Een AI-hallucinatie is geen leugen met een bedoeling, maar een plausibel klinkende bewering zonder betrouwbare onderbouwing. Behandel belangrijke AI-output daarom als een concept totdat een mens bron, context en gevolg heeft gecontroleerd.
AI kan je uitstekend helpen met een eerste opzet, samenvatting of analyse. Maar een vloeiend antwoord is geen bewijs. Juist kleine fouten die logisch klinken, kunnen ongemerkt in een rapport, offerte of publicatie belanden.
Wat is een AI-hallucinatie?
Een AI-hallucinatie is informatie die overtuigend klinkt, maar niet wordt ondersteund door een betrouwbare bron. Dat kan een verzonnen feit, een niet-bestaand citaat, een fout cijfer of een onjuiste verwijzing zijn.
AI voorspelt welk antwoord waarschijnlijk goed aansluit op je vraag. Het controleert niet automatisch of iedere zin waar is. Daarom kan een antwoord grammaticaal sterk, zelfverzekerd en toch onjuist zijn.
Kort onthouden: een AI-hallucinatie is geen bewijs van opzet, maar wel altijd een reden om feiten, citaten en cijfers te controleren.
Is een AI-hallucinatie hetzelfde als liegen?
Nee. Liegen veronderstelt een bedoeling om te misleiden. Een AI-model heeft geen bedoeling of kennis van waarheid zoals een mens die heeft. Het genereert tekst op basis van patronen en beschikbare context.
Dat verschil verandert de praktische verantwoordelijkheid niet. Als een AI een onjuist antwoord geeft, blijft het jouw taak om te voorkomen dat die fout wordt gebruikt alsof het een feit is.
Waarom verzint AI soms feiten?
AI hallucineert vooral wanneer een vraag meer zekerheid vraagt dan de beschikbare informatie biedt. Het systeem probeert dan toch een behulpzaam, compleet antwoord te formuleren.
Dit gebeurt bijvoorbeeld wanneer:
- de vraag te breed of dubbelzinnig is;
- actuele, specifieke of interne informatie ontbreekt;
- de aangeleverde bronnen onvolledig, verouderd of tegenstrijdig zijn;
- je vraagt om een exact cijfer, citaat of bron die niet in de context staat;
- de AI een verband legt dat logisch klinkt, maar niet door de bron wordt bewezen.
Goede instructies en betrouwbare bronnen verminderen dit risico, maar maken generatieve AI niet foutloos. Dat past ook bij het uitgangspunt van AIMAZE: werk met duidelijke bronafbakening, controles en menselijke review.
Niet elke AI-fout ziet er hetzelfde uit
Niet ieder onjuist AI-antwoord is een volledig verzonnen feit. Dat onderscheid helpt je om gerichter te controleren.
| Type fout | Voorbeeld | Wat controleer je? |
|---|---|---|
| Verzonnen feit | AI noemt een onderzoek, bedrag of datum die niet bestaat. | Bestaat de bron of publicatie werkelijk? |
| Gemiste context | AI zegt dat een regel voor alle werkgevers geldt, terwijl er uitzonderingen zijn. | Voor wie, wanneer en onder welke voorwaarden geldt de bron? |
| Onjuiste conclusie | AI verwijst naar een echte bron, maar trekt een conclusie die daarin niet staat. | Ondersteunt de bron precies deze conclusie? |
De derde fout is vaak het lastigst. Een bronlink kan echt zijn en toch onvoldoende bewijs leveren voor de zin die de AI schrijft. Lees daarom altijd de relevante passage zelf, inclusief de alinea ervoor en erna.
Lees ook: Hoe betrouwbaar is AI-zoeken? Zo controleer je bronlinks.
Hoe voorkom je hallucinaties in een AI-antwoord of rapport?
Laat AI onzekerheid markeren, vraag om bronpassages en controleer beslissende feiten altijd in de oorspronkelijke bron voordat je publiceert of besluit.
Gebruik daarvoor de Feit-Context-Conclusie-check. Deze korte controle werkt voor een losse AI-chat, een AI-zoekmachine en een automatisch voorbereid rapport.
1. Feit: klopt het concrete gegeven?
Controleer namen, getallen, datums, citaten, wetsartikelen en producteigenschappen in de oorspronkelijke bron. Vraag niet alleen om een link, maar zoek in die bron naar het exacte feit.
Een bruikbare vraag aan AI is:
“Markeer welke zinnen feitelijke claims bevatten. Geef per claim de oorspronkelijke bron en het relevante citaat. Zeg expliciet wanneer je dit niet kunt onderbouwen.”
Krijg je geen bronpassage, of staat de claim niet in de geopende bron? Gebruik de bewering dan niet als feit.
2. Context: wat ontbreekt er mogelijk?
Een feit kan op zichzelf juist zijn en toch verkeerd worden toegepast. Controleer daarom de datum, doelgroep, definities, uitzonderingen en geografische reikwijdte.
Vraag bijvoorbeeld:
“Welke voorwaarden, uitzonderingen en definities kunnen deze conclusie veranderen?”
Dit is belangrijk bij regels, tarieven, onderzoeken, productinformatie en cijfers. Een oude bron, een uitzondering voor een specifieke sector of een andere definitie kan de betekenis van een antwoord volledig veranderen.
3. Conclusie: volgt deze echt uit de bron?
De laatste stap is de belangrijkste: is de conclusie een redelijke samenvatting van de bron, of voegt AI er zelf een stap aan toe?
Stel dat een bron zegt dat een maatregel kan helpen bij een bepaalde groep. Dan mag een AI daar niet zonder meer van maken dat de maatregel bewezen werkt voor iedereen. De bron is echt, maar de conclusie is te groot.
Stopregel: als je de conclusie niet duidelijk uit de originele bron kunt afleiden, formuleer haar dan niet als vaststaand feit.
Hoe richt je menselijke controle praktisch in?
Maak broncontrole onderdeel van je werkproces, niet van een laatste haastige stap. Leg vooraf vast welke bronnen AI mag gebruiken, welke output altijd review nodig heeft en wie mag goedkeuren.
Bij AIMAZE houdt de klant de regie over doelen, toegestane taken, bronnen, rechten, publicatie, communicatie en goedkeuringsmomenten. Dat is een praktische manier om AI behulpzaam te maken zonder verantwoordelijkheid uit handen te geven.
Een eenvoudige teamafspraak kan zijn:
AI-output is een concept. Wie een feit, cijfer, citaat of externe claim gebruikt, controleert de oorspronkelijke bron, datum en context. Bij grote gevolgen beoordeelt een inhoudelijke eigenaar de conclusie vóór gebruik.
Het NIST AI Risk Management Framework beschrijft betrouwbaarheid als iets dat je tijdens ontwerp, gebruik en evaluatie blijft bewaken. Voor een klein team begint dat heel concreet: beperk bronnen, maak controles zichtbaar en geef één persoon de bevoegdheid om een antwoord te stoppen.
Veelgestelde vragen over AI hallucinations
Wat zijn AI hallucinations?
AI hallucinations zijn plausibel klinkende beweringen die niet betrouwbaar door een bron worden ondersteund. Het kan gaan om verzonnen feiten, foutieve citaten, gemiste voorwaarden of conclusies die verder gaan dan de bron toestaat.
Waarom hallucineert AI?
AI probeert een passend antwoord te genereren, ook als informatie ontbreekt, onduidelijk is of elkaar tegenspreekt. Daardoor kan het details invullen of verbanden leggen die geloofwaardig klinken, maar niet kloppen.
Hoe controleer ik of een AI-antwoord klopt?
Gebruik de Feit-Context-Conclusie-check: verifieer het concrete feit in de oorspronkelijke bron, lees voorwaarden en actualiteit, en bepaal daarna of de conclusie werkelijk uit de bron volgt.
Is een bronlink onder een AI-antwoord genoeg?
Nee. Een bronlink maakt controle mogelijk, maar bewijst niet automatisch dat de bron de hele bewering ondersteunt. Open de link en controleer of de specifieke claim, datum en context er werkelijk in staan.
Kan ik AI gebruiken voor een rapport of publicatie?
Ja, als hulpmiddel voor structuur, eerste analyse en concepttekst. Controleer feiten, cijfers, citaten en conclusies vóór publicatie. Bij juridische, financiële, medische, privacy- of veiligheidsgevoelige onderwerpen is aanvullende deskundige beoordeling nodig.
Laat AI voorbereiden, maar laat mensen beslissen
AI hallucinations zijn geen reden om AI af te schrijven. Ze zijn wel een reden om AI-output op de juiste plek in je proces te zetten: als voorbereiding, niet als onzichtbare eindbeslissing.
Met de Feit-Context-Conclusie-check voorkom je dat een geloofwaardige fout een werkfeit wordt. Wil je AI inzetten met duidelijke taken, betrouwbare broninformatie en menselijke controle? Neem contact op met AIMAZE om een werkproces verantwoord te verkennen.
Bronnen
- NIST: AI Risk Management Framework, geraadpleegd op 19 oktober 2026.
- OWASP: Top 10 for Large Language Model Applications, geraadpleegd op 19 oktober 2026.
- DataForSEO Labs, Nederland, september 2026. Geschat maandelijks zoekvolume voor “AI hallucinations”: 390; keyword difficulty: 74. Aangeleverd in de artikelbriefing.
