Bronnen controleren bij AI: wat blijft en wat verandert

Een antwoord van Copilot, Claude of een juridische AI-tool leest vaak alsof een ervaren collega het schreef: helder opgebouwd, stellig en met bronnen erbij. In bijna elke training krijgen we dezelfde vraag: hoe weet ik of ik dit kan vertrouwen? Het eerlijke antwoord valt mee. U controleert AI-output op dezelfde manier als u elke andere bron controleert. Maar er verandert wel iets, en dat bepaalt waar u op let.

Wat hetzelfde blijft

Een jurist vertrouwt een memo van een stagiair ook niet blind. U zoekt de uitspraak op, leest de passage waar het om gaat, kijkt of de regel nog geldt en vraagt zich af of het op uw zaak past. Dat zijn precies de vragen die u bij AI-output stelt.

1. Bestaat de bron? Zoek elke uitspraak, wet of publicatie zelf op in een databank die u vertrouwt.
2. Staat in de bron wat het antwoord zegt? Lees de passage zelf, niet alleen de titel of de samenvatting.
3. Is het actueel? Kijk naar de datum en controleer of er sindsdien iets is gewijzigd.
4. Past het bij uw situatie? Dat oordeel blijft bij u, en daarmee ook de verantwoordelijkheid.

Wie gewend is bronnen kritisch te lezen, heeft dus al de belangrijkste vaardigheid in huis.

Wat wel verandert

Toch werkt het in de praktijk anders, om drie redenen. De eerste is dat de fouten er anders uitzien. Een stagiair die twijfelt, laat dat merken. Een taalmodel voorspelt welke woorden waarschijnlijk volgen en vult wat het niet weet net zo vloeiend in als wat het wel weet. Zo ontstaat een uitspraak met een echt ogend vindplaatsnummer die niet bestaat. Aan de toon ziet u het verschil niet. In 2023 kregen advocaten in de Verenigde Staten een boete omdat ze zulke verzonnen uitspraken in een processtuk hadden opgenomen zonder ze na te lopen.

De tweede reden is de hoeveelheid. Waar u vroeger één memo nakeek, heeft u nu in een paar minuten vijf versies, een samenvatting van het hele dossier en een overzicht van de rechtspraak. Hoe meer tekst, hoe groter de verleiding om alleen de eerste alinea te lezen.

De derde reden is dat een bronverwijzing niet alles zegt. Tools die op uw eigen documenten of een juridische databank werken, zetten er vaak een link bij. Dat helpt, maar de passage achter de link zegt soms net iets anders dan de samenvatting beweert. En wanneer agents zelfstandig stappen gaan uitvoeren, komt de uitkomst verder in uw proces terecht voordat iemand meekijkt. Het moment van controle moet u dus bewust kiezen.

Een voorbeeld uit de praktijk

Bij een advocatenkantoor bracht een advocaat die een artikel schreef over een leerstuk uit het bouwrecht die vraag in als oefening. De groep liet een AI-tool de stand van rechtspraak en literatuur op een rij zetten en liep de uitkomst daarna samen na. Zo’n oefening op een eigen vraag laat beter dan welke uitleg ook zien waar het werk zit: welke verwijzing bestaat, welke iets anders zegt dan het antwoord beweert, en wat er ontbreekt.

Zo maakt u er een vaste stap van

Spreek per werkproces af wanneer AI-output altijd wordt nagelopen, bijvoorbeeld bij alles wat naar een cliënt, een rechter of een bestuurder gaat. Vraag de tool om bij elke bewering de bron te noemen en aan te geven waar hij twijfelt; dat maakt uw controle sneller. En leg vast wie verantwoordelijk is voor de eindtekst. Sinds 2 februari 2025 vraagt de AI Act organisaties ook om te zorgen dat medewerkers voldoende AI-geletterd zijn. Kritisch kunnen beoordelen wat een systeem oplevert hoort daar vanzelf bij.

Wilt u direct beginnen? Neem een stuk dat u deze week toch schrijft, laat de tool die u op kantoor gebruikt het onderzoek of een eerste versie maken, en loop het na met de vier vragen. Wilt u dat met uw team oefenen op uw eigen werk, zoals een memo, een processtuk of een raadsvoorstel? Dat doen we in de hands-on basistraining AI-geletterdheid en in onze trainingen voor advocatuur, notariaat en overheid. Neem gerust contact met ons op.