Het antwoord: Wie AI gebruikt om nieuws en feiten te checken, wordt op termijn slechter in het zelf herkennen van desinformatie. Uit een nieuwe MIT-studie blijkt dat deelnemers na een maand AI-ondersteuning 15 procentpunt slechter presteerden op hun eigen nieuwsbeoordeling zodra de chatbot wegviel. Voor ondernemers die AI inzetten voor marktanalyse of concurrentiemonitoring is dit een directe waarschuwing: je wordt er niet slimmer van, alleen afhankelijker.

Wat er aan de hand is

Onderzoekers van het MIT Media Lab volgden 67 deelnemers vier weken lang terwijl ze nieuwsheadlines beoordeelden op echtheid. Met AI-assistentie waren ze 21 procent accurater in het detecteren van nepnieuws. Maar zodra de AI werd weggehaald, daalde hun eigen prestaties met 15 procentpunt ten opzichte van voor de start van het onderzoek. Ongeveer een kwart van de deelnemers gaf aan dat ze tijdens het experiment actief minder hun eigen oordeel gebruikten. Dit fenomeen heet de ‘AI-afhankelijkheidsparadox’ en is eerder waargenomen bij artsen die AI gebruikten voor kankerherkenning: ook zij werden slechter in het zelf detecteren van tumoren. De dynamiek is vergelijkbaar met wat er gebeurde na de komst van rekenmachines en GPS: vaardigheden die je niet gebruikt, verzwakken.

Wat dit betekent

Voor MKB-ondernemers heeft dit directe praktische gevolgen. Als jij of je team AI inzet om dagelijks nieuws, marktontwikkelingen of concurrentie-informatie te filteren, dan bouw je een blinde vlek op. Je leert niet meer zelf signalen te wegen, bronnen te checken of context te interpreteren. Dat is riskant op momenten dat AI even niet beschikbaar is, of wanneer een AI-tool een fout maakt die jij niet meer herkent. Vooral in sectoren waar actualiteit en betrouwbaarheid cruciaal zijn — denk aan inkoop, logistiek, financiële dienstverlening of juridische zaken — kan een gemiste desinformatie leiden tot verkeerde beslissingen met directe financiële impact.

Hoe je dit kunt toepassen

Als je een team aanstuurt dat dagelijks marktnieuws monitort, overweeg dan om een wekelijkse ‘AI-vrije’ nieuwsronde in te bouwen. Laat teamleden één keer per week zonder chatbot een nieuwsbericht beoordelen op betrouwbaarheid, bron en context. Vergelijk daarna met wat de AI erover zegt. Zo train je het eigen oordeel zonder dat je de productiviteitswinst van AI opgeeft. Een mogelijkheid is om dit te doen met een vast format: wie, wat, waar, wanneer, waarom — en check of de AI die elementen correct heeft.

Als je als ondernemer zelf AI gebruikt voor concurrentieanalyse, zou je kunnen werken met een ‘twee-bronnen-regel’. Laat de AI een samenvatting maken, maar check altijd minimaal één primaire bron voordat je een beslissing neemt. Bijvoorbeeld: als AI meldt dat een concurrent een nieuwe markt betreedt, open dan het oorspronkelijke persbericht of nieuwsartikel. Dit kost hooguit twee minuten extra, maar voorkomt dat je een trend mist of een foute conclusie trekt.

Als je een marketing- of communicatieteam hebt dat AI inzet voor nieuwsbrieven of content, overweeg dan om een vast protocol in te voeren voor bronverificatie. Laat AI de eerste selectie maken, maar laat een mens de top drie bronnen controleren op echtheid, datum en context. Je zou kunnen afspreken dat AI-gegenereerde nieuwsitems altijd een ‘gecheckt door’ label krijgen, zodat het team weet wanneer eigen oordeel is toegepast.

Als je in een sector werkt waar wet- en regelgeving snel verandert, zoals in de zorg, financiën of logistiek, is het verstandig om AI alleen te gebruiken als eerste filter, niet als eindbeslisser. Een optie is om een wekelijkse ‘AI-audit’ in te plannen: vergelijk de AI-samenvattingen van de afgelopen week met de officiële publicaties van toezichthouders of brancheorganisaties. Zo blijf je zelf scherp en herken je wanneer AI nuance mist.

Bron: MIT News (https://news.mit.edu/2026/consequences-of-relying-on-ai-for-accurate-news-0609)