AI-citaties controleren in drie stappen

U moet broncontrole als aparte, controleerbare werkstroom inrichten in plaats van te vertrouwen op de opmaak van citaties of op zelfverificatie door hetzelfde model dat de tekst produceerde.

Een analyse van 22 september 2026 van broncontrole in drie stappen stelt dat AI-systemen systematisch niet-bestaande bronnen en verkeerd gekoppelde metadata fabriceren, en dat oppervlakkige controle deze fouten niet vangt. De analyse onderzoekt 53.090 URL's uit deep-research-systemen en 168.021 URL's uit 32 vakgebieden, waarvan 3% tot 13% vermoedelijk gefabriceerd en 5% tot 18% niet-oplossend waren. In onze inschatting is de praktische gevolgtrekking dat volume aan citaties geen bewijs van betrouwbaarheid is, en dat wie met gevoelige informatie werkt broncontrole als afzonderlijke stap moet organiseren met vastgelegde uitzonderingen en menselijk eindoordeel.

Waarom zelfverificatie door het model niet volstaat

Een voor de hand liggend antwoord zou zijn het model zijn eigen bronnen te laten controleren. Onderzoek naar 2,2 miljoen citaties uit 56.381 papers toont aan dat taalmodellen slechts 38% nauwkeurig waren wanneer zij zelf moesten beoordelen of referenties geldig waren. Als de controleur even feilbaar is als de generator, ontstaat schijnzekerheid in plaats van controle. Dit sluit aan bij bredere bevindingen over de grenzen van zelfverificatie door één AI-model. Externe controle van zowel het bestaan van de bron als de ondersteuning van de claim is daarom geen extra zorgvuldigheid maar een minimumvereiste.

Welke fouttypen moet u apart controleren

Een foute citatie is niet één probleem maar meerdere die elk een eigen controle vragen. U onderscheidt drie lagen:

• Niet-bestaande URL's of DOI's — de link of identifier verwijst naar geen enkele bron.
• Linkrot en niet-oplossende verwijzingen — de bron bestond ooit maar is niet meer bereikbaar of verplaatst.
• Metadata-mismatch — de URL of DOI leidt naar een bron, maar niet naar de publicatie die wordt aangehaald.
• Inhoudelijke discrepantie — de bron bestaat en is correct geïdentificeerd, maar ondersteunt de aangehaalde claim niet.
• Fabricatie met plausibele kenmerken — de referentie is correct geformatteerd, toegeschreven aan echte onderzoekers, maar inhoudelijk specifiek verzonnen.

Een controle die alleen naar de vorm kijkt, vangt hooguit de eerste laag af. De tweede tot vijfde laag vragen dat iemand de bron daadwerkelijk opent en de relevante passage leest.

Hoe richt u een verificatieketen in

Op basis van de studies is een verificatieketen op te bouwen die de foutlagen afzonderlijk adresseert en de menselijke beslissing vastlegt. U stelt de volgende volgorde voor als controleerbare workflow:

1. Documenteer welk model en welke werkstroom elke citatie heeft opgeleverd — registreer of de bron door deep-research, zoekondersteuning of handmatige invoer is aangedragen.
2. Controleer of de URL of DOI technisch bereikbaar is — test of de link niet-dood is en naar een werkende pagina verwijst.
3. Verifieer dat de URL of DOI naar de juiste publicatie leidt — open de bron en controleer titel, auteur en publicatiedatum tegen de aangehaalde referentie.
4. Lees de aangehaalde passage en beoordeel of deze de claim ondersteunt — bepaal of de bron werkelijk zegt wat eraan wordt toegeschreven.
5. Leg het eindoordeel vast met reden en controleur — documenteer wie de bron heeft gevalideerd, op welke datum, en welke uitzondering (indien van toepassing) is toegepast.

Het onderscheid tussen linkrot en fabricatie is belangrijk omdat een niet-oplossende URL niet automatisch verzonnen is. Wie citaties als afzonderlijke objecten behandelt in plaats van als tekstfragment, kan deze stappen per bron traceerbaar maken.

Waarom dit voor hoog-vertrouwelijk werk essentieel is

Bij consequentiële beslissingen tast een foute bron niet alleen de tekst aan maar ook de kennisbasis eronder. Onderzoek naar biomedische publicaties vond 4.046 vermoedelijk gefabriceerde referenties in 97,1 miljoen gecontroleerde referenties. Het aandeel papers met ten minste één zulke referentie steeg van ongeveer één op 2.828 in 2023 naar één op 277 in de eerste weken van 2026. De beschreven referenties waren vaak inhoudelijk specifiek, correct geformatteerd en toegeschreven aan echte onderzoekers. Juist die plausibiliteit maakt oppervlakkige controle ontoereikend.

Voor wie hoog-vertrouwelijk werk levert, betekent dit dat broncontrole een expliciete stap in de verificatielaag voor hoog-trust besluitvorming hoort te zijn. De studies leveren de foutmaten; de verantwoordelijkheid voor de beslissing blijft bij u.

Tooling kan u helpen linkrot op schaal op te sporen en URL's tegen databases te controleren. Wat tooling niet kan doen is bepalen of een bron werkelijk de aangehaalde claim ondersteunt — dat vereist lezen, oordeel en professionele verantwoordelijkheid. Zorg dat uw werkstroom het verschil tussen automatische controle en menselijke validatie duidelijk maakt.