Hoe AI professionals kan ondersteunen bij gespreksvoering, verslaglegging en dossiervorming, zonder dat de menselijke maat verloren gaat.
Een Wmo-consulent voert een keukentafelgesprek van drie kwartier. Er wordt gesproken over gezondheid, zelfredzaamheid, mantelzorg, wonen en de ondersteuning die een inwoner nodig heeft.
Tijdens dat gesprek moet de consulent luisteren, doorvragen, signalen herkennen, relevante informatie vastleggen en rekening houden met beleid en wetgeving.
Na afloop begint het administratieve werk. Een verslag opstellen. Informatie controleren. Het dossier bijwerken. Afspraken vastleggen. Vervolgacties voorbereiden.
Precies hier biedt kunstmatige intelligentie interessante mogelijkheden. Gesprekken kunnen automatisch worden getranscribeerd, samengevat en verwerkt in rapportages. Maar daarmee ontstaat ook een nieuwe vraag.
“Als AI steeds meer administratieve werkzaamheden overneemt, hoe zorgen we er dan voor dat de kwaliteit van gesprekken, dossiers en besluitvorming daadwerkelijk verbetert?”
Recent onderzoek laat zien dat AI de administratieve belasting kan verminderen. Tegelijkertijd wijzen onderzoekers op belangrijke risico’s, zoals ontbrekende informatie, onjuiste interpretaties en een te groot vertrouwen in automatisch gegenereerde verslagen.
De conclusie? Transcriptie kan waardevol zijn, maar is niet hetzelfde als gespreksregie.
Gemeenten ontdekken de mogelijkheden van AI bij gespreksvoering
De belangstelling voor AI binnen gemeentelijke dienstverlening groeit.
Uit de AI Monitor Gemeenten 2024 van M&I/Partners, gepubliceerd in maart 2025, blijkt dat 65% van de onderzochte gemeenten generatieve AI gebruikt. Binnen het sociaal domein gebruikt of overweegt 48% van de gemeenten deze technologie.
De toepassingen lopen uiteen van kennisontsluiting en documentverwerking tot automatische verslaglegging en ondersteuning bij gesprekken.
Een concreet voorbeeld komt van de gemeente Amersfoort. Daar wordt AI-ondersteunende software ingezet tijdens keukentafelgesprekken van wijkteams. De technologie maakt automatisch een samenvatting, waarna de medewerker deze controleert, aanvult en indien nodig aanpast.
Volgens de gemeente vermindert dit de administratieve belasting aanzienlijk en worden processen efficiënter ingericht. Dat lijkt misschien een relatief eenvoudige toepassing, maar de impact kan groot zijn. Want iedere minuut waarin een professional niet hoeft te typen of administreren, kan worden besteed aan het gesprek zelf.
De technologie wordt daarmee geen vervanging van de medewerker, maar een hulpmiddel om het werk beter uit te voeren.
Wat zegt wetenschappelijk onderzoek over AI-ondersteunde verslaglegging?
Hoewel uitgebreid wetenschappelijk onderzoek naar AI bij Nederlandse keukentafelgesprekken nog beperkt is, bestaat er inmiddels meer onderzoek naar vergelijkbare toepassingen binnen de gezondheidszorg.
Daar worden zogenoemde ambient AI scribes ingezet: systemen die gesprekken tussen zorgprofessionals en patiënten vastleggen en automatisch omzetten in gestructureerde verslagen.
Het principe is vergelijkbaar met AI-ondersteunde gespreksvoering binnen het sociaal domein. Een in 2026 gepubliceerde wetenschappelijke review, gebaseerd op 18 studies, onderzocht de effecten van deze technologie op werkprocessen, administratieve belasting en de kwaliteit van verslaglegging.
De onderzoekers constateren dat AI-ondersteunde verslaglegging verschillende voordelen kan bieden:
- Minder tijd besteden aan administratieve verwerking.
- Een lagere cognitieve belasting voor professionals.
- Meer aandacht voor de persoon met wie het gesprek wordt gevoerd.
- Efficiëntere werkprocessen en ondersteuning bij documentatie.
Tegelijkertijd waarschuwen de onderzoekers dat de bestaande studies relatief klein zijn en uiteenlopende methoden gebruiken. De resultaten kunnen daarom niet zonder meer naar iedere sector worden vertaald.
Een andere wetenschappelijke review, gepubliceerd in het Journal of Medical Internet Research in 2025, bevestigt het beeld dat AI-documentatie tijd kan besparen. Maar de onderzoekers plaatsen ook een belangrijke kanttekening: het is nog onvoldoende aangetoond dat de gewonnen tijd daadwerkelijk leidt tot betere zorg of een hogere kwaliteit van dienstverlening.
En precies dat onderscheid is interessant.
“Minder administratie is een meetbaar resultaat. Betere dienstverlening is een ambitie die je afzonderlijk moet aantonen.”
Een sneller verslag is niet automatisch een beter verslag
De keerzijde van AI-ondersteunde verslaglegging verdient minstens zoveel aandacht. Generatieve AI kan informatie verkeerd interpreteren, belangrijke details weglaten of zelfs informatie toevoegen die nooit tijdens het gesprek is besproken.
Dat laatste wordt een hallucinatie genoemd. In januari 2025 publiceerde het Journal of Medical Internet Research een onderzoek naar de nauwkeurigheid van twee commerciële AI-systemen voor medische verslaglegging. De onderzoekers beoordeelden 44 automatisch gegenereerde conceptverslagen. Daarvan bevatten 31 verslagen ten minste één fout. In totaal werden 127 fouten vastgesteld, waarbij het weglaten van informatie de meest voorkomende foutcategorie was.
Dit onderzoek vond plaats in een gesimuleerde medische omgeving. De resultaten zeggen dus niets over het foutpercentage van AI-systemen binnen het Nederlandse sociaal domein. Maar het onderliggende risico is wel degelijk relevant.
Stel dat een inwoner tijdens een Wmo-gesprek aangeeft dat mantelzorg beschikbaar is, maar dat deze ondersteuning door overbelasting dreigt weg te vallen. Wanneer AI in de samenvatting alleen vastlegt dat er mantelzorg beschikbaar is, verdwijnt essentiële context. Het verslag kan taalkundig uitstekend zijn en toch een onvolledig beeld van de situatie geven.
Hetzelfde geldt voor een gesprek binnen de schuldhulpverlening. Een verkeerd geïnterpreteerd bedrag, een ontbrekende betalingsafspraak of een niet-herkende afhankelijkheid kan gevolgen hebben voor de verdere behandeling van een dossier. Daarom is het onvoldoende om uitsluitend te beoordelen hoe snel of begrijpelijk AI een samenvatting kan produceren.
“Minstens zo belangrijk zijn de volledigheid, feitelijke juistheid en bruikbaarheid van het resultaat.”
Het risico van AI die bijna altijd gelijk heeft
Er speelt nog een ander risico. Wanneer een AI-systeem consequent goede resultaten levert, neemt het vertrouwen van gebruikers toe. Dat is begrijpelijk.
Maar hoe groter het vertrouwen, hoe groter de kans dat medewerkers minder kritisch naar automatisch gegenereerde informatie kijken.
Ook de AI Monitor Gemeenten benoemt dit als aandachtspunt. Gemeenten signaleren onder andere risico’s rond AI-geletterdheid, privacy, hallucinaties en onterecht vertrouwen in de mogelijkheden en resultaten van AI.
Dit maakt menselijke controle een essentieel onderdeel van professionele AI-toepassingen. Niet als administratieve formaliteit, maar als bewuste kwaliteitscontrole.
De medewerker moet kunnen beoordelen of het verslag volledig is, of conclusies voldoende onderbouwd zijn en of vervolgacties passen bij de werkelijke situatie. En dat brengt ons bij een belangrijk onderscheid.
“Een AI-systeem dat een gesprek kan samenvatten, ondersteunt de administratie. Een systeem dat ook helpt de volledigheid, context en opvolging te bewaken, ondersteunt het werkproces.”
Dat is waar gespreksregie begint.
Van transcriptie naar gespreksregie: wat verandert er?
Bij veel AI-toepassingen eindigt het proces na het genereren van een transcript of samenvatting. Echter, een gesprek staat vrijwel nooit op zichzelf.
Zeker binnen het sociaal domein maakt een gesprek onderdeel uit van een groter proces waarin eerdere contactmomenten, bestaande dossiers, wetgeving, gemeentelijk beleid en persoonlijke omstandigheden samenkomen.
Neem opnieuw het voorbeeld van een Wmo-consulent. Na het keukentafelgesprek moet niet alleen duidelijk zijn wat er is besproken. Ook moet kunnen worden vastgesteld of de relevante onderwerpen voldoende aan bod zijn gekomen.
- Zijn de beperkingen van de inwoner duidelijk beschreven?
- Is de beschikbare ondersteuning vanuit het eigen netwerk besproken?
- Zijn gemaakte afspraken correct vastgelegd?
- Welke informatie ontbreekt nog?
- En welke vervolgstappen zijn nodig?
Transcriptie kan vastleggen wat er is gezegd. Gespreksregie kan daarnaast helpen om de inhoud van het gesprek te verbinden aan de vereisten van het werkproces.
Daarvoor zijn verschillende functionaliteiten relevant: het betrekken van dossierinformatie, het raadplegen van actuele kennis, het ondersteunen van vaste rapportagestructuren, het signaleren van ontbrekende informatie en het voorbereiden van vervolgacties.
De professional blijft vervolgens verantwoordelijk voor de beoordeling en het vaststellen van het resultaat. Dat betekent een fundamenteel andere benadering van AI. Niet alleen automatiseren wat mensen voorheen handmatig deden, maar onderzoeken hoe het gehele proces beter kan worden ondersteund.
Hoe huXam Gespreksregie hierbij aansluit
Vanuit deze gedachte is huXam Gespreksregie ontwikkeld.
huXam gespreksregie gaat verder dan het automatisch transcriberen en samenvatten van gesprekken. Binnen gespreksregie kunnen gespreksinhoud, bestaande dossierinformatie, relevante kennis, richtlijnen en wetgeving met elkaar worden verbonden. Ook kunnen vaste rapportageformats worden gebruikt, ontbrekende informatie worden gesignaleerd en vervolgacties worden voorbereid.
Dat is bijvoorbeeld relevant bij gesprekken binnen de Wmo, Werk & Inkomen en schuldhulpverlening, waar volledigheid, context en zorgvuldig vastgelegde afspraken essentieel zijn voor het vervolgproces.
De beschikbare functionaliteiten sluiten daarmee aan op verschillende aandachtspunten uit het onderzoek: minder administratieve werkzaamheden, meer gestructureerde verslaglegging en betere ondersteuning van de professional.
Ook hier geldt dat technologie geen garantie biedt voor kwaliteit. Het signaleren van ontbrekende informatie betekent niet dat iedere omissie automatisch wordt herkend. Het koppelen van kennis en wetgeving betekent evenmin dat iedere interpretatie per definitie juist is.
Daarom vinden wij het belangrijk dat nieuwe technologie ondersteuning biedt aan het professionele oordeel, in plaats van dat oordeel te vervangen. De medewerker moet kunnen controleren, corrigeren en bepalen welke informatie daadwerkelijk in het dossier wordt opgenomen. Organisaties moeten de werking van hun toepassingen kunnen beoordelen aan de hand van concrete kwaliteitscriteria.
Meer informatie over de benadering van huXam is te vinden op de pagina Gespreksregie binnen jouw dienstverlening.
Privacy en verantwoordelijkheid mogen geen sluitpost worden
Naast de inhoudelijke kwaliteit is er nog een belangrijke voorwaarde: zorgvuldig omgaan met persoonsgegevens.
Binnen het sociaal domein worden regelmatig bijzonder gevoelige onderwerpen besproken. Denk aan medische omstandigheden, financiële problemen, gezinssituaties en persoonlijke afhankelijkheden.
Juist daarom moet vóór de inzet van AI duidelijk zijn welke gegevens worden verwerkt, op welke grondslag dat gebeurt, hoe gegevens worden beveiligd en wie toegang krijgt tot de informatie.
Ook moeten organisaties beoordelen welke bewaartermijnen gelden, of een gegevensbeschermingseffectbeoordeling (DPIA) nodig is en welke eisen uit de AVG en de Europese AI-verordening op de specifieke toepassing van toepassing zijn.
Onderzoek van Divosa bevestigt dat gemeenten juist op deze onderwerpen veel vragen hebben. In de ledenpeiling AI in het sociaal domein: kansen, obstakels en de rol van Divosa worden privacy, verantwoordelijkheid, kennis en ethiek genoemd als belangrijke aandachtspunten bij de verdere toepassing van AI.
Dat betekent dat organisaties niet alleen moeten kijken naar wat technisch mogelijk is. De vraag is vooral onder welke voorwaarden een toepassing verantwoord kan worden ingezet. Voor gespreksregie betekent dit dat menselijke controle, privacy, informatiebeveiliging en transparantie vanaf het ontwerp onderdeel moeten zijn van het proces.
Hoe meet je of gespreksregie werkelijk waarde toevoegt?
Wie AI introduceert om gesprekken en verslaglegging te verbeteren, moet vooraf bepalen wanneer de toepassing succesvol is. Alleen meten hoeveel minuten een medewerker bespaart, geeft daarvoor een te beperkt beeld.
Een goede beoordeling kijkt bijvoorbeeld naar de gemiddelde administratieve verwerkingstijd vóór en na de invoering, maar ook naar de volledigheid van dossiers, het aantal noodzakelijke correcties en de juistheid van vastgelegde afspraken. Daarnaast zijn er andere relevante vragen.
- Komen belangrijke gespreksonderwerpen voldoende aan bod?
- Worden vervolgacties beter opgevolgd?
- Ervaren medewerkers minder administratieve belasting?
- Merken inwoners daadwerkelijk iets van de verbeterde ondersteuning?
Dat laatste is essentieel.
“Een korter administratief proces heeft pas maatschappelijke waarde wanneer het ook bijdraagt aan betere dienstverlening.”
Daarom zouden organisaties gespreksregie niet alleen op efficiency moeten beoordelen, maar ook op kwaliteit, betrouwbaarheid en gebruikservaring. Een zorgvuldig ingerichte praktijkproef kan helpen om die effecten meetbaar te maken, voordat de technologie organisatiebreed wordt ingezet.
De grootste winst zit misschien niet in tijd, maar in aandacht
De ontwikkeling van AI-ondersteunde gespreksvoering raakt aan een bredere discussie over digitalisering. We kijken vaak naar technologie vanuit de vraag hoeveel werkzaamheden we kunnen automatiseren. Daarmee bestaat het risico dat we het oorspronkelijke doel uit het oog verliezen.
- Een Wmo-consulent voert geen gesprek om een dossier te vullen.
- Een schuldhulpverlener stelt geen vragen om een rapportage te produceren.
- Een medewerker binnen Werk & Inkomen spreekt niet met een inwoner omdat een systeem gegevens nodig heeft.
Het gesprek is bedoeld om de situatie van iemand te begrijpen, passende ondersteuning te bieden en zorgvuldig tot vervolgstappen te komen. De verslaglegging is noodzakelijk, maar ondersteunend aan dat doel.
Wanneer AI de administratieve belasting vermindert, ontstaat ruimte om de aandacht weer meer op het gesprek te richten. Wanneer gespreksregie daarnaast helpt om informatie vollediger vast te leggen, relevante kennis beschikbaar te maken en vervolgacties zorgvuldig voor te bereiden, ontstaat een tweede mogelijkheid: structurele kwaliteitsverbetering. Maar die verbetering moet wel worden aangetoond.
“De echte waarde van AI zit niet in het aantal automatisch gegenereerde verslagen, maar in wat professionals dankzij die ondersteuning beter kunnen doen.”
Technologie moet het gesprek ondersteunen, niet overnemen
De onderzoeken naar AI-ondersteunde verslaglegging laten een duidelijk beeld zien. De mogelijkheden zijn veelbelovend. Administratieve lasten kunnen afnemen, werkprocessen kunnen efficiënter worden en professionals kunnen meer ruimte krijgen voor hun eigenlijke werk.
Tegelijkertijd blijven er belangrijke aandachtspunten bestaan rond betrouwbaarheid, volledigheid, privacy en menselijke controle. Daarom is het verstandig om transcriptie niet als einddoel te beschouwen.
De volgende stap is gespreksregie: een aanpak waarin het gesprek wordt verbonden aan kennis, context, dossiervorming, kwaliteitsbewaking en opvolging. Niet om de professional overbodig te maken.Nee, juist om diens vakmanschap beter te ondersteunen.
Want uiteindelijk gaat goede dienstverlening niet over de kwaliteit van een transcript. Het gaat over de kwaliteit van het gesprek, de zorgvuldigheid van de besluitvorming en het vertrouwen van de inwoner.
“De beste AI is misschien wel de AI die ervoor zorgt dat de medewerker minder naar het scherm kijkt en meer aandacht heeft voor de persoon tegenover zich.”
Onderzoek en geraadpleegde bronnen
1. M&I/Partners – AI Monitor Gemeenten 2024 (2025)
Onderzoek naar de inzet, mogelijkheden en risico’s van AI binnen Nederlandse gemeenten. Inclusief praktijkervaringen met AI-ondersteunde keukentafelgesprekken.
2. Transforming Clinical Documentation With Ambient AI Scribes (2026)
Wetenschappelijke literatuurreview van 18 studies over administratieve belasting, efficiency, kwaliteit en risico’s van automatisch gegenereerde gespreksverslagen.
3. Accuracy and Safety of AI-Enabled Scribe Technology (2025)
Onderzoek gepubliceerd in het Journal of Medical Internet Research naar fouten en ontbrekende informatie in AI-gegenereerde verslagen.
Lees het wetenschappelijke artikel
4. Divosa – AI in het sociaal domein: kansen, obstakels en de rol van Divosa (2024)
Nederlandse ledenpeiling over kansen, risico’s en randvoorwaarden bij AI binnen het sociaal domein.
5. Gemeente Amsterdam – AI-prototype voor consulttranscriptie in het sociaal domein (2026)
Onderzoek van het Amsterdamse AI Lab naar de mogelijkheden van AI bij het vastleggen van consulten binnen het sociaal domein, met aandacht voor efficiency, gespreksondersteuning en menselijke controle.
