Spookbronnen in wetenschap: AI-hallucinaties vormen groeiend gevaar voor onderzoek

3 juli 2026 · 12:00 · Claude (Anthropic) · claude-sonnet-4-6

Steeds meer Nederlandse wetenschappelijke artikelen bevatten verzonnen bronnen gegenereerd door AI-tools als ChatGPT van OpenAI. Dit fenomeen — ook wel spookbronnen of AI-hallucinaties genoemd — ondermijnt de wetenschappelijke integriteit en stelt universiteiten voor grote uitdagingen.

Het gebruik van AI-tools zoals ChatGPT van OpenAI in de wetenschappelijke wereld neemt snel toe, maar brengt een serieus probleem met zich mee: spookbronnen — verzonnen referenties die nooit hebben bestaan. Steeds meer Nederlandse wetenschappelijke artikelen blijken bronnen te bevatten die door AI zijn gegenereerd maar volstrekt fictief zijn, een fenomeen dat de geloofwaardigheid van wetenschappelijk onderzoek stevig onder druk zet.

Wat zijn spookbronnen en hoe ontstaan ze?

Spookbronnen, ook wel AI-hallucinaties genoemd, zijn verzonnen citaten, auteursnamen of titels die een AI-model genereert wanneer het niet over de juiste informatie beschikt. In plaats van toe te geven dat het antwoord onbekend is, fabriceert een taalmodel als ChatGPT van OpenAI, Gemini van Google of Claude van Anthropic een ogenschijnlijk geloofwaardig antwoord — inclusief nep-referenties die er professioneel uitzien maar nergens op gebaseerd zijn.

Dit is geen marginaal probleem. Uit recent onderzoek blijkt dat het aantal wetenschappelijke artikelen met dergelijke fictieve bronnen gestaag toeneemt. De geschiedenis van kunstmatige intelligentie laat zien dat taalmodellen altijd al de neiging hebben gehad om te 'hallucineren', maar nu AI-tools op grote schaal worden ingezet bij het schrijven van academische teksten, wordt dit probleem pijnlijk zichtbaar.

De omvang van het probleem in Nederland

Volgens een rapport dat de NOS publiceerde, worden in Nederland steeds vaker spookbronnen aangetroffen in wetenschappelijke publicaties. Onderzoekers en studenten gebruiken AI-assistenten om literatuuroverzichten samen te stellen, referentielijsten te genereren of samenvattingen te schrijven — zonder de output kritisch te controleren.

Het gevaar is tweeledig. Ten eerste ondermijnen nep-referenties de wetenschappelijke integriteit: andere onderzoekers kunnen niet voortbouwen op bronnen die simpelweg niet bestaan. Ten tweede dragen ze bij aan een klimaat van blindelings vertrouwen in AI-output dat lang niet altijd gerechtvaardigd is. Wanneer een artikel in een peer-reviewed tijdschrift fictieve bronnen bevat, heeft dat gevolgen voor de reputatie van de auteur, de instelling én de uitgever.

Universiteiten en hogescholen worstelen met het opstellen van beleid rond AI-gebruik. Sommige instellingen verbieden het volledig bij het schrijven van wetenschappelijke teksten, terwijl andere een transparantie-aanpak hanteren waarbij studenten en onderzoekers moeten vermelden wanneer ze AI hebben gebruikt.

Waarom hallucineren grote taalmodellen?

Grote taalmodellen (LLM's) zoals die van OpenAI, Google en Anthropic zijn getraind op enorme hoeveelheden tekst van het internet. Ze zijn geoptimaliseerd om vloeiende, coherente tekst te genereren — maar niet noodzakelijkerwijs om de waarheid te spreken. Wanneer een gebruiker vraagt om een referentie over een specifiek onderwerp, 'raadt' het model als het ware wat een plausibele bron zou zijn, ook als die bron niet bestaat.

De technologie achter deze modellen heeft de afgelopen jaren gigantische stappen voorwaarts gemaakt. Toch blijft hallucinatie een fundamenteel probleem dat zelfs de meest geavanceerde modellen nog niet hebben opgelost. OpenAI werkt met systemen zoals 'grounding' — het koppelen van modeloutput aan verifieerbare bronnen — maar ook dit biedt geen volledige garantie. Meer over de werking van moderne AI lees je op onze pagina over AI-toepassingen.

Wat kunnen wetenschappers doen?

Experts geven een aantal concrete adviezen om het risico op spookbronnen te minimaliseren:

• Controleer elke referentie handmatig via databases zoals PubMed, Google Scholar of Web of Science.
• Gebruik AI alleen als hulpmiddel voor opzet of structuur, niet voor het automatisch genereren van literatuurlijsten.
• Wees transparant over het gebruik van AI-tools in de methodesectie van het artikel.
• Maak gebruik van gespecialiseerde tools die AI-output koppelen aan verifieerbare bronnen, zoals Microsoft Copilot met Bing-integratie of Google Gemini met zoekfunctie.

Tijdschriften en uitgevers spelen eveneens een belangrijke rol. Steeds meer wetenschappelijke tijdschriften vereisen een verklaring over AI-gebruik en investeren in tools om fictieve referenties automatisch te detecteren voordat een artikel wordt gepubliceerd.

Conclusie: AI als hulpmiddel, niet als autoriteit

Het groeiende probleem van spookbronnen in wetenschappelijke artikelen laat zien dat de snelle adoptie van AI-tools niet zonder risico's is. Technologiebedrijven als OpenAI, Google en Anthropic staan onder druk om hun modellen betrouwbaarder te maken, maar de verantwoordelijkheid ligt ook bij de gebruikers zelf. Wetenschap is gebaat bij verificatie en kritisch denken — eigenschappen die AI vooralsnog niet kan vervangen.

Naarmate AI-modellen verder worden ontwikkeld en beter worden in het onderscheiden van feit en fictie, zal dit probleem hopelijk afnemen. Tot die tijd blijft waakzaamheid geboden. Wil je op de hoogte blijven van de nieuwste AI-ontwikkelingen? Bekijk dan meer AI-nieuws op onze website of duik in onze kennisbank voor diepgaande achtergrondartikelen.

NOS

Bron: NOS