Bijna zes op de tien masterscripties bevatten AI-tekst, meldt RTL Nieuws: wat het onderzoek wel en niet bewijst
Bijna zes op de tien recent onderzochte masterscripties in Nederland bevatten sporen van tekst die door een chatbot is geschreven. Dat blijkt uit onderzoek van RTL Nieuws, dat in oktober 2026 naar buiten kwam en sindsdien veel discussie oproept op universiteiten. In een op de vijf scripties was de bijdrage van een chatbot volgens de gebruikte detectietool zelfs groter dan die van de student zelf.
Wat RTL Nieuws precies onderzocht
RTL Nieuws analyseerde honderden masterscripties van twaalf Nederlandse universiteiten. Twee universiteiten ontbraken in het onderzoek, de Vrije Universiteit Amsterdam en de Universiteit Maastricht, omdat hun scripties niet online staan en dus niet op deze manier konden worden onderzocht. Van elke scriptie scande RTL steeds drieduizend woorden, terwijl een masterscriptie doorgaans tussen de tien- en twintigduizend woorden telt. Dat is een belangrijk detail, omdat de uitkomst dus gaat over een deel van de tekst en niet over de volledige scriptie van begin tot eind.
Voor de analyse gebruikte RTL de detectietool Pangram. Die tool herkent taalpatronen die vaker voorkomen in teksten van chatbots zoals ChatGPT, Claude en Gemini. Het is geen tool die in een document kan zien wie er achter het toetsenbord zat. Het geeft een inschatting op basis van patronen, en die inschatting kan ernaast zitten. Dat onderscheid loopt als een rode draad door alle reacties op het onderzoek.
De cijfers op een rij
In 59 procent van de onderzochte scripties werden sporen van generatieve AI aangetroffen. Dat betekent dat in meer dan de helft van de onderzochte teksten op zijn minst een deel volgens de tool door een chatbot leek te zijn geschreven. Bij 14 procent kwam meer dan de helft van de gescande tekst van een chatbot. Bij 6 procent leek de scriptie zelfs vrijwel volledig door AI te zijn geschreven. Tel je die laatste twee groepen op, dan kom je uit op ongeveer een op de vijf scripties waarin de chatbotbijdrage groter was dan die van de student, althans volgens de detector.
Daarnaast bleek uit de cijfers dat 41 procent van de scripties geen detecteerbare AI-inhoud bevatte. Ook 39 procent viel in een middencategorie, met kleinere hoeveelheden tekst die als AI-tekst werden gemarkeerd. De verdeling laat dus geen simpel beeld zien van twee kampen, maar een glijdende schaal van geen AI, via een beetje AI, tot veel AI.
Waarom een detectorscore geen bewijs is
De belangrijkste waarschuwing bij dit onderzoek komt van de universiteiten zelf. Universiteiten van Nederland, de organisatie die veertien universiteiten vertegenwoordigt, stelde dat op basis van een score van een detectietool nog niet kan worden vastgesteld of een student fraude heeft gepleegd. Een detector herkent patronen, maar patronen zijn geen bekentenis en ook geen sluitend bewijs. Een menselijke tekst kan als AI-tekst worden gemarkeerd, en een AI-tekst kan onopgemerkt blijven.
Volgens wetenschappers die in de berichtgeving worden aangehaald, werkt Pangram bovendien voorzichtig. Minder dan de helft van volledig door AI geschreven teksten zou als zodanig worden herkend. Als dat klopt, dan zou het werkelijke AI-gebruik zelfs hoger kunnen liggen dan de cijfers laten zien. Tegelijk blijft de andere kant van de medaille staan: een hoge score zegt nog niets over hoe een student de tool heeft gebruikt. Iemand kan een chatbot hebben gebruikt om een tekst te herschrijven, om ideeën te ordenen of om een paragraaf te laten nakijken, en dat zijn verschillende dingen met verschillende gevolgen.
Wat de minister en de universiteiten zeggen
Onderwijsminister Rianne Letschert reageerde scherp op de bevindingen. Volgens haar is het fraude wanneer een student een scriptie volledig door AI laat maken, omdat de tekst dan geen eigen werk van de student is. Zij vindt dat instellingen moeten kijken of zij daar wel voldoende op controleren. Die reactie zet druk op universiteiten om hun regels en hun controles tegen het licht te houden.
Universiteiten van Nederland reageerde genuanceerder. De organisatie wees erop dat de omgang met AI per universiteit en per opleiding kan verschillen. AI speelt een andere rol in een medische opleiding dan in een studie informatica of een taalstudie, en de regels sluiten aan bij de leerdoelen van een opleiding. Volgens de organisatie zijn veranderingen in het hoger onderwijs al volop gaande om met de opkomst van AI om te gaan. De vraag die volgens de organisatie centraal staat, is hoe opleidingen hun eindopdrachten zo inrichten dat leerdoelen goed worden getoetst en afgestudeerden kunnen laten zien dat zij voldoen aan de kennis en vaardigheden die bij hun diploma horen.
Wat dit betekent voor studenten en opleidingen
Voor studenten is de boodschap op dit moment vooral: ken de regels van je eigen opleiding. Die regels verschillen, en wat bij de ene opleiding als toegestane hulp geldt, kan bij een andere opleiding als fraude worden gezien. Wie AI gebruikt bij een scriptie, doet er verstandig aan om vooraf te checken wat is toegestaan, om eigen keuzes en eigen analyses zichtbaar te houden in de tekst en om bronnen zorgvuldig te vermelden. Een chatbot kan overtuigend klinken en toch onjuiste feiten of verzonnen bronnen geven, dus elke bewering die je overneemt, moet je zelf kunnen onderbouwen.
Voor opleidingen ligt de uitdaging dieper. Alleen detectietools inzetten lost het probleem niet op, omdat die tools fouten maken in beide richtingen. Opleidingen zullen waarschijnlijk een combinatie moeten gebruiken: duidelijkere regels over wat wel en niet mag, opdrachten die moeilijker door een chatbot zijn over te nemen, en meer nadruk op het gesprek over het werk, bijvoorbeeld in een verdediging waarin een student moet uitleggen waarom bepaalde keuzes zijn gemaakt.
Post Comment