Waarom AI zelfverzekerd dingen verzint
Door Chatday Editorial Team ·
Stel een AI-chatbot een vraag waarop hij het antwoord niet weet, en dan komt het verontrustende deel: hij zegt bijna nooit “ik weet het niet zeker”. In plaats daarvan geeft hij je vaak een zelfverzekerd, gepolijst, volledig verzonnen antwoord: een nep-boektitel, een citaat dat niemand ooit zei, een wet die niet bestaat. De AI liegt niet met opzet. Hij kent het verschil oprecht niet. En zodra je begrijpt waarom dat gebeurt, trap je er nooit meer in.
Wat “hallucinatie” eigenlijk betekent
In AI-land is een “hallucinatie” wanneer een chatbot iets produceert dat waar klinkt maar het niet is: een verzonnen statistiek, een verzonnen bron, een zelfverzekerd fout antwoord. Het woord laat het exotisch klinken, maar de alledaagse versie is simpel: de AI vult een gat in zijn kennis met een overtuigende gok en presenteert die als feit.
Het lastige is de toon. Een mens die iets niet weet, aarzelt meestal, slaat een slag om de arm of geeft het toe. Een AI levert zijn verzinsel met precies dezelfde kalme zelfverzekerdheid die hij gebruikt voor dingen die hij goed heeft. Geen zenuwachtig “eh, ik denk?”, en juist daarom worden mensen erin geluisd.
Dus waarom gebeurt het?
Om dit te snappen moet je weten wat een chatbot onder de motorkap eigenlijk doet. Hij zoekt geen feiten op in een database. Hij is een spectaculair goede voorspelmachine; hij leest je vraag en berekent, woord voor woord, hoe een verstandig antwoord waarschijnlijk klinkt, op basis van patronen die hij heeft geleerd uit een enorme berg tekst.
Dat is briljant voor het schrijven van een e-mail of het uitleggen van een idee. Maar het betekent dat de AI plausibiliteit najaagt, niet waarheid. Als hij het antwoord weet, zijn de meest plausibele volgende woorden toevallig de juiste. Als hij het niet weet, kunnen de meest plausibel klinkende woorden een prachtig verwoorde fictie zijn. De machine kan niet altijd het verschil zien; voor hem zien beide er gewoon uit als “een goed antwoord”.
| Wat je denkt dat de AI doet | Wat hij werkelijk doet |
|---|---|
| Een feit opzoeken en rapporteren | De meest waarschijnlijk klinkende woorden voorspellen |
| Weten wanneer hij iets niet weet | Vaak een gok niet van een feit kunnen onderscheiden |
| Zwijgen bij twijfel | Het gat vullen met iets plausibels |
| Echte bronnen citeren | Bronnen kunnen verzinnen die echt lijken |
De twist: AI wordt getraind om te gokken
Hier komt het deel dat zelfs de experts verraste. In een onderzoekspaper uit 2025 legde OpenAI uit dat hallucinaties niet zomaar een storing zijn; ze zijn deels ingebakken door de manier waarop AI tijdens de training wordt beoordeeld.
Denk aan een student bij een meerkeuzetoets. Als een fout antwoord en een leeg vakje allebei nul punten opleveren, maar een gelukkige gok een punt kan opleveren, is de slimme zet altijd om te gokken. AI-modellen worden op vrijwel dezelfde manier getest: de score beloont een zelfverzekerd antwoord en bestraft “ik weet het niet”, zelfs wanneer het niet weten het eerlijke, juiste antwoord is. Dus leren de modellen bluffen. OpenAI’s voorgestelde oplossing is om te veranderen hoe we ze beoordelen, zodat het toegeven van onzekerheid wordt beloond in plaats van bestraft.
Dit is niet alleen theorie: het kost echt geld
Verzonnen antwoorden hebben al echte problemen veroorzaakt:
- In 2023 gebruikten twee advocaten uit New York ChatGPT om een juridisch pleidooi te helpen schrijven en dienden het in met zes rechtszaken die niet bestonden, de AI had de namen, citaten en verwijzingen verzonnen. Een rechter beboette hen met 5.000 dollar.
- In 2024 droeg een Canadees tribunaal Air Canada op om een terugbetalingsbeleid na te komen dat zijn eigen support-chatbot simpelweg had verzonnen toen een rouwende klant naar rouwtarieven vroeg. De luchtvaartmaatschappij betoogde dat de bot zelf verantwoordelijk was; het tribunaal was het daar niet mee eens.
De les uit beide: de zelfverzekerdheid van een AI is geen bewijs. Voor alles wat er echt toe doet (juridisch, medisch, financieel, of “ik sta op het punt mensen te vertellen dat dit waar is”) controleer je het.
Sommige AI’s verzinnen meer dan andere
Hallucinatie is niet overal even erg. Onafhankelijke tests die meten hoe vaak een model bij de feiten blijft in een bron die het krijgt, laten echte, soms grote verschillen tussen modellen zien, en de nieuwere “denkende” modellen, die even pauzeren om te redeneren voordat ze antwoorden, zijn doorgaans nauwkeuriger dan de oudere modellen die meteen antwoorden.
Het is een van de redenen waarom het loont om je niet aan één chatbot te binden. Als een antwoord belangrijk of verrassend voelt, is dezelfde vraag aan een tweede model stellen een van de snelste controles die er bestaan: als twee verschillende AI’s, gebouwd door verschillende bedrijven, onafhankelijk overeenstemmen, kun je het veel meer vertrouwen dan één zelfverzekerde stem alleen.
Hoe je betrouwbare antwoorden krijgt
Je hoeft niet bang te zijn voor hallucinaties; je hebt alleen een paar gewoontes nodig die stilletjes de kansen in jouw voordeel stapelen:
- Vraag om de bronnen. “Waar heb je dat vandaan? Geef me links die ik kan controleren.” Als hij naar niets echts kan verwijzen, behandel de bewering dan als een gok.
- Geef hem de feiten om mee te werken. Modellen hallucineren veel minder wanneer ze antwoorden over een document dat jij aanlevert in plaats van uit het geheugen. Plak de tekst erin, of gebruik een tool waarmee je kunt chatten met een PDF zodat het antwoord verankerd is aan een echte bron.
- Controleer met een tweede model. Stel dezelfde vraag aan een andere AI. Overeenstemming is geruststellend; onenigheid is een signaal om dieper te graven.
- Gebruik een redeneermodel voor moeilijke vragen. Modellen die nadenken voor ze antwoorden zijn meetbaar nauwkeuriger op lastige zaken (al zijn ze nog niet perfect).
- Geef hem een uitweg. Voeg “zeg ‘ik weet het niet’ als je niet zeker bent” toe aan je prompt. Hij gehoorzaamt niet altijd, maar het vermindert merkbaar de zelfverzekerde onzin.
Wil je de kruiscontrole-truc nu meteen proberen? Open dezelfde vraag in een paar modellen en vergelijk hun antwoorden:
De kern
AI-hallucinaties zijn geen teken dat de technologie kapot is; ze zijn een neveneffect van juist wat haar zo nuttig maakt: een machine die verbluffend goed is in het produceren van vloeiende, plausibele taal. De oplossing is niet om AI te wantrouwen, maar om haar verstandig te gebruiken: vraag om bronnen, veranker haar aan echte documenten, en laat nooit één zelfverzekerde stem je enige getuige zijn.
Het makkelijkste vangnet van allemaal is een tweede mening. Stel je vraag, stel hem dan nogmaals aan een ander model en kijk of ze het eens zijn; dat kun je precies zo, gratis, doen in Chatday, waar Claude, GPT-5.5, Gemini en meer naast elkaar leven.