Hoe Claude te gebruiken voor feitencontrole: De Iris Skill-gids

Er zit een ironie in het gebruik van AI om feiten te controleren: dezelfde tools die desinformatie goedkoop maken, kunnen zelf ook vol vertrouwen fout zijn. Dus AI-feitencontrole werkt alleen als je het op de juiste manier gebruikt — niet als een orakel dat vonnissen velt, maar als een onderzoeker die een bewering ondervraagt, onderscheid maakt tussen wat vastgesteld is en wat beweerd wordt, en eerlijk vertelt waar het bewijs ophoudt. Gebruikt op die manier wordt een tool als Claude, ChatGPT of elke AI-chat een echte controle op wat je gaat herhalen, in plaats van een andere bron van zelfverzekerde onzin.

Breek de bewering op in controleerbare delen

“Deze statistiek bewijst X” is meestal meerdere beweringen in één jas. De Skill splitst dit eerst op: wat is de specifieke feitelijke bewering, wat is interpretatie die erop gelegd is, en wat zou daadwerkelijk waar moeten zijn om de conclusie te laten kloppen. De meeste “valse” beweringen zijn geen leugens — het zijn waarheden die uitgerekt zijn tot een verkeerde conclusie, en dat zie je pas als het uit elkaar gehaald wordt.

Onderzoek de bron, niet alleen de uitspraak

Een bewering is slechts zo goed als waar die vandaan komt. De Skill helpt je de vragen van een onderzoeker te stellen: wie zegt dit, wat is hun belang, is dit een primaire bron of een samenvatting van een samenvatting, en wanneer was het waar? Een zelfverzekerde bewering zonder traceerbare oorsprong is een waarschuwingssignaal, geen feit.

Maak onderscheid tussen “vastgesteld” en “beweerd”

Dit is de discipline die het geheel veilig maakt. De Skill markeert elk deel van een bewering op basis van hoe goed ondersteund het is — vastgesteld, betwist, of niet verifieerbaar — in plaats van alles plat te slaan tot waar of niet waar. Het eerlijke antwoord is vaak “dit deel klopt, dit deel is betwist, en dit deel kan hier niet geverifieerd worden.” Die nuance is het punt.

Herken de retorische trucs

Veel misleidende beweringen bevatten helemaal geen valse feiten — ze misleiden door framing, selectieve data, ontbrekende context, of een correlatie die als oorzaak wordt gepresenteerd. De Skill is gebouwd om die trucs te signaleren, wat dezelfde onderzoekende instincten zijn als in onze markt-onderzoek gids voor commerciële claims.

Vertel wat het niet kan weten

De belangrijkste uitkomst is de eerlijke leemte. De Skill zegt duidelijk wanneer het redeneert in plaats van herinnert, wanneer iets buiten zijn kennis valt, en wanneer een bewering simpelweg een primaire bron nodig heeft die het niet kan bereiken — zodat jij zelf de cruciale feiten kunt verifiëren. Een fact-checker die zijn grenzen erkent is het enige soort dat je kunt vertrouwen, en het sluit aan bij de gedisciplineerde bronvermelding in onze research assistant gids.

Waarom een Skill beter is dan een eenmalige prompt

Een geladen Skill draagt de methode standaard mee — opsplitsen, de bron ondervragen, het bewijs beoordelen, de retoriek signaleren, de leemtes toegeven — zodat je elke keer een echt onderzoek krijgt in plaats van een snel zelfverzekerd antwoord. Die discipline is het verschil tussen een feit controleren en er gewoon om vragen.

De eerlijke grens

Dit verdient herhaling omdat het het hele spel is: de Skill kan fout zijn, en het kan niet in jouw specifieke bron zoeken tenzij je die aanlevert. Gebruik het om het onderzoek te structureren en de vragen naar boven te halen — bevestig daarna alles wat telt zelf bij de primaire bron. Op die manier maakt AI-feitencontrole je moeilijker om te misleiden, ook door de AI zelf.