Hoe vaak heeft AI het mis? Wat onderzoek zegt over hallucinaties

9 juni 2026 · bijgewerkt 30 mei 2026

AI klinkt vaak zo zeker dat je het bijna gelooft. Toch geeft een AI-chatbot regelmatig antwoorden die niet kloppen — soms compleet verzonnen. Dat heet “hallucineren”. Maar hoe vaak gebeurt dat eigenlijk? We doken in het onderzoek en zetten op een rij wat de cijfers zeggen, waarom het gebeurt en hoe je jezelf beschermt.

Hoe vaak heeft AI het mis?

Onderzoek naar grote taalmodellen laat zien dat ze op feitenvragen tussen de 3% en 16% van de tijd hallucineren. Zelfs de best presterende modellen zaten in sommige tests nog rond de 17% op lastige feitenbenchmarks. Met andere woorden: ook een “slim” model heeft het met enige regelmaat mis — en presenteert dat met hetzelfde zelfvertrouwen als een correct antwoord.

Waarom verzint AI dingen?

Een taalmodel “weet” niets in menselijke zin. Het voorspelt op basis van patronen welk woord waarschijnlijk volgt. Meestal levert dat een correct en vloeiend antwoord op, maar als het model iets niet goed weet, vult het de gaten met wat plausibel klinkt — niet met wat waar is. Lees meer over de werking bij large language models.

Zo herken en voorkom je fouten

Een voorbeeld: hoe een hallucinatie eruitziet

Stel, je vraagt een chatbot naar een wetenschappelijk artikel over een specifiek onderwerp. Het antwoord komt met een keurige titel, auteurs, een tijdschrift en een jaartal — alles ziet er professioneel uit. Toch kan het zijn dat dat artikel helemaal niet bestaat: het model heeft een plausibel klinkende bron in elkaar gezet op basis van patronen, niet op basis van een echte verwijzing. Juist omdat het er zo overtuigend uitziet, trappen veel mensen erin.

Waarom klinkt onzin zo overtuigend?

Een taalmodel is getraind om vloeiende, samenhangende taal te produceren. Of iets feitelijk klopt, is voor het model geen aparte controle — het optimaliseert voor “wat een goed antwoord zou kunnen zijn”. Daardoor klinkt een fout antwoord precies zo zelfverzekerd als een correct antwoord. Er zit geen twijfel in de toon, ook al is er inhoudelijk alle reden toe. Dat maakt hallucinaties zo verraderlijk: er is geen waarschuwingslampje.

Wanneer is het risico het grootst?

Het risico neemt toe bij vragen die heel specifiek zijn (exacte cijfers, datums, citaten), bij niche-onderwerpen waarover weinig betrouwbare informatie bestaat, en bij recente gebeurtenissen die buiten de kennis van het model vallen. Het risico is kleiner bij algemene, veelbesproken kennis. Een handige vuistregel: hoe makkelijker jij het antwoord zelf zou kunnen controleren, hoe minder erg een eventuele fout is — en hoe belangrijker het is dat je dat ook echt doet.

De praktische les: gebruik AI om sneller een eerste antwoord of overzicht te krijgen, maar behandel feiten, cijfers en bronnen als “nog te controleren” totdat je ze hebt geverifieerd. Zo profiteer je van de snelheid zonder de fouten over te nemen.

De gouden regel tegen hallucinaties

Onthoud dit ene principe: behandel een AI-antwoord als een tip van een slimme, snelle, maar soms slordige collega — niet als een feit uit een naslagwerk. Voor brainstormen, samenvatten en uitleg is dat prima; voor cijfers, citaten, juridische of medische informatie controleer je het altijd. Een handige werkwijze is om de AI expliciet te vragen: “Hoe zeker ben je hiervan, en waar kan ik dit controleren?” Het model zal dan vaker aangeven wat onzeker is. Vraag bij belangrijke onderwerpen om verifieerbare bronnen, en check of die ook echt bestaan en kloppen. Zo gebruik je de snelheid van AI zonder de fouten over te nemen — precies de balans die het verschil maakt tussen handig en riskant gebruik.

Veelgestelde vragen

Verder lezen: hoe werkt AI? · AI-veiligheid · betere prompts schrijven.