Wat kúnnen we eigenlijk weten?

Waarom ‘absolute waarheid’ (zonder context) voor ons geen ‘eindstation’ kan zijn—en waarom dat ook niet erg is.

De Infrastructuur van Waarheid – deel 1/3

Aanleiding

In mijn blog-bespiegelingen over vermeende ‘waarheden’ in ons maatschappelijk verkeer kwam ik op een punt waarop ik merkte dat je pas verder komt als ook de begrippen ‘waarheid’ en ‘realiteit’ zelf onder het vergrootglas gaan. Zo voelde dat voor mij althans. Discussies tussen mensen uit verschillende levensbeschouwelijke domeinen lopen namelijk vast zodra die kernbegrippen geen (min of meer) gedeelde betekenis hebben — en toch voor beide partijen legitiem lijken.
Daar komt bij dat onze ‘waarheden’ steeds sterker worden beïnvloed door technologie. Denk aan AI-taalmodellen zoals ChatGPT. Dat maakte het voor mij noodzakelijk om daar, als leek, eens dieper in te duiken.

Wat weten we eigenlijk écht zeker – en hoe kunnen we dat trouwens zo zeker weten?

De kern van dit stuk is eenvoudig, we ruziën steeds vaker over niet alleen informatie, maar ook over de voorwaarden waaronder iets überhaupt als feit of waarheid mag gelden. En die voorwaarden staan onder druk door technologie, politiek, media en AI.

I. De (moderne) impasse waar niemand meer uitkomt

In een samenleving waarin mensen ‘hun werkelijkheid op maat geleverd’ krijgen…
Eén klik op YouTube, en je bevindt je in een universum waarin klimaatverandering een hoax is. Eén swipe op TikTok, en je leert dat de maanlanding in scène is gezet. Tegelijkertijd scrolt een ander langs grafieken over CO₂-uitstoot en smeltende ijskappen. Beiden zijn rotsvast overtuigd van ‘hun waarheid’. De een vertrouwt op peer-reviewed papers, de ander op bevestiging van anderen.

De discussie tussen die twee komt vaak niet verder dan beschuldigingen: naïviteit, indoctrinatie, kwaadaardigheid. AI doet er nog een schep bovenop, omdat ze patronen leert uit menselijke output—en dus ook menselijke misvattingen, groepsbias en framing. Eenzijdige training van AI levert dus ook bias op die leidt tot eenzijdige inzichten die als waarheid worden gezien/gepresenteerd.

De kern van het probleem is filosofisch, maar de gevolgen zijn politiek, maatschappelijk en soms zelfs existentieel. We spreken niet alleen langs elkaar heen over wat ‘de feiten’ zijn, we hebben ook verschillende opvattingen over wat ‘waarheid’ ís.

We geloven nog vaak dat een discussie vanzelf oplost als je elkaar maar “de feiten” laat zien. Maar dat is meestal een denkfout. Het debat stokt niet omdat mensen feiten missen, maar omdat ze zich niet herkennen in het systeem dat bepaalt wat als feit telt en welke argumenten gezag hebben.

De spanningen rond AI, klimaat, identiteit, religie en wetenschap gaan zelden over losse datapuntjes. Het zijn botsingen over de infrastructuur van waarheid: de context, instituties, meetmethoden en media die bepalen wat als waar mag gelden — en die infrastructuur zelf verandert ook. nog eens steeds sneller.

II. Waarheid als filosofisch wrak: 2500 jaar zoeken en nog steeds geen consensus

Sinds Plato en Aristoteles discussiëren filosofen, volgens de overleveringen, over waarheid. En ondanks alle denkwerk is er nog steeds geen consensus. Dat is niet (alleen) omdat filosofen graag twisten, maar omdat ‘waarheid’ verschillende functies heeft: beschrijven, verklaren, normeren, legitimeren, mobiliseren. Eén theorie die alles dekt, blijkt steeds te ambitieus.

Even een kort overzichtje van de klassieke waarheidstheorieën—en waarom ze nuttig zijn én tekortschieten.

1. Correspondentie

Waarheid = wat overeenkomt met de werkelijkheid

Een uitspraak is waar als ze correspondeert met hoe de wereld is.
“Er ligt sneeuw” is waar als er sneeuw ligt. Dit voelt intuïtief en is praktisch onmisbaar bij alledaagse, empirische claims.

Maar het model wankelt zodra je vraagt hoe we vaststellen dat een uitspraak daadwerkelijk met ‘de werkelijkheid’overeenkomt. Alles wat we waarnemen is gefilterd door zintuigen, hersenen, taal, verwachtingen en cultuur. Je ziet een rode auto en zegt: “mijn auto is rood.” Maar wat is rood? En hoe zeker weet je dat jouw ‘rood’ hetzelfde is als het mijne?

Bij abstracte uitspraken wordt het probleem nog duidelijker. “Democratie is beter dan dictatuur” — wat is hier precies de fysieke tegenhanger in de werkelijkheid?

Correspondentie werkt uitstekend bij veel empirische claims (“deze appel is groen”), maar kraakt bij morele, normatieve of ideologische beweringen. Zelfs in de natuurkunde spreekt men zelden over waarheid als eindstation, maar slechts over modellen: theorieën die werken binnen bepaalde grenzen, totdat ze worden verfijnd of vervangen.

Het probleem is dus niet dat correspondentie onzin is. Het probleem is dat ze een God’s‑eye view suggereert: toegang tot de werkelijkheid “zoals ze is”, los van meetinstrumenten, taal en interpretatie. Die positie hebben we niet.

Tussenconclusie 1 – Correspondentie

1. Sterk bij concrete, empirische claims

2. Zwak bij abstracte, morele of normatieve uitspraken

3. Geen directe toegang tot ‘de werkelijkheid zelf’

4. Zelfs exacte wetenschappen werken met modellen, niet met absolute waarheid

2. Coherentie

Waarheid = wat past binnen een samenhangend systeem

Volgens de coherentiebenadering is een uitspraak waar als ze logisch samenhangt met andere overtuigingen binnen een consistent geheel. Dit verklaart waarom wetenschap zo krachtig is: theorieën vormen netwerken van begrippen, wetten, metingen en wiskunde.

Maar meerdere systemen kunnen intern coherent zijn en elkaar toch tegenspreken. Religies, ideologieën en economische modellen kunnen allemaal “kloppen” binnen hun eigen aannames, terwijl ze elkaar op cruciale punten uitsluiten.

Een christelijk geloofssysteem kan intern logisch en moreel samenhangend zijn — net als een islamitisch geloofssysteem — maar ze verschillen fundamenteel in hun bronnen van openbaring, hun visie op profeten en de rol van Jezus of Mohammed. Beide systemen beschikken over een eigen interne logica, teksttraditie en interpretatiekader, en voelen voor hun aanhangers vaak vanzelfsprekend ‘waar’. Juist hun wederzijdse uitsluiting op kernpunten laat zien dat coherentie binnen een systeem niets zegt over geldigheid daarbuiten.

Tussenconclusie 2 – Coherentie

1. Verklaart waarom wetenschap zo succesvol is

2. Meerdere systemen kunnen intern consistent én onderling strijdig zijn

3. Religieuze systemen illustreren dit scherp

4. Coherentie zegt niets over aansluiting op externe werkelijkheid

3. Pragmatisme

Waarheid = wat werkt

Pragmatisten als Peirce, James en Dewey stellen: stop met metafysisch gewroet. Waarheid is wat in de praktijk werkt — wat problemen oplost, voorspellingen mogelijk maakt en handelingszekerheid biedt.

Wetenschap is in dat opzicht een pragmatisch succesverhaal. Newton werkt voor bruggen en satellieten; evolutietheorie werkt voor resistentie, fossielen en DNA.

Maar “werkt” is doel‑afhankelijk. Een leugen kan werken als je doel manipulatie is. Propaganda kan werken als je doel macht is. Een placebo kan werken als je doel symptoomverlichting is, zonder dat de veronderstelde oorzaak waar is.

Zonder aanvullende criteria kan pragmatisme dus afglijden richting opportunisme. Voor wie werkt iets? Op welke termijn? En tegen welke bijwerkingen?

Tussenconclusie 3 – Pragmatisme

1. Sterk in praktische toepasbaarheid

2. ‘Werkt’ is afhankelijk van doelen en belangen

3. Zonder normatieve grenzen kwetsbaar voor misbruik

4. Consensus

Waarheid = wat we in rationele dialoog overeind houden

In deze benadering (o.a. Habermas) ontstaat waarheid via open, rationele discussie. Wat in een eerlijk debat standhoudt, is waar.

Als ideaal is dit aantrekkelijk, zeker in een democratische context. Maar consensus is zelden een product van rede alleen. Macht, framing, uitsluiting en toegang tot taal en podium bepalen sterk wie überhaupt kan meepraten.

Geschiedenis laat bovendien zien dat collectieve overtuigingen langdurig fout kunnen zitten. Niet omdat mensen dom zijn, maar omdat de kennis‑infrastructuur beperkt was of belangen dominant waren. Denk aan aderlaten als universeel medisch middel, of wetenschappelijke blinde vlekken die pas later corrigeerbaar bleken.

Consensus is daarmee hoogstens een signaal — geen garantie.

Tussenconclusie 4 – Consensus

1. Democratisch aantrekkelijk ideaal

2. Sterk beïnvloed door macht en framing

3. Historisch vaak feilbaar

5. Relativisme

Waarheid = afhankelijk van perspectief

Relativisten benadrukken dat waarheid altijd contextueel is: afhankelijk van cultuur, taal en machtsverhoudingen. Dat benoemt terecht dat kennis nooit uit het luchtledige ontstaat.

Maar radicaal relativisme implodeert. Als “alles relatief is”, geldt dat ook voor die uitspraak zelf. En praktisch gezien wordt samenleven onmogelijk zonder publieke standaarden. Bruggen moeten voor iedereen sterk zijn. Vaccins moeten werken, ongeacht geloof. Wet en beleid vragen meer dan “mijn waarheid”.

Relativisme ziet context scherp, maar faalt zodra context wordt verheven tot ultieme vrijbrief.

Tussenconclusie 5 – Relativisme

1. Benoemt terecht de rol van context

2. Radicaal relativisme ondermijnt zichzelf

3. Onbruikbaar als publieke norm

6. Skepticisme

Waarheid = we kunnen niets zeker weten

Scepsis is intellectueel eerlijk. Wetenschap werkt met voorlopigheid, foutmarges, onzekerheid en herziening. Dat is geen zwakte, maar georganiseerde zelfcorrectie.

Maar radicaal scepticisme is als levenshouding onhoudbaar. Wie werkelijk nergens op vertrouwt, kan geen brug bouwen, geen beleid maken en geen recht spreken. Totale twijfel is niet kritisch, maar verlammend.

Tussenconclusie 6 – Skepticisme

1. Onmisbaar als methode

2. Onvoldoende als fundament voor handelen

Kortom:
Elke theorie is bruikbaar binnen een domein — en misleidend zodra zij tot enige maatstaf wordt verheven. Wat overblijft is geen “alles kan”, maar iets subtielers: begrijpen hoe mensen tot waarheid komen, waarom dat verschilt per context, en hoe we daar in samenleving en beleid verstandig mee omgaan.

Tussenconclusie

Elke klassieke waarheidstheorie is bruikbaar—maar beperkt:

• Correspondentie: sterk bij empirische claims, zwak bij abstracte waarden en bij “toegang tot werkelijkheid”
• Coherentie: verklaart consistentie, niet realiteitsgehalte
• Pragmatisme: laat zien wat werkt, maar mist normatieve grenzen
• Consensus: wenselijk ideaal, maar manipuleerbaar
• Relativisme: ziet context scherp, maar maakt publieke norm onmogelijk
• Skepticisme: noodzakelijk als methode, maar insufficiënt als fundament

Kortom:
Elke theorie is bruikbaar binnen een domein—en misleidend zodra je haar tot enige maatstaf verheft. Wat overblijft is dus geen “alles kan”, maar iets veel subtielers: we moeten begrijpen hoe mensen tot waarheid komen en waarom dat verschilt per context. Hoe we daar in samenleving en beleid verstandig mee omgaan komt daarna.

III. Contextuele waarheid: niet “alles is relatief”, maar “alles heeft voorwaarden”…

Hier zit een cruciale precisie, maar die vraagt misschien even om een toelichting.

Het is verleidelijk om te zeggen: “absolute waarheid en realiteit bestaan niet.” Maar dat is een onnodig grote stap. Het eigenlijke probleem is: Wat kunnen wij kennen, en hoe?

Scherper geformuleerd:

Een contextloze, absolute waarheid is voor ons niet bereikbaar.
We hebben geen toegang tot een waarheid buiten waarneming, taal, meetinstrumenten en interpretatiekaders. Een absolute waarheid zonder kader is voor ons eigenlijk ondefinieerbaar en ook onbruikbaar. Dat is geen ramp, maar juist een meer volwassen inzicht. Het haalt de angel uit ‘waarheidsoorlogen’ waarin één partij meent te kunnen stellen “wat de waarheid is”. Zonder kader, dus geen waarheid!

De Italiaanse natuurkundige Carlo Rovelli stelt iets dat hierbij past: kennis is relationeel. We kennen dingen via relaties, interacties, metingen, modellen—niet via een rechtstreeks “kijken in de kern van het zijn”. Mensen die, buiten deze kaders zeker menen te weten, zijn volgens hem op dit punt dus onbewust onbekwaam.  Onze eigen Jan Terlouw schreef eens: Hoed u voor mensen die ‘zeker weten’ en bevestigt daarmee indirect ook deze visie.

Belangrijk: relationeel is niet relativistisch. Relationeel betekent dus niet “alles is even waar”, maar: “modellen worden beter of slechter op basis van voorspelkracht, robuustheid, foutcorrectie en reproduceerbaarheid.”

Newton is niet “absolute waarheid”, maar wél extreem bruikbaar binnen een groot domein. Einstein verfijnde Newton, zonder dat Newton “waardeloos” werd. Dat is precies hoe volwassen kennis werkt: grenzen kennen in plaats van absolute pretenties.

We zoeken dus ook helemaal niet naar een, contextloze waarheid, maar naar bruikbare waarheid: modellen die werken binnen hun toepassingsgebied, én die corrigeerbaar zijn.

IV. De onzichtbare infrastructuren die onze waarheden produceren

Wie bepaalt eigenlijk welke waarheid we geloven? Dat is zelden een puur rationeel proces.

Of iets als waar geldt of niet, hangt niet alleen af van de feiten, maar ook van wie die feiten mag vaststellen én via welke routes die informatie tot ons komt.
Waarheid wordt geproduceerd in systemen zoals:

• onderwijs
• media
• wetenschappelijke instituten
• religies
• rechtspraak
• én: algoritmen, platformen, zoekmachines

Je kunt het zien als een keten: bron → selectie → framing → distributie → bevestiging. Wie één schakel domineert (platform, redactie, overheid, influencer), beïnvloedt wat ‘waar’ voelt.

Een voorbeeld: Neem de claim ‘de maanlanding was nep’. YouTube-algoritme ziet dat dit veel engagement krijgt → promoot het naar mensen die eerder complot-content zagen → die delen het → vrienden zien het → het voelt ‘waar’ omdat ‘iedereen het zegt’. Geen van deze stappen controleert op feitelijkheid—het systeem optimaliseert voor clicks, niet voor waarheid. Zo ziet eigenlijk distributie met een commercieel doel er altijd uit. Het commerciële doel bepaalt dus mede de ‘waarheid’ voor de gebruiker. Eigenlijk zoeken we hier dus nog naar een ‘wikipedia-achtig’ open-source-platform om dit te voorkomen.

Vroeger werd waarheid bewaakt door priesters, koningen en heilige teksten. Nu door wetenschappers, redacties, factcheckers—én algoritmes van commerciële partijen. De macht om te bepalen wat waar is, verschoof van priester naar professor en van neutrale encyclopedie naar persoonlijke frames met commerciële perspectieven.

En die structuur verandert door nieuwe media en AI nu dus opnieuw en radicaal.

Google is in de praktijk een waarheidsmachine: wat bovenaan staat, bestaat in het publieke bewustzijn. Maar rangschikking is geen neutraal proces—het is het resultaat van SEO, advertenties, commerciële prikkels en aandachtseconomie.

Zoek op ‘klimaatverandering’ en je kunt andere resultaten krijgen dan iemand anders. Dat komt mede door locatie, taal, zoekgeschiedenis, en algoritmes die ‘relevantie’ op jouw profiel afstemmen. Niet omdat de feiten verschillen, maar omdat het algoritme jouw ‘relevantie’ anders definieert dan die van een ander.

AI verergert dit: modellen genereren plausibele tekst op basis van patronen en waarschijnlijkheid, niet op basis van “gecheckte facts”. Hiermee bedoel ik: externe toetsing via meting, replicatie, falsificatie of controleerbare consequenties—iets dat in principe ook door een ander gecontroleerd kan worden.
Wat dominant voorkomt, wordt herhaald… Wat nuance vraagt, verdwijnt sneller. De infrastructuur bepaalt sterker wat gezien wordt, en daarmee wat “waar” voelt.

V. Dit verdeelt ons: botsingen tussen waarheidsregimes

De botsingen in onze samenleving—over identiteit, klimaat, religie, technologie—zijn niet zomaar meningsverschillen. Het zijn botsingen tussen verschillende waarheidsregimes:

• De klimaatwetenschapper werkt met empirische data en modellen
• De activist werkt met morele urgentie en normatieve claims
• De gelovige werkt met openbaring en traditie
• De complotdenker vertrekt vanuit wantrouwen en patroonherkenning
• De AI-gebruiker consumeert wat het algoritme bevestigt

Zij spreken vaak niet over hetzelfde, zelfs niet als ze dezelfde woorden gebruiken. “Bewijs”, “objectief”, “feiten”, “bias”—het betekent binnen elk regime iets anders.

Zoals ik in blog 116 over AI’s aanval op religieuze waarheden al betoogde, confronteert AI niet alleen feiten met feiten — ze confronteert ook verschillende vormen van autoriteit en zingeving. Daaruit blijkt keer op keer dat wat voor de één ‘heilige waarheid’ is, voor de ander slechts een plausibele narratief blijft.

Zonder gedeeld begrip van wat telt als bewijs, ontstaat er dus ook geen debat, maar discussiëren we in ‘parallelle werkelijkheden’ zonder elkaar te bewegen.

Dat besefte ik des te sterker tijdens een stevig gesprek met een orthodox predikant, dat ik beschreef in blog 155. Hij reageerde op blog 108 over wederkerigheid in tolerantie. Waar ik sprak over toetsbaarheid en modeldenken, sprak hij over zekerheid door openbaring. We hanteerden totaal verschillende kaders — en dat maakte een echt gesprek vrijwel onmogelijk. We bleven beleefd, maar raakten elkaars kern niet. Die ontmoeting was mede aanleiding voor deze verdere verdieping in het begrip ‘waarheid’.

VI. Wat nu? Drie onderscheidende aspecten als kompas

1) Soorten waarheid zijn functioneel verschillend

• Empirisch (testbaar)
• Normatief (waarden)
• Esthetisch (smaak)
• Metafysisch (geloof)

Alle kunnen betekenisvol zijn, maar ze zijn niet uitwisselbaar. Veel conflict komt voort uit category errors: normatieve uitspraken behandelen alsof het meetbare feiten zijn (of andersom).

De wetenschapper zegt ‘laat me de data zien’, de gelovige zegt ‘lees de Bijbel’, de complotdenker zegt ‘wie betaalt de wetenschapper?’ Ze hanteren fundamenteel verschillende criteria voor wat telt als bewijs.

2) Context bepaalt geldigheid

Voor technologie heb je empirische waarheid nodig. Voor zingeving kan metafysische waarheid richting geven. Voor beleid: een mengvorm—maar met eisen van transparantie en toetsing waar dat kan.

3) Publieke waarheid vraagt strengere eisen dan privé-overtuiging

Publieke waarheid is hier minder een metafysische claim (‘dit ís waar’) en meer een pragmatische afspraak: welke claims mogen beleid dragen dat voor iedereen geldt?

In een pluriforme samenleving kunnen alleen waarheden functioneren als publieke norm die:

• toetsbaar zijn (of in elk geval controleerbare consequenties hebben)
• corrigeerbaar zijn (open voor herziening)
• Transparant/traceerbaar (bron, methode, belangen, keten van distributie)
• functioneel zijn voor iedereen (zonder gedeeld geloofssysteem)

Niet omdat ze “heilig” zijn, maar omdat ze samenleven mogelijk maken.

Concept-idee: Publieke waarheidsdrempel

Definitie
De publieke waarheidsdrempel is de minimale set eisen waaraan een bewering moet voldoen vóórdat zij als basis mag dienen voor collectieve beslissingen (beleid, wetgeving, handhaving, publieke communicatie). Dus niet: “is het absoluut waar?” maar wel: “is het publiek-waardig waar genoeg om macht, geld en plicht op te baseren?”

Drie criteria

1. Toetsbaarheid (externe controleerbaarheid)
   De claim is zó geformuleerd dat een derde partij haar kan testen—met data, observaties, meetprotocollen of expliciete voorspellingen—én voldoende specifiek om toetsing niet vrijblijvend te maken.
2. Corrigeerbaarheid (herroepbaarheid bij tegenbewijs)
   Er is een ingebouwd mechanisme om de claim aan te passen of in te trekken wanneer nieuwe informatie dat vereist—waarbij correcties publiek en even vindbaar zijn als de oorspronkelijke claim.
3. Transparantie over herkomst en belangen (traceerbaarheid + incentives)
   Herkomst én keten (bron → selectie → framing → distributie) zijn voldoende zichtbaar om vertekening te beoordelen—en bij algoritmische verspreiding hoort ‘waarom zie ik dit?’ tot de bewijscontext.

Vuistregel: Hoe groter de impact op derden (dwang, kosten, stigma, vrijheidsbeperking), hoe hoger de drempel moet liggen.

Voorbeeldcase: “Vaccins veroorzaken autisme” (publiek debat en beleid)

Claim: “Het BMR-vaccin veroorzaakt autisme.”

• Toetsbaarheid: Hoog in principe (je kunt cohortstudies, populatiedata en mechanistische hypotheses testen). In de praktijk is de claim herhaaldelijk getoetst; het originele “bewijs” bleek methodologisch en ethisch problematisch en is ingetrokken.

• Corrigeerbaarheid: Laag bij hardnekkige verspreiders: de claim wordt vaak geïmmuniseerd (“de wetenschap is gekocht”), waardoor geen enkel tegenbewijs nog telt.

• Transparantie: Vaak laag in verspreiding: losse anekdotes, secundaire bronnen, ‘cherry-picking’; onduidelijkheid over belangen (politiek, influencers, alternatieve markt).

Uitkomst volgens publieke waarheidsdrempel:
Als basis voor beleid (vaccinatieprogramma’s, publieke voorlichting) zakt de claim onder de drempel, omdat ze in het publieke circuit vooral faalt op corrigeerbaarheid en transparantie — zelfs als ze toetsbaar zou kunnen zijn. Dit onderscheid is dus cruciaal: je “censureert” geen privé-overtuiging; je weigert haar als legitimering voor collectieve macht.

VII. AI als waarheidsproducent: de echte schaal zit in passief gebruik

Het gebruik van taalmodellen (LLM’s) groeit explosief, maar de meeste gebruikers zijn niet opgeleid in methodisch gebruik. Daardoor worden LLM’s vaak ingezet als een soort antwoordenautomaat: je stelt één vraag, krijgt één tekst terug, en die tekst wordt vervolgens — impliciet of expliciet — als “waar” behandeld. Dat is epistemisch lui en bij complexe onderwerpen ronduit risicovol: het model levert plausibele taal, geen ingebouwde waarheidswaarborg.

Ik noem dit oppervlakkig gebruik: de gebruiker outsource’t zijn oordeelsvorming, stelt geen toetsende vervolgvragen, vraagt niet naar onzekerheid, alternatieve verklaringen, of de kwaliteit van het bewijs. Het resultaat is geen kennisproductie maar retorische bevestiging: de output klinkt coherent en wordt daarom ten onrechte als correct gekwalificeerd. Goede vragen stellen is de grote uitdaging bij het gebruik van taalmodellen. Als je dat niet kunt, krijg je dus ook geen goede, betrouwbare antwoorden…

Voorbeeld: slecht gestelde (oppervlakkige) prompt

“Geef me 5 redenen waarom X slecht is.”

Wat hier misgaat: je vraagt het model om argumenten, niet om waarheids- of bewijsstatus. Je programmeert bevestiging en krijgt precies dat terug: een overtuigend lijstje, zonder toetsing, zonder tegenargumenten, zonder bronlogica.

Voorbeeld: goed gestelde (verantwoorde) prompt

“Ik wil de claim ‘X is slecht’ beoordelen voor [doelgroep/besluit].

1. 1. Definieer X precies en splits feiten, aannames en normen.

   2. Geef de sterkste argumenten vóór én tegen (dus beide kanten).

   3. Welke gefundeerde aanwijzingen zouden de claim ondersteunen of weerleggen? Noem meetbare indicatoren en wat je níet weet.

   4. Geef een onzekerheidsinschatting (laag/middel/hoog) per deelclaim en waarom.

   5. Formuleer 5 kritische vervolgvragen die ik moet stellen om dit te toetsen.

   6. Als je bronnen noemt: label ze als ‘waarschijnlijk’, ‘speculatief’ of ‘niet te verifiëren zonder externe check’.”

Je dwingt op deze manier toetsbaarheid, corrigeerbaarheid en transparantie af in de interactie. Het model wordt niet gebruikt als orakel, maar als sparringpartner in een gecontroleerd denkproces. Ik begrijp dat dit voor veel mensen dieper gaat dan ze zouden wensen, maar daarin schuilt precies het gevaar van gemakzucht… Goede antwoorden hebben altijd een context en een inschatting van validiteit om de tegenargumenten niet te vergeten.

Maar het echte risico zit in AI die ingebouwd raakt in sociale media en zoekmachines:

• TikTok/YouTube optimaliseren voor engagement, niet waarheid
• Facebook toont wat je leuk vindt, niet wat je uitdaagt
• YouTube-aanbevelingen leiden je niet naar tegenargumenten, maar naar “meer van hetzelfde”
• Zoekresultaten worden mede gevormd door SEO, advertenties en commerciële belangen

Schaal: weinig mensen gebruiken AI actief en kritisch. De meesten consumeren passief AI-gecureerde content: een gepersonaliseerd narratief, afgestemd op profiel, geschiedenis, voorkeuren—zonder dat men doorheeft dat dit geen neutrale werkelijkheid is.

We dreigen in een tijdperk te komen waarin waarheid niet meer wordt gezocht, maar wordt geleverd als product. Iedereen krijgt zijn eigen waarheid—niet omdat men daar bewust voor kiest, maar omdat systemen erop optimaliseren.

Zoals ik in blog 123 over AGI en menselijke essentie al schreef: zelfs als redelijk geïnformeerde leek stel ik vast dat we vaak te snel stellige claims accepteren zonder te vragen ‘wat weten we eigenlijk echt?’ Die vraag vormt juist het hart van deze reflectie.

Het resultaat: echo-kamers op industriële schaal. En in dat universum wordt gedeeld beleid, gedeelde ethiek en gedeelde werkelijkheid structureel moeilijker.

VIII. Conclusie: van “absolute waarheid” naar bruikbaarheid én verantwoordelijkheid

We moeten het durven zeggen, zonder drama maar met helderheid: Contextloze, absolute waarheid is voor ons niet beschikbaar als publieke grondstof.
Niet omdat “alles maar wat is”, maar omdat kennis altijd via modellen, metingen, taal en instituties loopt.

Dat is geen probleem—wij leven al eeuwen met voorlopige kennis. Het is eerder een volwassen worden: beseffen dat waarheid meerdere dimensies kent, afhankelijk van toepassing en context.

De betere vraag is dus niet: “wat is waar?”, maar:
“wat mag in deze context als waar gelden—voor wie, wanneer, waarom, en onder welke correctieregels?”

Voor publieke doelen in een democratie moeten we kiezen voor waarheden die:

• toetsbaar zijn (waar mogelijk)
• transparant zijn
• correctie toelaten
• functioneel zijn voor meer dan één groep

Dat is dus geen relativisme, maar realisme: leven met onzekerheid, maar mét strenge spelregels voor publieke claims.

Indrukwekkend genoeg reageerde een oud-klasgenoot op blog 118 met de opmerking: ‘Ik herken helaas deze trend — maar waar eindigt dit?’ Dat illustreert hoe diep dit soort discussie leeft bij lezers — niet alleen academisch, maar ook persoonlijk.

Daarom moeten we een helder onderscheid maken tussen waarheden die toetsbaar zijn—en dus kunnen dienen als publieke norm—en waarheden die dat per definitie niet zijn.

Volgende week (deel 2):

Toetsbaar versus niet-toetsbaar
Waarom sommige waarheden publieke norm kunnen zijn—en andere per definitie niet.
Als we willen begrijpen waarom sommige waarheden botsen, moeten we eerst het fundamentele onderscheid maken tussen waarheden die toetsbaar zijn — en waarheden die dat per definitie niet zijn. Dat is het onderwerp van deel 2.

 

Jeroen Teelen
16 december 2025