SecurityTechInsider AI-veiligheid & governance
EN/ NL
Governance

textGrain-watermerk op EU-tekst van ChatGPT

OpenAI voegt de komende weken standaard een onzichtbaar textGrain-watermerk toe aan EU-tekst uit ChatGPT en Codex. Wat het wel en niet bewijst voor besluitvormers.

8 oktober 2026 3 min
Illustratie bij dit artikel: textGrain-watermerk op EU-tekst van ChatGPT.
Een gevonden watermerk wijst op AI-betrokkenheid, maar bewijst niet wie schreef, wat klopt, of wie het account gebruikte. Beeld: SecurityTechInsider — originele redactionele illustratie

U mag een gevonden textGrain-watermerk alleen lezen als aanwijzing dat een OpenAI-systeem bij een tekst betrokken was. Het bewijst niet wie de tekst schreef, of die klopt, of wie achter het account zat. Een ontbrekend watermerk bewijst evenmin dat een mens de tekst produceerde.

Een analyse van 8 oktober 2026 van het onzichtbare textGrain-watermerk dat OpenAI aan EU-tekst toevoegt stelt dat het bedrijf de komende weken standaard een statistisch signaal in de woordkeuzes van ChatGPT en Codex inbouwt, als invulling van artikel 50 van de AI Act. OpenAI beperkt zelf expliciet wat uit een gevonden of afwezig signaal mag worden geconcludeerd. In onze inschatting is de grootste praktische valkuil dat beslissers een afwezig watermerk lezen als bevestiging van menselijke oorsprong—dat is een denkfout.

Wat bewijst een gevonden watermerk wel en niet?

Een positief textGrain-signaal kan erop wijzen dat een OpenAI-systeem de tekst genereerde of verwerkte. Het stelt volgens OpenAI zelf geen auteurschap, eigendom, wettelijke verantwoordelijkheid, gebruikersidentiteit of juistheid vast. Dit onderscheid is beslissend voor iedereen die op basis van herkomst een besluit neemt: juristen bij disciplinaire zaken, bestuurders bij publicaties, artsen bij medische adviezen, toezichthouders bij handhaving.

Een negatief resultaat—geen watermerk gevonden—bewijst evenmin menselijke oorsprong. Korte, feitelijke, code-, vertaalde of sterk bewerkte tekst is volgens OpenAI moeilijker betrouwbaar te detecteren. De detector ondersteunt niet alle modellen of oudere uitvoer. Bewerking en het mengen van gewatermerkte en menselijke tekst beïnvloeden de detecteerbaarheid.

Hoe betrouwbaar is textGrain in de praktijk?

De betrouwbaarheid hangt af van het soort tekst en van hoeveel er is bewerkt. OpenAI rapporteert zelf dat detectie beter werkt bij langere, vrij formuleerbare tekst en zwakker bij wiskundige, gecodeerde of sterk bewerkte passages. Die cijfers zijn door het bedrijf gerapporteerde resultaten, niet onafhankelijk geverifieerde garantie.

Onafhankelijk onderzoek onderstreept de voorzichtigheid. Academische analyses stellen dat het huidige debat onvoldoende verifieerbare zekerheid biedt over zowel de bezwaren als de beloften van watermarking. Technische studies die Unicode-watermarkingmethoden tegen taalmodellen hebben getest, laten zien dat detecteerbaarheid, geheimhouding en kennis van de detectoropzet verschillende eigenschappen zijn. Een watermarkingsysteem is geen universele, forensisch sluitende auteurschapstest.

Welke praktische controles moet u zelf invoeren?

  • Positief signaal als aanwijzing, niet als verwijt — een gevonden watermerk rechtvaardigt nooit alleen een disciplinaire of contractuele beslissing zonder inhoudelijke toets van de originele tekst en context.
  • Afwezig signaal blokkeert geen besluit — een bestuurder publiceert, keurt goed of beoordeelt niet minder voorzichtig omdat textGrain niets vindt.
  • Zichtbare disclosure en procesregistratie als primair bewijs — omdat detectortoegang voorlopig beperkt is tot goedgekeurde partijen, kan een CISO textGrain nu niet als eigen controlemechanisme inzetten; hij vertrouwt op logging, toegangsregistratie en gedocumenteerde werkstroom.
  • Vastlegging van model, product, versie en datum — bij gevoelige dossiers legt u zelf vast welk systeem, welke versie en op welk moment betrokken was, zodat herkomst reconstrueerbaar blijft.
  • Scheiding van herkomst en juistheid — textGrain beantwoordt hooguit de vraag of een AI-systeem betrokken was; het zegt niets over inhoudelijke correctheid of rechtmatigheid.

Wat kan tooling doen en wat niet?

Een watermarkingsysteem kan helpen vaststellen dat een bepaald systeem bij een tekst betrokken was. Het kan niet vaststellen wie achter het account zat, hoeveel een mens de tekst heeft geredigeerd, of de inhoud waar en rechtmatig is. Tooling geeft u een signaal; het vervangt niet uw professionele oordeel over context, inhoud en risico. Bij gevoelige dossiers—juridische adviezen, medische aanbevelingen, personeelsbeslissingen—blijft vastlegging van model, versie, datum en menselijke bewerking uw eigen verantwoordelijkheid.

Bronnen: Dit artikel is gebaseerd op berichtgeving en richtlijnen van OpenAI, OpenAI Help Center, European Commission en arXiv.

Marit Halversen

Geschreven door

Marit Halversen

Schrijft over AI-governance en regelgeving, met de nadruk op hoe verplichtingen neerslaan in architectuur in plaats van in papierwerk.