AI voor onderzoek: zo controleer je een antwoord voor je het overneemt

AI voor onderzoek betekent: een AI-agent of chatbot laten zoeken, lezen en samenvatten in plaats van dat jij zelf twintig tabbladen opent. Het werkt goed voor een eerste overzicht en slecht als je het laatste woord erover laat spreken, want onafhankelijk onderzoek van FutureSearch liet AI-onderzoekstools bronnen verkeerd toeschrijven, cijfers verkeerd overnemen en stukken missen zonder dat het rapport daar onvolledig uitzag. Hieronder: welke tool bij welke onderzoeksvraag past, een echte fout uit zo'n rapport, en de regel voor hoeveel je zelf nog moet nachecken.

AI voor onderzoek: wat kan het al, en wat nog niet?

Een gewone chatbot antwoordt uit wat hij onthield tijdens trainen. Een onderzoekstool zoekt er eerst echt bij: het haalt webpagina's op, leest ze, en zet er een antwoord met bronverwijzing onder. Dat heet RAG als het om je eigen documenten gaat, en "deep research" of "zoeken" als het om het open web gaat.

Dat zoeken lost één probleem op (het model verzint niet meer uit het niets) en laat een tweede probleem bestaan: welke bron het model kiest, en of het die bron goed leest. FutureSearch testte in februari 2025 de eerste versie van OpenAI's Deep Research op zes onderzoeksvragen waarvan ze het juiste antwoord al kenden. Bij vier van de zes ging het mis, niet door een verzinsel, maar door een verkeerde bron, een verouderd cijfer, of een bron die wel gevonden maar niet goed gelezen werd. Dat patroon, een rapport dat compleet oogt maar stukken mist, noemen de onderzoekers "misinformation by omission": de gevaarlijkste fout, want je ziet hem niet aankomen.

Welke AI-tool kies je voor welke onderzoeksvraag?

Niet elke onderzoeksvraag is hetzelfde, en niet elke tool doet hetzelfde.

Werkt Perplexity goed in het Nederlands, of kies je ChatGPT Search?

Voor "wat is de huidige rente-opslag bij de ABN" of "wanneer liep die subsidieregeling af" wil je één antwoord met een citaat erbij, binnen een paar seconden. Perplexity is daarvoor gebouwd: elke vraag triggert een zoekactie en genummerde bronnen. ChatGPT Search doet in grote lijnen hetzelfde zodra je zoeken aanzet. Dit werkt goed omdat de vraag maar één bron nodig heeft die je zelf in een paar seconden kunt opendoen ter controle. Reken op een antwoord binnen vijf tot tien seconden en een bron die je in nog eens tien seconden zelf kunt nalezen: sneller dan dat lukt handmatig zoeken niet. Het werkt slecht bij een vraag die meerdere bronnen moet combineren: dan mist deze snelle vorm de diepte, en krijg je één bron die toevallig goed scoorde op je zoekterm, niet de beste bron.

Een vraag met meerdere bronnen: ChatGPT Deep Research of Gemini Deep Research

Voor "vergelijk de AVG-eisen voor drie EU-landen" of "zet de laatste cijfers over een markt op een rij" heb je iets dat tien tot dertig bronnen leest en combineert. ChatGPT Deep Research en Gemini's Deep Research doen dat: ze zoeken zelfstandig door, lezen tientallen pagina's en leveren een rapport met voetnoten op, in vijf tot dertig minuten. Dit werkt goed omdat je de tijd die jij zelf aan twintig tabbladen zou kwijt zijn, inruilt voor een tool die ze alle twintig leest. Het werkt slecht als je haast hebt: een losse vraag verdient niet de wachttijd van een volledig rapport, en bij een enkelvoudige vraag is het net zo foutgevoelig als de snelle variant, alleen trager.

Onderzoek in je eigen documenten: NotebookLM, nu Gemini Notebook

Voor "wat staat er in onze eigen rapporten over X" is het open web de verkeerde bron. Gemini Notebook, tot juli 2026 bekend als NotebookLM, beantwoordt vragen uitsluitend op basis van de documenten die jij uploadt, met een citaat naar de exacte pagina. Dit werkt omdat het model niet kan afdwalen naar het open web als het antwoord al in jouw eigen tien documenten staat. Reken op een paar minuten verwerkingstijd nadat je een rapport van dertig tot honderd pagina's uploadt, en daarna antwoord binnen een paar seconden per vraag, met een citaat dat je in een paar tellen terugvindt op de genoemde pagina. Het werkt niet voor een vraag over iets dat buiten je uploads valt: dan krijg je geen antwoord, en dat is precies de bedoeling.

Een onderzoeksvraag, de prompt, en de bron die fout werd toegeschreven

Dit is geen verzonnen voorbeeld. FutureSearch gaf een AI-onderzoekstool deze opdracht, met als doel het checken van een cijfer dat je in een managementpresentatie over cyberrisico zou kunnen gebruiken.

#CONTEXT: Je bent research-assistent voor een manager die een
risicoanalyse over cybercrime voorbereidt voor het bestuur.

#DOEL: Achterhaal de oorspronkelijke bron van het veelgebruikte cijfer
over de jaarlijkse wereldwijde kosten van cybercrime.

#WERKWIJZE:
1. Zoek waar het cijfer voor het eerst gepubliceerd is, niet waar het
   voor het laatst werd herhaald.
2. Volg elke verwijzing terug tot de originele publicatie, niet tot de
   eerste website die het overnam.
3. Benoem expliciet als een bron het cijfer citeert in plaats van het
   zelf te berekenen.

#OUTPUT: Het cijfer, de oorspronkelijke bron met naam en jaartal, en
één zin over hoe zeker die herkomst is.

#BELANGRIJKE REGELS:
- Verwar een bron die het cijfer citeert nooit met de bron die het
  cijfer bedacht.
- Controleer voor je antwoordt of de genoemde bron het cijfer zelf
  berekent, en niet alleen doorverwijst.

Het antwoord kwam terug in het gevraagde format, met de drie velden die de prompt opeiste (FutureSearch publiceerde de toeschrijvingsfout zelf; dit is die uitkomst teruggezet in het drieledige format van de prompt):

Cijfer: 6 biljoen dollar aan jaarlijkse wereldwijde kosten van
cybercrime (oorspronkelijke voorspelling voor het jaar 2021).
Bron: Statista.
Zekerheid: dit cijfer wordt breed aangehaald in rapporten en
nieuwsartikelen en lijkt een gevestigd, controleerbaar gegeven.

Leest overtuigend: een cijfer, een bron, een geruststellende zekerheidszin. Het klopt niet. Statista had het cijfer zelf ook alleen maar overgenomen. De eigenlijke bron was Cybersecurity Ventures, dat de voorspelling al in augustus 2016 publiceerde. De tool had dat rapport van Cybersecurity Ventures zelfs gevonden en gelezen, maar koppelde het cijfer toch aan de partij die er het makkelijkst naar verwees (Statista) in plaats van aan de partij die het berekende. Precies de fout die regel twee van de prompt moest voorkomen, en toch gebeurde.

Wat je hieraan verbetert voordat je het gebruikt: je vraagt expliciet om het jaartal van de oorspronkelijke publicatie, en je opent die ene bron zelf. Een cijfer zonder jaartal in je antwoord is een signaal dat de tool niet bij de bron zelf is aangekomen. Dat kost je een minuut, tegenover de kans dat een bestuurslid een jaar later een bron opvraagt die niet bestaat.

Beslisregel: hoe diep moet je zelf nog zoeken?

Niet elke vraag verdient dezelfde controle. De drempel ligt bij wat er gebeurt als het cijfer fout is.

Hoe hoger in de tabel, hoe meer het checken zelf het zware werk is en de AI-tool alleen een startpunt. Dat is geen omweg: het is de reden dat je AI voor onderzoek gebruikt, niet in plaats van onderzoek.

Waar AI voor onderzoek misgaat: de grootste valkuil

De grootste valkuil is niet dat een tool iets verzint. Dat gebeurt ook, maar is meestal herkenbaar: een rare naam, een datum die niet bestaat. De grootste valkuil is overtuigend klinkende onvolledigheid. FutureSearch liet een tool een tabel maken met 45 productcategorieën van een softwarebedrijf. De tabel zag er compleet uit. Pas bij handmatige controle bleken er 11 categorieën te ontbreken en 52 van de 170 ingevulde cellen fout.

Het mechanisme hierachter: een taalmodel optimaliseert op een antwoord dat er goed uitziet, niet op een antwoord dat aangeeft wat het niet weet. Onafhankelijk onderzoek van het Tow Center for Digital Journalism uit februari 2025 naar acht AI-zoektools laat hetzelfde patroon zien bij de eenvoudigste taak die er is, het teruglinken naar een nieuwsartikel: zelfs de nauwkeurigste tool zat er bij 37 procent van de vragen naast. Bij een rapport van tien pagina's met dertig cijfers erin loopt die kans op minstens één fout cijfer snel op.

De tegenregel is net zo simpel als het mechanisme: vraag niet "klopt dit", maar "wat kon je niet vinden of niet checken". Een tool die expliciet gevraagd wordt naar zijn eigen hiaten, noemt ze vaker dan wanneer je alleen om het antwoord vraagt.

Wat je redelijkerwijs mag verwachten

FutureSearch houdt een doorlopende ranglijst bij, Deep Research Bench, waarin AI-modellen onderzoekstaken uitvoeren op een vastgezette kopie van honderden echte websites, met vooraf uitgewerkte juiste antwoorden. Het best scorende model haalde midden 2026 een score van 0,55 op een schaal tot 1. Dat is de helft van de taken goed uitgevoerd, niet negen van de tien.

Reken dus niet op een rapport dat je zonder lezen kunt gebruiken. Wat je wel mag verwachten: een eerste overzicht dat je anders zelf uit twintig bronnen had moeten samenstellen, in een fractie van de tijd. Uit onze trainingen: een deskresearch-vraag die een medewerker normaal een halve dag kost, inclusief het zoeken van de juiste zoektermen, kost met een AI-onderzoekstool en een gerichte controleronde ongeveer anderhalf tot twee uur. De tijdwinst zit in het zoeken en structureren, niet in het weglaten van de controle.

Wat na een week oefenen beter wordt: je ziet sneller welk type vraag de tool goed aankan, en je prompt vraagt zelf al om de oorspronkelijke bron in plaats van de eerste die opduikt. Wat niet beter wordt: de kans op een verkeerd toegeschreven cijfer bij een complexe vraag blijft ongeveer gelijk, want dat zit in hoe het model bronnen weegt, niet in hoe jij het vraagt.

Privacy: wat je wel en niet aan een AI-onderzoekstool geeft

Een onderzoeksvraag aan Perplexity, ChatGPT Search of Deep Research gaat naar een externe partij, die 'm gebruikt om het web te doorzoeken. Dat is geen probleem bij "wat zijn de nieuwe BTW-regels voor zzp'ers". Dat is wel een probleem bij "wat zijn de zwakke punten van [naam concurrent]" of "wat vraagt [naam bedrijf] bij een overname", want de zoekvraag zelf verraadt al waar je mee bezig bent, los van wat de tool teruggeeft.

Neem daarom een zakelijk abonnement met een verwerkersovereenkomst voor onderzoek dat met je werk te maken heeft, en zet trainen op je data uit. Voor onderzoek in je eigen vertrouwelijke documenten (een due-diligence-dossier, interne cijfers) gebruik je geen open zoektool maar Gemini Notebook of een vergelijkbare tool die alleen binnen je eigen upload werkt: die stuurt je vraag niet naar het open web. Dat regel je met je accountinstellingen, niet met een zin in je prompt: een prompt bepaalt wat het model schrijft, niet wat de leverancier met je zoekvraag doet.

Wat het oplevert, en hoe je het na zeven dagen meet

Drie meetpunten, geen tooling nodig.

• Hoeveel cijfers of citaten moest je corrigeren na controle? Hou dit bij over je eerste tien onderzoeksvragen. Boven de 3 van de 10: je gebruikt de tool voor vragen die te complex voor hem zijn, ga een stap terug naar de beslisregel hierboven.
• Hoe vaak noemde de tool zelf een hiaat, zonder dat je erom vroeg? Bijna nooit is normaal bij de standaardvraag. Vraag je er expliciet om, dan hoort dat merkbaar vaker voor te komen. Gebeurt dat niet, dan werkt je prompt niet.
• Hoeveel tijd kostte een onderzoeksvraag, inclusief het checken? Klok dag 1 en dag 7. Geen verbetering na een week oefenen met dezelfde soort vraag: de vraag past niet bij de tool, of je controle duurt even lang als zelf zoeken zou kosten.

Doe dit deze week

1. Kies één terugkerende onderzoeksvraag en bepaal zijn plek in de tabel

   Een vraag die je team geregeld stelt: een marktcijfer, een regelgeving, een concurrent. Bepaal met de beslisregel hierboven hoeveel controle hij verdient voor je begint.

2. Draai de prompt hierboven op je eigen vraag

   Vervang het cybercrime-cijfer door jouw vraag. Laat de tool expliciet het jaartal en de oorspronkelijke bron noemen, en open die bron zelf voor je het cijfer overneemt.

3. Leg vast welke onderzoeksvraag nooit zonder controle naar buiten gaat

   Eén regel op papier: welk type cijfer (klantcijfer, marktcijfer, iets voor het bestuur) gaat altijd langs een tweede, zelf geopende bron voor het een document verlaat.

Het kleine prompt-recept dat vandaag al werkt: vraag nooit alleen om het antwoord, maar om "het antwoord, plus het jaartal van de oorspronkelijke bron, plus wat je niet kon verifiëren". Die laatste toevoeging kost de tool een paar seconden en jou een stuk minder nawerk. Meer voorbeelden van deze opbouw staan in de promptbibliotheek, waaronder een prompt specifiek voor deskresearch structureren.

Wil je dit met je team oefenen op echte onderzoeksvragen uit je eigen werk? In de ChatGPT, Claude & Gemini Masterclass werk je met de tools uit dit artikel op jouw eigen cases. Twijfel je waar te beginnen, plan een kort gesprek.

Bronnen

• FutureSearch, OpenAI Deep Research: Six Strange Failures, februari 2025. Onafhankelijke evaluatie met zes onderzoeksvragen en vooraf bekende juiste antwoorden, inclusief het Cybersecurity Ventures/Statista-voorbeeld en de 45-categorieën-tabel. Zelf geopend.
• FutureSearch, Deep Research Bench, doorlopend bijgehouden ranglijst, laatste scoretabel bijgewerkt juni 2026. Zelf geopend.
• Tow Center for Digital Journalism (Columbia Journalism Review), onderzoek naar acht AI-zoektools, besproken met bronvermelding in Perplexity vs ChatGPT.
• Google, NotebookLM is now Gemini Notebook, 16 juli 2026. Naamswijziging, cloud-computerfunctie en gebruikscijfers. Zelf geopend.

Veelgestelde vragen

• Wat is ChatGPT Deep Research en wanneer gebruik je het?

  ChatGPT Deep Research is een functie die zelfstandig tientallen webpagina's doorzoekt en leest om een rapport met voetnoten te maken, in vijf tot dertig minuten. Gebruik het voor een vraag die meerdere bronnen moet combineren, zoals een marktvergelijking. Voor een losse vraag met één bron is het te traag: dan werkt een gewone zoekactie net zo goed en sneller.

• Werkt Perplexity goed voor onderzoek in het Nederlands?

  Ja, Perplexity zoekt en citeert ook in het Nederlands, al blijft de nauwkeurigheid hetzelfde probleem als bij elke AI-zoektool: een citaat erbij is geen garantie dat de bron goed gelezen is. Onafhankelijk onderzoek naar acht AI-zoektools liet zelfs de nauwkeurigste tool 37 procent van de vragen fout beantwoorden. Open bij een belangrijk cijfer altijd de genoemde bron zelf.

• Is NotebookLM ook in het Nederlands te gebruiken, en wat is het verschil met ChatGPT?

  Ja, NotebookLM (sinds juli 2026 Gemini Notebook) werkt ook met Nederlandstalige documenten en beantwoordt vragen uitsluitend op basis van wat jij zelf uploadt, met een citaat naar de exacte pagina. ChatGPT antwoordt uit een combinatie van wat het onthield tijdens trainen en, met Zoeken of Deep Research aan, het open web. Gebruik Gemini Notebook voor vragen over je eigen rapporten en documenten, ChatGPT voor vragen over alles daarbuiten.

• Hoe betrouwbaar is deep research in ChatGPT voor een rapport?

  Op de doorlopende Deep Research Bench-ranglijst van FutureSearch haalde het best scorende model midden 2026 ongeveer 0,55 op een schaal tot 1: ruim de helft van de onderzoekstaken goed, niet negen van de tien. Gebruik het als startpunt dat je tijd bespaart op zoeken en structureren, en controleer zelf elk cijfer of citaat dat in een extern stuk terechtkomt.

• Kun je ChatGPT Search vertrouwen voor een feit dat je ergens anders gebruikt?

  Voor een snel, laagdrempelig feit wel. Voor een cijfer dat in een rapport, offerte of bestuursstuk komt niet zonder de genoemde bron zelf te openen. Onderzoek naar AI-onderzoekstools laat een terugkerende fout zien: een cijfer wordt toegeschreven aan de bron die het makkelijkst te vinden was, niet aan de bron die het oorspronkelijk berekende.