AI hallucinaties in je aantekeningen: check in 10 minuten

Een biologiestudent liet ons ooit een AI-samenvatting zien die prachtig las. Er stond dat mitochondriale ribosomen „identiek zijn aan de ribosomen in de rest van de cel”. Het klonk goed. Het was fout: ze lijken op bacteriële ribosomen, en dat is een deel van het bewijs dat mitochondriën ooit bacteriën waren. Die ene zin had haar een tentamenvraag gekost. AI hallucinaties als deze vallen zelden op. Ze zitten verstopt in vlotte, zelfverzekerde tekst, en daarom heb je een routine nodig om ze te vinden.

Deze gids laat zien waar fouten zich in AI-aantekeningen vaak verstoppen en geeft je een check van 10 minuten die je op elke samenvatting, flashcardset of quiz kunt loslaten voordat je ermee leert.

Een taalmodel schrijft het ene waarschijnlijke woord na het andere. Meestal vallen waarschijnlijk en waar samen. Als dat niet zo is, produceert het model nog steeds iets wat goed leest. Een artikel uit 2025 van onderzoekers van OpenAI stelt dat gangbare trainings- en testmethodes gokken belonen boven onzekerheid toegeven, net als een meerkeuzetoets zonder strafpunten voor fouten. Een model dat gokt, scoort op veel benchmarks beter, dus leert het gokken.

Voor jou is het praktische punt simpel: AI hallucinaties kondigen zich niet aan. De toon van een antwoord zegt niets over de juistheid. Een foute datum klinkt precies zo zeker als een goede.

Bronvermeldingen zijn de duidelijkste test, want een verwijzing bestaat of bestaat niet. De onderzoekers Walters en Wilder vroegen ChatGPT korte literatuuroverzichten over 42 onderwerpen te schrijven en controleerden alle 636 verwijzingen. Ze vonden dat 55% van de bronnen van GPT-3.5 en 18% van die van GPT-4 verzonnen was. Zelfs onder de echte verwijzingen bevatten veel fouten in details als paginanummers of data.

Nieuwere modellen doen het beter, en tools die werken vanuit een document dat jij aanlevert blijven meestal dichter bij de feiten dan een chatbot die uit zijn geheugen antwoordt. Maar beter is niet perfect. De gewoonte om te controleren kost een paar minuten. Overslaan kan een cijfer kosten.

Omgedraaide logica verdient extra aandacht. Aantekeningen biologie en economie staan vol „verhoogt”, „remt” en „leidt tot”. Een samenvatting die één pijl omdraait leest nog steeds soepel, en je leert het met volle overtuiging.

Een uitgewerkt voorbeeld

Stel dat je AI-samenvatting van een college fysiologie bevat: „Insuline wordt afgegeven door de alfacellen van de alvleesklier en verhoogt de bloedglucose.” Stap twee markeert „alfacellen”. Je slide zegt bètacellen. Stap vijf markeert „verhoogt”. Insuline verlaagt de bloedglucose; glucagon verhoogt haar. Eén zin, twee fouten, en beide hadden er bij een snelle lezing goed uitgezien. De oplossing kostte minder dan een minuut omdat je de bron open had.

Stap zes is de stille held. Als je jezelf overhoort op je aantekeningen en een antwoord voelt fout, ga dan terug naar de bron in plaats van naar de notities. Veel studenten vinden zo fouten die een zorgvuldige herlezing miste. Voeg elke fout toe aan een foutenlogboek, zodat je de verbetering onthoudt en niet de fout.

Daarom telt de eerste stap het zwaarst. Vraag een algemene chatbot naar je vak en hij antwoordt uit wat hij tijdens de training opnam, wat helemaal niet bij je studiegids hoeft te passen. Geef hem je echte college-pdf en hij kan dicht bij blijven bij wat je docent onderwees. Onze diepere kijk op de betrouwbaarheid van AI-samenvattingen laat zien hoe samenvattingen afdwalen en waarop je moet letten.

LearnKit werkt zo: je voegt je eigen pdf, aantekeningen, foto van een pagina of collegeopname toe en het bouwt de samenvatting, flashcards en quiz uit die bron. Het origineel naast de samenvatting houden maakt de check van 10 minuten makkelijk.

• Verwijzingen en citaten. Open ze stuk voor stuk. Bestaat er een niet, dan komt hij nooit in je notities of essay.
• Formules en constanten. Eén verkeerde exponent breekt elke opgave die je ermee oplost.
• Doseringen, wetten en zaaknamen. Precisie telt, en AI mengt vaak gelijkende dingen.
• De definities van je docent. Tentamens verwachten vaak de formulering van het vak, niet een algemene.
• Recente gebeurtenissen. Een model weet misschien niet van veranderingen nadat zijn trainingsdata eindigt.

Zo gebruikt bespaart AI je echt tijd. Je krijgt nog steeds snelle samenvattingen en directe quizzen. Je voegt alleen tien minuten controle toe, zodat de snelheid niet ten koste gaat van de nauwkeurigheid. Voor het grotere plaatje van waar AI in je routine past lees je studeren met AI.