vraag & antwoord
Welke uitdagingen ervaren organisaties bij desinformatie en AI-content?
Een medewerker stuurt een samenvatting rond die door een AI-tool is gemaakt, zonder dat iemand weet waar de cijfers vandaan komen. Een klant belt over een bericht op sociale media dat over jouw organisatie gaat, maar dat nooit door jou is verstuurd. En in de vergadering vraagt iemand: klopt dit eigenlijk wel? Steeds vaker is het antwoord: we weten het niet zeker, want de bron is niet zichtbaar of niet te controleren.
Desinformatie is informatie die bewust onjuist of misleidend is en wordt verspreid om te beïnvloeden, te verdelen of te schaden. AI-content is tekst, beeld of geluid dat geheel of gedeeltelijk door kunstmatige intelligentie is gemaakt. Beide zijn niet per definitie hetzelfde probleem, maar ze raken elkaar op één punt: ze maken het voor medewerkers en klanten moeilijker om te beoordelen wat waar is en wie erachter zit.
De belangrijkste uitdagingen voor organisaties zijn: het verdwijnen van herkenbare bronnen, de snelheid waarmee onjuiste informatie zich verspreidt, het gebrek aan interne afspraken over AI-gebruik, de menselijke neiging om geloofwaardige verhalen voor waar aan te nemen, en de druk op reputatie en vertrouwen als de organisatie zelf doelwit wordt. De oplossing ligt zelden in één instrument. Het gaat om een combinatie van helder beleid, broncontrole als werkwijze, mediawijsheid bij medewerkers en een communicatieaanpak waarmee de organisatie zelf een betrouwbare bron blijft.
Waarom is het zo lastig om te bepalen welke informatie klopt?
De moeilijkheid zit niet alleen in de technologie, maar ook in ons hoofd. Mensen zoeken naar samenhang: losse feiten willen we graag smeden tot een sluitend verhaal. Precies die behoefte maakt ons vatbaar voor informatie die klopt als verhaal, maar niet als feit. In Drang naar samenhang beschrijft Rolf Zwaan dit mechanisme en legt hij uit waarom bullshit, nepnieuws en complottheorieën zo breed gehoor vinden.
Daar komt bij dat de term nepnieuws te smal is. Tim Verheyden stelt in Het had waar kunnen zijn dat de samenleving met een complexer probleem kampt dan nepnieuws alleen: desinformatie die als maatschappelijk wapen wordt ingezet en via sociale media wordt versterkt. Voor organisaties betekent dit dat niet alleen aantoonbaar valse berichten een risico zijn, maar ook halve waarheden, berichten uit hun context en plausibele verzinsels.
AI-content voegt daar een laag aan toe. Generatieve AI produceert vloeiende tekst en overtuigend beeld zonder dat de herkomst zichtbaar is. Een samenvatting of rapport ziet er professioneel uit, maar wie de onderliggende bronnen niet kan terugvinden, kan de inhoud niet toetsen. Het probleem is dus niet dat AI altijd fouten maakt, maar dat de lezer niet meer kan zien wanneer dat wel het geval is.
Tim Verheyden
Welke concrete uitdagingen ervaren organisaties bij desinformatie en AI-content?
De uitdagingen laten zich samenvatten in zeven herkenbare spanningsvelden. Niet elke organisatie heeft met alle zeven te maken, maar de meeste herkennen er minstens drie.
1. Onzichtbare bronnen. Informatie komt binnen via chatbots, samenvattingstools en gedeelde berichten zonder duidelijke afzender. Medewerkers kunnen niet nagaan of een claim uit een betrouwbare bron komt of is verzonnen.
2. Snelheid tegenover zorgvuldigheid. Onjuiste berichten verspreiden zich sneller dan een organisatie kan controleren. Wie wacht op volledige zekerheid, loopt achter de feiten aan; wie te snel reageert, kan zelf onjuistheden verspreiden.
3. Ontbrekend AI-beleid. Veel organisaties hebben geen afspraken over wat medewerkers wel en niet met AI-tools mogen doen, welke informatie ze mogen invoeren en hoe ze de uitkomsten moeten controleren. Zonder kader ontstaat schaduwgebruik.
4. Menselijke denkfouten. Mensen geloven wat ze willen geloven en zoeken bevestiging. Een geloofwaardig verhaal wint het vaak van een droog feit, ook in directiekamers.
5. De organisatie als doelwit. Nepberichten, gemanipuleerde beelden of valse citaten kunnen de reputatie beschadigen voordat de organisatie weet dat ze bestaan.
6. Verlies van de eigen bronfunctie. Als klanten hun antwoorden halen bij AI-assistenten in plaats van bij de organisatie zelf, verliest de organisatie grip op hoe informatie over haar wordt weergegeven.
7. Onduidelijk eigenaarschap. Is dit een communicatievraag, een IT-vraag, een juridische vraag of een leiderschapsvraag? In de praktijk valt het onderwerp tussen afdelingen.
Een handzame gids voor het vierde en eerste punt is Nepnieuws, dat zich presenteert als overlevingsgids voor desinformatie, verspreiding en mediawijsheid. Volgens de auteurs vindt een meerderheid van de nieuwsconsumenten in Nederland dat nepnieuws bestreden moet worden, niet alleen door overheid en grote techbedrijven, maar ook door burgers zelf. Vertaald naar organisaties: medewerkers zijn geen passieve ontvangers, maar een actieve schakel in de controle.
Aan welke signalen herken je dat desinformatie of AI-content een probleem wordt?
Het probleem kondigt zich zelden aan als crisis. Het sluipt binnen via kleine voorvallen die afzonderlijk onschuldig lijken. Let op de volgende signalen.
Medewerkers verwijzen in rapporten en presentaties naar bronnen die niet terug te vinden zijn, of citeren cijfers die niemand kan herleiden. In overleggen klinkt steeds vaker de zin: dat heb ik ergens gelezen. Klanten stellen vragen over berichten die de organisatie niet kent. Teams gebruiken AI-tools zonder dat iemand weet welke, waarvoor en met welke gegevens. En bij incidenten blijkt dat niemand verantwoordelijk is voor de vraag of informatie klopt.
Een dieperliggend signaal is informatiemoeheid. Volgens de bespreking van Ignaas Devisch' boek in We informeren ons kapot worstelen we niet met een tekort, maar met een overvloed aan informatie, waarin waarheid en fictie door elkaar lopen en de vraag niet langer is of iets waar is, maar of het waar had kunnen zijn. Wie dat in de eigen organisatie herkent, heeft geen filterprobleem maar een werkwijzeprobleem.
-
We informeren ons kapot - ‘Een scherp en noodzakelijk boek’Verder lezen in het magazineDeze bespreking van Ignaas Devisch' boek benoemt de kern van het probleem: niet een tekort maar een overvloed aan informatie, waarin waarheid en fictie vermengd raken. Devisch pleit voor een selectievere en kritischer omgang met informatie.
-
Doe zelf normaal - Een geslaagd essayVerder lezen in het magazineEen bespreking van Maxim Februari's essay over zeggenschap over data en AI. Relevant omdat het de praktische vraag stelt waar mensen terechtkunnen als gegevens over hen niet blijken te kloppen, een vraag die organisaties ook voor klanten moeten beantwoorden.
Hoe ga je als organisatie om met bronnen die niet zichtbaar of controleerbaar zijn?
Broncontrole is geen taak voor één afdeling, maar een werkwijze die in de hele organisatie moet landen. Het volgende stappenplan helpt om van losse zorgen naar een werkbare aanpak te komen.
- Breng in kaart waar informatie binnenkomt. Welke AI-tools gebruiken medewerkers, welke externe bronnen voeden besluiten en welke kanalen gebruiken klanten om informatie over de organisatie te zoeken? Zonder dit overzicht blijft elk beleid papier.
- Stel afspraken op over AI-gebruik. Leg vast wat AI wel en niet mag doen, welke gegevens nooit in een tool mogen worden ingevoerd en wanneer menselijke controle verplicht is. Charlotte Meindersma laat in AI met beleid zien hoe je beleid maakt dat juridisch klopt én werkbaar is, zodat medewerkers en klanten er echt houvast aan hebben.
- Maak herkomst een vast onderdeel van elke oplevering. Spreek af dat elk rapport, elke samenvatting en elke externe publicatie vermeldt welke bronnen zijn gebruikt en of AI heeft meegeschreven. Wat niet herleidbaar is, wordt als voorlopig gemarkeerd.
- Beleg eigenaarschap. Bepaal wie verantwoordelijk is voor de kwaliteit en betrouwbaarheid van de informatievoorziening. Voor functioneel beheerders wordt dit een nieuwe kerntaak, zoals Functioneel beheer en AI uitwerkt.
- Train medewerkers in herkennen en toetsen. Niet alleen techniek, maar vooral gedrag. Arko van Brakel en Erik Jan Koedijk noemen in HELP! Mijn chatbot wil opslag het team de eerste en belangrijkste verdedigingslinie tegen AI-risico's zoals datalekken en verborgen vooroordelen in systemen.
- Richt een snelle controleroute in voor klantvragen. Als een klant vraagt of iets klopt, moet er binnen korte tijd een gecontroleerd antwoord beschikbaar zijn. Dat vraagt om een vast aanspreekpunt en een korte lijn naar inhoudelijke experts.
- Evalueer en stel bij. Tools en dreigingen veranderen snel. Plan vaste momenten om afspraken, incidenten en nieuwe wetgeving te bespreken.
Over die wetgeving: in het interview Toekomstbestendig met AI wordt toegelicht dat de Europese AI-verordening organisaties verplicht transparant te zijn over hoe hun AI-systemen werken en welke data ze gebruiken. Transparantie is daarmee niet alleen een keuze, maar steeds vaker een verplichting.
-
Toekomstbestendig met AIVerder lezen in het magazineInterview met AI-expert Gerard Kuijlaars over hoe organisaties AI toekomstbestendig inzetten. Voegt toe wat de AI-verordening concreet betekent: transparantie over hoe AI-systemen werken en welke data ze gebruiken, en een waarschuwing tegen onnodig complexe oplossingen.
Hoe blijf je als organisatie zelf een betrouwbare bron voor medewerkers en klanten?
Een deel van het antwoord op desinformatie is niet verdedigend maar opbouwend: zorg dat jouw informatie zo helder, vindbaar en herleidbaar is dat mensen er liever op vertrouwen dan op een anoniem bericht. In een overvloed aan content is aandacht goedkoop, maar vertrouwen schaars, stelt Léon Geuyen in Content die werkt. Hij biedt een methode waarmee contentrijke organisaties zoals zorginstellingen, verenigingen en overheden hun informatie ordenen, activeren en verbinden om weer een echte bronfunctie te claimen.
Dat geldt ook buiten de eigen kanalen. Steeds meer mensen stellen hun vragen aan AI-assistenten in plaats van aan een zoekmachine of de organisatie zelf. Wie daar niet herkenbaar in voorkomt, laat het antwoord over aan anderen. Jarik Oosting legt in GEO - Zichtbaar zijn in de antwoorden van AI uit hoe AI-modellen informatie ophalen, waarom entiteiten belangrijker zijn dan zoekwoorden en waarom sommige merken structureel terugkomen in antwoorden terwijl andere ontbreken. Voor het vraagstuk van desinformatie is dit relevant: zichtbaarheid als gezaghebbende bron is een vorm van bescherming.
Intern werkt hetzelfde principe. Medewerkers die weten waar ze betrouwbare informatie kunnen vinden, hoeven minder te gokken. Een heldere interne communicatiestructuur, waarin duidelijk is wie welke informatie deelt en bevestigt, verkleint de ruimte voor geruchten en onjuiste samenvattingen.
Hoe bescherm je je reputatie tegen nepberichten, deepfakes en valse citaten?
Als de organisatie zelf doelwit wordt, verschuift het vraagstuk van informatiebeheer naar issue- en crisismanagement. Het tijdig herkennen van wat er speelt is daarbij het halve werk. Helmann en Körver constateren in Issuesmanagement hoe weinig gevoel organisaties vaak hebben bij wat er in de samenleving leeft, en bieden een stappenbenadering om relevante discussies te herkennen en je voor te bereiden op turbulentie in media en publieke opinie.
Paul Stamsnijder voegt daar in Goed nieuws in kwade tijden een oudere maar nog altijd geldige les aan toe: door internet is de grens tussen interne en externe communicatie vervaagd, waardoor een incident sneller dan ooit tot een crisis escaleert. Zijn stelling dat bedrijven zich alleen tegen toegenomen transparantie kunnen wapenen door zelf transparant te zijn, is in het AI-tijdperk eerder sterker dan zwakker geworden.
Dat manipulatie moeilijk uit te leggen is, maakt het extra gevaarlijk. Het artikel Hoe manipuleren met Big Data moeilijk uit te leggen is beschrijft aan de hand van de Cambridge Analytica-affaire hoe gerichte berichten werden ingezet waarvan niet duidelijk was van wie ze afkomstig waren. Het kernprobleem dat daar wordt benoemd, het ontbreken van transparantie, is precies wat organisaties nu ook met AI-content ervaren.
-
Hoe manipuleren met Big Data moeilijk uit te leggen isVerder lezen in het magazineAnalyse van de Cambridge Analytica-affaire: gerichte beïnvloeding met berichten waarvan de afzender onduidelijk was. Laat zien waarom gebrek aan transparantie het kernprobleem is bij manipulatie, een inzicht dat direct overdraagbaar is naar AI-content.
Welke valkuilen maken organisaties bij desinformatie en AI-content?
Alles op techniek gooien. Detectietools en filters helpen, maar lossen het probleem niet op. De onderzoeksagenda Een sprong naar cyberweerbaarheid legt de nadruk juist op de menselijke en organisatorische kant: welke gedrags- en houdingsaspecten bepalen hoe weerbaar een organisatie is, en hoe verbeter je die?
AI verbieden in plaats van reguleren. Een verbod verplaatst het gebruik naar privéapparaten en maakt het onzichtbaar. Werkbare afspraken zijn effectiever dan een verbod dat niemand naleeft.
Denken dat het alleen anderen overkomt. Bestuurders en managers zijn even vatbaar voor denkfouten als hun medewerkers. De irrationele organisatie beschrijft op basis van onderzoek en interviews met topbestuurders hoe biases, systematische en irrationele denkpatronen, besluitvorming in organisaties beïnvloeden. Wie die patronen bij zichzelf herkent, controleert bronnen eerder.
Reageren op elk bericht. Niet elk nepbericht verdient een reactie. Soms geeft reageren juist zuurstof aan iets dat anders zou uitdoven. Een afwegingskader vooraf voorkomt impulsieve keuzes onder druk.
Transparantie beloven maar niet leveren. Wie zegt dat alle AI-gebruik wordt gemeld, maar dat in de praktijk niet doet, verliest juist het vertrouwen dat hij wilde winnen.
Wat verschilt voor beginnende managers, ervaren leidinggevenden en specialisten?
Beginnende managers hebben vooral behoefte aan begrip van het verschijnsel en aan eenvoudige gedragsregels voor het team: controleer de bron, benoem AI-gebruik, deel geen twijfelachtige berichten door. Boeken als Nepnieuws en Echt Nep geven daar de basis voor.
Ervaren leidinggevenden en bestuurders staan voor de vraag wie eigenaar is van het onderwerp en hoe beleid, communicatie en techniek samenkomen. Harry De Haas constateert in AI-kompas voor leiders dat beleid vaak ontbreekt en eigenaarschap onduidelijk is, en reikt een matrix aan om de huidige en gewenste positie van de organisatie te bepalen en vast te stellen wie welke stappen zet.
Specialisten in communicatie, informatiebeheer, juridische zaken en veiligheid hebben verdieping nodig op hun eigen terrein: van de werking van AI-modellen en zichtbaarheid in AI-antwoorden tot de internationale en veiligheidskundige kant van desinformatie, zoals in de Engelstalige bundel Disinformation.
Een nuttige brede verkenning van zowel kansen als bedreigingen van digitalisering, inclusief cyberaanvallen, desinformatie en deepfake-technologie, biedt de bespreking Uit de boeken - Digitalisering: kansrijk en verontrustend. Het is een goede opstap voor wie het onderwerp in een groter verband wil plaatsen.
-
Uit de boeken - Digitalisering: kansrijk en verontrustendVerder lezen in het magazineDeze bespreking schetst de bedreigingen van digitalisering, van cyberaanvallen en desinformatie tot deepfake-technologie, en nuanceert tegelijk. Nuttig als bredere context voor wie het onderwerp als onderdeel van de digitale transitie wil begrijpen.
Samenvatting
Organisaties ervaren bij desinformatie en AI-content vooral deze uitdagingen: bronnen zijn niet zichtbaar of controleerbaar, onjuiste informatie verspreidt zich sneller dan controle mogelijk is, afspraken over AI-gebruik ontbreken, mensen geloven geloofwaardige verhalen te snel, de reputatie kan beschadigd raken door nepberichten en deepfakes, en niemand voelt zich eigenaar van het onderwerp. De aanpak bestaat uit werkbaar AI-beleid, herkomstvermelding als vaste werkwijze, training van medewerkers in herkennen en toetsen, belegd eigenaarschap, een snelle controleroute voor klantvragen en een communicatiestrategie waarmee de organisatie zelf een betrouwbare bron blijft, ook in de antwoorden van AI-systemen.
Veelgestelde vragen
Wat is het verschil tussen desinformatie en misinformatie?
Desinformatie is bewust onjuist of misleidend en wordt verspreid met een doel. Misinformatie is onjuiste informatie die zonder opzet wordt gedeeld. Voor organisaties zijn beide relevant: een goedbedoelde maar foute AI-samenvatting is misinformatie, een gemanipuleerd citaat van de directeur is desinformatie.
Is AI-content hetzelfde als desinformatie?
Nee. AI-content is alles wat door kunstmatige intelligentie is gemaakt en kan volledig correct zijn. Het probleem is dat de herkomst vaak onzichtbaar is, waardoor de lezer niet kan zien of de inhoud klopt. Daardoor is AI-content een gemakkelijk voertuig voor desinformatie.
Moeten medewerkers vermelden dat ze AI hebben gebruikt?
Dat is een verstandige interne afspraak. Het maakt zichtbaar waar extra controle nodig is en voorkomt dat ongecontroleerde inhoud als feit wordt doorgegeven. Voor bepaalde AI-systemen schrijft de Europese AI-verordening bovendien transparantie voor.
Hoe controleer je een bron die niet zichtbaar is?
Zoek de oorspronkelijke publicatie, vergelijk de claim met minstens één onafhankelijke betrouwbare bron en markeer informatie die niet herleidbaar is als voorlopig. Als dat niet lukt, is het antwoord op de vraag of het klopt eerlijk gezegd: dat weten we niet.
Wie moet dit onderwerp in de organisatie oppakken?
Het raakt communicatie, IT, juridische zaken, veiligheid en leiderschap tegelijk. Juist daarom moet één persoon of team eigenaar zijn, met mandaat om afspraken over AI-gebruik en broncontrole organisatiebreed te laten gelden.
Moet je op elk nepbericht over je organisatie reageren?
Nee. Weeg vooraf af wanneer reageren nodig is, bijvoorbeeld bij schade voor klanten of medewerkers, en wanneer stilte beter is omdat reageren het bericht juist groter maakt. Een afwegingskader voorkomt impulsieve beslissingen onder druk.
Conclusie
De grootste uitdaging bij desinformatie en AI-content is niet dat er onjuiste informatie bestaat, maar dat medewerkers en klanten niet meer kunnen zien waar informatie vandaan komt. Dat probleem los je niet op met één tool of één verbod. Het vraagt om werkbaar AI-beleid, herkomstvermelding als vaste gewoonte, mediawijze medewerkers, duidelijk eigenaarschap en een organisatie die zelf zo helder en herleidbaar communiceert dat ze de betrouwbare bron blijft, ook in de antwoorden van AI-systemen.
Begin klein en concreet: breng deze week in kaart welke AI-tools in je team worden gebruikt en spreek af dat elke oplevering vermeldt op welke bronnen ze steunt. Lees ter verdieping Echt Nep om het verschijnsel te doorgronden en AI met beleid om afspraken te maken die in de praktijk standhouden. Wie weet waar informatie vandaan komt, hoeft niet bang te zijn voor de vraag: klopt dit eigenlijk wel?
Verantwoording
Het doel van deze pagina is om vakkennis (m.n. boeken) aan te bevelen die het beste passen bij deze vraag. Managementboek verdiept zich al meer dan 30 jaar in vakliteratuur en gebruikt nu ook AI om de opgebouwde kennis op een relevante en persoonlijke manier uit te serveren. Je kan ook jouw vraag stellen op managementboek.nl/oplossing en wij voegen deze binnen 1 dag toe.
Gerelateerde vragen
- Hoe bereid je onderwijsleiders en docenten voor op de impact van AI in het onderwijs?
- Hoe kan ChatGPT effectief worden ingezet in bedrijfsprocessen?
- Hoe maak ik een AI (agent)?
- Hoe ontstaan technologische revoluties en wat kunnen managers daarvan leren?
- Hoe bouw je een AI-strategie die echt resultaat oplevert?
- Welke elementen moet een succesvolle digitale roadmap bevatten?