Mijn cliënt vertrouwt op ChatGPT, hoe ga ik daarmee om?

Behandel het antwoord als een productie van een ander: haal de beweringen eruit en leg elke bewering naast de bron waar hij op rust. Dat is een kortere weg dan uitleggen waarom ChatGPT niet klopt, want u geeft antwoord per punt in plaats van in het algemeen. Een advocaat verwoordde het probleem tijdens een intervisiesessie zo: alles wat zij haar cliënt mailt, krijgt zij terug vol opmerkingen die met ChatGPT zegt dit beginnen, terwijl zij het al had uitgelegd.

Kan ik zien of een stuk door AI is geschreven?

Niet betrouwbaar, en het is ook de verkeerde vraag. Detectoren meten hoe voorspelbaar een tekst is en niet waar hij vandaan komt, dus ze wijzen menselijk werk aan als machinewerk en andersom. Belangrijker: het verandert niets aan uw werk. Ook als u zeker weet dat een cliënt ChatGPT gebruikte, blijft de vraag of wat er staat klopt. Een bewering zonder deugdelijke bron is het probleem, ongeacht wie hem opschreef.

Waarom is een AI-stuk lastiger te controleren dan het concept van een medewerker?

Omdat de signalen ontbreken waarop u onbewust vaart. Bij het werk van een junior herkent u de zwakke plek aan de vorm: een aarzelende formulering, een slordige verwijzing. Een taalmodel poetst die signalen weg. Jurist Marijn Rooijmans verwoordde het zo: u krijgt een stuk dat er in alles perfect uitziet, en uw senioren controleren iets dat gemaakt is om de controle te doorstaan.

Krijgen alleen advocaten hiermee te maken?

Nee. In ons onderzoek onder 120 Nederlandse documentprofessionals melden zes beroepsgroepen onafhankelijk van elkaar hetzelfde: advocaten, accountants, klachtbehandelaars bij Kifid, salarisprofessionals, aanbestedende diensten en bedrijfsjuristen. Bij het NIRPA Trendonderzoek onder 670 salarisprofessionals gaven opvallend veel deelnemers aan dat het corrigeren van door AI beantwoorde vragen hun veel tijd kost.

Docs / Cliëntadvies uit ChatGPT

Uw cliënt vertrouwt op ChatGPT. Wat doet u met dat advies?

Sven Haertlein · 22 augustus 2026 · Haertdijk AI, onderdeel van The AI University

Een advocaat uit Limburg werd op 27 juli 2026 berispt omdat zij niet-bestaande rechtspraak uit een AI-tool overnam. Dat verhaal kent u. Het verhaal dat er niet bij staat is dat u die stukken ook binnenkrijgt, van mensen die niet voor u werken en die u niets kunt verwijten. Uw cliënt stuurt het, uw klant, de klager, de inschrijver. Dit stuk gaat over dat moment.

Kernpunten

Zes beroepsgroepen melden onafhankelijk van elkaar hetzelfde: er komt een AI-stuk binnen van iemand anders, en het nakijken landt bij hen. Advocaten, accountants, klachtbehandelaars, salarisprofessionals, aanbestedende diensten en juristen.
Bij het NIRPA Trendonderzoek onder 670 salarisprofessionals gaven opvallend veel deelnemers aan dat het corrigeren van door AI beantwoorde vragen van medewerkers en managers hen veel tijd kost.
Zo'n stuk is moeilijker te controleren dan het concept van een medewerker. Bij een junior herkent u de zwakke plek aan de vorm; een AI-tekst ziet er in alles perfect uit.
Herkennen of iets door AI is geschreven is geen bruikbare toets. Detectoren meten voorspelbaarheid, niet herkomst, en geven vals alarm op menselijk werk. Wij toetsen daarom of de bron draagt wat er beweerd wordt, ongeacht wie het opschreef.
Wij denken dat dit het goedkoopste instapmoment is om anders te gaan werken: u hoeft geen eigen dossier open te leggen, alleen het stuk dat toch al binnenkwam.

1.Zes beroepen, dezelfde week

Tijdens een intervisiesessie voor advocaten, opgetekend door begeleider Tjeerd Poot, verwoordde een deelnemer het zo: "Het is zo vermoeiend! Alles wat ik mijn cliënt mail, krijg ik direct terug vol opmerkingen en vragen. 'ChatGPT zegt dit…' of 'Kun je dit aanpassen?' Terwijl ik het allang goed had uitgelegd." Zij eindigde met: "Help!"

De directeur van een accountantskantoor in Zoetermeer met vijf medewerkers zegt hetzelfde in zijn eigen taal: "Klanten sturen mij bijvoorbeeld adviezen door van ChatGPT met de vraag wat ik ervan vind. Ik heb het idee dat ChatGPT er af en toe behoorlijk naast zit."

Bij Kifid, het klachteninstituut voor financiële dienstverlening, ziet manager juridische zaken Esther Jessurun d'Oliveira het van de andere kant: "Als een klacht sterk leunt op uitgebreide AI-gegenereerde juridische onderbouwingen, kost het ons veel extra tijd om alles te controleren en te verifiëren. Dat geldt niet alleen voor Kifid, maar ook voor de betrokken financiële dienstverlener."

Het NIRPA Trendonderzoek onder 670 salarisprofessionals legt dezelfde beweging vast in een beroepsgroep die zelden in dit gesprek voorkomt: medewerkers en managers laten hun vraag eerst door ChatGPT beantwoorden en komen daarmee bij de salarisafdeling, waar het corrigeren van die vaak foutieve informatie tijd kost.

En bij aanbestedingen wordt het een beoordelingsprobleem. Aanbestedingsdeskundige Theo van der Linden, die met beoordelingscommissies werkt, zegt dat er voor de aanbestedende dienst geen enkele garantie is dat een beter geschreven plan ook tot een betere uitvoering leidt, en dat commissies zelden in staat zijn er doorheen te kijken.

Zes beroepen, geen van deze mensen kent elkaar, en het is dezelfde gebeurtenis. Er komt een stuk binnen dat door AI is gemaakt, en de controle landt bij degene die er zijn naam onder moet zetten.

Er is ook een variant die wél helpt, en die verdient het om genoemd te worden. Advocaten beschrijven cliënten die AI gebruiken om de feiten, de belangen en de voorgeschiedenis van hun vraag gestructureerd op een rij te zetten, zonder er een juridische conclusie aan te hangen. Dat levert een lange mail op en het scheelt tijd, omdat de vraag scherper binnenkomt dan anders. Het verschil zit niet in het gereedschap. Het zit in wat er wordt aangeleverd: context helpt, een kant-en-klare conclusie maakt het werk zwaarder.

Terug naar boven

2.Waarom dit lastiger is dan het concept van een medewerker

U controleert al jaren stukken van anderen. Wat is er anders aan dit stuk? Jurist en ondernemer Marijn Rooijmans, oprichter van WeLegal Network en columnist bij Advocatie, wijst het aan: bij het werk van een junior herkent u de zwakke plekken aan de vorm. "Bij AI-output is dat er niet. Je krijgt een stuk dat er in alles perfect uitziet. Je senioren zitten iets te controleren dat gemaakt is om de controle te doorstaan."

Dat is de kern. De signalen waarop u onbewust vaart, aarzelende formuleringen, een slordige verwijzing, een alinea die niet loopt, zijn precies de signalen die een taalmodel wegpoetst. De tekst is vloeiend, de opbouw klopt, de toon is zelfverzekerd. En de fouten die erin zitten, zitten in de verwijzingen.

Advocaat Erik Braun beschreef in een civiele zaak bij de rechtbank Oost-Brabant hoe dat uitpakt: "Er werd verwezen naar artikelen die totaal niet van toepassing waren. Als jurist zie je meteen dat het niet klopt. En toch ben ik extra uren kwijt om de onzin te weerleggen."

Merk op wat hij zegt. Hij zag het meteen. En het kostte hem toch uren. Herkennen is niet het probleem; weerleggen is het probleem, en dat kost tijd die niemand vergoedt.

Terug naar boven

3.Herkennen is het verkeerde gereedschap

De reflex is begrijpelijk: als ik nu eens kon vaststellen dat dit door AI is gemaakt, dan weet ik hoe ik het moet behandelen. Er zijn diensten die dat beloven. Wij raden ze af, en niet uit voorzichtigheid.

Een detector meet hoe voorspelbaar een tekst is, niet waar hij vandaan komt. Voorspelbaar schrijven is ook wat een zorgvuldige jurist doet in een standaardpassage, en creatief schrijven is ook wat een taalmodel doet als je het erom vraagt. Het gevolg is dat zulke diensten menselijk werk aanwijzen als machinewerk en andersom. Wie zijn beoordeling daarop bouwt, beschuldigt vroeg of laat de verkeerde.

Er is een tweede, zwaardere reden. Stel dat u zeker weet dat een cliënt zijn vraag met ChatGPT heeft voorbereid. Wat verandert dat aan uw werk? De vraag blijft of wat er staat klopt. Een cliënt die zelf leest en meedenkt is niet het probleem; een bewering zonder deugdelijke bron is het probleem, en die kan net zo goed uit een verouderd handboek komen.

Wij toetsen daarom of de bron draagt wat er beweerd wordt, ongeacht wie het opschreef.

Een rechter trok in augustus 2026 dezelfde lijn. In een zaak bij de rechtbank Amsterdam (ECLI:NL:RBAMS:2026:8258, 12 augustus 2026) stond in een processtuk een citaat uit het arrest DSM/Fox dat daar niet in staat. De wederpartij stelde dat er AI was gebruikt; de raadsman ontkende dat en kon niet achterhalen hoe de passage erin was gekomen. De rechtbank: "De rechtbank vindt dit laatste niet beslissend. Het als citaat opnemen van niet bestaande rechtspraak acht de rechtbank kwalijk, want dit heeft zowel [eiser] als de rechtbank nodeloos extra tijd en aandacht gekost" (r.o. 4.22). Het kostte de partij een halve punt extra proceskosten, 2.315,50 euro. De herkomst deed er niet toe; het citaat wel.

Het eerlijke tegenargument hoort er meteen bij, en het komt uit de beroepsgroep zelf: moest u dit niet altijd al doen? Bronnen nakijken hoort bij het vak, ook toen er alleen een bibliotheek was. Dat klopt. Wat verandert is de hoeveelheid en de vorm. U krijgt meer stukken binnen die er af uitzien, van meer kanten, en de fout zit op de plek waar u vroeger het minst hoefde te kijken: in de verwijzing zelf.

Terug naar boven

4.Wat wel werkt: terug naar de vindplaats

De handeling is oud en de aanleiding is nieuw. U haalt de beweringen uit het stuk, en u legt elke bewering naast de bron waar hij op rust. Drie dingen kunnen dan gebeuren.

De bron bestaat niet. Dat is de bekendste fout en de makkelijkste om te vinden: een ECLI-nummer dat nergens naar verwijst, een artikel dat niet bestaat, een rapport dat niemand kan vinden.

De bron bestaat, maar hoort bij iets anders. In de tuchtzaak van 27 juli 2026 verwezen zeven van de acht opgevoerde nummers naar heel andere zaken dan omschreven, waaronder een echtscheidingsbeschikking en een strafzaak.

De bron bestaat, hoort erbij, en draagt de stelling niet. Dit is de gevaarlijkste, want alles klopt aan de buitenkant. De enige manier om het te zien is de bron openen en lezen wat er werkelijk staat. Op onze pagina over toezicht en rechtspraak staat hoe Nederlandse rechters op elk van deze drie reageerden.

Dit is ook waar Haertdijk AI het gereedschap is. De motor haalt de beweringen uit het stuk dat u binnenkreeg, zet er per bevinding het letterlijke citaat en de vindplaats bij, en laat een bevinding vervallen als dat citaat niet woordelijk in de bron staat. Wat overblijft is geen oordeel maar een lijst punten waarover u zelf beslist. De verwijzingen naar wet en rechtspraak worden daarbij naast negen officiële bronnen gelegd, waaronder de Wettenbank, Rechtspraak.nl en het Tuchtrecht.

Terug naar boven

5.Vier situaties, dezelfde handeling

De cliënt die meeleest. Hij stuurt u een ChatGPT-antwoord met de vraag wat u ervan vindt. Behandel het als een productie van de wederpartij: welke beweringen staan erin, en welke daarvan houden stand tegen de bron. Wat u teruggeeft is geen les over AI maar een antwoord per punt. Dat scheelt de heen-en-weer die de advocaat in sectie 1 beschrijft.

De klant die een advies doorstuurt. Bij een accountant of fiscalist gaat het vaker over een berekening of een regeling dan over rechtspraak. De handeling is dezelfde: welke aanname zit eronder, en staat die aanname in de regeling zoals hij nu luidt.

De klacht met AI-onderbouwing. Bij een klachtinstituut of een geschillencommissie komt de onderbouwing binnen als bijlage. Hier telt volgorde: eerst de beweringen uit elkaar halen, dan pas beoordelen. Wie het stuk eerst als geheel leest, neemt de opbouw over die de schrijver koos.

Het plan van een inschrijver. Bij een aanbesteding is de verleiding om te beoordelen hoe goed het geschreven is. Dat is precies wat een taalmodel goed doet. De vraag die overblijft is of de toezeggingen in het plan ergens op rusten: welke referentie, welke capaciteit, welke onderbouwing.

Terug naar boven

6.Wat het u kost, eerlijk

Wij zetten hier geen tijdwinst neer, want die hebben wij niet gemeten. Wat wel vaststaat uit ons eigen onderzoek onder 120 Nederlandse documentprofessionals: het controleren is de klacht, in elk werkveld, en het is de enige klacht die alle zes de beroepsgroepen delen.

Wat wij wel durven te zeggen is dit. Van alle momenten om anders te gaan werken is dit de goedkoopste. U hoeft geen dossier over te zetten, geen systeem te vervangen en geen nieuwe gewoonte aan te leren. Het stuk lag er al, u moest het toch beoordelen, en de vraag die u toch al stelde is welke bewering standhoudt.

En het moment komt vaker. VDT Advocaten in Tilburg schreef in een kantoorbericht, ondertekend door Ruud de Kleijn, dat er ook aan hun kant twijfel ontstaat: "wat is nu écht jouw persoonlijke input (waar we graag serieus op ingaan), en wat is gemakshalve (copy paste) overgenomen van AI?" Dat is een kantoor dat het gesprek met zijn cliënten hierover aangaat. Dat lijkt ons verstandiger dan wachten tot het een keer misgaat.

Terug naar boven

7.Wat mensen hierover vragen

Mijn cliënt vertrouwt op ChatGPT, hoe ga ik daarmee om?: Behandel het antwoord als een productie van een ander: haal de beweringen eruit en leg elke bewering naast de bron waar hij op rust. Dat is een kortere weg dan uitleggen waarom ChatGPT niet klopt, want u geeft antwoord per punt in plaats van in het algemeen. Een advocaat verwoordde het probleem tijdens een intervisiesessie zo: alles wat zij haar cliënt mailt, krijgt zij terug vol opmerkingen die met ChatGPT zegt dit beginnen, terwijl zij het al had uitgelegd.
Kan ik zien of een stuk door AI is geschreven?: Niet betrouwbaar, en het is ook de verkeerde vraag. Detectoren meten hoe voorspelbaar een tekst is en niet waar hij vandaan komt, dus ze wijzen menselijk werk aan als machinewerk en andersom. Belangrijker: het verandert niets aan uw werk. Ook als u zeker weet dat een cliënt ChatGPT gebruikte, blijft de vraag of wat er staat klopt. Een bewering zonder deugdelijke bron is het probleem, ongeacht wie hem opschreef.
Waarom is een AI-stuk lastiger te controleren dan het concept van een medewerker?: Omdat de signalen ontbreken waarop u onbewust vaart. Bij het werk van een junior herkent u de zwakke plek aan de vorm: een aarzelende formulering, een slordige verwijzing. Een taalmodel poetst die signalen weg. Jurist Marijn Rooijmans verwoordde het zo: u krijgt een stuk dat er in alles perfect uitziet, en uw senioren controleren iets dat gemaakt is om de controle te doorstaan.
Krijgen alleen advocaten hiermee te maken?: Nee. In ons onderzoek onder 120 Nederlandse documentprofessionals melden zes beroepsgroepen onafhankelijk van elkaar hetzelfde: advocaten, accountants, klachtbehandelaars bij Kifid, salarisprofessionals, aanbestedende diensten en bedrijfsjuristen. Bij het NIRPA Trendonderzoek onder 670 salarisprofessionals gaven opvallend veel deelnemers aan dat het corrigeren van door AI beantwoorde vragen hun veel tijd kost.

Terug naar boven

Waar dit stuk ophoudt

Wij hebben niet gemeten hoeveel tijd het beoordelen van een binnengekomen AI-stuk kost, en ook niet hoeveel dat scheelt met een andere werkwijze. Zo'n meting bestond in de bronnen die wij onderzochten nergens; zie de controlelast.
De citaten in sectie 1 komen uit ons onderzoek onder 120 documentprofessionals. Zij beschrijven ervaringen, geen metingen. Vijf van de zes gaan over hoe vaak het voorkomt, niet over hoe erg het is.
Over aanbestedingen vonden wij geen enkele gepubliceerde werkwijze voor de aanbestedende dienst. Alles wat wij aantroffen is geschreven voor de inschrijver. De vierde situatie in sectie 5 is dus onze lezing en geen bestaande praktijk.
Wij zeggen niet dat een cliënt die ChatGPT gebruikt een probleem is. Dat vinden wij niet. Het probleem is een bewering zonder deugdelijke bron, ongeacht waar hij vandaan komt.

Bronnen

Rb. Amsterdam, ECLI:NL:RBAMS:2026:8258 (12 augustus 2026), r.o. 4.21 en 4.22: onjuist citaat uit DSM/Fox, halve punt extra proceskosten, herkomst niet beslissend.
Tjeerd Poot, "ChatGPT en cliënten: hoe ga je als advocaat om met AI-gestuurde cliënten", Intervisie Advocatuur, 17 augustus 2025. intervisie-advocatuur.com/algemeen/chatgpt-clienten-adv...
Raad van Discipline 's-Hertogenbosch, berisping wegens onvoldoende gecontroleerd AI-gebruik in twee huurzaken, 27 juli 2026; verslag in Advocatie. advocatie.nl/nieuws/berisping-voor-advocate-na-klakkelo...
Haertdijk AI, "Wat 120 Nederlandse documentprofessionals zeggen over software en AI in hun werk", Onderzoek 02, 18 augustus 2026. Citaten in sectie 1 en 2 dragen daar de registernummers V1-09, V2-13, V3-13, V2-19, V4-12, V1-16, V1-17 en V1-04.
Haertdijk AI, Toezicht en rechtspraak: verzonnen bronnen en de reconstructie-vraag, met de zeven Nederlandse uitspraken en de vier controle-stappen.
Haertdijk AI, De controlelast: wat er gemeten is en wat niemand weet.

Zelf een binnengekomen stuk naast de bron leggen

Neemt u het volgende AI-advies dat u binnenkrijgt eens mee in een gesprek met ons. Dan kijken wij samen wat er van de beweringen overeind blijft, en u ziet meteen of deze manier van werken bij u past. Mailen kan naar [email protected].