Wie AI-advies krijgt, zegt vrijwel nooit meer “ik weet het niet”. Dat blijkt uit vijf experimenten met samen 3.132 deelnemers van onderzoekers uit Parijs, Rome en Milaan. Het opvallende: het advies was bewust bijna altijd fout, en toch gingen de deelnemers erop af. Ze gaven vaker antwoord, hadden vaker ongelijk en voelden zich zekerder dan ooit (Bron: Marcoccia, Quattrociocchi & Capraro, arXiv).
De Nederlandse nieuwssite AI Wereld bracht het onderzoek onlangs onder de aandacht. We lazen de oorspronkelijke paper erop na. De kern is ongemakkelijk herkenbaar als je ChatGPT weleens een vraag stelt waarop je het antwoord eigenlijk zelf niet weet.
Moeilijke vragen, een AI die ernaast zit
De opzet is slim in zijn eenvoud. Deelnemers kregen zes lastige vragen over kleine visuele details uit films, het soort vraag waarop je eerlijk gezegd vaak geen idee hebt. Ze mochten altijd kiezen voor “ik weet het niet”. De helft kon advies vragen aan een AI, het taalmodel Step 3.5 Flash van het Chinese StepFun (Bron: NVIDIA NIM-modelkaart). In de latere studies kregen ze vooraf opgenomen antwoorden te zien, en die waren op één na allemaal fout (Bron: arXiv-paper, methode).
Dat was de bedoeling. Doordat de AI vrijwel altijd misleidde, konden de onderzoekers twee dingen uit elkaar halen die in het echt door elkaar lopen: hoe vaak je de AI gebruikt, en of je daardoor beter antwoordt.
Van 36 procent twijfel naar 6 procent
Het effect is groot en komt in elke studie terug. Zonder AI koos 17 tot 44 procent van de deelnemers voor “ik weet het niet”. Met AI-advies zakte dat naar 1 tot 8 procent (Bron: arXiv-paper, resultaten).
| Studie | ”Ik weet het niet” zonder AI | Met AI |
|---|---|---|
| 1a | 36% | 6% |
| 1b (herhaling) | 44% | 3% |
| 2 (zonder / met geld op het spel) | 17% / 21% | 1% / 2% |
| 3 (zonder / met geld op het spel) | 32% / 41% | 2% / 8% |
| 4 (advies verscheen vanzelf) | 35% / 39% | 1% / 7% |
Meer antwoorden betekende geen betere antwoorden. Over de condities zonder geldprikkel samen gaf de groep zonder AI in 27,5 procent van de gevallen het goede antwoord, de groep met AI in 9,2 procent: ongeveer een derde zo vaak. Tegelijk schoot de zelfverzekerdheid omhoog. In de tweede studie gaven deelnemers met AI hun eigen zekerheid gemiddeld een 75,9, tegenover 29,6 zonder AI (Bron: arXiv-paper).
“AI access made people more assured and less accurate.”
Vertaald: toegang tot AI maakte mensen zekerder en minder accuraat.
(bron: Marcoccia, Quattrociocchi en Capraro, discussie van de paper, 15 juli 2026, via arXiv)
Beginner-tip Zeker klinken en gelijk hebben zijn twee verschillende dingen. Een taalmodel geeft ook bij een gok een vlot, stellig antwoord; dat heet een hallucinatie. Waarom dat zo werkt, lees je in waarom AI zo zelfverzekerd onzin vertelt.
Geld op het spel hielp maar een beetje
Je zou denken dat mensen voorzichtiger worden als een fout antwoord ze iets kost. Dat testten de onderzoekers in drie studies: tien dollarcent erbij voor een goed antwoord, tien cent eraf voor een fout, niets voor “ik weet het niet”. Deelnemers vroegen daardoor iets minder vaak om AI-advies, en in de vierde studie verdubbelde hun nauwkeurigheid met AI van 7 naar 14 procent (Bron: arXiv-paper).
Maar de twijfel kwam niet terug. Met geld op het spel zei in die vierde studie 7 procent “ik weet het niet” met AI, tegenover 39 procent zonder. Het verschil tussen wel en geen AI werd door de prikkel niet significant kleiner. Ook als het advies niet gevraagd werd en gewoon in beeld verscheen, trad het effect op.
Gevorderden De vier vooraf geregistreerde studies voorspelden een interactie tussen AI en geldprikkel. Die vonden de onderzoekers in geen van de drie relevante studies (p = 0,274, 0,506 en 0,784). De prikkel verbetert de nauwkeurigheid, maar herstelt de bereidheid om te twijfelen niet.
Wat dit onderzoek níet zegt
Een paar kanttekeningen, die de onderzoekers grotendeels zelf maken. Het is een preprint, nog niet beoordeeld door vakgenoten. De deelnemers kwamen via het onderzoeksplatform Prolific en waren op de eerste studie na allemaal uit de Verenigde Staten. Er werd maar één soort vraag gesteld, filmdetails, juist gekozen omdat AI daar vaak de mist in gaat. En de AI zat bewust bijna altijd fout: hoe mensen zich gedragen bij een assistent die meestal wél gelijk heeft, is niet getest (Bron: arXiv-paper, beperkingen).
Ook niet gemeten: of deelnemers het antwoord ergens anders natrokken. Het cijfer zegt dus iets over hoe snel je je twijfel inlevert, en weinig over hoe vaak AI je in het dagelijks leven écht op het verkeerde been zet.
Het past wel in een bredere lijn. In een enquête onder 319 kenniswerkers vonden onderzoekers van Microsoft in 2025 dat meer vertrouwen in generatieve AI samenging met minder kritisch nadenken, en meer zelfvertrouwen met méér (Bron: Lee e.a., CHI 2025). Dat was zelfrapportage, geen experiment, maar de richting is dezelfde.
Gevorderden De onderzoekers laten open wát er precies gebeurt. Ze noemen drie kandidaten: vertrouwen in de machine, het gevoel dat je moet antwoorden als iets je wordt aangereikt, en de vloeiende formulering die je eigen metacognitie kortsluit, je gevoel voor wat je zelf wel en niet weet. Hun eigen samenvatting: AI verandert de bereidheid, niet het vermogen (Bron: arXiv-paper).
Wat jij ermee kunt
Je hoeft AI niet te mijden om hier iets mee te doen. Drie gewoontes helpen:
- Eerst zelf, dan de AI. Schrijf op wat jij denkt voordat je het vraagt. Wijkt het AI-antwoord af, dan weet je dat je moet uitzoeken wie gelijk heeft.
- Vraag om de bron en check de details. Namen, jaartallen en cijfers zijn precies waar modellen het vaakst iets verzinnen. Een checklist staat in onze gids over AI-hallucinaties herkennen.
- Geef jezelf toestemming om te twijfelen. “Dat weet ik niet zeker” is geen falen. Volgens deze paper is het juist het eerste wat sneuvelt als je met AI werkt.
Waarom een taalmodel geen besef heeft van wat het wel en niet weet, lees je in geen geest in de machine. De paper zelf sluit af met een zin die blijft hangen: de bereidheid om “ik weet het niet” te zeggen is misschien een van de eerste slachtoffers van de omgang tussen mens en AI (Bron: arXiv-paper, conclusie).