Het antwoord is simpel: vertrouw geen AI-antwoord zonder het te checken. De vloeiende, zelfverzekerde toon van tools als ChatGPT, Claude, Gemini en Grok is misleidend. Zeker in werk dat fouten niet kan hebben – denk aan offertes, contracten of marktanalyses – kan blind vertrouwen op AI je duur komen te staan. De oplossing is geen beter model, maar een gewoonte: controleer voordat je handelt.

Wat er aan de hand is

Volgens Martech, een platform voor marketingtechnologie, is ‘vertrouwen zonder nauwkeurigheid’ de duurste fout die je kunt maken met AI. Het probleem is niet dat AI onzin uitkraamt, maar dat het dat doet met een overtuiging die klopt. Vooral in onderzoek, juridisch werk, financiën en andere gebieden waar fouten directe kosten met zich meebrengen, is dit risico groot. Martech noemt tien checkmethoden die door ervaren AI-gebruikers worden toegepast. Geen van deze methoden vereist nieuwe software of dure tools.

Wat dit betekent

Voor ondernemers betekent dit dat je AI niet kunt behandelen als een betrouwbare assistent, maar als een snelle, maar onzekere bron. Een fout in een offerte kan een klant kosten. Een verkeerd cijfer in een marktanalyse kan leiden tot een verkeerde strategische beslissing. Een verzonnen bron in een contract kan juridische problemen geven. De kosten van een fout zijn vaak vele malen hoger dan de tijdwinst die AI je oplevert. De tien checks zijn een investering van een paar minuten die je tienduizenden euro’s kan besparen.

Hoe je dit kunt toepassen

Als je een offerte opstelt met AI… Vraag het model altijd om bronnen voor de marktcijfers of prijzen die het noemt. Controleer minstens de eerste bron. Als die niet bestaat, behandel het cijfer dan als onbevestigd. Een optie is om dezelfde vraag aan een tweede model te stellen, bijvoorbeeld Claude in plaats van ChatGPT. Als beide modellen hetzelfde antwoord geven, kun je er meer vertrouwen in hebben.

Als je een contract laat opstellen of beoordelen… Stel de vraag op twee manieren. Vraag eerst: ‘Is dit juridisch waterdicht?’ en daarna: ‘Wat zijn de zwakke punten in dit contract?’ Als het model tussen beide antwoorden wisselt, is dat een signaal dat je een jurist moet raadplegen. Overweeg om expliciet te vragen naar tegenargumenten: ‘Wat zou een rechter hierover kunnen zeggen?’

Als je marktanalyses laat uitvoeren… Test de cijfers apart. AI-modellen kunnen rekenfouten maken, zeker bij complexe berekeningen. Vraag het model om de berekening stap voor stap uit te schrijven en controleer die met een rekenmachine. Een andere mogelijkheid is om het model te vragen naar de kennisafkapdatum: ‘Tot wanneer zijn je gegevens bijgewerkt?’ Als de analyse afhankelijk is van recente data, wees dan extra voorzichtig.

Als je een team aanstuurt dat AI gebruikt… Stel een vaste procedure in voor verificatie. Laat teamleden altijd de inverse vraag stellen: ‘Wat is het bewijs dat dit niet klopt?’ Dit dwingt het model om vanuit een andere hoek te redeneren. Een andere gewoonte is om de structuur van het antwoord te controleren, niet alleen de inhoud. Als een model een logische opbouw mist of stappen overslaat, is dat een waarschuwing.

Als je snel een beslissing moet nemen op basis van AI… Bepaal van tevoren je tolerantie per vraagtype. Voor een interne notitie is een fout minder erg dan voor een offerte aan een klant. Gebruik de goedkoopste check: herhaal de vraag in andere bewoordingen. Als het antwoord consistent blijft, kun je sneller handelen. Als het model van mening verandert, weet je dat je meer tijd moet nemen.

Bron: Martech