Een overtuigend antwoord is nog geen betrouwbaar antwoord

Een docent in de senioreneducatie gebruikt een AI-systeem om een informatieblad over veilig internetbankieren op te stellen. De tekst klinkt helder en professioneel, maar bevat een verouderd advies over het melden van fraude. Bovendien heeft het systeem een niet-bestaande organisatie als bron genoemd. Als deze tekst zonder controle wordt verspreid, kunnen deelnemers verkeerde beslissingen nemen en verliest de onderwijsorganisatie vertrouwen.

Dit risico ontstaat doordat generatieve AI vooral waarschijnlijke taal produceert. Het systeem kan een vloeiend antwoord formuleren zonder vast te stellen of alle beweringen juist, actueel of passend zijn. Daarom blijft de gebruiker verantwoordelijk voor wat er met de uitvoer gebeurt. Kritisch gebruik betekent dus niet dat je AI wantrouwt, maar dat je de uitvoer behandelt als een concept dat gecontroleerd moet worden.

Vier begrippen die verantwoord gebruik sturen

AI-uitvoer is alle inhoud die een AI-systeem genereert, zoals tekst, samenvattingen, afbeeldingen, feedback of adviezen. De kwaliteit daarvan hangt af van de ingevoerde gegevens, de formulering van de vraag en de beperkingen van het systeem. Zelfs bij een goede opdracht kan de uitvoer fouten of ongewenste aannames bevatten. Een professioneel geformuleerd antwoord is daarom niet automatisch een deskundig antwoord.

Verificatie is het controleren van controleerbare beweringen aan de hand van betrouwbare bronnen. Denk aan namen, data, cijfers, regels, verwijzingen en inhoudelijke uitspraken. Bij onderwerpen met grote gevolgen, zoals gezondheid, financiën, veiligheid of wettelijke rechten, moet de controle grondiger zijn. Hoe groter de mogelijke schade, hoe sterker het vereiste bewijs.

Privacy en vertrouwelijkheid gaan over de bescherming van persoonsgegevens en gevoelige informatie. Persoonsgegevens zijn gegevens die direct of indirect naar een persoon verwijzen, zoals een naam, e-mailadres, geboortedatum of cursistnummer. Ook combinaties van ogenschijnlijk gewone gegevens kunnen iemand herkenbaar maken. Vertrouwelijke informatie kan daarnaast betrekking hebben op beoordelingen, interne besluiten of persoonlijke omstandigheden.

Menselijke verantwoordelijkheid betekent dat een mens de uiteindelijke beslissing en de gevolgen daarvan draagt. AI kan ondersteunen bij formuleren, structureren en samenvatten, maar hoort niet zelfstandig te bepalen welke deelnemer extra begeleiding krijgt of welke informatie als feit wordt gepubliceerd. De menselijke gebruiker beoordeelt doel, context, proportionaliteit en mogelijke schade. Dat blijft nodig, ook wanneer een organisatie een AI-hulpmiddel officieel aanbiedt.

Aspect Kritisch gebruik Veilig gebruik Verantwoord gebruik
Centrale vraag Klopt en past dit? Welke gegevens en risico’s zijn betrokken? Is dit eerlijk, uitlegbaar en passend?
Belangrijkste handeling Beweringen, bronnen en relevantie controleren Persoonsgegevens beperken en gevoelige informatie beschermen Menselijke afweging, toezicht en verantwoordelijkheid behouden
Typisch risico Onjuiste of verzonnen informatie Privacyschade, datalekken of ongewenste openbaarmaking Discriminatie, ondoorzichtige beslissingen of verlies van vertrouwen
Gewenst resultaat Betrouwbare en bruikbare inhoud Zorgvuldige omgang met informatie Een verdedigbare toepassing die mensen respecteert

Deze drie perspectieven vullen elkaar aan. Een tekst kan feitelijk juist zijn, maar toch onveilig omdat herkenbare gegevens van een deelnemer zijn ingevoerd. Een veilig verwerkte tekst kan nog steeds onverantwoord zijn wanneer een docent een belangrijke beslissing volledig aan AI overlaat. Goede AI-geletterdheid vraagt daarom om een gecombineerde beoordeling.

Controleren op juistheid, actualiteit en bruikbaarheid

De eerste controle betreft feitelijke juistheid. Generatieve AI kan zogenoemde hallucinaties produceren: overtuigend geformuleerde informatie waarvoor geen betrouwbare basis bestaat. Dat kunnen subtiele fouten zijn, zoals een verkeerd jaartal, maar ook volledig verzonnen bronnen of regelingen. De kans op fouten wordt niet zichtbaar door de zelfverzekerde toon van het antwoord.

Controleer vooral beweringen die extern verifieerbaar zijn. Zoek belangrijke informatie terug in primaire of gezaghebbende bronnen, zoals de officiële website van een overheidsinstantie, de oorspronkelijke publicatie of het geldende beleid van de eigen organisatie. Open een genoemde bron daadwerkelijk en controleer of deze bestaat, relevant is en de bewering ondersteunt. Een lijst met links of titels is op zichzelf geen bewijs.

De tweede controle betreft actualiteit. Een antwoord kan ooit juist zijn geweest, maar inmiddels achterhaald zijn door een beleidswijziging, nieuwe wetenschappelijke inzichten of een aangepaste procedure. Vraag daarom niet alleen: “Is dit waar?”, maar ook: “Voor welke datum, locatie en situatie geldt dit?” Bij lesmateriaal over digitale veiligheid is actualiteit extra belangrijk, omdat werkwijzen van banken, overheden en fraudeurs snel kunnen veranderen.

De derde controle betreft bruikbaarheid voor de doelgroep. Een feitelijk correcte tekst kan ongeschikt zijn wanneer het taalniveau te hoog ligt, voorbeelden niet aansluiten of belangrijke uitzonderingen ontbreken. In senioreneducatie verdienen leesbaarheid, toegankelijkheid en handelingsperspectief bijzondere aandacht. De docent beoordeelt daarom ook of deelnemers begrijpen wat zij moeten doen en waar zij betrouwbare ondersteuning kunnen vinden.

Controlepunt Waar let je op? Geschikte controle
Feiten Namen, cijfers, definities en gebeurtenissen Vergelijk met gezaghebbende bronnen
Bronnen Bestaan, herkomst, relevantie en juiste weergave Open de oorspronkelijke bron en lees de relevante passage
Actualiteit Publicatiedatum, geldigheidsduur en beleidswijzigingen Controleer recente officiële informatie
Doelgroep Taalniveau, voorkennis, toegankelijkheid en context Beoordeel vanuit het perspectief van de deelnemers
Volledigheid Ontbrekende voorwaarden, uitzonderingen en onzekerheden Vergelijk met vakinhoudelijke richtlijnen of collegiale expertise

Een veelvoorkomende misvatting is dat meerdere vergelijkbare AI-antwoorden samen bevestigen dat iets waar is. Verschillende systemen kunnen echter dezelfde onjuiste patronen uit hun trainingsmateriaal reproduceren. Een tweede AI-antwoord is daarom geen onafhankelijke bron. Verificatie vereist bewijs buiten het generatieve systeem.

Gegevens beschermen vóórdat AI ze verwerkt

Veilig gebruik begint vóór het invoeren van een opdracht. Zodra persoonsgegevens in een AI-systeem worden geplaatst, kunnen ze buiten de directe controle van de docent of onderwijsorganisatie terechtkomen. Wat er met de gegevens gebeurt, hangt af van het gebruikte systeem, de instellingen en de afspraken met de aanbieder. Zonder duidelijkheid daarover is terughoudendheid de veiligste keuze.

Het belangrijkste beginsel is dataminimalisatie: gebruik niet meer gegevens dan noodzakelijk voor het doel. Voor hulp bij het herschrijven van feedback heeft een AI-systeem meestal geen naam, e-mailadres, leeftijd of volledige persoonlijke geschiedenis nodig. De kern van de tekst kan vaak worden geanonimiseerd of vervangen door neutrale aanduidingen. Minder ingevoerde gegevens betekent minder mogelijke schade.

Anonimiseren is meer dan alleen een naam verwijderen. Een combinatie van leeftijd, woonplaats, cursusgroep, medische situatie en een opvallende gebeurtenis kan een persoon alsnog herkenbaar maken. Gebruik daarom fictieve of algemene formuleringen en verwijder details die niet nodig zijn. Bij twijfel hoort gevoelige informatie niet in een algemeen AI-systeem.

Ook de uitvoer zelf kan privacyrisico’s veroorzaken. Een gegenereerde samenvatting kan bijvoorbeeld persoonlijke informatie te expliciet herhalen of onbedoeld gevoelige conclusies toevoegen. Controleer daarom niet alleen de invoer, maar ook wat het systeem teruggeeft en met wie dat resultaat wordt gedeeld. Volg daarbij altijd het privacybeleid, de beveiligingsafspraken en de goedgekeurde werkwijzen van de eigen organisatie.

Situatie Onveilige invoer Veiliger alternatief
Feedback herschrijven Naam, cursistnummer en volledige beoordeling invoeren Alleen geanonimiseerde feedbacktekst invoeren
Ondersteuningsvraag samenvatten Gezondheidsgegevens en herkenbare privésituatie opnemen De algemene ondersteuningsbehoefte beschrijven zonder identificerende details
E-mail opstellen Een adressenlijst of volledig dossier toevoegen Een neutraal sjabloon laten maken en gegevens later lokaal invullen
Lescasus maken Een werkelijk incident vrijwel letterlijk overnemen Een samengestelde fictieve casus zonder herkenbare kenmerken gebruiken

De gedachte “ik gebruik maar één voornaam” biedt onvoldoende bescherming. Herkenbaarheid hangt af van alle aanwezige details en van wie toegang heeft tot de informatie. Ook toestemming maakt niet iedere verwerking automatisch noodzakelijk of verstandig. Veiligheid vraagt steeds om de vraag of dezelfde taak met minder gegevens kan worden uitgevoerd.

Menselijke controle voorkomt oneerlijke of schadelijke gevolgen

Verantwoord gebruik gaat verder dan correcte feiten en veilige gegevensverwerking. AI-systemen kunnen bestaande vooroordelen uit gegevens en taalpatronen weerspiegelen. Daardoor kan een systeem bijvoorbeeld verschillende verwachtingen formuleren voor deelnemers met een andere leeftijd, taalachtergrond of beperking. Zulke verschillen zijn niet altijd opvallend, omdat ze verpakt kunnen zijn in neutraal klinkende taal.

Controleer de uitvoer daarom op bias, oftewel systematische vertekening. Let op generalisaties, stereotiepe voorbeelden, ongelijk taalgebruik en aannames over wat iemand wel of niet kan. Vraag ook welke perspectieven ontbreken en wie nadeel kan ondervinden van het antwoord. Een tekst die voor de meerderheid bruikbaar lijkt, kan voor een kleinere groep ontoegankelijk of kwetsend zijn.

Bij beslissingen met merkbare gevolgen moet de mens beslissend blijven. AI kan mogelijke formuleringen of aandachtspunten aandragen, maar mag niet zonder betekenisvolle controle bepalen wie slaagt, extra ondersteuning ontvangt of toegang krijgt tot een voorziening. Betekenisvolle controle betekent dat de beoordelaar voldoende kennis, tijd en bevoegdheid heeft om de uitvoer werkelijk te betwisten. Alleen op “akkoord” klikken is geen menselijke controle.

Transparantie ondersteunt vertrouwen. Wanneer AI een wezenlijke rol speelt bij het maken van materiaal of feedback, moet de gebruiker kunnen uitleggen waarvoor het systeem is gebruikt, welke controles zijn uitgevoerd en welke beperkingen gelden. Dat betekent niet dat ieder klein taalvoorstel uitgebreid verantwoord moet worden. Wel moet duidelijk zijn dat de professional eigenaar blijft van het eindproduct.

[[flowchart-placeholder]]

Een vaste controle vóór publicatie of gebruik

Stroomschema van doel en impact bepalen, feiten en bronnen controleren, gegevens beschermen, eerlijkheid en toegankelijkheid beoordelen en zelf de eindbeslissing nemen; bij groter risico is grondigere controle nodig.

Een praktische beoordeling kan worden opgebouwd als een korte route van doel naar gevolg. Begin met de vraag waarvoor de uitvoer wordt gebruikt en hoe groot de mogelijke impact is. Controleer daarna inhoud, gegevens, eerlijkheid en menselijke verantwoordelijkheid. Pas na die stappen volgt publicatie, verspreiding of besluitvorming.

  1. Bepaal het doel en de impact. Is de uitvoer alleen een intern concept, of beïnvloedt deze deelnemers en beslissingen?
  2. Controleer feiten en bronnen. Verifieer belangrijke claims buiten het AI-systeem en let op actualiteit.
  3. Bescherm gegevens. Verwijder onnodige persoonsgegevens en volg de afspraken van de organisatie.
  4. Beoordeel eerlijkheid en toegankelijkheid. Zoek naar stereotypen, uitsluiting, onduidelijke taal en ontbrekende perspectieven.
  5. Neem zelf de eindbeslissing. Pas de uitvoer aan, leg belangrijke keuzes uit en deel alleen wat verantwoord is.

Niet iedere uitvoer vereist dezelfde intensiteit van controle. Een voorstel voor een neutrale titel heeft doorgaans een lager risico dan gezondheidsinformatie of een beoordeling van een deelnemer. Deze benadering heet risicogestuurd controleren: hoe groter de mogelijke gevolgen, hoe grondiger de menselijke beoordeling. Zo blijft de werkwijze uitvoerbaar zonder veiligheid te reduceren tot een oppervlakkig vinkje.

Voorbeeld: een informatieblad over internetbankieren

Een docent laat AI een informatieblad op taalniveau B1 schrijven voor oudere deelnemers die weinig digitale ervaring hebben. Het concept adviseert om bij vermoedelijke fraude “de helpdesk van de bank via een zoekmachine op te zoeken” en noemt daarbij een telefoonnummer zonder bron. De formulering is eenvoudig, maar het advies kan deelnemers juist naar een frauduleuze website leiden. De eerste stap is daarom niet redigeren, maar het markeren van alle veiligheidskritische beweringen.

De docent controleert de procedure via de officiële website en contactkanalen van de betreffende bank. Het niet-geverifieerde telefoonnummer wordt verwijderd en het advies wordt vervangen door een veiligere route, zoals het zelf openen van de officiële bankapp of het gebruiken van een eerder gecontroleerd nummer. Vervolgens beoordeelt de docent of begrippen als phishing en spoofing begrijpelijk worden uitgelegd. Ook controleert een collega of de instructies logisch en uitvoerbaar zijn voor de doelgroep.

Het resultaat is bruikbaar doordat AI snel een eerste structuur en eenvoudige formuleringen leverde. De betrouwbaarheid ontstaat echter pas door broncontrole, doelgroepbeoordeling en menselijke redactie. Een beperking blijft dat procedures per bank en in de tijd kunnen verschillen. Daarom bevat het informatieblad een datum van controle en verwijst het deelnemers naar actuele officiële informatie.

Voorbeeld: persoonlijke feedback op een cursisttekst

Een docent wil met AI schriftelijke feedback duidelijker en vriendelijker formuleren. De oorspronkelijke notitie bevat de naam van de cursist, informatie over dyslexie en details over een moeilijke thuissituatie. Die gegevens zijn niet nodig om de toon van de feedback te verbeteren. De docent verwijdert ze en gebruikt alleen een geanonimiseerde passage over de leerprestatie.

Na generatie controleert de docent of de feedback nog steeds inhoudelijk klopt. De AI-uitvoer noemt de tekst van de cursist “verrassend goed voor iemand met beperkte taalvaardigheid”, wat neerbuigend kan overkomen en een onnodige aanname bevat. De docent vervangt dit door een concrete observatie: de hoofdgedachte is duidelijk, terwijl de alinea-indeling nog aandacht vraagt. Zo wordt de feedback specifieker, eerlijker en beter gericht op ontwikkeling.

AI ondersteunt in dit proces het formuleren, maar beoordeelt de cursist niet zelfstandig. De docent baseert het uiteindelijke oordeel op het ingeleverde werk, de leerdoelen en de bekende onderwijscontext. De aangepaste feedback wordt vervolgens via het goedgekeurde leersysteem gedeeld, niet via een openbaar kanaal. Deze werkwijze combineert efficiëntie met privacy, professionele verantwoordelijkheid en respect voor de deelnemer.

Een betrouwbare houding tegenover AI-uitvoer

AI-uitvoer verdient geen automatische afwijzing, maar ook geen automatisch vertrouwen. Een verantwoord gebruiker maakt onderscheid tussen een bruikbaar concept en een gecontroleerd eindproduct. Daarbij horen verificatie, dataminimalisatie, aandacht voor bias en betekenisvolle menselijke controle. Vooral bij grote mogelijke gevolgen moet de beoordelingsdrempel hoger liggen.

De kernvraag is niet alleen: “Kan AI dit maken?” De belangrijkere vragen zijn: “Klopt het, mag ik deze gegevens gebruiken, wie kan hierdoor worden geraakt en kan ik het resultaat verantwoorden?” Met die houding blijft AI een ondersteunend hulpmiddel in plaats van een onzichtbare beslisser. Dat beschermt zowel deelnemers als onderwijsprofessionals en organisaties.

Een controlekader dat blijft werken

  • Controleer overtuigende taal op feiten, bronnen, actualiteit en geschiktheid voor de doelgroep.

  • Voer zo weinig mogelijk persoonsgegevens in en behandel gevoelige informatie met extra terughoudendheid.

  • Onderzoek AI-uitvoer op vooroordelen, uitsluiting en ongefundeerde aannames.

  • Behoud menselijke verantwoordelijkheid bij publicaties, feedback en beslissingen met gevolgen.

Kritisch, veilig en verantwoord gebruik is geen losse eindcontrole, maar een professionele manier van werken. Wie doel, bewijs, gegevens en gevolgen systematisch beoordeelt, kan de voordelen van AI benutten zonder het menselijke oordeel uit handen te geven.

Last modified: Tuesday, 13 October 2026, 1:46 PM