AI Usage Scale
NL

Het etiket dat een maker vandaag heeft

Zes niveaus. Wijs er één aan.

Er bestaat geen beschamend niveau.
Er bestaat alleen een niet-vermeld niveau.

Een vrije, open schaal om te zeggen hoe een werk is gemaakt — wiens kennis het draagt en wie ervoor staat. Zes niveaus. Dertig seconden. Geen commissie om iets aan te vragen.

Vind je niveau of lees de zes


Preambule

Wij zijn hier niet om deze technologie af te remmen.

Wij zijn hier omdat wie haar eerlijk gebruikte en dat ook zei, gestraft wordt voor dat zeggen — en wie haar gebruikte en zweeg, niet. Dat is een kapotte prikkel, en kapotte prikkels lossen zichzelf niet op. Ze stapelen zich op.

Elk gevecht over AI en auteurschap loopt op dit moment via een etiket met twee standen. Dát etiket is het probleem. Niet de modellen. Niet de mensen die ze gebruiken. Het etiket.

Hier staat wat het kost — en wat ervoor in de plaats komt.


AI is niet het probleem. Verbergen is het probleem.

Niets in dit document vraagt iemand om minder AI te gebruiken. Het vraagt te zeggen wat je hebt gedaan.

Het publiek heeft allang een schuifregelaar. De maker heeft nog altijd alleen een schakelaar.

TikTok laat je kiezen hoeveel door AI gegenereerde inhoud er in je feed verschijnt.1 Pinterest laat je om minder daarvan vragen.2 Wie het werk consumeert, krijgt een verloop in handen gedrukt. Wie het maakte, krijgt één vinkje: schuldig, of niet schuldig.

“Gemaakt met AI” is geen feit. Het is een vonnis.

Het perst de chirurg die dertig jaar praktijk in een model dicteerde en elke regel corrigeerde, en het script dat vannacht tienduizend pagina’s uitspuwde terwijl zijn eigenaar sliep, in dezelfde drie woorden. Een etiket dat die twee niet uit elkaar kan houden, is geen informatie. Het is een aanklacht met een spellingchecker eraan vast.

We bouwden een tweedeling waar de werkelijkheid een spectrum is — en hingen de schaamte aan één kant ervan.

Elk falen dat daarop volgt, komt voort uit die ene ontwerpfout.

Als eerlijkheid wordt gestraft en zwijgen gratis is, wint het zwijgen.

Dit is geen moreel falen van makers. Dit is rekenkunde.

Het is gemeten, en het heeft een naam: de openheidsparadox. In een preregistreerde studie zeiden mensen dat openheid over AI-gebruik belangrijk was — en beoordeelden zij het werk vervolgens lager zodra die openheid er was. De conclusie van de auteurs zelf: dit “dreigt perverse prikkels te scheppen om níét open te zijn”.3

Wij voeren een experiment uit waarin we de waarheidsgetrouwen straffen en de zwijgers belonen — en tonen ons vervolgens verrast over de uitkomst.

De straf gaat niet over kwaliteit. Ze gaat over moeite.

Kregen lezers te horen dat een kort verhaal door een mens was geschreven, dan schatten zij dat het 148 minuten had gekost. Kregen zij te horen dat hetzelfde verhaal door AI was geschreven, dan schatten zij zes. Het etiket veranderde niets aan hoe goed zij het vonden — niet de creativiteit, niet de originaliteit, niet het plezier. Het veranderde alleen hoeveel zij dachten dat het gekost had. En juist die schatting van de kosten voorspelde al het andere.4

Dat is de hele bevinding, en het is de reden dat deze schaal bestaat. Een schakelaar kan geen moeite overbrengen. Een schaal wel. Het is misschien de enige vorm van openheid die degene die open is niet straft.

Markeer alleen de machine, en alles wat ongemarkeerd blijft gaat er menselijk uitzien.

Markeer een deel van de valse koppen, en de niet-gemarkeerde worden geloofwaardiger — een effect dat is aangetoond in Management Science en dat het impliciete-waarheidseffect is gaan heten. De oplossing die dezelfde onderzoekers vonden: bevestig ook de ware.5

Een systeem dat alleen AI etiketteert, laat dus alles zonder etiket — inclusief alle AI die het over het hoofd zag — standaard als menselijk lezen.

Daarom begint de schaal bij nul. Wie helemaal geen AI gebruikt, heeft óók een getal nodig. Niet uit beleefdheid. Als dragende constructie.

Er bestaat geen beschamend niveau. Er bestaat alleen een niet-vermeld niveau.

Level 5 is de eerlijke vermelding voor een geautomatiseerd marktrapport. Level 0 is de eerlijke vermelding voor een autobiografie. Geen van beide staat boven de ander.

Een schaal die haar eigen niveaus rangschikt, is een schaamteladder in een witte jas, en elke gebruiker zal zich er naar beneden liegen. Op het moment dat Level 4 een belediging wordt, wordt iedereen een 2, en hebben we de tweedeling opnieuw gebouwd, met extra treden erbij.

Herkomst valt te bewijzen. Bijdrage valt alleen te vermelden.

De cryptografie is echt. En ze is niet genoeg.

C2PA kan aan een digitaal object een manipulatiebestendige, cryptografisch ondertekende geschiedenis koppelen. De eigen FAQ stelt dat de kernspecificatie “het toeschrijven van inhoud aan personen of organisaties niet ondersteunt”.6 Iedereen kan de open specificatie implementeren, maar voor opname in het officiële vertrouwensmodel van C2PA zijn een conform product en een ondertekeningscertificaat nodig dat in de vertrouwenslijst is verankerd.7 De belangrijkste toepassingen betreffen mediaobjecten en documenten, niet gewone webteksten.

Hij beantwoordt wat dit heeft aangeraakt. Hij kan niet beantwoorden wiens denken hierin zit. Niets kan dat — behalve de mens die het weet.

Een verklaring is geen zwakke vorm van bewijs. Ze is iets volstrekt anders.

Een auteursvermelding is een verklaring. Een voedingswaardetabel is een verklaring. De verklaring over belangenverstrengeling achter in een wetenschappelijk artikel is een verklaring. Geen ervan is een bewijs — en de beschaving draait er toch op.

Ze werken omdat ze goedkoop zijn om af te geven en duur om te breken.

Detectie is niet het vangnet, en is dat ook nooit geweest.

Zeven commerciële AI-detectoren merkten 61% van de echte toelatingsessays voor de universiteit, geschreven door mensen voor wie Engels niet de moedertaal is, aan als machinaal gegenereerd. Achtennegentig procent werd door minstens één detector gemarkeerd.8

Een standaard die met detectie wordt afgedwongen, is een machine om onschuldigen te beschuldigen: de migrant, de dyslecticus, degene die eenvoudigweg helder schrijft. Elk systeem dat een detector nodig heeft om te werken, werkt niet.

Openheid is geen bekentenis. Het is een regel in de aftiteling.

Drukkers ondertekenen hun colofon al vijfhonderd jaar — de letter, het papier, de pers, de oplage. Films draaien hun aftiteling af tot de laatste loopjongen. Een meubelmaker signeert de onderkant van de la.

Niemand heeft zich ooit geschaamd voor de aftiteling. Het gereedschap was nooit het geheim.

De kosten van het verbergen stapelen zich op — en ze worden niet betaald door wie zich verbergt.

Ze worden betaald door de eerlijke maker die niemand meer gelooft. Door het bedrijf dat wordt beschuldigd van iets wat het niet heeft gedaan. Door de lezer die is gaan aannemen dat alles nep is — en die daar steeds vaker gelijk in krijgt.

Merriam-Webster maakte “slop” tot woord van het jaar 2025: “digitale inhoud van lage kwaliteit, doorgaans in grote hoeveelheden geproduceerd met behulp van kunstmatige intelligentie.”9 Dat is de reputatie die zich nu aan alles hecht, zonder onderscheid — aan de slordigen en de zorgvuldigen evengoed.

De organisaties die de inhoud maken, erkennen al wat er op het spel staat. In een enquête uit 2026 onder 27 multinationale merken zei 82% dat transparantie over AI essentieel was voor de merkreputatie en 79% voor het consumentenvertrouwen. Toch constateerde hetzelfde onderzoek versnipperde regels en onzekerheid over de verwachtingen.10 Die onzekerheid is geen excuus om te zwijgen. Ze is de reden waarom een gedeeld vocabulaire nuttig is.

Onder de zichtbare schuld stapelt zich nog een andere op. Modellen genereren inhoud; die inhoud wordt opgenomen in latere trainingsdatasets; latere modellen reproduceren er een smallere versie van; en de cyclus herhaalt zich. Onderzoek in Nature noemt deze foutmodus modelinstorting: willekeurige recursieve training op gegenereerde data kan de uiteinden van de oorspronkelijke verdeling uitwissen en fouten over generaties heen versterken.11 Synthetische data zijn niet per definitie slecht en zorgvuldig samengestelde mengsels kunnen nuttig blijven. Het gevaar is dat we niet meer kunnen zien welk soort materiaal in het corpus terechtkwam.

Een vermelding kan niet bepalen of een crawler een werk voor training mag gebruiken — daarvoor dienen licenties, voorwaarden en toegangscontroles. Ze kan modelbouwers wel een ontbrekend signaal geven: of het materiaal door mensen is gemaakt, met AI is ondersteund, is geregisseerd, via prompts is geproduceerd of zonder beoordeling is gepubliceerd. Dat onderscheid bewaren is niet alleen beleefd tegenover lezers. Het helpt de diversiteit te behouden van de data waarvan toekomstige modellen leren.

Het antwoord van de wet op nuance is een uitzondering. Het onze is een schaal.

Vanaf 2 augustus 2026 vereist artikel 50 van de EU AI Act dat door AI gegenereerde tekst die wordt gepubliceerd om het publiek te informeren over zaken van algemeen belang, wordt vermeld — tenzij een mens met redactionele verantwoordelijkheid hem heeft nagekeken, in welk geval er helemaal geen vermelding vereist is.12

Lees dat nog eens. De wet ziet het verschil tussen nagekeken en niet-nagekeken werk. Ze heeft er alleen geen vocabulaire voor om het uit te drukken — dus lost ze de nuance op door de verplichting uit te zetten.

Het onderscheid waar de wet naar grijpt en dat ze niet kan benoemen, is het onderscheid tussen Level 4 en Level 5. Wij benoemen het.

Transparantie zal ongeveer een jaar lang vreemd voelen. Daarna voelt ze als niets.

Niemand kan zich vandaag nog een voedselverpakking voorstellen zonder tabel op de achterkant, en niemand schaamt zich voor de calorieën die erop staan. Het etiket heeft het eten niet gedood.

Het maakte een einde aan het gissen.


Wat wij vragen

Vermeld je niveau. Zet het op het werk. Link het aan de definitie.

Meer niet. Het is gratis, het kost dertig seconden, en er is geen commissie om iets aan te vragen.

De schaal is zes niveaus breed en begint bij nul. Ze meet de rol die AI speelde bij het maken — wiens substantie het werk draagt en wie erachter staat — niet hoeveel tekens een model heeft uitgespuwd. Ze is CC0. Ze is van niemand. Fork haar als wij het mis hebben.

Als genoeg van ons dit doen voordat de gewoonte van het verbergen hard wordt, houdt openheid op een bekentenis te zijn en wordt ze wat ze altijd had moeten zijn: een regel in de aftiteling.


Dit document vermeldt zijn eigen niveau

Dit manifest is Level 3 — Aangestuurd.

De diagnose, de redenering, het besluit om dit te bouwen en elke ontwerpkeuze in de schaal zijn van de auteur. Het onderzoek en het proza zijn geproduceerd met een groot taalmodel, en daarna regel voor regel gelezen, gecorrigeerd en ondertekend. Zonder de auteur bestaat dit document niet. Zonder het model bestaat het wel — langzamer, en slechter geschreven.

Dat is precies het pleidooi dat dit manifest voert. Het zou absurd zijn om het te voeren en het te verbergen.

De vertalingen zijn machinaal geproduceerd uit deze Engelse tekst en zijn als zodanig gemarkeerd, volgens de regel in § Vertaling.


Bronnen

Footnotes

  1. TikTok introduceerde een feedinstelling waarmee gebruikers kunnen kiezen hoeveel door AI gegenereerde inhoud zij te zien krijgen, november 2025. https://techcrunch.com/2025/11/18/tiktok-now-lets-you-choose-how-much-ai-generated-content-you-want-to-see/

  2. Pinterest, “minder tonen”-instellingen voor generatieve AI per categorie, oktober 2025. https://newsroom.pinterest.com/news/pinterest-rolls-out-new-tools-to-give-users-more-control-over-gen-ai-content/

  3. “The AI penalty and disclosure paradox”, 2026, preregistreerd, N=547. https://www.sciencedirect.com/science/article/pii/S2949882126000551

  4. “Know Your Author: Does the AI Penalty Hold in Short Fiction?”, 2026. Auteurschapsetiketten hadden geen betrouwbaar effect op de beoordeelde creativiteit, het plezier of de originaliteit — alleen op de veronderstelde moeite, die op haar beurt het plezier voorspelde. https://arxiv.org/pdf/2606.00006

  5. Pennycook, Bear, Collins & Rand, “The Implied Truth Effect”, Management Science 66(11). https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3035384

  6. C2PA-FAQ. https://c2pa.org/faqs/

  7. C2PA Conformance Program. https://c2pa.org/conformance/

  8. Liang et al., “GPT detectors are biased against non-native English writers”, Stanford, 2023. https://arxiv.org/pdf/2304.02819

  9. Merriam-Webster, woord van het jaar 2025: “slop”. https://www.merriam-webster.com/wordplay/word-of-the-year

  10. World Federation of Advertisers, enquête onder 27 multinationale merken, 2026. https://wfanet.org/knowledge/item/2026/04/02/global-brands-call-for-clearer-consensus-on-ai-labelling-as-usage-accelerates-wfa-research

  11. Shumailov et al., “AI models collapse when trained on recursively generated data”, Nature 631, 2024. https://doi.org/10.1038/s41586-024-07566-y

  12. EU AI Act, artikel 50(4). Van toepassing vanaf 2 augustus 2026. https://artificialintelligenceact.eu/article/50/