Legal AI is niet hetzelfde als Claude, Gemini en ChatGPT

Dat verschil is de afgelopen maanden pijnlijk zichtbaar geworden. De NOS meldde in februari 2026 dat drie advocaten een waarschuwing kregen wegens verkeerd gebruik van AI, waarbij in processtukken werd verwezen naar uitspraken die niet bestonden of inhoudelijk nergens op sloegen. Twee van hen moesten zelfs op AI-cursus. Toezichthouder Wouter Timmermans noemde vooral het klakkeloos overnemen van AI-output zonder controle het probleem. Rechters in onder meer Arnhem, Rotterdam en Groningen signaleerden hetzelfde patroon.

Nog scherper was een zaak waarover Mr. Online berichtte: een kantonrechter in Oost-Brabant verlangde uitleg van een advocaat over vermoedelijk AI-gebruik nadat aangehaalde ECLI’s onvindbaar of inhoudelijk irrelevant bleken. Volgens de berichtgeving betroffen de verwijzingen onder meer uitspraken die niets met het huurgeschil te maken hadden. De rechter zette daarmee een volgende stap: niet alleen signaleren dat iets mis is, maar expliciet verantwoording vragen over hoe juridische argumentatie tot stand is gekomen.

Dat soort incidenten is geen voetnoot. Het laat een fundamenteel onderscheid zien tussen generieke LLM’s en juridische platforms zoals Legal Mind. Op het eerste gezicht doen ze iets vergelijkbaars: je stelt een vraag en krijgt een antwoord. Onder de motorkap zijn het echter totaal verschillende systemen, met verschillende sterktes, beperkingen en risico’s.

Een generieke LLM is in essentie een taalmodel: een systeem dat op basis van waarschijnlijkheid woorden en zinnen voorspelt. OpenAI beschrijft GPT’s als op maat gemaakte varianten van ChatGPT die je kunt voorzien van instructies, kennisbestanden en tools. Google positioneert Gems op vergelijkbare wijze als herbruikbare, op instructies gebaseerde AI-experts. Anthropic beschrijft Claude Projects als werkruimtes met eigen kennis en context. Dat is nuttig, soms zelfs krachtig, maar het verandert de kern niet: het model genereert taal op basis van patronen. Het is geen juridische bron, geen dossierlogica en geen ingebouwde kwaliteitscontrole.

Daar zit precies het gevaar. Een LLM kan een juridisch overtuigend antwoord formuleren zonder dat het antwoord juridisch deugt. Dat komt omdat het model is geoptimaliseerd voor plausibiliteit in taal, niet voor juridische juistheid. Het kan een redelijke samenvatting geven van een leerstuk, maar ook een niet-bestaande uitspraak of een verkeerd wetsartikel aanhalen met een toon van volstrekte zekerheid. Voor een jurist is dat een verraderlijk mechanisme: hoe beter de formulering, hoe groter de kans dat de fout te laat wordt opgemerkt. Zoals een hoogleraar rechten in het NOS-artikel stelt: als advocaat kun je niet zomaar bronnen noemen die niet bestaan. Juist daar raakt technologie direct aan beroepsethiek en reputatie.

Dat betekent niet dat LLM’s onbruikbaar zijn voor juridische professionals. Integendeel. Ze zijn sterk in drie dingen: snel structureren, snel samenvatten en snel varianten genereren. Een advocaat kan er prima een eerste conceptvraag mee verkennen, een lang memo mee terugbrengen tot de kern of een conceptbrief mee herschrijven in helderder Nederlands. Maar die inzet is ondersteunend. Het model is dan een denkversneller, geen juridisch fundament.

Een gespecialiseerd juridisch platform is juist ontworpen rond dat fundament. In het persbericht van Legal Mind wordt dat verschil scherp geformuleerd. Medeoprichter George Gowers zegt daarover dat Legal Mind niet “náást het juridische proces” zit, maar er “middenin”. Dat is geen marketingzin; het beschrijft een architectuurkeuze. Een juridisch platform probeert niet alleen tekst te genereren, maar juridisch werk te organiseren: onderzoek, analyse, dossiercontext, documentcreatie en brongebruik binnen één gecontroleerde omgeving.

Daarmee verschuift ook de manier waarop met bronnen wordt omgegaan. Bij een gewone LLM voeg je zelf documenten toe, schrijf je instructies en hoop je dat het model de juiste context ophaalt en goed toepast. Bij een juridisch platform hoort bronstructuur juist tot het product zelf. Relevante wetgeving, jurisprudentie, dossiers of kennisobjecten worden niet ad hoc toegevoegd, maar maken deel uit van een afgebakende werkomgeving. Dat maakt het verschil tussen een slimme tekstassistent en een professionele juridische werkomgeving.

Een bruikbare metafoor is deze: een generieke LLM is als een briljante, razendsnelle stagiair. Die stagiair formuleert prachtig, legt snel verbanden en produceert in minuten iets waar een mens langer over doet. Maar hij heeft geen eigen dossierdiscipline, geen beroepsverantwoordelijkheid en soms ook geen idee wanneer hij iets verzint. Een juridisch platform is eerder een digitaal kantoorproces: de kennis, structuur, bronlaag en context zijn al ingebouwd in de omgeving waarin gewerkt wordt.

Daarmee verdwijnen risico’s niet volledig, maar ze worden wel anders beheerst. De relevante vragen worden dan: uit welke bron komt dit antwoord, welke context is meegenomen, hoe is de output ingebed in het dossier, en hoe controleerbaar is het geheel? Dat is een wezenlijk ander vertrekpunt dan bij een losse prompt in een algemene chatbot.

Jelle Burggraaf verwoordt in hetzelfde persbericht waarom dat ertoe doet: volgens hem besteden advocaten en juristen een enorm deel van hun tijd aan lezen, analyseren en schrijven. Precies de processen waar AI het grootste verschil kan maken. Dat verschil ontstaat dus niet doordat een model mooier formuleert, maar doordat technologie het juridische werkproces op de juiste plek ondersteunt.

De kern voor advocaten en juristen is daarom simpel. De vraag is niet of AI nuttig is. Dat is zij allang. De echte vraag is: op welk niveau gebruik je haar? Als tekstmachine, of als gecontroleerde juridische infrastructuur? Wie dat verschil niet scherp ziet, loopt het risico snelheid te verwarren met kwaliteit.

En in het recht is dat een dure vergissing.