Een lange pdf laten samenvatten door een chatbot: wat klopt er van?

Het korte antwoord is dat een chatbot een pdf meestal goed samenvat, maar dat de fouten precies zitten op de plekken waar je ze het minst verwacht. Wie weet waar die plekken zitten, kan de tool veilig gebruiken.

Welke chatbots een pdf lezen

Alle grote chatbots nemen tegenwoordig pdf’s aan: ChatGPT, Claude, Gemini en Copilot laten je een bestand uploaden en er vragen over stellen, ook in de gratis versie, al zitten daar limieten op het aantal bestanden en de grootte. Daarnaast is er NotebookLM van Google, dat speciaal is gemaakt om met je eigen documenten te werken.

Het verschil tussen die tools zit minder in hoe goed ze samenvatten en meer in hoe ze laten zien waar iets vandaan komt. NotebookLM zet bij antwoorden verwijzingen naar de plek in je bron, die je kunt aanklikken. Bij de gewone chatbots moet je daar zelf om vragen. Dat lijkt een detail, maar het is de belangrijkste eigenschap als je de samenvatting wilt controleren.

Waar het misgaat

Een chatbot verzint zelden een heel hoofdstuk. De fouten zijn subtieler, en ze vallen in een paar vaste categorieën.

• Gescande pagina’s. Is je pdf een scan of een foto van papier, dan moet de tool eerst tekst herkennen. Dat gaat meestal goed, maar bij slechte scans, kleine letters of handgeschreven aantekeningen sluipen er fouten in. Meer daarover lees je in ons stuk over handschrift omzetten naar tekst.
• Tabellen en grafieken. Cijfers uit een tabel worden soms in de verkeerde kolom gelezen, en informatie die alleen in een grafiek staat, wordt overgeslagen of fout overgenomen. Juist in rapporten staat het belangrijkste vaak in die tabellen.
• Lange documenten. Een chatbot kan maar een beperkte hoeveelheid tekst tegelijk verwerken. Bij heel lange bestanden krijgen het begin en het eind soms meer aandacht dan het midden, of wordt een deel niet meegenomen zonder dat de tool dat meldt.
• Invullen met algemene kennis. Vraag je iets wat net niet in het document staat, dan geeft een chatbot vaak toch een antwoord, gebaseerd op wat zulke documenten meestal zeggen. Dat klinkt geloofwaardig, maar het staat niet in jouw pdf.
• Nuances weg. Een samenvatting maakt van “in sommige gevallen” al snel “altijd”, en van een voorlopige conclusie een harde. Bij voorwaarden en contracten is dat precies het verschil dat ertoe doet.

Zo controleer je de samenvatting

Je hoeft niet alles na te lezen om een samenvatting te vertrouwen. Een paar gewoontes vangen de meeste fouten.

1. Vraag om paginanummers of citaten. Laat de chatbot bij elk belangrijk punt aangeven op welke pagina het staat, of laat hem de zin letterlijk citeren. Zoek twee of drie van die citaten op met de zoekfunctie in je pdf-lezer. Klopt een citaat niet woordelijk, dan weet je dat je moet opletten.
2. Stel een vraag waarvan je het antwoord al weet. Kies een detail dat je zelf hebt gezien, zoals een datum of een bedrag uit een tabel, en vraag ernaar. Gaat dat mis, dan zegt dat veel over de rest.
3. Vraag wat er niet in staat. Een vraag als “noemt het document een opzegtermijn, en zo nee, zeg dat dan” dwingt de chatbot om onderscheid te maken tussen het document en zijn eigen kennis.
4. Knip lange bestanden op. Bij een document van honderden pagina’s werkt het beter om per hoofdstuk te vragen dan alles in een keer.
5. Lees de cijfers zelf. Gebruik de samenvatting om te weten waar je moet kijken, en neem bedragen, percentages en termijnen altijd over uit het origineel.

Voor contracten en offertes werkt dezelfde aanpak, met een paar extra aandachtspunten die we beschreven in ons stuk over een huurcontract of offerte laten nalopen.

Wat er met je bestand gebeurt

Een pdf uploaden is iets anders dan een vraag typen. Je geeft het hele document aan de dienst, inclusief namen, adressen, bedragen en wat er verder in staat. Bij de meeste consumentenversies van chatbots kunnen je gesprekken en bestanden worden gebruikt om de modellen te verbeteren, tenzij je dat in de instellingen uitzet. Bij ChatGPT heet die optie “Het model verbeteren voor iedereen”, bij Gemini staat het onder je activiteit in Gemini-apps, en ook Claude laat je zelf kiezen of je gesprekken voor training mogen worden gebruikt.

Zakelijke versies, zoals Copilot binnen een Microsoft 365-account van je werk, gebruiken je bestanden doorgaans niet voor training. Werk je met documenten van je werkgever, gebruik dan het account dat je werkgever aanbiedt en niet je eigen gratis versie. Waarom dat uitmaakt, lees je in ons stuk over schaduw-AI op het werk. En sommige documenten upload je beter helemaal niet: een kopie van je paspoort, medische uitslagen of iets met burgerservicenummers. In dit overzicht staat wat je beter voor jezelf houdt.

Wanneer het de moeite waard is

Een chatbot is het sterkst als eerste lezer. Hij vertelt je snel waar een document over gaat, welke hoofdstukken voor jou relevant zijn en welke vragen je moet stellen. Voor een studieartikel waarvan je wilt weten of het bruikbaar is voor je scriptie, of een rapport waarvan je de hoofdlijn zoekt, scheelt dat echt uren.

Waar het om beslissingen gaat, zoals tekenen, betalen of iets citeren in je eigen werk, is de samenvatting een wegwijzer en geen vervanging. Gebruik hem om sneller bij de juiste pagina te komen, en lees die pagina dan zelf. Wie het zo inzet, haalt het meeste uit de tool en loopt het minste risico op een fout die pas later boven water komt.