Vorige week zat ik aan tafel met de oprichters van een jonge onderneming. Klein team, snelle groei, en typisch voor een startup: alles moet tegelijk, met te weinig mensen. Een van hen vertelde er trots over. Alle documenten, contracten, procedures, beleidsstukjes, notities van vergaderingen, gaan in één Claude-‘project’. Heb je iets nodig, dan vraag je het gewoon. Personeelsreglement? Claude zet het voor je neer. Leveranciersvoorwaarden samenvatten? Twee seconden werk.
Ik snap de aantrekkingskracht helemaal. Met drie man heb je geen tijd om zelf door een Drive-map met twaalf versies te bladeren. Herkenbaar trouwens: ik zoek zelf ook liever niet naar dat ene bestand als het ook anders kan :-) Maar toen ik vroeg hoe ze zeker wisten dat het antwoord klopte, bleef het stil. Die vraag was hen simpelweg nog nooit gesteld.
En dat is precies het probleem, alleen niet het probleem dat je zou verwachten.
Het probleem zit in de toon
De reflex is: een taalmodel kan het mis hebben, dus check het antwoord. Prima advies, maar het mist de kern. Zet een onervaren medewerker aan hetzelfde bureau en laat hem het personeelsreglement samenvatten uit een map vol versies. Twijfelt hij, dan hoor je dat. Hij zegt “ik denk dat dit klopt, maar zeker weet ik het niet”, of zijn aarzeling verraadt het toch wel.
Een taalmodel doet dat niet. Het antwoord komt er even beslist uit, of het nu de laatst goedgekeurde versie citeert, een concept van vorig jaar, of een montage van twee documenten die elkaar tegenspreken.
Een taalmodel als Claude doorzoekt je documenten op tekstuele gelijkenis met je vraag: het haalt de stukken naar boven die er het meest op lijken, en weeft daar een antwoord van. Dat kan best rekening houden met een datum of versiestatus, maar alleen als dat ergens expliciet in het document staat, bijvoorbeeld een zichtbaar “ingetrokken per [datum]” of een herkenbaar versienummer. Gooi je gewoon een Word-export in het project, dan ziet het systeem tekst, geen autoriteit. Het weet niet dat versie 3 geldig is en versie 1 een oud concept, tenzij jij dat letterlijk hebt opgeschreven.
Dat is waarom het antwoord van zo’n project soms riskanter is dan een medewerker die het gewoon fout heeft. Misschien niet omdat het vaker misgaat. Maar wel omdat je bij een mens met twijfel nog even doorvraagt, en bij een zelfverzekerd geformuleerd antwoord niet meer.
Wat er echt ontbrak
Het gat zat bij de startup niet in hun AI-gebruik. Het zat in iets ouds: er was geen enkel document met een eigenaar en een datum waarvan iedereen wist “dit, en dit alleen, is de geldige versie.” Dat gat bestond al voordat er ooit een Claude-project was. Vroeger viel het wel op. Je zag zelf die twaalf bestanden in de Drive-map en wist dat je aan het gokken was. Nu genereert iets het antwoord vóór je, en verdwijnt precies het ongemakkelijke gevoel dat je zou moeten houden.
Dat wordt met de Cyberbeveiligingswet, die sinds 15 augustus geldt, minder een theoretisch punt. Voor bedrijven die eronder vallen (en via ketenverplichtingen worden dat er de komende tijd meer) is een aantoonbaar, structureel beleid geen kwestie van goede intenties meer. “Dat had Claude er zo in gezet” houdt dan geen stand, niet tegenover een toezichthouder en niet tegenover jezelf op het moment dat het misgaat.
Wat kun je hiermee
Zonder AI heb je nog steeds twaalf conceptversies door elkaar. Dat probleem lag er al vóór Claude. Kies daarom per beleidsterrein één brondocument, met een eigenaar en een datum. Zolang iets niet formeel is vastgesteld, is het een concept, en telt het niet als geldig antwoord. Je AI-project mag daarbij gerust meedenken en meeschrijven, het wordt alleen nooit de plek waar “wat is ons beleid” wordt vastgesteld en vastgelegd.
Misschien is de vraag die je jezelf deze week kunt stellen simpeler dan je denkt: als iemand in jouw bedrijf morgen aan Claude vraagt wat het beleid is, weet je dan welk document daarachter zit, en is dat nog het juiste?