OpenAI-watermerk in de EU is geen fraudebewijs

OpenAI gaat geschikte tekstuitvoer van ChatGPT en Codex in de Europese Unie voorzien van een onzichtbaar watermerk. De uitrol begint de komende weken voor EU-gebruikers op alle abonnementen. API-klanten kunnen sinds 5 oktober voor geselecteerde modellen wereldwijd zelf voor gemarkeerde uitvoer kiezen.

Voor scholen en opleidingen is dit een relevante verandering, maar geen kant-en-klare AI-detector. OpenAI waarschuwt zelf voor gemiste markeringen en foutpositieven. Een watermerk mag daarom nooit zelfstandig bewijs zijn voor fraude, auteurschap of de juistheid van een tekst.

Wat er nieuw is

OpenAI beschreef de gefaseerde aanpak op 5 oktober 2026. Het systeem heet textGrain en verwerkt een statistisch signaal in de woordkeuze van een model. Voor lezers blijft dat signaal onzichtbaar; een aparte detector beoordeelt of het waarschijnlijk aanwezig is.

De uitrol kent drie onderdelen:

• geschikte tekst uit ChatGPT en Codex krijgt de komende weken in de EU een watermerk, op alle abonnementen;
• API-klanten kunnen watermerken voor geselecteerde modellen wereldwijd inschakelen, maar de optie staat standaard uit;
• alleen goedgekeurde onderzoekers en deskundige organisaties krijgen aanvankelijk toegang tot de detector.

OpenAI zegt de technologie later open source beschikbaar te willen maken. De aankondiging geldt voor tekst. Voor ondersteunde afbeeldingen en audio gebruikt het bedrijf al andere verificatie- en herkomsttechnieken.

De kansen voor onderwijs

Een machineleesbaar signaal kan transparantie over AI-hulp ondersteunen. Studenten kunnen bijvoorbeeld beter bespreken welke rol ChatGPT of Codex speelde bij een eerste versie, redactie, vertaling of code. In lessen over AI-geletterdheid maakt de techniek concreet waarom herkomst iets anders is dan waarheid of kwaliteit.

Voor onderzoek en toetsbeleid is vooral de beperkte detectoruitrol nuttig. Onafhankelijke onderzoekers kunnen toetsen hoe betrouwbaar textGrain werkt bij Nederlandstalige en meertalige teksten, korte antwoorden, vaktaal, wiskunde, vertaling en revisie. Zulke praktijkgegevens zijn nodig voordat instellingen conclusies aan een detectiesignaal verbinden.

Geen automatische fraudecontrole

De beperkingen zijn stevig. OpenAI meldt dat detectie bij een ingestelde foutpositieve kans van 1 procent in een eigen evaluatie ongeveer 80 procent van watergemarkeerde passages van 200 tokens vond en ongeveer 95 procent bij 400 tokens. Voor teksten met weinig vrije woordkeuze, zoals wiskunde, lag de detectie duidelijk lager.

Bewerken verzwakt het signaal snel. In een test met passages van 400 tokens daalde de detectie van ongeveer 92 naar 66 procent wanneer 10 procent van de woorden door synoniemen werd vervangen. Bij vervanging van 25 procent bleef ongeveer 17 procent over. Deze cijfers komen van OpenAI zelf en gaan over gecontroleerde Engelstalige tests, niet over echte Nederlandse onderwijsbeoordelingen.

Een gevonden watermerk zegt bovendien niet hoeveel menselijke inbreng er was, wie de tekst schreef, of het gebruik was toegestaan of wie verantwoordelijk is. Het ontbreken van een markering bewijst evenmin dat een tekst door een mens is gemaakt: de tekst kan kort, vertaald, bewerkt, ouder of met een ander model gemaakt zijn.

Toetsing, privacy en toegankelijkheid

Instellingen moeten voorkomen dat een technisch signaal tot een automatische sanctie leidt. Een foutpositieve uitslag kan een student onterecht verdenken, terwijl een gemiste markering schijnzekerheid geeft. Hoor en wederhoor, inhoudelijke beoordeling en procesbewijs blijven noodzakelijk.

Ook de toegang is ongelijk. De detector is bij de start niet openbaar. Docenten en studenten kunnen dus niet vanzelf dezelfde controle uitvoeren als een toegelaten onderzoeksorganisatie. Dat maakt transparante procedures, inzage in resultaten en een duidelijke bezwaarroute extra belangrijk.

Het watermerk identificeert volgens OpenAI geen gebruiker, organisatie, account, prompt of gesprek. Dat neemt niet weg dat teksten en eventuele detectieresultaten persoonsgegevens of vertrouwelijke onderwijsinformatie kunnen bevatten. Verwerk daarom geen leerlingwerk in externe controlediensten zonder een passende grondslag, beveiliging en bewaarbeleid.

Wat teams nu kunnen afspreken

• Houd per opdracht expliciet wat wel en niet met AI mag, los van technische detectie.
• Gebruik een watermerksignaal alleen als aanleiding voor nader onderzoek en een gesprek, nooit als zelfstandig fraudebewijs.
• Vraag bij belangrijk werk om versies, bronnotities, keuzes en zo nodig een korte mondelinge toelichting.
• Leg vast wie een uitslag mag bekijken, hoe lang die wordt bewaard en hoe een student bezwaar kan maken.
• Test toekomstige detectoren eerst op eigen Nederlandstalige, meertalige en vakspecifieke voorbeelden.
• Beoordeel ChatGPT en Codex niet als enige ecosysteem: andere modellen en ingrijpende bewerkingen kunnen buiten beeld blijven.

De kern

OpenAI begint met een EU-uitrol van onzichtbare tekstwatermerken in ChatGPT en Codex en biedt API-klanten een opt-in. Dat kan herkomst en AI-geletterdheid ondersteunen, maar de leverancier documenteert zelf wezenlijke beperkingen. Voor onderwijs blijft goed toetsontwerp met duidelijke regels, procesbewijs en menselijke beoordeling daarom belangrijker dan één detectiesignaal.