AI-slop: een betrekkelijk eenvoudige klacht, bezwaargrond of vraag die met generatieve AI is uitgegroeid tot vele pagina’s juridische argumentatie. Voor de ontvanger levert dat extra lees-, interpretatie- en controlewerk op. Maar waarom doet iemand dat eigenlijk?
Het makkelijke antwoord is dat ChatGPT het mogelijk maakt. Dat verklaart alleen de techniek, niet het gedrag. De interessantere vraag is waarom iemand die oorspronkelijk vooral wil weten waarom hij niet is teruggebeld, uiteindelijk een brief verstuurt over zorgvuldigheid, grondrechten, aansprakelijkheid en schadevergoeding.
Waarschijnlijk wilde hij niet per se zes pagina’s. Hij wilde dat zijn probleem serieus werd genomen.
Van probleem naar serieuze claim
Wie zelf juridisch geschoold is, onderschat gemakkelijk hoeveel stappen er zitten tussen “dit voelt niet goed” en een bruikbare klacht of claim.
Wat is hier eigenlijk gebeurd? Is dat juridisch relevant? Welke rechten heb ik? Wat kan ik vragen? Hoe moet ik dit formuleren zonder mezelf tekort te doen? En wat doe ik als de organisatie mijn eerste brief afwijst?
Generatieve AI biedt op al die vragen onmiddellijk een antwoord. Dat blijkt ook uit recent Brits onderzoek van JUSTICE en de Administrative Fairness Lab naar mensen die daadwerkelijk chatbots gebruikten bij echte juridische problemen. Van de 1.428 ondervraagden die recent een juridisch geschil hadden gehad, had ongeveer één op de zes daarbij een AI-chatbot gebruikt. Mensen vroegen niet alleen om juridisch advies, maar lieten ook moeilijke correspondentie uitleggen, vroegen om een second opinion, bereidden gesprekken voor en lieten klachten en e-mails formuleren.
In Nederland is nog geen vergelijkbaar onderzoek verschenen. Rogier van Dam, Bert Marseille en Coen Modderman deden begin 2026 wel een eerste verkenning naar AI in gemeentelijke bezwaarprocedures, maar zij bevroegen gemeenteambtenaren en niet de burger. Interessant is dat een respondent daarbij precies onze hypothese formuleerde: AI-bezwaarschriften noemen vaak allerlei algemene beginselen van behoorlijk bestuur, mogelijk omdat mensen denken dat hun bezwaar meer kans van slagen heeft als het juridisch wordt ingestoken.
Dat is eigenlijk heel begrijpelijk. Je hoeft geen afspraak te maken, niet te weten bij welk juridisch loket je moet zijn en ook niet eerst te bepalen welk rechtsgebied van toepassing is. Je vertelt wat er is gebeurd en vraagt: wat kan ik hiermee?
Daarmee verlaagt AI een reële drempel tot juridische hulp.
Maar “maak dit sterker” is geen eenvoudige opdracht
Vervolgens gebeurt iets interessants. Stel dat iemand uitlegt dat hij drie keer heeft gebeld, steeds zou worden teruggebeld en nog altijd niets heeft gehoord. ChatGPT maakt daar een nette klacht van. De gebruiker leest hem en denkt: dit is wel erg voorzichtig. Dus volgt de vraag: “Kun je dit juridisch sterker maken?”
Taalmodellen zijn geoptimaliseerd om de gebruiker ter wille te zijn. Een extra argument vinden is relatief eenvoudig. Misschien past het zorgvuldigheidsbeginsel erbij. Misschien valt iets te zeggen over motivering, redelijke termijnen of behoorlijk bestuur. Er zijn mogelijk relevante wettelijke bepalingen en uitspraken. Voeg wat juridische formuleringen toe en het antwoord voldoet zichtbaar beter aan de opdracht om de klacht “sterker” te maken.
Maar bepalen dat iets niet in de brief moet, vraagt een ander soort oordeel. Daarvoor moet je niet alleen weten welk argument mogelijk past. Je moet kunnen beoordelen welk argument in déze zaak werkelijk verschil maakt. Of een rechtsgrond inhoudelijk iets toevoegt. Of een schadeclaim realistisch is. Of een juridisch betoog de aandacht misschien juist afleidt van het feitelijke probleem. En soms moet je tegen de gebruiker zeggen: deze klacht wordt niet sterker van nog vier argumenten; stuur gewoon die drie feiten en vraag om een oplossing.
Een taalmodel kan zo’n selectie best maken als je er expliciet om vraagt. Maar die selectie volgt niet vanzelf uit de opdracht om te helpen. Aanvullen oogt behulpzaam. Schrappen vereist prioritering en soms tegenspraak. Taalmodellen zijn sterk in behulpzaam zijn, niet in tegenspraak.
Het filter is verdwenen
Als het taalmodel dat de brief opstelt, daarin niet filtert of schrapt, dan moet de gebruiker dat doen. Alleen: iemand die ChatGPT gebruikt omdat hij niet weet welke juridische argumenten relevant zijn, kan moeilijk beoordelen welke delen van het antwoord overbodig zijn. Als je niet weet wat belangrijk is, lijkt méér al snel veiliger dan minder.
Sterker nog: vanuit het perspectief van de gebruiker kan de lange juridische versie veel overtuigender voelen. Zijn oorspronkelijke klacht bestond misschien uit: “jullie zouden mij terugbellen en hebben dat alweer niet gedaan.” Nu staat er een formele brief met artikelen, juridische kwalificaties en een duidelijke conclusie. Dat ziet eruit als vooruitgang. Er is veel misgegaan, er is dus veel recht op herstel.
Taalmodellen laten dus het filter weg dat de advocaat, rechtsbijstandsverzekering, juridisch loket of andere professional wel toevoegt. Zij geven tegenspraak en bijsturing: dit gaan we niet escaleren, ik bel wel even. Of: laten we niet gelijk aansprakelijk gaan stellen maar eerst aandringen op een informele oplossing. Routes die je moet kennen, en waarvoor distantie en bereidheid tot tegenspraak nodig is. Geen zaken waar taalmodellen goed in zijn.
AI-slop zegt daarom weinig over de indiener
Dat onderscheid is belangrijk voor organisaties die zulke stukken ontvangen.
Een brief van twintig pagina’s kan afkomstig zijn van iemand die bewust zoveel mogelijk werk wil veroorzaken. Er bestaan querulanten, strategische veelklagers en mensen die procedures gebruiken om druk uit te oefenen. Zij hebben waarschijnlijk ook al heel snel AI ontdekt om hun output te kunnen vergroten en nóg meer druk en werklast te veroorzaken.
Maar vrijwel hetzelfde document kan afkomstig zijn van iemand die juist onzeker is, weinig juridische kennis heeft en denkt: als ik acht argumenten heb, zullen ze nu tenminste naar me luisteren. Aan de tekst alleen zie je dat verschil niet noodzakelijk.
Dat betekent ook dat termen als misbruik, frustreren of kennelijk niet weten wat je zelf zegt voorzichtig moeten worden gebruikt. Het feit dat iemand een enorme hoeveelheid juridisch ogende tekst instuurt, bewijst nog niet waarom die tekst zo groot is geworden.
AI-slop is een verschijningsvorm, geen diagnose
Dat heeft consequenties voor de behandeling. Tegen iemand die doelbewust probeert een procedure vast te laten lopen, kan het passend zijn om grenzen te stellen. Bij iemand die zijn eenvoudige klacht met AI heeft opgeblazen omdat hij denkt dat meer gezwollen juridische taal meer overtuigingskracht betekent, kan het veel effectiever zijn om terug te gaan naar de kern van het probleem.
De kunst is dus niet alleen om minder last te hebben van AI-slop. Je moet eerst begrijpen met welk probleem je eigenlijk te maken hebt.
In het volgende deel van deze reeks kijken we daarom naar een aantal voor de hand liggende reacties: AI-gebruik verbieden, AI-teksten detecteren, woordlimieten instellen of sneller spreken van misbruik. Die kunnen de instroom misschien beperken, maar raken lang niet altijd het probleem dat je daadwerkelijk probeert op te lossen.
AI-slop webinar en trainingen
Op 27 oktober en 3 november verzorgt Arnoud Engelfriet en 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.
De inhouse middagtraining AI-slop in de organisatie helpt je werkbaar beleid te formuleren en handvatten te ontwikkelen om AI-slop te beheersen.
Advocaten en bedrijfsjuristen leren bij de Studiedag AI in de procespraktijk hoe om te gaan met AI-slop en gehallucineerde bronnen, maar ook deepfakes, gemanipuleerd bewijs en bias in AI-besluitvorming.
Lees hier het volgende blog uit de reeks:
