OpenAI, Google en Meta hebben systemen die soms onjuiste informatie geven. In Nederland en Europa leidt dat in 2026 tot klachten, risico’s en nieuwe regels. Bedrijven en overheden zoeken naar manieren om fouten snel te voorkomen en te herstellen. De kern: het model liegt niet bewust, maar verzint wel feiten die echt lijken en schade kunnen veroorzaken.
Hallucinaties blijven hardnekkig
Generatieve AI voorspelt het volgende woord in een zin. Daardoor klinkt een antwoord vaak zeker, ook als het niet klopt. Dit heet een hallucinatie: het systeem verzint details die nergens op gebaseerd zijn. Dat gebeurt vooral bij biografieën, samenvattingen en bronverwijzingen.
Bekende systemen zoals ChatGPT (GPT-4o), Google Gemini, Claude 3 en Llama 3 hebben hier nog steeds last van. De fouten lijken klein, maar hebben soms grote gevolgen. Denk aan een verzonnen rechtszaak, een nepbron of een verkeerd medisch advies. Gebruikers merken het vaak pas als ze gaan controleren.
Er zijn technische noodgrepen, maar die werken niet altijd. Updates, strengere veiligheidsfilters en betere instructies helpen, maar lossen het probleem niet volledig op. Ook het koppelen van een model aan een zoekmachine voorkomt fouten niet helemaal. Een fout blijft mogelijk als de onderliggende bron zwak is.
Een hallucinatie is wanneer een AI met overtuiging iets beweert dat niet klopt, bijvoorbeeld een nepbron of verzonnen feit.
Bedrijven lopen aansprakelijkheidsrisico
Wie een chatbot inzet voor klanten loopt juridische risico’s. Onjuiste informatie kan leiden tot financiële schade of reputatieschade. Bij persoonsgegevens geldt extra druk. De AVG eist juistheid, dataminimalisatie en snelle correctie of verwijdering.
De AVG geeft mensen recht op inzage, rectificatie en verwijdering. Organisaties moeten daarom een vast proces hebben om AI-fouten te herstellen. Ook moeten zij kunnen uitleggen hoe een antwoord tot stand kwam. Logbestanden en versiebeheer zijn hierbij noodzakelijk.
De nieuwe EU-richtlijn voor productaansprakelijkheid breidt de reikwijdte uit naar software en AI. Leveranciers kunnen aansprakelijk worden als een defect systeem schade veroorzaakt. Deze regels gaan na een overgangstermijn gelden, op het moment van schrijven binnen ongeveer twee jaar. Verzekeraars vragen daarom vaker om risicobeheersing rond algoritmen.
AI-verordening dwingt transparantie
De Europese AI-verordening (AI Act) legt plichten op aan zowel bouwers als gebruikers van systemen. Voor algemene AI-modellen (GPAI) zoals GPT-4o en Gemini komen eisen voor documentatie, risicobeheersing en rapportage van ernstige incidenten. Ook moet een beknopte samenvatting van trainingsdata openbaar worden gemaakt. Dat helpt bij het beoordelen van herkomst en bias.
Voor toepassingen met hoger risico gelden extra waarborgen. Denk aan menselijk toezicht, duidelijke gebruiksgrenzen en nauwkeurigheidsmetingen. Deepfakes en synthetische media moeten herkenbaar zijn, bijvoorbeeld via watermerken of content-credentiels. Dit moet misleiding van burgers tegengaan.
Voor Nederlandse organisaties betekent dit concreet nieuwe inkoop- en controle-eisen. DPIA’s (privacy-effectbeoordelingen) en technische audits worden belangrijker. Ook communicatie verandert: gebruikers moeten weten wanneer zij met een systeem praten. De verordening treedt gefaseerd in werking; organisaties doen er goed aan nu al te starten met aanpassingen.
Nederland zet op menselijk toezicht
De Autoriteit Persoonsgegevens houdt toezicht op het gebruik van AI met persoonsgegevens. De toezichthouders in Europa werken samen in een ChatGPT-werkgroep, op het moment van schrijven nog actief. Bedrijven moeten kunnen uitleggen hoe hun systeem werkt en fouten herstellen. Een mens blijft eindverantwoordelijk bij besluiten met impact.
Consumententoezichthouder ACM let op misleiding. Een AI die onjuiste claims doet, kan een oneerlijke handelspraktijk zijn. Een disclaimer alleen is dan niet genoeg. Bedrijven moeten hun assistenten trainen, monitoren en waar nodig begrenzen.
Overheden publiceren steeds meer algoritmen in het Nederlandse Algoritmeregister. Dat vergroot de controleerbaarheid voor burgers. Gemeenten en ministeries voegen daar ook generatieve AI-pilots aan toe. Zo wordt zichtbaar waar menselijk toezicht plaatsvindt en hoe kwaliteit wordt geborgd.
Praktische stappen tegen onwaarheden
Koppel een model aan gecontroleerde bronnen met retrieval augmented generation (RAG). Dat is een techniek waarbij het systeem eerst zoekt in eigen, betrouwbare documenten, en daarna pas antwoord geeft. Laat bronnen altijd meekomen met het antwoord. Zo kan een gebruiker zelf controleren.
Meet en verbeter actief. Log prompts en uitkomsten, en label fouten. Richt een correctieproces in voor persoonsgegevens, met een duidelijk contactpunt. Test regelmatig met “red teaming” om zwakke plekken te vinden.
Kies functies die transparantie vergroten. Denk aan citatie-modus, content-credentiels (C2PA) en automatische detectie van onzekerheid. Beperk taken waarbij fouten onaanvaardbaar zijn, zoals juridisch of medisch advies zonder menselijk nazicht. Train medewerkers om antwoorden kritisch te lezen en te verifiëren.
Zorg ten slotte voor privacybescherming. Minimaliseer data, versleutel opslag en verwerk bij voorkeur in de EU. Controleer de standaardinstellingen voor het hergebruik van gebruikersdata door de leverancier. Zo verklein je de kans dat onjuiste of gevoelige informatie rondgaat.