Bewijsbaarheid in AI-verslagen: elke zin herleidbaar naar de bron

Een AI-verslag is bewijsbaar als je van elke zin kunt terugvinden waar die vandaan komt: welke woorden in het gesprek de zin onderbouwen. In een verifieerbaar verslag is elke regel klikbaar naar de letterlijke bronregel in de transcriptie, zodat je in één oogopslag ziet of de AI iets heeft samengevat, iets heeft weggelaten of iets heeft verzonnen. Dat is geen luxe. AI-systemen die spraak omzetten naar tekst maken aantoonbaar fouten: ze laten dingen weg en verzinnen soms hele zinnen die nooit zijn gezegd [3][5]. Zonder herleidbaarheid kun je zo'n fout alleen vinden als je het hele gesprek uit je hoofd kent — en dat kan niemand. Bewijsbaarheid draait dat om: in plaats van de AI op zijn woord te geloven, controleer je elke bewering tegen de bron in seconden. Het maakt het verschil tussen "de AI zei het" en "dit is aantoonbaar gezegd". Voor elk verslag dat een dossier in gaat, is dat precies het verschil dat telt.

Wat bewijsbaarheid precies betekent

Bewijsbaarheid — ook wel herleidbaarheid of verifieerbaarheid — betekent dat elke bewering in een verslag terug te voeren is op wat er daadwerkelijk in het gesprek is gezegd. Niet "de AI vindt dit een goede samenvatting", maar "deze zin steunt op deze woorden, op dit moment, van deze spreker". Het gaat om drie dingen tegelijk:

• Traceerbaarheid: je kunt van een zin in het verslag naar de plek in de transcriptie springen die de zin onderbouwt.
• Controleerbaarheid: je kunt in seconden beoordelen of de zin klopt, zonder het hele gesprek opnieuw te lezen.
• Aantoonbaarheid: je kunt later, als iemand ernaar vraagt, laten zien waar een bewering vandaan komt.

Het klinkt vanzelfsprekend, maar de meeste AI-verslagen leveren het niet. Je krijgt een keurig lopend verhaal terug en moet maar aannemen dat het klopt. De tekst leest overtuigend, dus je vertrouwt hem — en juist dat vertrouwen is het probleem. Een bewijsbaar verslag haalt het gokwerk eruit: je hoeft de AI niet te geloven, je kunt het nakijken. Belangrijk om te onthouden: bewijsbaarheid belooft geen foutloosheid. Het belooft dat je fouten kúnt vinden. Dat is een fundamenteel verschil, en het is precies het verschil dat een verslag betrouwbaar maakt in plaats van alleen mooi.

Waarom je het nodig hebt: AI laat weg én verzint

De reden dat herleidbaarheid geen extraatje is maar een noodzaak, zit in hoe deze techniek fouten maakt. Die fouten zien er namelijk betrouwbaar uit. Ze schreeuwen niet "let op, hier klopt iets niet"; ze staan gewoon rustig in een verder correct verslag. Er zijn twee soorten die er echt toe doen.

Weglatingen: wat er niet staat, valt niet op

De meest voorkomende en meest verraderlijke fout is de weglating: iets dat wél is besproken, maar niet in het verslag terechtkomt. In een studie uit 2025 waarin twee veelgebruikte commerciële AI-scribes werden getoetst, vonden onderzoekers 127 fouten (gemiddeld 2,9 per concept) in 31 van de 44 conceptverslagen — dat is 70%. Fouten door weglating waren daarbij het meest frequent, en de onderzoekers noemen ze het lastigst te ontdekken, omdat je je precies moet herinneren wat er in het gesprek gebeurde om te merken dat er iets ontbreekt [3]. Zonder de bron ernaast kun je een gat in een tekst niet zien. Met de bron ernaast wél.

Verzinsels: tekst die nooit is gezegd

De tweede soort is de hallucinatie: de AI produceert tekst die niet in het gesprek voorkomt. Bij OpenAI's veelgebruikte Whisper-model documenteerden onderzoekers dat transcripties zinnen bevatten die nooit zijn uitgesproken — inclusief niet-bestaande medicatie en verzonnen behandelingen [5]. En dit blijft niet bij de transcriptie: in een studie uit 2025 naar AI-verslagen van gesprekken bevatte 31% van de door AI gemaakte notities een hallucinatie, tegen 20% van de handgeschreven referentienotities [4]. Dit is geen kinderziekte die met de volgende update verdwijnt. Taalmodellen voorspellen wat waarschijnlijk klinkt en vullen bij twijfel — een stilte, ruis, een onduidelijk woord — soms zelfverzekerd iets in dat er nooit was. Meer hierover lees je in onze gids over AI-scribes.

De rode draad: allebei deze fouten zijn onzichtbaar zolang je alleen het eindresultaat ziet. Ze worden pas zichtbaar als je de bron ernaast kunt leggen. Dáárom is bewijsbaarheid geen randvoorwaarde die je later toevoegt, maar de kern van een verslag waar je op kunt bouwen.

Wat de wet en het vak van juistheid vragen

Bewijsbaarheid is niet alleen praktisch verstandig; het sluit ook aan op wat regels en beroepsstandaarden van je verlangen. Drie sporen komen hier samen.

De AVG: gegevens moeten juist zijn

De AVG kent een juistheidsbeginsel (artikel 5): persoonsgegevens moeten juist zijn en zo nodig worden geactualiseerd, en je moet redelijke maatregelen nemen om onjuiste gegevens te wissen of te corrigeren. Die verplichting rust actief op de organisatie die de gegevens verwerkt, los van of iemand er zelf om vraagt [7]. Een verslag vol niet-gecontroleerde AI-tekst staat op gespannen voet met dat beginsel. Kun je van elke zin de bron laten zien, dan heb je een concreet middel in handen om juistheid te borgen én aan te tonen.

De AI-verordening: toezicht en traceerbaarheid

De Europese AI-verordening stelt voor systemen met verhoogd risico eisen aan onder meer documentatie, traceerbaarheid, transparantie en menselijk toezicht. Artikel 14 vraagt dat mensen de output van een systeem kunnen interpreteren, afwijkingen kunnen herkennen en zo nodig kunnen ingrijpen [2]. Betekenisvol toezicht is alleen mogelijk als je kunt zíen waarop de output berust. Herleidbaarheid is precies wat "de output kunnen interpreteren" in de praktijk mogelijk maakt: zonder bron kun je een verslag hooguit doorlezen, niet toetsen.

Transparantie en het beroepsdossier

De Autoriteit Persoonsgegevens benadrukt dat organisaties uitlegbaar moeten maken hoe hun AI-systemen tot een uitkomst komen, in begrijpelijke taal [1]. En in de zorg legt de WGBO de verantwoordelijkheid voor een juist en volledig dossier bij de zorgverlener zelf: die moet handelen als een goed hulpverlener en gegevens die niet kloppen corrigeren. De KNMG-richtlijn over het omgaan met medische gegevens werkt dat verder uit [6]. Kort gezegd: de AI schrijft misschien het concept, maar jij bent verantwoordelijk voor wat er uiteindelijk staat. Bewijsbaarheid geeft je het gereedschap om die verantwoordelijkheid waar te maken in plaats van blind te ondertekenen.

Hoe bewijsweergave technisch werkt

Achter een bewijsbaar verslag zit een simpel maar krachtig idee: koppel elke zin in het verslag aan het stuk transcriptie waarop hij steunt. Dat gaat in een paar stappen:

• Transcriptie met tijdstempels. Het gesprek wordt woord voor woord uitgeschreven, met bij elk fragment een tijdstip en, waar mogelijk, wie er sprak.
• Verankering per zin. Wanneer het taalmodel het verslag opstelt, houdt het bij welke transcriptieregels een verslagzin onderbouwen — de zin wordt "verankerd" aan zijn bron.
• Klikbare weergave. In het verslag kun je op een zin klikken en springt de bijbehorende bronregel in beeld: de letterlijke woorden, op het juiste moment. Je ziet meteen of de AI netjes heeft samengevat of iets heeft toegevoegd.

De winst zit in snelheid. Een concept nalezen zonder bron kost bijna net zoveel tijd als het gesprek opnieuw beleven. Met een klikbare bron controleer je een twijfelzin in seconden: klik, lees de bronregel, ga verder. Zinnen die geen bron hebben, springen er juist uit — dat is precies waar je scherp op wilt zijn. In Verbinn heet deze functie de bewijsweergave: elke zin in het concept is klikbaar naar de letterlijke bronregel, zodat reviewen een kwestie van kijken wordt in plaats van herinneren. Dat is de enige productverwijzing in dit artikel; het gaat ons hier om het principe, niet om de knop.

Let op één ding: herleidbaarheid en samenvatten bijten elkaar niet. Een goed verslag ís een bewerking van het gesprek — korter, gestructureerd, in vaktaal. Bewijsbaarheid vraagt niet dat het verslag de transcriptie napraat, maar dat je van elke bewerkte zin kunt zien op welke ruwe woorden hij berust. Samenvatten mag; het spoor terug moet blijven bestaan.

Waarom herleidbaarheid reviewen pas echt maakt

Bewijsbaarheid en menselijke goedkeuring horen bij elkaar. Een verslag hoort een concept te blijven totdat een mens het heeft nagekeken en goedgekeurd — dat is de kern van human-in-the-loop. Maar die goedkeuring is alleen iets waard als ze betekenisvol is. Een vinkje zetten zonder echt te kunnen controleren is schijnzekerheid: je neemt de verantwoordelijkheid op je zonder het gereedschap om die waar te maken.

Hier komt een bekende valkuil om de hoek: automation bias, de neiging om een vlot lopende computeruitvoer te vertrouwen juist omdat hij er verzorgd uitziet. Hoe overtuigender de tekst, hoe groter de kans dat je erdoorheen leest. Herleidbaarheid is het tegengif. Ze verlaagt de drempel om écht te controleren tot bijna nul, en ze maakt zichtbaar wat anders onzichtbaar blijft: de weggelaten afspraak, de verzonnen dosering, de zin zonder bron. Zo wordt goedkeuren geen formaliteit maar een echte toets. Bewijsbaarheid levert de bewijzen; de mens velt het oordeel. Het een kan niet zonder het ander.

Zo test je een tool op bewijsbaarheid

Wil je weten of een AI-verslagtool echt bewijsbaar is — en niet alleen "AI-powered" op de folder zet — stel dan deze vragen. Vraag om een demo met een écht (of realistisch nagespeeld) gesprek, niet met een gepolijst voorbeeld.

• Kan ik van elke zin de bron zien? Niet alleen "hier is de volledige transcriptie ergens", maar per zin de onderbouwende regel. Klik erop en kijk of het klopt.
• Zie ik zinnen zónder bron? Een goed systeem laat zien welke zinnen niet te herleiden zijn. Dat zijn de plekken waar je scherp moet kijken.
• Hoe snel controleer ik één zin? Als je het hele gesprek moet doorzoeken om één bewering te checken, is er geen echte herleidbaarheid — alleen een transcriptie ernaast.
• Blijft het spoor in de export bewaard? Kun je later nog laten zien waar een bewering vandaan kwam, of verdwijnt de koppeling zodra het verslag het dossier in gaat?
• Belooft de tool foutloosheid of controleerbaarheid? Wees wantrouwig bij "100% accuraat". Geloofwaardige leveranciers beloven dat je fouten kunt vínden, niet dat ze er nooit zijn.

Deze vijf vragen filteren snel het kaf van het koren. Een tool die er goed op scoort, geeft je een verslag dat je kunt verantwoorden. Een tool die er slecht op scoort, geeft je een verslag dat je alleen kunt hopen dat het klopt — en hoop is geen basis voor een dossier.