AI-detector: kun je AI-tekst en AI-beeld echt herkennen?

Een AI-detector voor tekst kan niet betrouwbaar vaststellen of iets met AI is geschreven. De scores zitten er geregeld naast, ook bij teksten die een mens schreef, dus ze zijn geen bewijs tegen een freelancer of sollicitant. Bij beeld ligt het anders: watermerken als SynthID en herkomstgegevens volgens de C2PA-standaard, ook wel Content Credentials, kunnen laten zien dat iets met AI is gemaakt. Ontbreken ze, dan zegt dat weinig. Stel daarom de betere vraag: klopt het, en wie staat ervoor in?

Werkt een AI-detector? Het verschil tussen tekst en beeld

Een AI-detector belooft een simpel antwoord op een lastige vraag: is dit door een mens gemaakt of door AI? Voor ondernemers speelt die vraag op andere plekken dan voor docenten. Je twijfelt over de blog die een freelancer aanleverde. Een sollicitatiebrief leest wel erg glad. Een klant stuurt een foto van een beschadigd product, of er staat een review over je bedrijf die je niet vertrouwt.

Het eerlijke antwoord verschilt per soort content:

• Tekst kun je niet betrouwbaar herkennen. Een detector geeft een kansschatting, geen vaststelling.
• Beeld, video en audio kun je soms wél herleiden, maar alleen als de maker er herkomstgegevens of een watermerk in heeft gezet.

Dat verschil bepaalt wat je met een uitslag kunt. Hieronder werk ik beide uit, met een stappenplan om een verdachte foto, review of screenshot te checken, en hoe je je eigen beeld van herkomstgegevens voorziet. Wanneer je AI-content moet labelen, is een andere vraag. Die staat in AI Act voor het mkb.

Waarom een AI-detector voor tekst geen bewijs is

De meeste tekstdetectors meten hoe voorspelbaar een tekst is. Een taalmodel kiest steeds een waarschijnlijk volgend woord, dus AI-tekst is vaak gelijkmatig en voorspelbaar. Een detector die veel voorspelbaarheid ziet, geeft een hoge score.

Daar zitten drie problemen aan.

1. Mensen schrijven ook voorspelbaar. Een zakelijke tekst, een juridische uitleg of een sollicitatiebrief volgens het boekje lijkt op wat een taalmodel zou maken. Onderzoek van Stanford liet in 2023 zien dat detectors teksten van niet-moedertaalsprekers vaker onterecht als AI aanmerkten. Juist wie zorgvuldig en eenvoudig schrijft, valt dus op.
2. Een beetje herschrijven is genoeg. Wie een AI-tekst redigeert, zinnen omgooit en eigen voorbeelden toevoegt, krijgt een lage score. De detector meet dan vooral hoeveel er is herschreven, niet wie het idee had.
3. Het is een kans, geen meting. Een score van 80% betekent niet dat 80% van de tekst door AI is geschreven. Het is de inschatting van een model over een ander model.

Zelfs OpenAI stopte in 2023 met zijn eigen detector voor AI-tekst, omdat die te vaak fout zat. Google zet wel een watermerk in tekst uit de Gemini-app, maar dat helpt je alleen bij tekst uit Gemini. Bij alle andere tools, of na bewerking, heb je er niets aan.

Dan zijn er nog tools die beloven AI-tekst 'onzichtbaar' te maken voor detectors. Die maken een tekst zelden beter. Waarom redigeren wel werkt en humanizers niet, lees je in AI-tekst menselijk maken.

Twijfel over een freelancer of sollicitant? Doe dit in plaats van een score

Een score is geen grond om een factuur te weigeren of iemand af te wijzen. Je kunt er iemand onterecht mee beschadigen, en je mist de echte vraag: is het werk goed en klopt het? Zo pak je het wel aan:

• Beoordeel het werk zelf. Kloppen de feiten? Zitten er eigen voorbeelden in, of alleen algemeenheden? Past het bij je briefing? Een slechte tekst is een slechte tekst, met of zonder AI.
• Vraag naar de werkwijze. Een goede schrijver kan uitleggen hoe hij tot een tekst kwam, welke bronnen hij gebruikte en welke keuzes hij maakte. Vraag desnoods om een eerdere versie.
• Maak vooraf afspraken. Leg in je opdracht vast of AI mag, waarvoor, en dat de schrijver feiten controleert en verantwoordelijk blijft. Dan hoef je achteraf niets te raden.
• Bij een sollicitatie: praat. In een gesprek of een korte proefopdracht zie je sneller wat iemand kan dan in een score. Of een kandidaat zijn brief met AI liet aanscherpen, zegt weinig over hoe hij werkt.

Watermerken en Content Credentials: wat zeggen ze wél?

Bij beeld, video en audio zijn er twee technieken die iets zeggen over herkomst. Ze werken anders dan een detector: ze raden niet, ze lezen een signaal dat de maker erin heeft gezet.

SynthID: het onzichtbare watermerk van Google

SynthID is een watermerk dat Google onzichtbaar in beelden, video en audio uit zijn eigen AI-tools zet, en ook in tekst uit de Gemini-app. Volgens Google overleeft het meestal verkleinen, kleuraanpassingen en compressie, al kan het na veel bewerkingen onvindbaar worden. Google noemt OpenAI, NVIDIA en Kakao als partners die SynthID ook gebruiken.

Controleren doe je in Gemini: upload het bestand en vraag of het met AI is gemaakt. Volgens de uitleg van Google kun je één bestand tegelijk controleren, tot 100 MB, video's moeten korter zijn dan 90 seconden en audio korter dan een uur. Per dag geldt een maximum van ongeveer tien controles per soort bestand (stand oktober 2026). Snijd een screenshot strak bij en upload geen collages. Gemini kijkt daarbij ook naar Content Credentials.

De beperking staat er eerlijk bij: volgens diezelfde hulppagina herkent Gemini voorlopig alleen content van de AI-tools van Google zelf, dus nog niet die van de partners. Vindt het geen watermerk, dan is het beeld niet met die tools gemaakt. Met een andere AI-tool kan het nog steeds.

C2PA en Content Credentials: een herkomstlabel in het bestand

C2PA is een open standaard voor herkomstgegevens. De gegevens heten Content Credentials en zitten als ondertekende metadata in het bestand: met welke camera of app het is gemaakt, of er AI aan te pas kwam en welke bewerkingen erop zijn gedaan. OpenAI voegt ze toe aan beelden uit ChatGPT, Adobe kan ze bij het exporteren toevoegen en sommige camera's en telefoons ondertekenen een foto al bij het maken.

Je bekijkt ze met een gratis Content Credentials-viewer, zoals de Verify-tool van het Content Authenticity Initiative. LinkedIn toont een klein label bij beelden die ze bevatten, en Meta kan een bericht het label 'AI-info' geven.

Het zwakke punt: metadata is makkelijk kwijt. Een screenshot, een upload naar veel sociale platforms of een simpele bewerking haalt de gegevens vaak weg. Wie iets wil verbergen, verwijdert ze bewust.

Wat elk signaal wel en niet zegt

De les uit die tabel: een gevonden signaal zegt veel, een ontbrekend signaal bijna niets. Voor de makers van AI-tools wordt het markeren wel strenger. Onder de AI Act moeten zij hun output machineleesbaar markeren, en voor tools die al op de markt waren geldt dat vanaf 2 december 2026. Dat maakt herkomst op termijn beter te controleren, maar het lost het probleem van gestripte metadata niet op.

Zo check je een verdachte foto, review of screenshot

Voor ondernemers is de vraag zelden 'is dit AI?'. De echte vraag is: klopt het, en wie staat ervoor in? Een echte foto kan net zo goed misleiden, en een AI-beeld kan prima kloppen. Dit stappenplan werkt voor beide.

1. Begin bij de bron. Wie stuurde of plaatste het? Is dat account of die afzender bekend, en sinds wanneer actief? Een foto van een klant die al jaren bij je koopt, weeg je anders dan een anoniem bericht.
2. Zoek of het beeld al eerder bestond. Gebruik Google Lens of omgekeerd zoeken op afbeeldingen. Een 'schadefoto' die al twee jaar op een forum staat, zegt genoeg.
3. Lees de herkomstgegevens. Bekijk het bestand in een Content Credentials-viewer en vraag Gemini naar een SynthID-watermerk. Vraag om het originele bestand in plaats van een screenshot: dat bevat vaker metadata.
4. Kijk naar de details, maar met mate. Onleesbare tekst, vreemde handen, schaduwen die niet kloppen en reflecties zonder bron zijn aanwijzingen. Nieuwe modellen maken die fouten steeds minder, dus een foto zonder fouten is geen bewijs dat hij echt is.
5. Leg het naast je eigen gegevens. Klopt de bestelling, de datum, het product en de verpakking met wat je in je systeem ziet? Bij schadeclaims is dat vaak de snelste check.
6. Vraag het na via een bekend kanaal. Bel de klant of leverancier op het nummer dat je al had, niet op het nummer in het bericht.

Reviews

Een AI-detector helpt je niet bij een verdachte review: een korte tekst geeft te weinig houvast. Kijk naar wat je wel weet. Staat de naam in je klantenbestand? Past de beschrijving bij wat je verkoopt? Plaatste hetzelfde account in korte tijd veel vergelijkbare reviews bij andere bedrijven? Lijkt een review nep of van een concurrent, meld hem dan bij Google. Welke reviews Google weghaalt en hoe je reageert op de rest, lees je in negatieve Google review verwijderen.

Screenshots en berichten

Een screenshot van een chat, een betaalbewijs of een mail is ook zonder AI makkelijk te vervalsen. Vraag dus altijd om het origineel, of controleer het in je eigen systeem: staat de betaling op je rekening, staat de mail in je inbox? Krijgt je team een dringend verzoek van 'de directeur' met een stem of video die echt lijkt, dan helpt een vaste procedure meer dan welke detector ook. Hoe je dat regelt, lees je in CEO-fraude met deepfakes.

Je eigen beelden van herkomstgegevens voorzien

Herkennen is de ene kant. De andere kant is aantonen dat jouw beeld echt is, of eerlijk laten zien dat het met AI is gemaakt. Dat wordt belangrijker naarmate meer mensen aan beeld twijfelen.

• Laat de AI-gegevens in je AI-beelden zitten. Haal metadata niet weg bij het verkleinen of omzetten naar WebP. Google Merchant Center vraagt zelfs dat AI-beelden die gegevens houden. Hoe je AI-productfoto's maakt die kloppen met je product, lees je in AI-productfotografie.
• Kies voor echte foto's tools die Content Credentials ondersteunen. Sommige camera's, telefoons en bewerkingsprogramma's kunnen ze toevoegen. Zet de functie aan en controleer met een viewer of de gegevens na het exporteren nog in het bestand zitten.
• Bewaar je originelen. Het onbewerkte bestand met de oorspronkelijke datum is het beste bewijs dat een foto van jou is en wanneer hij is gemaakt. Dat helpt ook als iemand je beeld zonder toestemming gebruikt. Wanneer je beelden beschermd zijn, lees je in AI en auteursrecht.
• Wees open waar het ertoe doet. Gebruik je een AI-beeld dat echt kan lijken, label het dan zichtbaar. Een verborgen watermerk is daarvoor niet genoeg.

Wie doet wat: de tool en jij

Een tool kan je helpen met signalen. Het oordeel blijft bij jou.

Conclusie: de vraag is niet of het AI is, maar of het klopt

Een AI-detector voor tekst is geen bewijs. Gebruik hem niet om een freelancer, sollicitant of klant te beoordelen. Kijk naar het werk, vraag naar de werkwijze en maak vooraf afspraken. Bij beeld, video en audio zeggen watermerken als SynthID en Content Credentials wél iets, maar alleen als je ze vindt. Ontbreken ze, dan begint je eigen controle: bron, eerder gebruik, details en een tweede bron.

Voor je eigen beelden geldt het omgekeerde: bewaar je originelen, laat herkomstgegevens zitten en label wat echt kan lijken. En voor alles wat je zelf publiceert, met of zonder AI, geldt dezelfde vraag: klopt het? Hoe je dat controleert, lees je in AI-hallucinaties. Hoe ik content, campagnes en websites aanpak, staat in het pitchdeck.