De blog: detectie, schrijven en de cijfers erachter
Korte artikelen van de mensen die de tools bouwen: hoe een meetresultaat tot stand komt, wat het je wel en niet vertelt, en wat we hebben veranderd en waarom.
Bewaar je ingeleverde tekst, koppel concepten aan bronnotities en vraag om een eerlijke beoordeling als je tekst ten onrechte als AI-geschreven is gemarkeerd.
Er is geen algemeen acceptabel AI-percentage: controleer de geldende regels, begrijp de score en gebruik je schrijfgeschiedenis om een markering te beoordelen.
AI-controles in Canvas verlopen via gekoppelde diensten. De instellingen van je instelling bepalen wat wordt gecontroleerd en wat docenten kunnen zien.
Lees wat Grammarly zegt over de nauwkeurigheid van zijn AI-detector, hoe je documentscores interpreteert en hoe je resultaten vergelijkt zonder je tekst tussendoor te wijzigen.
Ontdek hoe universiteiten Turnitin gebruiken, wat docenten zien in rapporten over AI-geschreven tekst en waarom je toelatingsregels apart moet controleren.
Lees hoe AI-detectoren teksten beoordelen, waarom resultaten veranderen en hoe je een score interpreteert met de betrouwbaarheid en versiegeschiedenis erbij.
Lees hoe Turnitin op AI controleert, wat het sterretje betekent en hoe je AI-resultaten los van de overeenkomstscore beoordeelt.
20 september 20265 min leestijd
Wat deze artikelen zijn
Notities uit de praktijk, geen aankondigingen. Elk cijfer in deze artikelen is gemeten op de tekstverzameling die op de nauwkeurigheidspagina wordt beschreven. Het artikel linkt naar die pagina.
Geen advies om iemand te misleiden. Een detector is een meetinstrument. Deze artikelen gaan over het juist interpreteren ervan, niet over het omzeilen ervan.