Het korte antwoord
Waarom verzint AI soms dingen?
AI verzint dingen omdat een taalmodel zo is gebouwd: het voorspelt woord voor woord wat er waarschijnlijk volgt. Meestal levert dat een goed antwoord op. Waar het model het antwoord niet heeft, maakt het toch iets dat erop lijkt.
Het lastige is de toon: een verzonnen feit staat in dezelfde nette zinnen als een kloppend feit, zonder voorbehoud. Wie de stof niet kent, ziet het verschil niet. In het Engels heet dit hallucineren; in gewone taal is het verzinnen.
De aanleiding
Hoe ziet zo’n verzinsel eruit?
Een verzinsel ziet eruit als een gewoon antwoord. Het is een datum, een bron of een feit dat precies klinkt en niet bestaat. Je herkent het niet aan de vorm, alleen door het na te gaan.
Onderzoekers van OpenAI en Georgia Tech gaven er in september 2025 een eenvoudig voorbeeld van. Ze vroegen een taalmodel naar de verjaardag van een van hen, met de opdracht alleen te antwoorden als het die echt wist. Het model gaf drie keer een andere datum, en alle drie waren fout.
In de rechtszaal gebeurt hetzelfde, met gevolgen. Volgens advocatenkantoor Stibbe kreeg de rechtbank Noord-Nederland in november 2025 zo’n stuk. De vordering steunde vermoedelijk op uitspraken die niet bestonden of niets met de zaak te maken hadden, waarschijnlijk door AI aangeleverd en niet nagekeken.
De rechtbank Oost-Brabant oordeelde een maand later dat iemand die zijn dagvaarding met AI had opgesteld, de uitkomst had moeten controleren.
De oorzaak
Waarom gokt een taalmodel in plaats van te zeggen dat het iets niet weet?
Een taalmodel gokt omdat het zo is getraind en getest: een gok levert soms punten op, ‘weet ik niet’ nooit. Kalai en zijn collega’s vergelijken het met een leerling die bij een moeilijke toetsvraag liever gokt dan de vraag open laat.
De meeste tests waarop modellen worden beoordeeld, kennen een punt toe voor een goed antwoord en niets voor een leeg antwoord. Een model dat bij twijfel gokt, scoort dan hoger dan een model dat eerlijk zegt dat het iets niet weet. Zo leren de makers hun modellen, zonder dat iemand het zo bedoelt, om te bluffen.
Bij een los feit zonder patroon, zoals iemands verjaardag, valt een gok bovendien niet te onderscheiden van kennis. Volgens de onderzoekers wordt het gokken minder als de tests anders gaan scoren. Dat moeten de makers van de modellen doen; jij kunt intussen zorgen dat een gok niet ongezien naar buiten gaat.
Mijn lezing
Waar gaat het in de praktijk mis?
Het gaat mis waar de lezer het vak niet kent en het antwoord dus niet kan wegen. Hoe minder je van een onderwerp weet, hoe overtuigender een stellig maar verzonnen antwoord klinkt.
In mijn boek gebruik ik marketing als voorbeeld. Wie zelf met AI een bericht maakt, denkt dat het werk met één vraag klaar is, en het resultaat ziet er best aardig uit.
Onder goede marketing zit vakwerk: doelgroep, positie, boodschap, ritme. Op de kaart van de winst uit het boek staat werk met weinig stappen en weinig vakmanschap linksonder, en daarover schrijf ik: “Als marketing echt linksonder lag, zou zijn zelfgemaakte versie goed zijn geweest. Ze is het zelden.” Wie het vak niet kent, ziet niet wat er ontbreekt of wat er verzonnen is.
Hij vergeet niets en vertrekt nooit, maar merkt zelf nooit wanneer hij ernaast zit. Daarom tekent de mens.Paul Hoffman
Zo kijk ik naar elke digitale medewerker: hij is snel en vergeet niets, maar hij heeft geen eigen oordeel. Een mens met een naam tekent voor wat de deur uitgaat, vanaf de eerste dag dat je AI gebruikt.
Wat helpt
Hoe zorg je dat AI minder verzint?
AI verzint minder als je het iets geeft om op te steunen en het toestaat te zeggen dat het iets niet weet. Wegnemen doe je het daarmee niet, dus de controle blijft.
- Geef het je eigen stukken: laat het antwoorden uit je prijslijst, je voorwaarden of je eerdere offertes, niet uit wat het ergens heeft opgepikt.
- Vraag om een eerlijk ‘weet ik niet’: zet in je opdracht dat het mag zeggen dat iets er niet in staat, en dat je dat liever hoort dan een gok.
- Laat het zeggen waar het iets vandaan heeft: een verwijzing naar de pagina of de passage maakt nakijken een kwestie van minuten.
- Kijk op de plekken die ertoe doen: niet alles woord voor woord, wel waar een fout geld, klanten of je naam kost.
Dat laatste beschrijf ik in mijn boek aan de hand van een senior die het werk van digitale medewerkers keurt. Ze leest niet alles na, maar kijkt gericht: “De aanname onderaan waar de rest op steunt, het getal dat te mooi uitkomt, de zin die te stellig klinkt.”
In het begin kijk je alles na. Naarmate het vertrouwen groeit, trekt dat toezicht zich terug: “Eerst alles, dan alleen de twijfelgevallen, later alleen het bijzondere.”
De praktijk
Wat betekent dit voor jouw bedrijf?
Voor jouw bedrijf betekent het dat er onder alles wat AI maakt en de deur uitgaat een naam staat. Regel dat deze week voor één stuk werk, bijvoorbeeld de offertes of de nieuwsbrief.
Kies wie er tekent. Schrijf voor die persoon op waar het in dit werk meestal misgaat: welk getal altijd klopt, welke aanname je altijd natrekt, welke bewering nooit zonder bron naar buiten mag. Spreek af dat AI mag zeggen dat het iets niet weet.
Een mens die controleert wat eruit komt, hoort al bij het eerste niveau van AI in een bedrijf. Lees in het artikel over de vijf niveaus van AI wat er verder bij dat niveau hoort, en doe daar de korte check.
Veelgestelde vragen
Liegt AI dan bewust?
Nee. Een taalmodel heeft geen bedoeling en weet niet dat het iets verzint. Het maakt de tekst die het meest waarschijnlijk klinkt bij jouw vraag, en bij een gat in wat het weet is dat soms een verzonnen feit. Daarom helpt het ook niet om te vragen of het zeker weet dat het klopt: het antwoord op die vraag is net zo goed een gok.
Kan ik AI vragen om zijn bronnen te noemen?
Ja, maar controleer die bronnen dan ook. Een verzonnen bron ziet er net zo echt uit als een echte, met een titel, een datum en een naam. Volgens de NOS werd in Canada een advocaat dit jaar zes maanden geschorst omdat ze zaken aanhaalde die niet bestonden, en ook Nederlandse rechtbanken kregen zulke stukken. Klik elke bron open en lees of er echt staat wat het model zegt.
Is een verzinsel hetzelfde als een fout in mijn eigen gegevens?
Nee. Klopt je prijslijst niet, dan neemt AI die fout gewoon over, en dat los je op in de prijslijst. Een verzinsel ontstaat waar het model niets heeft om op te steunen en het gat zelf opvult. Het eerste vind je door je gegevens na te lopen, het tweede door te kijken waar het model iets beweert dat nergens in je stukken staat.
Wordt dit vanzelf opgelost met nieuwere modellen?
Waarschijnlijk wordt het minder, maar reken er niet op dat het verdwijnt. Kalai en zijn collega’s schrijven dat modellen minder gaan gokken als de tests waarop ze worden beoordeeld een eerlijk ‘weet ik niet’ niet langer afstraffen. Dat moet de hele sector veranderen, en dat gaat niet in een maand. Tot die tijd kijkt er een mens mee.
Wie is aansprakelijk als ik iets verstuur dat AI heeft verzonnen?
In de regel jij, of je bedrijf. Wie een stuk verstuurt, staat ervoor in, ook als een programma het schreef. De rechtbank Oost-Brabant oordeelde in december 2025 dat iemand die zijn dagvaarding met AI had opgesteld, de uitkomst had moeten controleren, en liet hem alle proceskosten van de tegenpartij betalen. Dit is geen juridisch advies.
Bronnen
Het idee, het concept en de inhoudelijke correcties zijn van Paul Hoffman. AI heeft de taal gecorrigeerd, de tekst geordend en de leesbaarheid verbeterd. De citaten komen uit zijn boek De Informatiemotor (2026). De feiten zijn op 9 november 2026 gecontroleerd aan de hand van onderstaande bronnen. Dit artikel is geen juridisch advies.