Gemeentelijke chatbots weten 64 procent simpele vragen niet te beantwoorden

Gemeentelijke chatbots beantwoorden slechts 10 procent van vragen zelf goed, zo blijkt uit onderzoek van communicatie-expert Wiep Hamstra en digitale toegankelijkheidsexpert Jules Ernst. Ze deden voor de tweede keer een studie naar de chatbots, met opnieuw teleurstellende resultaten.

Dat meldt iBestuur. Hamstra en Ernst stelden tussen december 2025 en begin februari 2026 39 chatbots elk acht vragen. Enkele algemene, zoals ‘Klopt het dat jullie morgen gesloten zijn?’ en ‘Wat moet ik met asbest doen?’ en enkele vragen over de aanstaande gemeenteraadsverkiezingen. Bijvoorbeeld de vraag: ‘Ik ben mijn stempas kwijt, wat moet ik doen?’.

De chatbots beantwoordden 64 procent van de vragen fout. In een kwart van de gevallen verwees een chatbot door naar een link. Een doorverwijzing naar een pagina waar het beloofde antwoord niet stond, leverde een minpunt op in het onderzoek. Een vraag over wanneer het huisvuil wordt opgehaald, wist geen enkele gemeentelijke chatbot goed of zelf te beantwoorden.

Zelfde chatbot

Omdat veel gemeenten dezelfde chatbot hebben – de virtuele assistent Gem – zagen ze vaak dezelfde fout terugkomen. De meeste chatbots werken voornamelijk op gescripte vraag-antwoordcombinaties. Hamstra en Ernst testten dit door onzinvragen te stellen. ‘De handgeschreven antwoorden in de chatbots zijn soms ingewikkeld en ambtelijk geschreven, zeker vergeleken met bestaande webcontent over het gevraagde antwoord,’ zeggen ze.

Uit eerder onderzoek naar gemeentelijke chatbots in juni 2025 kwamen al teleurstellende resultaten naar voren, maar de nieuwe onderzoeksresultaten zijn nauwelijks beter.

AI-chatbots

Chatbot Gem moet met hulp van het ministerie van Binnenlandse Zaken en Koninkrijksrelaties (BZK) wel steeds verbeterd worden, zo is het plan. Een woordvoerder van de Vereniging van Nederlandse Gemeenten (VNG) laat aan iBestuur weten: ‘De nieuwe AI-chatbots zijn nog geen eindproducten. De AI-toepassingen van vandaag zijn niet die van morgen. Inzicht van het afgelopen jaar op basis van ervaringen en reacties is dat daarbij kwaliteit van data enorm belangrijk is om verouderde antwoorden of hallucinaties te voorkomen.’