Detecteert Turnitin ChatGPT? Het eerlijke antwoord

Het directe antwoord: ja, met belangrijke kanttekeningen

Turnitin heeft sinds april 2023 een AI-schrijfindicator in zijn gelijkenisrapporten, en die is specifiek gebouwd om tekst van grote taalmodellen zoals ChatGPT te herkennen. Plak je een ChatGPT-antwoord rechtstreeks in een essay en dien je het in, dan is de kans zeer groot dat Turnitin het grootste deel ervan markeert. Dat deel staat vast.

De kanttekeningen zijn net zo belangrijk. De indicator is een statistische schatting, geen bewijs. Hij draait alleen op inzendingen die aan minimumeisen voldoen, momenteel minstens 300 woorden proza. Hij is minder betrouwbaar bij documenten met gemengde menselijke en AI-tekst, hij heeft een gedocumenteerd probleem met valse positieven op zinsniveau, en Turnitin zelf vertelt docenten dat de score nooit de enige basis mag zijn voor een beslissing over academisch wangedrag. Dus kan Turnitin AI detecteren? Ja. Kan het bewijzen dat je het gebruikt hebt? Nee, en in die kloof wordt elke echte zaak beslist.

Hoe de AI-schrijfindicator van Turnitin werkt

Turnitin vergelijkt je essay niet met een database van ChatGPT-output. In plaats daarvan verdeelt het je document in overlappende segmenten van een paar honderd woorden en scoort het elke zin op hoe statistisch voorspelbaar die is. Taalmodellen schrijven door steeds het meest waarschijnlijke volgende woord te kiezen, wat ongewoon vloeiende, gelijkmatige tekst met weinig verrassingen oplevert. Menselijk schrijven is rommeliger: zinslengtes variëren, woordkeuzes zijn soms vreemd en het ritme stijgt en daalt.

De twee signalen die dit grotendeels aandrijven zijn perplexiteit, oftewel hoe voorspelbaar je woordkeuzes zijn, en burstiness, oftewel hoeveel je zinsbouw varieert. Is een passage consequent vloeiend en consequent gelijkmatig, dan markeert het model de zinnen als waarschijnlijk AI. We behandelen de techniek uitgebreider in onze gids over hoe AI-detectoren werken, maar de kern is simpel: Turnitin detecteert de statistische vingerafdruk van machineschrijven, niet de inhoud van een specifieke chatbot.

Wat de percentagescore werkelijk betekent

Het getal dat docenten zien is het percentage kwalificerende zinnen in je document waarvan het model gelooft dat ze AI-gegenereerd zijn. Een score van 40% betekent niet dat Turnitin er 40% zeker van is dat je gefraudeerd hebt. Het betekent dat ongeveer 40% van je prozazinnen er voor het model machinaal geschreven uitzag. Dat zijn heel verschillende beweringen, en ze door elkaar halen is de meest gemaakte fout in gesprekken over wangedrag.

Twee details zijn het weten waard. Ten eerste toont Turnitin scores tussen 1% en 19% met een asterisk, omdat eigen onderzoek uitwees dat lage scores vaker valse positieven bevatten, en sommige instellingen stellen rapporten zo in dat die bandbreedte helemaal wordt onderdrukt. Ten tweede negeert de indicator tekst die niet kwalificeert, zoals opsommingen, code, tabellen en heel korte zinnen, dus het percentage beschrijft maar een deel van je document.

Hoe nauwkeurig is de AI-detectie van Turnitin?

De gepubliceerde claim van Turnitin is dat de indicator AI-schrijven identificeert met ongeveer 98% nauwkeurigheid, terwijl het percentage valse positieven op documentniveau onder de 1% blijft voor papers waarin meer dan 20% van de tekst AI-gegenereerd is. Die cijfers komen uit Turnitins eigen labtests en beschrijven een specifiek scenario: grotendeels onbewerkte AI-tekst in Engels proza.

Onafhankelijke toetsing was minder vleiend. Kort na de lancering erkende Turnitin dat valse positieven op zinsniveau hoger lagen dan verwacht, dichter bij 4% in documenten met een mix van menselijk en AI-schrijven. Journalisten die de tool in 2023 testten, zagen hem struikelen over hybride essays: AI-passages werden gemist en menselijke passages gemarkeerd. En in augustus 2023 schakelde Vanderbilt University de functie publiekelijk uit, met het argument dat het risico op valse positieven te hoog was om op te handelen. De eerlijke samenvatting van de nauwkeurigheid van Turnitins AI-detectie: sterk op pure, onbewerkte ChatGPT-output, duidelijk zwakker op alles daartussenin.

Wat je docent daadwerkelijk ziet

Studenten kunnen de AI-score meestal helemaal niet zien. De indicator verschijnt in de docentweergave van het gelijkenisrapport als een kleine percentagebadge, los van de plagiaatscore. Erop klikken opent een rapport waarin gemarkeerde zinnen zijn uitgelicht, met een kleur voor tekst die als AI-gegenereerd wordt beoordeeld en een andere voor tekst die als AI-gegenereerd en daarna door een tool geparafraseerd wordt beoordeeld.

Wat docenten met dat scherm doen, verschilt enorm. Turnitins eigen richtlijnen zeggen dat ze de score moeten behandelen als een signaal om een gesprek te beginnen, niet als een vonnis, en veel universiteiten hebben die voorzichtigheid in beleid vastgelegd. In de praktijk wordt een score van 15% op een verder sterk paper vaak genegeerd, terwijl een score van 80% aanleiding is om nader te kijken naar je conceptgeschiedenis, je bronvermeldingen en hoe het essay zich verhoudt tot je eerdere schrijfwerk. Het getal opent het dossier; een mens sluit het.

Detecteert Turnitin geparafraseerde of gehumaniseerde tekst?

Soms, en hier speelt de wapenwedloop zich af. In 2024 voegde Turnitin detectie van AI-parafrasering toe, een laag die getraind is om tekst te herkennen die door een LLM is gegenereerd en daarna door een parafraseertool is gehaald. Goedkope parafrasering, dus synoniemenwissels die de oorspronkelijke zinsbouw intact laten, is precies wat deze laag vangt, omdat het statistische skelet van de machinetekst de woordwissels overleeft.

Dieper herschrijven is een ander verhaal. Wanneer zinsbouw, ritme en formulering echt opnieuw worden opgebouwd, vervaagt de vingerafdruk waarop de detector leunt. Dat is het verschil tussen een rondje synoniemenwoordenboek en echte humanisering, en daarom laat een serieuze gratis AI-humanizer je detectiescores van voor en na zien in plaats van je te vragen resultaten op goed vertrouwen aan te nemen. Je herschreven tekst testen tegen echte detectoren is de enige eerlijke manier om te weten of de transformatie gewerkt heeft.

Vangt het AI-tekst die je zelf hebt bewerkt?

Licht bewerkte AI-tekst wordt meestal nog steeds gemarkeerd. Een handvol woorden veranderen, een intro schrappen of twee alinea's omwisselen verandert niets aan de statistiek op zinsniveau die de detector meet, dus het grootste deel van het document leest nog steeds als machineschrijven. Studenten zijn hier steevast verbaasd over: een kwartier polijsten voelt als echt werk, maar het beweegt de score nauwelijks.

Zwaar herschreven tekst is veel moeilijker te vangen, en Turnitin zegt dat ook. De documentatie vermeldt dat de betrouwbaarheid daalt bij documenten met gemengd auteurschap, en precies daarom bestaat de asterisk bij lage scores. Heb je ChatGPT gebruikt voor een opzet of een ruwe versie en daarna elke zin herschreven in je eigen stem, met je eigen voorbeelden en je eigen overgangen, dan is de uiteindelijke tekst naar elke statistische maatstaf grotendeels van jou. De detector is goed in het vinden van machineproza. De ideeën eronder kan hij niet zien.

GPT-4, Claude, Gemini: maakt het model uit?

Minder dan je zou hopen. Turnitin trainde zijn detector op output van grote taalmodellen als categorie, niet op een enkel product, en elk groot chatmodel deelt dezelfde onderliggende gewoonte: het meest waarschijnlijke volgende woord voorspellen. Standaardoutput van GPT-4o, Claude en Gemini draagt allemaal dezelfde vloeiende, gelijkmatige vingerafdruk, en tests laten consequent zien dat Turnitin alle drie in hoge mate markeert wanneer de tekst onbewerkt is.

Twee nuances zijn reëel. Nieuwere modellen zijn marginaal minder voorspelbaar dan de GPT-3.5-tekst waarop de detector oorspronkelijk werd afgestemd, dus detectiepercentages op de nieuwste modellen kunnen iets dalen totdat Turnitin opnieuw traint, wat het regelmatig doet. En prompttrucs zoals "schrijf als een mens" of "voeg burstiness toe" veranderen de oppervlaktestijl veel minder dan mensen denken, omdat het model onder het kostuum nog steeds woorden met hoge waarschijnlijkheid kiest. Wisselen van chatbot is geen detectiestrategie.

Hoe studenten daadwerkelijk tegen de lamp lopen

Een hoge AI-score alleen wordt zelden iemands ondergang. Echte zaken worden opgebouwd uit een keten van bewijs, en de indicator is slechts de eerste schakel. Het patroon dat docenten beschrijven is consistent: een hoog percentage, plus een document zonder versiegeschiedenis, plus schrijfwerk dat opvallend gepolijster of generieker is dan het eerdere werk van de student, plus inhoudelijke problemen zoals vage argumenten of bronvermeldingen die niet bestaan.

Die laatste verdient nadruk. Verzonnen referenties zijn het meest belastende artefact in zaken over AI-wangedrag, omdat ze niet door schrijfstijl verklaard kunnen worden. Over een detectorscore valt te discussiëren; over een geciteerd artikel dat nooit gepubliceerd is niet. Als je AI-tools überhaupt gebruikt, in welke toegestane vorm dan ook, controleer dan elke bron met de hand, bewaar je concepten en schrijf in een stem die consistent is met de rest van je werk. De studenten die betrapt worden, worden bijna nooit betrapt door het percentage alleen.

Wat te doen als je onterecht wordt beschuldigd

Valse positieven komen voor, en Turnitin geeft dat toe. Onderzoek heeft ook aangetoond dat AI-detectoren als categorie schrijvers met Engels als tweede taal vaker markeren, waarschijnlijk omdat zorgvuldig, aangeleerd Engels doorgaans uniformer en voorspelbaarder is, precies de eigenschappen die detectoren als machinaal lezen. Heb je je paper eerlijk geschreven en word je gemarkeerd, dan sta je verdedigbaar, dus raak niet in paniek en beken niets wat je niet gedaan hebt.

Bouw je bewijsdossier op voor het gesprek. Versiegeschiedenis uit Google Docs of Word is het sterkste bewijsstuk dat je hebt, omdat die laat zien hoe het essay zin voor zin groeide over uren. Voeg je aantekeningen, opzetten, zoekgeschiedenis en eerder beoordeeld schrijfwerk toe dat je stijl laat zien. Vraag om het daadwerkelijke rapport te zien, en wijs op Turnitins eigen gepubliceerde kanttekeningen: de asterisk bij lage scores, het percentage valse positieven op zinsniveau en de expliciete verklaring van het bedrijf dat de indicator niet als enig bewijs gebruikt mag worden. De meeste instellingen hebben een beroepsprocedure. Gebruik die kalm en schriftelijk.

Controleer je werk voordat je het inlevert

Hier zit de praktische frustratie: studenten kunnen Turnitins AI-score niet zien voordat ze inleveren, dus het eerste moment waarop je hoort dat er een probleem is, is vaak het slechtst denkbare. De omweg is je concept eerst te testen tegen onafhankelijke detectoren. Ze zijn niet identiek aan Turnitin, maar ze meten dezelfde statistische signalen, en een concept dat bij meerdere detectoren schoon scoort, zal de indicator zeer waarschijnlijk niet doen oplichten.

Dit is precies waarvoor Humanize AI gebouwd is. Plak je tekst, of upload een PDF- of DOCX-bestand, en je krijgt een live AI-waarschijnlijkheidsscore van twee onafhankelijke detectoren voordat je iets verandert, en daarna een verse score na het humaniseren, in elk van 40 talen, zonder registratie en zonder woordlimieten. Is je score hoger dan verwacht, dan loodst onze gids over hoe je de AI-detectie van Turnitin omzeilt je er eerlijk doorheen, waarbij je eigen stem het meeste werk doet.

Veelgestelde vragen