SlopTotal laat 23 AI-detectoren stemmen over je tekst, op je eigen computer

Of: wat een detector waard is die zegt dat je hem niet blind mag geloven

Er bestaat een hele categorie software die je met grote stelligheid vertelt of een tekst door een AI geschreven is. Die software vergist zich geregeld, en ze zegt dat zelden. SlopTotal vergist zich ook. Het verschil is dat het de lijst publiceert.

AI-tekst herkennen met SlopTotal: wat het is en wat het meet

Wat SlopTotal doet

SlopTotal is een open-sourceproject op GitHub, onder de MIT-licentie. De eerste code verscheen in maart 2026, versie 1.2.0 op 10 oktober 2026. De maker noemt het „VirusTotal voor AI-tekst”, naar de dienst die een verdacht bestand door tientallen antivirusprogramma’s tegelijk haalt.¹

Wat het doet:

• Je geeft iets in: geplakte tekst, een webadres, of een bestand in .pdf, .docx, .txt of .md;
• 23 detectoren beoordelen het tegelijk: neurale classificatiemodellen die getraind zijn om AI-tekst te herkennen, statistische tests die meten hoe voorspelbaar elk woord is, en vuistregels die tellen hoe vaak typische AI-wendingen en gedachtestreepjes voorkomen;
• Je krijgt één score van 0 tot 100, met daaronder de stem van elke detector afzonderlijk;
• Alles draait op je eigen machine. Met Docker volstaat één commando. De eerste analyse downloadt ongeveer 2 GB aan modellen, daarna duurt een volledig rapport op een gewone processor 2 tot 8 seconden. Voor het lichtste profiel is 4 GB werkgeheugen genoeg, een grafische kaart is niet nodig.

Er hoort ook een extensie voor Chrome bij, die resultaten in Google en op LinkedIn markeert als ze naar AI ruiken. En een functie die nagaat of een website gebouwd is met een AI-bouwer zoals Lovable, v0 of Bolt, op basis van de sporen die die diensten achterlaten. Wie niets wil installeren, kan de online versie op sloptotal.com gebruiken. Daarover verderop meer.

Een jury van 23

De beste manier om SlopTotal te begrijpen, is als een jury. Drieëntwintig juryleden lezen dezelfde tekst en zeggen elk hoe zeker ze zijn dat er een machine achter zit. Sommige zijn goed. Andere zijn op zichzelf nauwelijks beter dan een muntstuk opgooien. De makers houden ze toch, met een redenering die je zelden leest: die zwakke juryleden vergissen zich op andere momenten dan de sterke, en daardoor zijn ze nuttig om te beslissen bij twijfel.

Hoeveel elk jurylid meetelt, is niet met de hand gekozen. Het is berekend op een testset, en het resultaat is ontnuchterend: voor Engelse tekst krijgen 8 van de 23 detectoren een gewicht. De andere 15 voegen volgens die berekening niets toe aan wat de eerste acht al weten. Ze blijven in het rapport staan, met hun mening. Ze mogen in de jury blijven zitten. Ze stemmen alleen niet mee.

Wat de cijfers zeggen

De makers testten SlopTotal op een eigen verzameling, SlopBench: 1.626 menselijke teksten die allemaal geschreven zijn vóór ChatGPT bestond, en 1.626 AI-teksten over dezelfde onderwerpen en van dezelfde lengte, gemaakt door 14 recente taalmodellen. Er zitten nieuwsartikels, Wikipedia, wetenschappelijke samenvattingen, forumantwoorden, productrecensies, studentenessays en literatuur tussen.

Het resultaat voor versie 1.2.0, gemeten op soorten tekst waarop de score niet werd afgesteld:

De drempels zijn op menselijke tekst afgesteld. Een score van 45 is waar de 5 procent meest „AI-achtige” menselijke teksten beginnen, 55 waar de 2 procent begint. „Waarschijnlijk AI” betekent dus: minder dan 2 op 100 menselijke teksten scoren zo hoog. Een derde van de AI-teksten haalt die drempel niet.

Het opvallendste aan deze cijfers is dat ze er staan. Vóór die afstelling gaf de site een veel mooier getal, gemeten op 110 teksten van een oudere testset. Op de nieuwe testset bleek dat de detector één menselijke tekst op dertien als „waarschijnlijk AI” bestempelde. De makers schrijven het zelf: dat was „the honest headline”, de eerlijke kop.

De journalisten van 2017

Een van de bevindingen verdient een aparte vermelding. Vóór de afstelling werd 64 procent van de menselijke nieuwsartikels uit 2016 tot 2019 verdacht. Nieuwsartikels uit 2020 tot 2022, in dezelfde stijl, maar 20 procent.

De verklaring van de makers: de taalmodellen waarop een deel van de detectoren gebouwd is, werden getraind op teksten van het internet uit die periode. Die detectoren herkenden de oudere artikels niet als machinetaal. Ze herkenden ze, punt. Ze hadden ze al eens gelezen, en een tekst die een model al kent, vindt het voorspelbaar. Voorspelbaarheid is net wat een detector als kenmerk van AI-tekst opvat.

Dus: de detector verdenkt journalisten uit 2017 ervan dat ze als een machine schrijven, omdat de machine ze uit het hoofd kent. Na de afstelling is dat gezakt naar 17 procent.

Wie de rekening betaalt

De fouten van een detector vallen niet willekeurig. SlopTotal somt zelf op waar het misloopt:

• Wie in een tweede taal schrijft, wordt vaker verdacht. Van de Engelse essays van anderstalige studenten in de testset krijgt 15 procent „waarschijnlijk AI”, tegenover geen enkel van 88 essays van Amerikaanse leerlingen. Commerciële detectoren doen het nog slechter.²
• Korte tekst is onbetrouwbaar. Onder ongeveer 80 woorden is de score een zwak signaal.
• Herschreven AI-tekst ontsnapt vaak. Laat je AI-tekst door een „humanizer” gaan, een dienst die AI-tekst menselijker moet laten klinken, dan vangt SlopTotal er ongeveer de helft van.
• Een menselijke tekst die een AI heeft opgepoetst, belandt in het midden, in de zone „verdacht”. Wat eerlijk gezegd ook de juiste plek is voor een tekst die half van een mens en half van een machine is.
• Code herkent SlopTotal niet, en het beweert dat ook niet.

Lees die lijst nog eens vanuit het standpunt van een Vlaamse zelfstandige die een offerte in het Engels schrijft, een beetje formeel en zonder fouten. Dat lijkt meer op de essays die onterecht verdacht worden dan je zou willen.

En in het Nederlands?

Het Nederlands staat sinds versie 1.2.0 bij de ondersteunde talen, samen met onder meer het Frans en het Duits. Ondersteund betekent hier: een score die goed onderscheid maakt, en minstens 60 procent van de AI-teksten herkend. Over alle andere talen dan het Engels samen wordt 68 procent van de AI-tekst verdacht, maar ook 7 procent van de menselijke tekst.

Wie in de testbestanden kijkt, ziet ook waarop dat oordeel steunt. Voor het Nederlands zijn het 60 menselijke teksten, 40 stukken van Wikipedia en 20 fragmenten oude literatuur, tegenover 74 AI-teksten. Er zit geen offerte, geen mail en geen vacaturetekst tussen. Dat maakt de cijfers niet fout. Het betekent wel dat niemand gemeten heeft hoe SlopTotal reageert op de nieuwsbrief van je boekhouder.

Kmo-Kristof: Ik heb SlopTotal op de tekst van ons nieuw webbureau losgelaten. Score 71. Ze hebben dus ChatGPT gebruikt.

Security-Sofie: Of ze schrijven zoals de teksten waarop ChatGPT getraind is.

Kmo-Kristof: Wat is het verschil?

Security-Sofie: Voor de detector geen. Daarom zeggen de makers dat je een score nooit als enig bewijs mag gebruiken.

Kmo-Kristof: Dat staat er toch niet bij?

Security-Sofie: Toch wel. In de FAQ, onder „Can AI detectors be trusted?”. Het antwoord begint met „Not blindly”.

Wat het betekent voor je zaak

Voor een kmo zijn er twee redelijke toepassingen, en een paar slechte.

• Een eerste schifting, geen vonnis. Krijg je teksten van een freelancer, een bureau of een stagiair, dan kan een hoge score een reden zijn om een vraag te stellen. Niet om een factuur te weigeren of iemand te ontslaan. De makers schrijven het zelf: geen enkele detector, „deze inbegrepen”, mag het enige bewijs zijn voor een beschuldiging.
• Vertrouwelijke teksten lokaal houden. Dat is het echte voordeel van SlopTotal tegenover een online detector. Een contract, een interne nota of een sollicitatiebrief plak je liever niet op een site van een onbekende partij. De online versie op sloptotal.com stuurt teksten naar geen enkele andere dienst en gebruikt geen cookies, maar ze vermeldt niet wie de dienst uitbaat of in welk land de server staat. Een rapport blijft er 30 dagen bereikbaar voor wie de link heeft. Voor persoonsgegevens, met de AVG in het achterhoofd, installeer je het dus beter zelf.
• Sollicitaties beoordelen op een score is een slecht idee, zeker in het Engels en zeker bij kandidaten die in een tweede taal schrijven. Een gesprek zegt meer dan een getal.
• Bewijzen dat je eigen teksten menselijk zijn lukt evenmin. Een lage score bewijst niets, want een stevig herschreven AI-tekst haalt die ook.

Wie echt wil weten of een tekst van een AI komt, heeft meer aan een watermerk dan aan een detector. Een watermerk wordt bij het schrijven in de tekst gelegd en hoeft niet geraden te worden. OpenAI voegt zo’n onzichtbaar watermerk aan ChatGPT-teksten toe in Europa, maar de detector ervoor is niet publiek. Voor beelden bestaat iets gelijkaardigs met SynthID Detector van Google, dat alleen het watermerk van Google en zijn partners vindt. Tot dat breder werkt, blijven er de detectoren die raden. SlopTotal heeft op zijn minst het voordeel dat het zegt hoe vaak het fout raadt.

Een detector die vraagt of hij gelijk had

Na elke analyse op de online versie stelt SlopTotal je een vraag: wie schreef deze tekst echt, een mens, een AI of allebei? Het bewaart je antwoord, zonder de tekst, en gebruikt het om bij te sturen waar de detectoren zich vergissen.

Dat is een vreemde vraag voor een detector. Als hij het wist, zou hij het niet vragen. Het is ook de eerlijkste vraag in het hele vakgebied, want er is maar één partij die het antwoord zeker kent: wie de tekst schreef. Stel die vraag dus ook zelf, voor je een score gelooft.