Het vorige blog eindigde met vier soorten problemen die AI-slop kan veroorzaken: Volume, Verjuridisering, Verificatie en Vervreemding. Daarmee kun je vaststellen waarom een stuk lastig is.
Maar daar heeft de behandelaar op maandagochtend nog niet genoeg aan. Er ligt nog steeds een document van dertig pagina’s op het bureau. Wat doe je ermee?
De veilige reflex is vaak om alles langs te lopen. Ieder kopje krijgt een antwoord, iedere genoemde uitspraak wordt opgezocht en iedere juridische kwalificatie krijgt een tegenargument. Dat voelt zorgvuldig. Maar zorgvuldige behandeling betekent niet automatisch dat ieder door een taalmodel geproduceerd tekstonderdeel een zelfstandige behandelopdracht wordt.
Eerst: welk juridisch kader geldt hier?
Voordat je gaat schrappen, clusteren of terugvertalen, moet duidelijk zijn wat voor stuk je voor je hebt. Een bezwaar tegen een bestuursrechtelijk besluit kent andere eisen dan een interne klacht. Een AVG-verzoek is weer iets anders, net als een Woo-verzoek, aansprakelijkstelling of verzekeringsclaim. Soms kan een afzonderlijk argument procedureel of juridisch relevant zijn, ook als het op het eerste gezicht weinig toevoegt.
De eerste stap is daarom niet: dit zijn dertig pagina’s slop, wat kan weg?
De eerste stap is: wat verlangt het toepasselijke kader van een behoorlijke behandeling van dit stuk?
Pas daarna kun je bepalen welk werk daarvoor werkelijk nodig is.
Volume: cluster wat bij elkaar hoort
Bij een lang stuk lijkt ieder genummerd argument al snel een zelfstandig punt. Dat hoeft niet zo te zijn. Een indiener kan bijvoorbeeld op zes plaatsen betogen dat hij onvoldoende is geïnformeerd: eenmaal als feitelijke klacht, vervolgens onder het zorgvuldigheidsbeginsel, daarna als motiveringsgebrek en later nog eens als schending van een grondrecht.
Je hoeft die zes passages niet te negeren. Maar je kunt wel vaststellen dat ze in essentie over dezelfde gedraging of hetzelfde geschilpunt gaan.
Bij Volume is de behandelhandeling daarom clusteren. De vraag wordt niet: hoeveel argumenten staan hier? maar: hoeveel zelfstandige kwesties moeten wij beoordelen om dit behoorlijk af te doen? Dat kan van twintig genummerde punten drie behandelvragen maken.
Verjuridisering: vertaal terug naar wat er is gebeurd
Bij Verjuridisering is niet de omvang het grootste probleem, maar de verpakking. Een burger schrijft bijvoorbeeld dat het vertrouwensbeginsel, evenredigheidsbeginsel, zorgvuldigheidsbeginsel en artikel 6 EVRM zijn geschonden. Daaronder blijkt één concrete gebeurtenis te liggen: hij kreeg drie keer de toezegging dat hij zou worden teruggebeld, maar niemand belde.
Dan helpt het om de juridische formuleringen terug te vertalen naar drie praktische vragen: wat is er gebeurd, waarom is dat volgens de indiener een probleem en wat wil hij dat er nu gebeurt?
Dat betekent niet dat de genoemde juridische regels verdwijnen. Als ze voor de beoordeling relevant zijn, moeten ze worden meegenomen. Maar het voorkomt dat de juridische terminologie zelf de structuur van de behandeling gaat bepalen.
Verificatie: controleer wat verschil kan maken
Broncontrole is waarschijnlijk het duidelijkste voorbeeld van werk dat gemakkelijk uit de hand loopt.
Stel dat een klacht negen uitspraken noemt. Eén ECLI bestaat niet. Twee uitspraken bestaan wel maar gaan over een andere situatie. Een vierde lijkt daadwerkelijk relevant.
Je kunt beginnen met alle negen bronnen uitvoerig te controleren. Maar dan laat je de indiener feitelijk bepalen hoeveel onderzoek de organisatie moet doen door simpelweg meer bronnen te laten genereren.
Een betere volgorde begint bij relevantie: stel dat deze bron precies zegt wat de indiener beweert, maakt dat dan verschil? Zo nee, dan is diepgaande controle vaak niet nodig. En zo ja, dan controleer je verder: bestaat de bron, ondersteunt hij daadwerkelijk de gestelde conclusie en is hij op deze situatie van toepassing?
Een verzonnen uitspraak is dus niet automatisch het grootste probleem. Een bestaande maar ogenschijnlijk relevante uitspraak kan veel meer onderzoekswerk veroorzaken.
Vervreemding: leg je afbakening terug
Soms heb je na dertig pagina’s een heel aardig beeld van de juridische argumentatie, maar nog steeds geen zekerheid over de daadwerkelijke klacht. Dan is gokken riskant. Maar “schrijf het nog eens korter op” helpt de indiener ook niet veel verder.
Je kunt beter zelf de afbakening maken en die terugleggen: Wij begrijpen uw klacht als betrekking hebbend op de volgende drie gedragingen: […]. De overige door u genoemde argumenten en verwijzingen betrekken wij daarbij voor zover zij voor de beoordeling van deze gedragingen van belang zijn. Geeft deze afbakening uw klacht niet juist weer, laat het ons dan weten.
Daarmee verschuift het werk op een nuttige manier. De organisatie doet wat zij goed kan: een omvangrijk stuk analyseren en structureren. De indiener hoeft vervolgens alleen te bevestigen of corrigeren of zijn probleem goed is begrepen.
Niet ieder woord hoeft een apart antwoord te krijgen
We zetten het even op een rijtje.
De rode draad door deze vier behandelhandelingen is dat je inhoudelijke zorgvuldigheid loskoppelt van tekstuele volledigheid. Dat is belangrijk. Anders ontstaat een onbedoelde regel: wie met AI twintig argumenten produceert, krijgt twintig afzonderlijke behandelhandelingen van de organisatie. Dat kan niet het criterium zijn.
De betere regel is: De behandelinspanning volgt wat voor een behoorlijke behandeling nodig is, niet hoeveel tekst iemand heeft geproduceerd.
Dat betekent niet dat je lange stukken terzijde mag schuiven. Je moet ze voldoende lezen om te kunnen bepalen wat erin zit. Je moet relevante punten herkennen en het toepasselijke procedurele kader respecteren. Maar daarna mag je structureren, prioriteren en samenhang aanbrengen.
Juist dát wordt een belangrijke professionele vaardigheid nu tekstproductie bijna onbeperkt schaalbaar is geworden.
Van AI-slop naar een werkbaar behandelproces
Daarmee komt deze reeks terug bij het oorspronkelijke probleem. AI-slop is niet vooral lastig omdat ChatGPT soms onzin schrijft. Het is lastig omdat organisaties processen hebben waarin iedere extra juridische formulering gemakkelijk extra werk kan veroorzaken.
De oplossing is daarom ook niet één AI-regel of één technisch hulpmiddel.
Medewerkers moeten leren herkennen welk behandelprobleem voorligt en daar de juiste handeling aan koppelen: clusteren, terugvertalen, selectief controleren en terugleggen.
Van herkennen naar handelen
Op 27 oktober en 3 november verzorgt Arnoud Engelfriet een interactief webinar over AI-slop in je dossier. Je maakt kennis met het Vier V's-model: Volume, Verjuridisering, Verificatie en Vervreemding. Voor elk probleemtype krijg je een concrete aanpak.
Wil je jouw hele team in één keer meenemen in het omgaan met AI-slop? We bieden ook een inhouse training aan. Tijdens onze 'AI-slop in de organisatie training' leren we jouw team hoe ze praktisch omgaan met lange AI-gegenereerde klachten, bezwaren en verzoeken.
Ben jij jurist of advocaat en kom jij steeds vaker AI tegen in jouw dossiers? Denk aan een processtuk met verzonnen jurisprudentie, gemanipuleerd beeld als bewijs of een besluit dat mede door AI tot stand kwam. Tijdens onze studiedag AI in de procespraktijk ontdek je welke regels gelden en hoe om te gaan met AI-slop en gehallucineerde bronnen, deepfakes, gemanipuleerd bewijs en bias in AI-besluitvorming.
Bekijk hier alle blogs uit de blogreeks:
1. AI-slop in de organisatie: wanneer één klacht ineens dertig pagina’s werk wordt
2. Waarom sturen mensen eigenlijk zes pagina’s ChatGPT-brieven op?
3. Kunnen we AI-slop niet gewoon verbieden, detecteren of begrenzen?
4. Vier soorten AI-slop: waar ontstaat het extra werk eigenlijk?
5. Dertig pagina’s binnen: wat moet je nu daadwerkelijk behandelen?
