AI score checker: de complete gids (twee totaal andere tools)

Met "AI score checker" worden twee tools bedoeld die niets met elkaar te maken hebben. De ene is een AI-detector: die geeft een tekst een score voor hoe waarschijnlijk het is dat een machine hem schreef. De andere is een AI-visibility-checker: die meet hoe vaak AI-assistenten je merk noemen. De eerste kijkt naar wat je schrijft, de tweede naar hoe zichtbaar je bent. Ze delen geen methode, geen data en geen betekenis.

Bijna elke pagina die op deze zoekterm rankt, behandelt alleen de eerste betekenis en gaat ervan uit dat je die zocht. Deze gids behandelt allebei. We zeggen eerlijk wat elke score wel en niet kan aantonen, en we beantwoorden de concrete vragen die mensen stellen over detectorpercentages. Inclusief de vraag waar de meeste studenten en marketeers op vastlopen: zegt een lage score zoals 7% eigenlijk wel iets?

Betekenis één: de score van een AI-detector

Een AI-detector schat de kans dat een tekst door een taalmodel is gegenereerd. Meestal krijg je een percentage terug: het deel van het document dat volgens de tool door een machine is geschreven. Bekende tools in deze categorie zijn GPTZero, QuillBot, Turnitin, Scribbr en ZeroGPT.

De methode is statistisch, niet forensisch. Detectors zoeken naar signalen zoals lage perplexiteit: tekst die woord voor woord ongewoon voorspelbaar is. Vloeiende, heldere en goed gestructureerde menselijke teksten hebben die eigenschap ook. Daar komen bijna alle problemen hieronder uit voort.

Is een AI-score van 7% slecht?

Nee. Een score van 7% valt binnen het bereik dat de grootste aanbieder van detectors zelf onbetrouwbaar vindt en niet als bevinding wil rapporteren.

Turnitin, de detector die de meeste onderwijsinstellingen daadwerkelijk gebruiken, onderdrukt AI-scores tussen 1% en 19%, juist omdat de fout-positieven zich daar ophopen. Onder de drempel van 20% toont Turnitin een sterretje in plaats van een bruikbare score, als waarschuwing aan docenten dat het getal op dat niveau niet betrouwbaar is. Volgens Turnitin ligt het percentage fout-positieven op documentniveau onder 1% voor documenten die boven 20% AI-tekst worden gemarkeerd, en op zinsniveau rond 4%.

Een uitslag van 7% bewijst dus niet dat 7% van je document door AI is geschreven. Het is een getal waar de leverancier zelf niet voor wil instaan. Bij een score van één cijfer is de juiste reactie: negeren.

Welke AI-detectorscore is oké?

Er bestaat geen drempel die "schoon" betekent. Wie een getal als voldoende behandelt, begrijpt niet wat de score is.

De uitkomst is een kansschatting van een classifier met bekende, flinke foutmarges, geen meting van een feit. De gids over AI-detectietools van het Legal Research Center van de University of San Diego, bijgewerkt in juli 2026, zegt het zonder omwegen: detectors zijn "neither accurate nor reliable" (nauwkeurig noch betrouwbaar) en "not recommended as a sole indicator of academic misconduct" (niet aan te raden als enige aanwijzing voor academisch wangedrag). Diezelfde gids meldt ook dat de detector van Turnitin ongeveer 15% van de AI-gegenereerde tekst in een document kan missen. Een lage score bewijst dus evenmin iets.

Krijg je zelf een score voorgeschoteld? Dan is dit de verdedigbare lezing: een hoog getal is reden voor een gesprek, een laag getal bewijst niets, en geen enkel getal mag op zichzelf als bewijs gelden.

Bestaat er een AI-detector die 100% nauwkeurig is?

Nee. En het sterkste bewijs daarvoor komt van het bedrijf dat er het meeste baat bij zou hebben om er een te bouwen.

OpenAI lanceerde begin 2023 een AI-tekstclassifier en trok die op 20 juli 2023 weer in "due to its low rate of accuracy" (vanwege de lage nauwkeurigheid). In OpenAI's eigen evaluatie herkende de tool AI-tekst maar in 26% van de gevallen correct, terwijl hij menselijke tekst in 9% van de gevallen ten onrechte als AI markeerde. Bij teksten onder 1.000 tekens was hij onbetrouwbaar. De organisatie die de generator had getraind, kon diezelfde generator niet betrouwbaar herkennen.

Sindsdien is er aan dat onderliggende probleem niets veranderd. Leveranciers publiceren hoge nauwkeurigheidscijfers uit gecontroleerde benchmarks, maar onafhankelijke tests op echte documenten komen steeds lager uit, vooral bij bewerkte tekst.

Waarom markeren AI-detectors menselijke tekst als AI?

Omdat het signaal waar ze op leunen, voorspelbaar proza met weinig variatie, ook typisch is voor mensen met een kleinere woordenschat in die taal. Denk aan niet-moedertaalsprekers.

De toonaangevende studie is GPT detectors are biased against non-native English writers van Liang, Yuksekgonul, Mao, Wu en Zou, gepubliceerd in Patterns in juli 2023. De onderzoekers testten zeven veelgebruikte detectors. Bij essays van Amerikaanse leerlingen uit de achtste klas (grade 8) was de nauwkeurigheid bijna perfect, maar TOEFL-essays van mensen met Engels als tweede taal werden consequent als AI-gegenereerd aangemerkt. Hun verklaring is het perplexiteitsmechanisme: teksten van niet-moedertaalsprekers zijn taalkundig vaak minder gevarieerd, en precies dat patroon lezen detectors als machinewerk.

De studie liet ook zien dat de bias kinderlijk eenvoudig om te keren is. Als een model de woordenschat van een TOEFL-essay opkrikte, daalde het aantal foute classificaties. Werd een essay van een moedertaalspreker juist versimpeld, dan stegen de fout-positieven. Een detector die je met een synoniemenwoordenboek om de tuin leidt, meet geen auteurschap.

Het gevolg is niet alleen een technisch probleem, maar ook een kwestie van eerlijkheid. Een tool die internationale studenten en tweedetaalschrijvers stelselmatig benadeelt, mag niet de basis zijn voor een beslissing over hen.

Betekenis twee: de AI-visibility-score

Een AI-visibility-score meet iets heel anders: hoe vaak AI-assistenten je merk noemen of citeren als gebruikers vragen stellen in jouw categorie. Je berekent hem door een set prompts volgens een vast schema door ChatGPT, Gemini, Claude en Perplexity te halen en te tellen in hoeveel antwoorden je merk voorkomt.

Ben je hier als marketeer beland, en niet als schrijver of student? Dan is dit de betekenis die ertoe doet. De aanwezigheid van je merk in AI-antwoorden is inmiddels een apart zichtbaarheidskanaal, en dat zie je niet terug in traditionele rank tracking of in welke detector dan ook.

Ook deze score heeft een kanttekening over betrouwbaarheid, en geen kleine. SparkToro liet 600 vrijwilligers 12 prompts voor merkaanbevelingen 2.961 keer uitvoeren in ChatGPT, Claude en Google's AI Overview (de AI-samenvatting boven de zoekresultaten). De kans dat dezelfde lijst merken twee keer verscheen was kleiner dan 1 op 100, en in dezelfde volgorde kleiner dan ongeveer 1 op 1.000. Een visibility-score is dus een steekproefstatistiek met een brede foutmarge. Een tool die je een exacte "rankingpositie in AI" verkoopt, verkoopt een getal dat niet bestaat.

Hoe check ik mijn AI-score?

Dat hangt af van welke score je bedoelt, en de twee routes hebben niets met elkaar gemeen.

Voor een detectorscore: plak de tekst in een detector zoals GPTZero, Turnitin of Scribbr. Behandel de uitkomst daarna als één zwak signaal. Let op de lengte van de tekst, want de meeste detectors zijn onbetrouwbaar onder ongeveer 1.000 tekens, en negeer alles met één cijfer.

Voor een visibility-score: stel 30 tot 50 prompts samen die een echte koper zou intypen, laat elke prompt vijf keer of vaker door meerdere assistenten lopen en noteer hoe vaak je merk verschijnt. Doe dit de eerste keer handmatig, of gebruik een visibility-tracker die het volgens schema voor je draait. Waar je naar op zoek bent, is een verschijningspercentage over veel runs, geen positie.

Eén kanttekening die specifiek voor Google geldt: de enige gezaghebbende bron voor AI Overviews en AI Mode is Google zelf, via het prestatierapport voor generatieve AI in Search Console. Dat rapport is in juni 2026 gelanceerd en toont vertoningen per pagina, land, apparaat en datum. Je ziet er geen klikken, geen positie en geen prompts in, maar het is first-party data, en voor nauwkeurigheid binnen Google kan geen enkele derde partij eraan tippen.

Mag een AI-score gelden als bewijs van fraude?

Dat zou niet moeten, en steeds meer instellingen hebben dat standpunt formeel vastgelegd.

De redenering is eenvoudig zodra de foutmarges op tafel liggen. Een classifier met een aangetoonde bias tegen niet-moedertaalsprekers, een onbetrouwbare zone onder 20% die de leverancier zelf erkent en die zo'n 15% van de tekst mist die echt door AI is geschreven, levert geen bewijs. Hij levert hooguit een reden om beter te kijken: naar de conceptgeschiedenis, het versiebeheer, het overige werk van de student en een gesprek.

Word je beschuldigd op basis van alleen een score? Dan zijn dit de drie bronnen om aan te halen: OpenAI dat zijn eigen classifier introk wegens lage nauwkeurigheid, de Patterns-studie over structurele bias, en de manier waarop de leverancier zelf lage scores onderdrukt.

Welke AI-score moet je als bedrijf echt volgen?

Voor vrijwel elk bedrijf is dat de visibility-score, en het is niet eens close.

Een detectorscore is een defensieve, eenmalige check op één tekst. Hij zegt niets over vraag, concurrenten of bereik, en met deze foutmarges is het een slechte poortwachter voor redactionele kwaliteit. Genoeg zorgvuldig geschreven menselijke tekst scoort slecht, en genoeg machinetekst komt er schoon doorheen.

Een visibility-score is een kanaalmetric. Hij vertelt je of de assistenten die je klanten nu raadplegen jou kennen, welke concurrenten in jouw plaats worden genoemd en of dat aan het veranderen is. Rapporteer hem als voortschrijdend verschijningspercentage over 30 dagen op een vaste promptset, en besef dat de schommelingen van week tot week grotendeels ruis zijn.

Wil je geciteerd worden, en niet alleen langs een detector komen? Dan bepaalt Google de spelregels, niet een scoretool. De gids van Google over generatieve AI-functies, bijgewerkt in juli 2026, bevestigt dat deze functies "rooted in our core Search ranking and quality systems" zijn (geworteld in de kernsystemen voor ranking en kwaliteit van Search) en dat een pagina "must be indexed and eligible to be shown in Google Search with a snippet" (geïndexeerd moet zijn en met een snippet in Google Search getoond moet kunnen worden). Daar verandert geen enkele score iets aan. Je kunt checken waar je merk nu staat in de verschillende AI-engines en vanuit een echte nulmeting verder werken.