Een recent wetenschappelijk onderzoek werpt nieuw licht op de manier waarop kunstmatige intelligentie (AI) sporen nalaat in geschreven teksten. Uit de analyse blijkt dat er een fundamenteel verschil bestaat in de taalkundige voetafdruk wanneer een taalmodel een tekst volledig genereert versus wanneer het een bestaande menselijke tekst redigeert. Dit inzicht maakt duidelijk dat het simpelweg labelen van content als 'AI-gegenereerd' een oversimplificatie is.
Volgens een publicatie van 28 augustus 2026 op arxiv.org hebben onderzoekers Zhengyang Shan, Yukyung Lee en Sophie Hao vastgesteld dat volledige AI-generatie een consistent patroon achterlaat. Dit patroon blijft herkenbaar over diverse domeinen en verschillende taalmodellen heen. De kern van deze detectie ligt in de combinatie van entropie en lexicale diversiteit. In een test met acht verschillende modellen en vijf domeinen bleken deze twee factoren de meest stabiele indicatoren om AI-teksten van menselijke teksten te onderscheiden, aangezien andere taalkundige kenmerken vaak te sterk variëren per onderwerp.
Het proces van AI-redactie verloopt echter wezenlijk anders. Zoals beschreven via acadeus, vertonen teksten die door AI zijn bewerkt slechts een minimale stijging in lexicale diversiteit en een daling in entropie. Dit wijkt sterk af van de gelijktijdige stijging van beide waarden die typisch is voor volledig gegenereerde content. Bij redactie wordt bovendien de 'lexicale dichtheid' het belangrijkste signaal, een kenmerk dat bij volledige generatie nauwelijks relevant is. De onderzoekers concluderen dat stylometrische methoden weliswaar effectief zijn om generatie van redactie te onderscheiden, maar dat het veel moeilijker blijft om AI-geredigeerde teksten te differentiëren van puur menselijke teksten.
Deze taalkundige verschuivingen hebben bredere implicaties voor de wereldwijde wetenschappelijke communicatie. Een studie van 22 augustus 2026, gepubliceerd via springer.com, wijst erop dat AI-ondersteunde publicaties uit niet-Engelstalige landen steeds meer convergeren naar het Amerikaanse wetenschappelijke Engels. Dit effect is het sterkst zichtbaar bij auteurs uit landen waarvan de moedertaal taalkundig het verst van het Engels afstaat, wat suggereert dat AI fungeert als een nivellerende kracht in de academische schrijfstijl.
Parallel aan deze wetenschappelijke ontwikkelingen is er in de literaire en commerciële sector een strijd gaande over authenticiteit. Op substack.com werd in mei 2026 gerefereerd aan het gebruik van tools zoals Pangram om prijswinnende verhalen te analyseren. In sommige gevallen werden teksten als volledig AI-gegenereerd aangemerkt, wat leidde tot publieke debatten over auteurschap. Tegelijkertijd is er een groeiende markt voor zogenaamde 'AI Humanizers', zoals aangeboden door aitextools.com, die beweren de sporen van AI te kunnen wissen om detectiescores van platforms zoals Originality.ai te omzeilen.
De overkoepelende conclusie van de recente stylometrische studie is dat 'AI-tekst' geen uniform fenomeen is. Omdat het genereren en het redigeren van tekst kwalitatief verschillende taalkundige sporen nalaten, adviseren de onderzoekers om deze twee processen in toekomstige analyses en detectie-instrumenten strikt gescheiden te behandelen.