n 12 procent. Dat verklaart waarom docenten steeds minder vertrouwen op een enkel detectiepercentage: een lage uitslag bewijst weinig, en een hoge uitslag kan een eerlijke student onterecht verdacht maken. De discussie over herkomst en transparantie van AI-content kwam eerder ook op andere terreinen al naar boven.

Scholen zoeken naar antwoorden

Onderwijsinstellingen reageren verschillend. Noorwegen koos voor een harde lijn en verbood generatieve AI op basisscholen. Anderen verschuiven het accent naar toetsvormen die lastiger te automatiseren zijn, zoals een mondelinge verdediging of opdrachten waarbij het denkproces zichtbaar moet zijn. Tegelijk wordt gewerkt aan betere meetlatten, zoals het Elmes-raamwerk om taalmodellen meetbaar te maken in het onderwijs. Dat techbedrijven studenten zowel als doelgroep als testpubliek zien, blijkt uit initiatieven als OpenAI’s Campus Network.

Wat betekent dit

De opkomst van humanizers maakt pijnlijk zichtbaar dat AI-detectie eerder een momentopname is dan een sluitend slot, in een race tussen schrijvers en controleurs. Voor docenten ligt de winst waarschijnlijk niet in scherpere software, maar in opdrachten waarbij eigen inbreng moeilijk uit te besteden is. Voor scholieren die de tools gebruiken blijft het risico dat de volgende generatie detectoren juist de patronen van humanizers leert herkennen. De vraag is dus niet of de detectie wordt ingehaald, maar hoe lang elke ronde standhoudt.