GovGPT Academy

Hoofdstuk 5. Schrijven en contact met inwoners

Bronnen bij hoofdstuk 5

Kennisclip 2:03
Waar deze clip over gaat

Je ziet op welk onderzoek en welke regels de lessen van hoofdstuk 5 steunen, en waarom je ook bij die bronnen kritisch blijft lezen.

De video laadt pas als je op afspelen klikt. YouTube draait dan in de privacyvriendelijke modus.

Lees het transcript

Hoi! Fijn dat je er weer bent. De lessen in hoofdstuk 5 bouwen op onderzoek naar schrijven, klantcontact en vertalen met AI. In deze clip zie je per les waar het op steunt.

Bij les 5.1 lieten Beks van Raaij en collega's, 2024, ChatGPT moeilijke Nederlandse overheidsbrieven vereenvoudigen. 72 lezers begrepen ze daarna duidelijk beter. Liu en collega's, 2025, zagen dat vereenvoudigde teksten van ChatGPT op veel taalkenmerken verschilden van die van ervaren docenten. Bij les 5.2 verhoogde een AI-assistent bij ruim 5.000 klantenservicemedewerkers de productiviteit gemiddeld met 15 procent, volgens Brynjolfsson en collega's, 2025. Aoki, 2020, zag in Japan dat het vertrouwen in AI-antwoorden van de overheid afhing van het onderwerp.

Bij les 5.3 vonden Zhang en collega's, 2024, dat nieuwssamenvattingen van goed afgestemde taalmodellen even goed werden beoordeeld als die van freelanceschrijvers. Bij les 5.4 vonden zorgprofessionals in onderzoek van Ayers en collega's, 2023, AI-antwoorden op patiëntvragen vaker beter en empathischer, al waren ze veel langer. Bij les 5.5 laten Vieira en collega's, 2021, zien dat vertaalfouten in de zorg en het recht ernstige gevolgen kunnen hebben. Freyer en collega's, 2024, bespreken hoe taalmodellen informatie in eenvoudige taal kunnen ontsluiten, en welke ethische vragen daarbij horen.

Onderzoek naar AI gaat snel, en bronnen kunnen elkaar soms tegenspreken. Blijf daarom zelf kritisch lezen, ook bij de bronnen die wij kiezen.

De volledige bronnenlijst met links staat bij deze les op academy.civai.eu. Lees gerust een bron die je nieuwsgierig maakt. Veel succes, en tot in de volgende les!

Alle bronnen van hoofdstuk 5

Les 5.1 Helder schrijven op B1

  • Beks van Raaij, N., Kolkman, D., & Podoynitsyna, K. (2024). Clearer governmental communication: Text simplification with ChatGPT evaluated by quantitative and qualitative research. In G. M. Di Nunzio, F. Vezzani, L. Ermakova, H. Azarbonyad, & J. Kamps (Eds.), Proceedings of the Workshop on DeTermIt! Evaluating Text Difficulty in a Multilingual Context @ LREC-COLING 2024 (pp. 152–178). ELRA and ICCL. https://aclanthology.org/2024.determit-1.15/ (opent in een nieuw tabblad)
    De onderzoekers lieten ChatGPT de zes moeilijkste brieven uit een verzameling van 200 Nederlandse overheidsbrieven vereenvoudigen en lieten het resultaat beoordelen door een juridisch en taalkundig expert en in een experiment met 72 lezers, die de herschreven brieven duidelijk beter begrepen. De auteurs waarschuwen dat automatische maten niet genoeg zijn, wat precies de reden is om na het herschrijven zelf te controleren of de juridische inhoud gelijk is gebleven.
  • Liu, F., Lu, X., Jin, T., Kang, M., & Zhang, H. (2025). Does ChatGPT simplify texts like expert teachers? Linguistic features of simplified texts. Reading and Writing. Advance online publication. https://doi.org/10.1007/s11145-025-10676-2 (opent in een nieuw tabblad)
    Teksten die ChatGPT vereenvoudigde, verschilden op veel taalkenmerken (woordenschat, zinsbouw en samenhang) van teksten die ervaren docenten vereenvoudigden, al kwamen ze met gedetailleerde opdrachten dichter bij elkaar. Een B1-versie van AI is dus een eerste opzet die je zelf op taalniveau nakijkt.

Les 5.2 Een inwonersvraag beantwoorden

  • Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889–942. https://doi.org/10.1093/qje/qjae044 (opent in een nieuw tabblad)
    Bij ruim 5.000 klantenservicemedewerkers verhoogde een AI-assistent die antwoorden voorstelde de productiviteit gemiddeld met 15 procent, vooral bij minder ervaren medewerkers. Het is het beste bewijs dat AI bij klantcontact kan helpen, zolang de medewerker het voorstel beoordeelt en verstuurt.
  • Aoki, N. (2020). An experimental study of public trust in AI chatbots in the public sector. Government Information Quarterly, 37(4), Artikel 101490. https://doi.org/10.1016/j.giq.2020.101490 (opent in een nieuw tabblad)
    In een Japans experiment hing het vertrouwen van burgers in AI-antwoorden van de overheid af van het onderwerp (lager bij ondersteuning van ouders dan bij afvalscheiding) en van het doel dat de overheid noemde. Dat onderstreept dat toon en zorgvuldigheid bij gevoelige inwonersvragen extra tellen.

Les 5.3 Webtekst en nieuwsbericht

  • Zhang, T., Ladhak, F., Durmus, E., Liang, P., McKeown, K., & Hashimoto, T. B. (2024). Benchmarking large language models for news summarization. Transactions of the Association for Computational Linguistics, 12, 39–57. https://doi.org/10.1162/tacl_a_00632 (opent in een nieuw tabblad)
    In een menselijke beoordeling van tien taalmodellen werden nieuwssamenvattingen van goed afgestemde modellen even goed beoordeeld als die van professionele freelanceschrijvers, ondanks duidelijke verschillen in stijl. AI kan dus een bruikbaar concept voor een nieuwsbericht maken, maar of het klopt met het besluit waar het over gaat, blijft jouw controle.

Les 5.4 Een lastig gesprek voorbereiden

  • Ayers, J. W., Poliak, A., Dredze, M., Leas, E. C., Zhu, Z., Kelley, J. B., Faix, D. J., Goodman, A. M., Longhurst, C. A., Hogarth, M., & Smith, D. M. (2023). Comparing physician and artificial intelligence chatbot responses to patient questions posted to a public social media forum. JAMA Internal Medicine, 183(6), 589–596. https://doi.org/10.1001/jamainternmed.2023.1838 (opent in een nieuw tabblad)
    Zorgprofessionals beoordeelden antwoorden van ChatGPT op 195 publieke patiëntvragen vaker als beter en empathischer dan die van artsen, al waren de AI-antwoorden ook veel langer. AI kan dus helpen een warme toon te vinden voor een klacht of moeilijk gesprek, terwijl jij bewaakt wat de organisatie wel en niet kan toezeggen.

Les 5.5 Toegankelijk en meertalig

  • Vieira, L. N., O'Hagan, M., & O'Sullivan, C. (2021). Understanding the societal impacts of machine translation: A critical review of the literature on medical and legal use cases. Information, Communication & Society, 24(11), 1515–1532. https://doi.org/10.1080/1369118X.2020.1776370 (opent in een nieuw tabblad)
    Deze literatuurstudie naar machinevertaling in de zorg en het recht laat zien dat vertaalfouten in situaties met hoge belangen ernstige gevolgen kunnen hebben en sociale ongelijkheid kunnen vergroten. Daarom laat je een vertaalde brief of uitleg voor inwoners altijd door een mens op betekenis controleren.
  • Freyer, N., Kempt, H., & Klöser, L. (2024). Easy-read and large language models: On the ethical dimensions of LLM-based text simplification. Ethics and Information Technology, 26(3), Artikel 50. https://doi.org/10.1007/s10676-024-09792-4 (opent in een nieuw tabblad)
    De auteurs betogen dat taalmodellen informatie in eenvoudige taal kunnen ontsluiten voor onder meer anderstaligen en mensen met een verstandelijke beperking, en bespreken de ethische vragen die daarbij horen. Dat past bij een overheid die toegankelijk wil zijn voor iedere inwoner, zonder de zorgplicht voor juiste informatie los te laten.
Je voortgang blijft alleen in deze browser.