Je kent het gevoel vast wel. Je bent aan het scrollen en een beschrijving doet je stoppen — niet omdat hij zo goed is, maar omdat hij te netjes is. Drie strakke bijzinnen. Een retorische vraag. Een afsluitende regel die klinkt alsof een inspiratieposter hem geschreven heeft. Er klopt iets niet, maar je kunt de vinger er niet precies op leggen.
Ik heb veel tijd besteed aan het vergelijken van door AI geschreven beschrijvingen met door mensen geschreven varianten, en de eerlijke samenvatting is deze: de weggevers bestaan echt, maar de meeste signalen die mensen online herhalen kloppen niet. Het aantal emoji's zegt niets. Perfecte grammatica zegt niets. Wat het echt verraadt, is ritme.
De korte versie
AI-beschrijvingen hebben een ongewoon gelijkmatig tempo. Menselijke beschrijvingen zijn onregelmatig — een lange, uitweidende zin, dan drie woorden, en dan een zijsprong waar niemand om vroeg. Als elke zin ongeveer even lang is en elke alinea op dezelfde manier eindigt, is dat je signaal.
De weggevers die wel werken
Dit zijn patronen die ik steeds zie terugkomen op Instagram, LinkedIn en X. Geen van deze is op zichzelf een hard bewijs. Twee of drie samen wijzen echter meestal in de richting van een taalmodel.
1. De “Het is niet X. Het is Y.”-constructie
Deze kom je overal tegen. “Het gaat niet om de bestemming. Het gaat om de reis.” “Dit is geen tegenslag. Het is een voorbereiding.” Modellen zijn gek op deze vorm omdat het diepzinnig klinkt en niets kost. Mensen gebruiken het ook — maar ongeveer één keer per jaar, niet twee keer per beschrijving.
2. Alles komt in drieën
Drie bijvoeglijke naamwoorden. Drie opsommingstekens. Een driedelige slotzin. De regel van drie is oprecht goed schrijfadvies, wat precies de reden is dat modellen het overmatig toepassen. Wanneer je merkt dat in een beschrijving elke lijst toevallig drie items heeft, doet die regelmatigheid meer werk dan de schrijver bedoelde.
3. Verdacht gebalanceerde zinnen
Lees de beschrijving hardop voor. Menselijk schrijfwerk haspelt soms — een bijzin loopt te lang door, een gedachte wordt halverwege afgebroken, iemand vergeet een haakje te sluiten. AI-schrijfwerk leest bijna als poëzie: elke zin tussen de vijftien en twintig woorden, elke zin grammaticaal compleet, elke zin eindigend op een vaste maat. Die gelijkmatigheid is het meest betrouwbare signaal dat we meten.
4. Hashtags die niet bij het bericht passen
Iemand die schrijft over zijn zuurdesemdeeg tagt #zuurdesem #bakken #keukenmislukking. Een model dat een bericht over zuurdesem genereert tagt #zuurdesem #bakken #foodie #inspiratie #community #reis — breed, generiek en gericht op engagement in plaats van op het beschrijven van wat er echt gebeurt. Een verschil in abstractieniveau tussen de beschrijving en de tags is met name op Instagram en TikTok een duidelijke indicator.
5. De LinkedIn-opener
LinkedIn verdient een eigen vermelding omdat het genre is vervallen in een formule: een pakkende opening van één regel, een witregel, een korte dramatische zin, weer een witregel, en dan een verhaal dat uitmondt in een zakelijke les. “Ik werd 47 keer afgewezen.” Witregel. “Dit is wat het mij heeft geleerd.” Modellen hebben deze structuur geleerd van een miljoen echte berichten, dus ze reproduceren hem perfect — wat het ironisch genoeg juist detecteerbaar maakt. Echte mensen doorbreken hun eigen formule. Modellen doen dat niet.
De weggevers die niet werken (stop alsjeblieft met het herhalen hiervan)
Dit gedeelte is belangrijker dan het vorige, omdat handelen naar een verkeerd signaal betekent dat je echte mensen beschuldigt van dingen die ze niet hebben gedaan.
“Het gebruikt gedachtenstreepjes, dus het is AI”
Nee. Het gedachtenstreepje werd in 2025 een meme-signaal en is nooit betrouwbaar geweest. Tal van goede schrijvers gebruiken ze veelvuldig — en huidige modellen zijn er juist vanaf gestuurd sinds mensen het begonnen op te merken. Als er al iets is, sublimeert frequent gebruik van gedachtenstreepjes tegenwoordig licht met menselijk schrijfwerk.
“De grammatica is perfect”
Dat geldt ook voor de grammatica van iedereen die zijn beschrijving in een notitie-app heeft getypt en twee keer heeft nagelezen. Perfecte grammatica staat voor zorgvuldigheid, niet voor auteurschap. Dit signaal straft zorgvuldige schrijvers, niet-moedertaalsprekers die te veel redigeren en iedereen wiens telefoon agressief autocorrigeert.
“Het gebruikt dure woorden zoals 'verdiepen' of 'tapijt'”
Er zit een kern van waarheid in — bepaalde modellen gebruikten een handvol woorden overmatig — maar dat signaal veroudert snel. Woord-niveau weggevers hebben een houdbaarheid van ongeveer één model-release. Structuur blijft veel langer bestaan, wat de reden is dat detectietools ritme en voorspelbaarheid zwaarder laten wegen dan woordenschat.
Het ziet er op elk platform anders uit
Hetzelfde model levert heel verschillende uitvoer op afhankelijk van waar het geplaatst wordt, omdat de prompt meestal het platform bevat.
Beschrijvingen zijn vaak lang en verhalend. De weggever is meestal een contrast: een uiterst gepolijste, gestructureerde alinea gekoppeld aan een spontaan ogende foto. Mensen die casual schrijven, produceren niet ineens een verhaallijn van vijf zinnen over een kop koffie.
X (Twitter)
Korte berichten zijn oprecht moeilijk te beoordelen — er is simpelweg te weinig tekst. Waar AI duidelijk naar voren komt is in draadjes (threads). Let op genummerde berichten die allemaal exact even lang zijn en elk eindigen met een haakje naar het volgende bericht. Mensen verliezen hun energie rond bericht vier. Modellen niet.
TikTok
De beschrijving is vaak een bijzaak, dus die is sowieso dun. Het nuttigere signaal is de tekst op het scherm of het script, als je dat kunt krijgen — in scripts komt de gegenereerde structuur naar voren.
De hoogste dichtheid aan AI-geschreven inhoud van elk groot platform, en ook het moeilijkst aan te wijzen, omdat menselijke berichten dezelfde formule imiteren. Weeg de specifieke details: echte berichten noemen echte bedrijven, echte cijfers, echte mensen. Gegenereerde berichten blijven abstract.
Waarom iemand dit eigenlijk wil controleren
Meestal niet uit nieuwsgierigheid. De mensen die het ons vragen, hebben meestal een concrete reden:
- Werving. Een recruiter die het LinkedIn-profiel van een kandidaat leest, wil weten wiens stem hij leest.
- Merkpartnerschappen. Bureau's die een creator beoordelen voordat ze hem betalen om content te schrijven, willen weten of de “stem” die ze kopen een prompt is.
- Journalistiek en onderzoek. Iemand die een bericht citeert, moet weten of een echt mens het heeft gezegd.
- Moderatie. Gecoördineerde engagement-farming wordt in grote volumes gegenereerd, en zo leest het ook.
Let op wat er ontbreekt in dat lijstje: een vriend betrappen. Als je op het punt staat iemand te confronteren met een beschrijving, is het eerlijke advies: doe het niet. De tools — waaronder de onze — geven je een waarschijnlijkheid, geen bekentenis.
Een bericht controleren zonder koffiedik te kijken
Als je het liever niet op het oog beoordeelt, kun je een link naar een openbaar bericht plakken in onze social media AI-detector. Deze haalt de beschrijving op en beoordeelt deze, waarbij de specifieke zinnen worden getoond die de score omhoog stuwden. Het werkt met Instagram, X, TikTok, Threads, Reddit, LinkedIn, Facebook en YouTube.
Twee dingen die handig zijn om te weten voordat je het gebruikt (of een vergelijkbare tool). Ten eerste analyseert het de tekst. Het toont de afbeelding van het bericht zodat je weet dat het juiste bericht is gelezen, maar het beoordeelt de afbeelding niet — afbeeldingsforensiek is een ander probleem en dat zeggen we liever eerlijk dan dat we een verzonnen cijfer geven. Ten tweede weigert het beschrijvingen onder de twintig woorden te beoordelen. Daaronder is er onvoldoende signaal en ligt elk percentage dichter bij kop of munt dan bij een meting.
Het gedeelte dat de meeste artikelen overslaan
AI-detectie is probabilistisch. Altijd. Een hoge score betekent dat het schrijfwerk patronen bevat die sterk worden geassocieerd met taalmodellen — het betekent niet dat iemand tegen je heeft gelogen. Sommige mensen schrijven van nature in helder, gelijkmatig en goed gestructureerd proza. Marketingteksten klinken al machinaal sinds lang voordat machines ze konden genereren. En iedereen kan een door een mens geschreven beschrijving door een herschrijftool halen om de score te kantelen.
Gebruik de score dus zoals je een rookmelder gebruikt: als een reden om te gaan kijken, niet als een eindoordeel. De gemarkeerde zinnen doen er meer toe dan het percentage. Als de onderbouwing je niet overtuigt, vertrouw dan op je eigen lezing — jij kent de stem van die persoon beter dan welk model dan ook.
Het korte antwoord
Stop met het tellen van emoji's en gedachtenstreepjes. Lees liever op ritme. Menselijk schrijfwerk is onregelmatig, specifiek en af en toe een rommeltje; gegenereerd schrijfwerk is glad, gebalanceerd en vreemd terughoudend om iets concreets bij de naam te noemen. Als je dat eenmaal opgemerkt hebt, zie je het overal — wat een nuttige vaardigheid is of een vloek, afhankelijk van hoeveel tijd je online doorbrengt.
