153 De kunst van het schrijven met AI(3): De Illusie van één Slimme AI – Waarom Meerdere Taalmodellen Essentieel kunnen zijn.

, ,

Waarom je niet met één AI-model moet werken – voor schrijvers van alle niveaus…

Wat beginners over het hoofd zien, en gevorderden vaak gewoon vergeten

INLEIDING – De verleiding van gemak

Veel schrijvers gebruiken AI inmiddels als een handige assistent – maar meestal blijven ze toch hangen bij één model (vaak: ChatGPT). Dat voelt vertrouwd en het voldoet prima… maar… elk taalmodel is impliciet beperkt. In deze blog een toelichting waarom je meerdere AI-modellen nodig hebt om nóg beter te schrijven, en welke fouten je anders blijft maken – of je nu net begint of al veel verder bent… het is goed om te weten!

1. De illusie van één slimme AI

Voor beginners:

  • AI voelt als magisch. Je stelt een vraag, en er komt een vloeiend antwoord, heel plausibel en vaak ook nog eens met een waterdichte argumentatie. Veel mensen denken (of gaan na een tijdje geloven) dat dit dé waarheid is, of op z’n minst een betrouwbaar antwoord. Inmiddels (Lees deel 1 en 2) weten we dat AI slechts een statistische ’taal-voorspeller’ is die helemaal nergens iets van snapt. Als je merkt dat je door een betere ‘prompt’ (deel 2) ineens ook nog eens veel bétere antwoorden krijgt, dan is er even het euforische gevoel van: “Ik ben overal klaar voor!” en dat is een valkuil… Zaken als persoonlijke nuance, empathie het juiste woord voor het juiste doel… het zijn details waarin niet elk taalmodel even sterk is.
  • Je betaalt voor een versie waarmee je bijvoorbeeld je eigen GPT’s maakt en wilt de kosten toch een beetje in de hand houden. Begrijpelijk natuurlijk, maar dat is als één schrijversmaatje in dienst nemen en verwachten dat ie op alle vlakken optimaal presteert. De praktijk is dat taalmodellen op verschillende wijze kunnen worden getraind, waardoor ze toch ook inhoudelijk én op de hiervoor genoemde detail-aspecten, erg van elkaar kunnen/zullen verschillen.

Veelvoorkomende fout:

  • Te veel vertrouwen in output van één model. Geen controle, geen tegenstem, geen verdieping.
  • Toch de (redelijk beheersbare) kosten laten prevaleren boven een beter eindproduct
  • Blind vertrouwen op vertrouwd gedrag. Te weinig variatie in output = tunnelvisie.

2. Waarin verschillen deze modellen dan bijvoorbeeld?

a. Verschillende modellen, verschillende sterktes

Model Sterkte Zwakte
ChatGPT Structuur, overzicht, begrijpelijke taal Soms oppervlakkig of voorspelbaar
Claude Nuance, ethiek, reflectie Langdradig, soms te voorzichtig
Gemini Snel, praktisch, korte formats Weinig diepgang, bias Google-data
DeepSeek Sterk in data, feiten, tech-jargon Moeite met creativiteit of toon
Perplexity Bronnen + internetgericht Geen eigen synthese of redenering

Fout van beginners: denken dat GPT “de beste” is zonder te vergelijken
Fout van gevorderden: vergeten dat “beste” afhankelijk is van de taak die je opdraagt

3. Drie werkende workflows – afgestemd op niveau

a. Voor beginners – De ‘double check’-aanpak

  1. Vraag je hoofdmodel om een stuk te schrijven
  2. Geef dat antwoord aan een tweede model met de prompt:
    “Welke onduidelijkheden, aannames of fouten zie je in deze tekst?”
  3. Verwerk de feedback en vraag een derde model om herschrijven

Voorkomt: klakkeloos publiceren van AI‑bullshit

b. Voor intermediairs – De ‘rollen-aanpak’

Ken modellen functies toe:

  • GPT voor structuur
  • Claude voor ethiek en argumentatie
  • Gemini voor samenvattingen
  • DeepSeek voor technische onderbouwing

Promptvoorbeeld:

“Stel, Claude: je bent een ethische redacteur. Wat mis je in dit concept?”

Voorkomt: monotone teksten en blinde vlekken

c. Voor gevorderden – De ‘kritische synthese-aanpak’

  1. Stel dezelfde vraag aan 3 modellen
  2. Analyseer verschillen (inhoudelijk, stijl, diepgang)
  3. Laat een ander model die verschillen samenvatten
  4. Gebruik eigen oordeel voor de eindversie

Voorkomt: ‘confirmation bias’ door AI, blinde vlekken in eigen denken

4. Wat er misgaat als je maar één model gebruikt

Zelfs als je denkt dat je “goed met AI” bent, kun je toch flinke fouten maken. Hieronder zie je wat er vaak misgaat bij zowel beginners als gevorderden.

Typische beginnersfouten

  1. Verwarren van overtuiging met waarheid
    AI zegt dingen alsof het zeker weet wat het zegt.
    Voorbeeld: GPT schrijft “de wolf is extreem gevaarlijk voor mensen” — klinkt overtuigend, maar is feitelijk onjuist.

  2. Geen onderscheid maken tussen vorm en inhoud
    De tekst ziet er goed uit, dus men denkt: dit klopt wel.
    Een nette blog over klimaatverandering kan desondanks vol fouten zitten als de bronnen niet kloppen.

  3. Geen controle op bronnen of feiten
    AI verzint soms bronnen of citeert verkeerd.
    Je vraagt om een bron, en GPT noemt een artikel dat niet bestaat — maar wel heel echt lijkt.

Typische gevorderdenfouten

  1. Te veel vertrouwen op eigen prompt-skills
    Je denkt: “Ik weet hoe ik moet vragen, dus ik krijg wel het beste antwoord.”
    Maar zelfs een goed geformuleerde vraag kan leiden tot een eenzijdig of gebiased antwoord als je het maar aan één model vraagt.

  2. Onderschatten van modelbias
    GPT is getraind op veel voorkomende teksten — dus vaak klinkt het als de meerderheid, niet als de kritische minderheid.
    Je vraagt: “Wat is er mis met religie in de politiek?” — GPT blijft dan braaf neutraal, zelfs als dat inhoudelijk onjuist of oppervlakkig is.

  3. Geen second opinion zoeken
    Je vertrouwt blind op wat GPT zegt, zonder het te spiegelen aan andere AI-tools of mensen.
    Je gebruikt GPT voor een beleidsadvies, maar vraagt Claude of DeepSeek niet om een alternatieve invalshoek — en mist daardoor belangrijke risico’s.

Tip: Goede AI-gebruikers checken hun antwoorden bij meerdere bronnen — net zoals je bij belangrijke beslissingen meerdere experts zou raadplegen.

5. Zo herken je AI-bias, AI-bluf en AI-gaten

a. AI-bias herkennen

Vraag modellen: “Welke standpunten of perspectieven ontbreken in dit antwoord?”
→ Antwoorden verschillen sterk per model.

b. AI-bluf herkennen

Laat een tweede model aangeven wat onbewezen aannames zijn in het antwoord van de eerste.
→ Vaak zie je dan valse precisie of overtuiging zonder onderbouwing.

c. AI-gaten dichten

Laat modellen elkaar aanvullen:
– GPT is sterk in structuur
– Claude in impliciete aannames
– DeepSeek in bronnen

6. Reflectie: meerdere modellen als leerinstrument

Voor beginners:

Je leert zelf beter denken en schrijven door modellen te vergelijken
→ je ziet dat taal losstaat van kennis
→ je leert vragen te herformuleren en antwoorden te evalueren

Voor gevorderden:

Je leert wantrouwen cultiveren
→ ook de beste output moet tegen het licht gehouden worden
→ de wisselwerking tussen menselijk oordeel en AI wordt je scherpste instrument

SLOT – AI schrijven is ensemblewerk

Schrijven met AI is geen kwestie van één model slim gebruiken, maar van meerdere modellen slim combineren. Alleen zo word je als schrijver echt beter, betrouwbaarder, en origineler. In deel 4 gaan we verder: hoe behoud je jouw eigen stem in dit ensemble?

Optioneel: Bijlage of extra blogmateriaal

  • Checklist: “Welke modellen gebruik ik waarvoor?”
  • Promptvoorbeeldenset per schrijffase
  • Modelvergelijkingskaart
  • Kleine test: laat 3 modellen eenzelfde probleem oplossen en vergelijk zelf

Wat ik zelf vaak doe, zeker bij de wat complexere maatschappelijke onderwerpen, is dat ik;

  • een stuk schrijf waarin de grote lijnen en inzichten van mijn kant staan geformuleeerd
  • vraag om een duidelijke structuur en opbouw in het verhaal.
  • een goede prompt maak waarin ik dat stuk als uitgangspunt aangeef
  • deze voorleg aan (soms maar liefst zeven!) taalmodellen met de vraag om beoordeling van elkaars teksten, vermeende hiaten in visie etc…
  • de antwoorden samenvoeg (met benoemden van het betreffende taalmodel)
  • ze op elkaars antwoorden laat reflecteren.
  • vervolgens, afhankelijk van het type blog, de meest logische modelkeuze (op basis van zijn training) vraag om van alle inzichten een goede blog te formuleren
  • tot slot de ‘human touch’ toevoeg, verwijzingen controleer  en vaak zelfs nog voorbeelden toevoeg (eigen ervaringen).
  • Eindredactie laat doen
  • tot slot, tóch m’n eigen zin doordrijf op aspecten waarover ik toch een afwijkende kijk heb, maar dan neem ik de argumenten van AI mee in de overweging.

Ik hoef namelijk geen tien van AI, maar een tien van mezelf als goed voorbereid in ingelichte schrijver!

Het leuke is ook dat als je je als zeer kritisch opstelt tegenover je AI-maatjes en steeds duidelijk aangeeft waarom je meent dat op bepaalde aspecten of onderwerpen niet de juiste teksten produceren, ze dat van je leren. Dat blijft trouwens niet onopgemerkt, want vervolgens heb ik al meerdere malen een betaald AI-trainerschap aangeboden gekregen (niet gedaan hoor, maar toch leuk!). Eigenzinnig zijn is hier dus niet een gebrek maar een verdienste voor betere kwaliteit werk!

 

Jeroen Teelen

23 september 2025

 

 

Deze blog maakt deel uit van de serie Schrijven met AI:

151 De kunst van het schrijven met AI (1): De Illusie dat je Niet hoeft Mee te Doen – Ontdek hoe AI je Rol als schrijver Verandert – Van Auteur naar Regisseur
152 De kunst van het schrijven met AI (2): De Illusie van Kennis: Waarom AI je Dwingt tot Betere Vragen.
153 De kunst van het schrijven met AI (3): De Illusie van één Slimme AI – Waarom Meerdere Taalmodellen Essentieel kunnen zijn.
154 De kunst van het schrijven met AI (4): De Illusie dat het Niet Meer Jouw Tekst is: Wat ís jouw Tekst eigenlijk? – Over stijl, eigenaarschap en ethiek.

Bronnen

Aantal keer bekeken op deze site: 540
/0 Reacties/door
0 antwoorden

Plaats een Reactie

Meepraten?
Draag gerust bij!

Geef een reactie

Je e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Deze site gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie gegevens worden verwerkt.