Hoe train je een AI-chatbot op je eigen documenten?

Wat is een chatbot "trainen" op eigen documenten?

Een chatbot "trainen" op je eigen documenten betekent in de praktijk dat je goedgekeurde bronnen toevoegt aan een kennisbank, niet dat je een taalmodel hertraint. Veel mensen denken bij "trainen" aan het opnieuw opbouwen van een AI-model, een dure en technische operatie. Bij een digitale collega van ImpliTeam gebeurt iets anders: je geeft hem toegang tot jouw protocollen, handboeken en werkinstructies, en hij zoekt daarin het juiste fragment op zodra iemand een vraag stelt.

Deze manier van werken heet grounded werken, of in vaktaal retrieval. De collega haalt eerst de relevante passage uit jouw bron en formuleert daarna een antwoord op basis van precies die passage. Hij verzint niets buiten jouw bronnen. Dat is belangrijk in de zorg, want de Inspectie Gezondheidszorg en Jeugd waarschuwt sinds 10 februari 2025 dat generatieve AI soms nieuwe en onjuiste informatie kan genereren. Door alleen uit jouw goedgekeurde documenten te putten, beperk je dat risico.

Wat "trainen" wel en niet betekent

Trainen betekent hier: je documenten toevoegen, indexeren en koppelen aan een chatbot, niet het model herprogrammeren. Het verschil bepaalt wat je kunt verwachten.

Wat het wel is: je uploadt of koppelt documenten, het systeem splitst ze in kleine stukken en maakt ze doorzoekbaar. Stel je vandaag een nieuw protocol beschikbaar, dan kan de collega er na verwerking direct uit putten. Je hoeft niet te wachten op een nieuwe modelversie. Je houdt zelf de regie over welke bronnen wel en niet meetellen.

Wat het niet is: het taalmodel zelf verandert niet en onthoudt jouw documenten niet als "kennis". Het model levert alleen de taalvaardigheid om een gevonden passage netjes te verwoorden. Je gevoelige inhoud wordt dus geen onderdeel van een algemeen model dat anderen gebruiken. Dat past bij privacy-first en de AVG, omdat jouw bronnen binnen jouw omgeving blijven en niet wegvloeien naar een trainingsset van een leverancier.

Welke documenten zijn geschikt?

Geschikte documenten zijn vastgesteld, actueel en eenduidig: denk aan protocollen, werkinstructies, roosters-uitleg en HR-handboeken. Hoe duidelijker een bron, hoe beter het antwoord. Een collega die put uit een rommelig of tegenstrijdig document geeft een rommelig antwoord, want hij citeert wat er staat.

Goede kandidaten zijn onder andere:

• Zorginhoudelijke protocollen en richtlijnen die intern zijn goedgekeurd.
• Werkinstructies en procedures, bijvoorbeeld over melden van incidenten.
• Personeelsinformatie zoals verlofregelingen, verzuimbeleid en onboarding.
• Veelgestelde vragen die nu rondzwerven in losse documenten of mailtjes.

Minder geschikt zijn verouderde versies, concepten zonder akkoord, en documenten met losse persoonsgegevens die daar niet horen. Wil je weten hoe je specifiek jouw eigen protocollen goed klaarzet, dan helpt die uitleg je verder. Voor de bredere opzet van een doorzoekbare bronnenverzameling is de kennisbank-chatbot het startpunt.

Hoe houd je de bronnen actueel?

Je houdt bronnen actueel met versiebeheer: je vervangt een verouderd document door de nieuwe versie, zodat de collega alleen uit de geldende tekst put. In een zorgomgeving veranderen protocollen regelmatig, en een antwoord uit een oude versie kan onbedoeld verwarrend zijn.

Praktisch betekent dit dat je per bron bijhoudt welke versie actueel is en wanneer hij voor het laatst is bijgewerkt. Bij ImpliTeam werkt dit met revisies: zet je een nieuwe versie klaar, dan wordt de oude pas vervangen nadat de nieuwe volledig is verwerkt. Zo ziet de chatbot nooit oude en nieuwe tekst door elkaar. Spreek intern af wie eigenaar is van welk document, en plan een vast moment om bronnen na te lopen. Een digitale collega is zo actueel als de bronnen die je hem geeft.

Waarom blijft hij binnen jouw bronnen?

De collega blijft binnen jouw bronnen omdat hij is ingesteld om alleen te antwoorden vanuit de gevonden passages en anders door te verwijzen naar een mens. Vindt hij geen passend fragment, dan verzint hij geen antwoord, maar zegt hij eerlijk dat het er niet in staat en wie je verder kan helpen. Dat is bewust: liever een eerlijk "dat weet ik niet" dan een vloeiend maar onjuist antwoord.

Bij elk antwoord toont hij bovendien de bron, zodat een medewerker kan controleren waar de informatie vandaan komt. Menselijke controle blijft het uitgangspunt: de digitale collega ondersteunt, hij beslist niet. Hij doet geen triage, geen diagnose en geeft geen behandeladvies. Voor cliëntvragen die daar wel over gaan, verwijst hij door naar een zorgverlener. Deze grenzen zitten in de grounded-aanpak ingebakken en zijn niet door een gebruiker te omzeilen.

Transparantie is daarbij geen extra, maar verplicht. De EU AI Act vraagt in artikel 50 dat duidelijk is dat iemand met AI praat, en artikel 4 vraagt sinds februari 2025 voldoende AI-geletterdheid bij de mensen die ermee werken. Een collega die zijn bron toont en zijn grenzen kent, helpt je aan beide te voldoen.

Wat levert het op in de praktijk?

De winst zit vooral in tijd en rust voor je team, niet in het vervangen van mensen. Medewerkers hoeven niet langer te zoeken in een wirwar van mappen of een collega te storen voor een procedurevraag. AI in een administratieve context kan zorgmedewerkers tijd schelen, zoals ook blijkt bij spraakgestuurd rapporteren in de ggz.

Bij een interne vraagbaak voor je team ligt de waarde in snel en eenduidig antwoord op terugkerende vragen, terwijl het echte werk bij mensen blijft. Je begint klein, met een paar goede bronnen, en breidt uit naarmate je vertrouwen groeit. Zo blijft het beheersbaar en eerlijk, zonder grote beloftes vooraf.

Over de auteur

Arjan Woldring is oprichter van Implementa en bouwt met ImpliTeam aan digitale collega's voor de zorg. Hij schrijft over verantwoorde, grounded AI die binnen je eigen bronnen blijft, je team ondersteunt en de mens aan het stuur houdt. ImpliTeam is een product van Implementa.