AI biedt enorme kansen voor het onderwijs, maar ook een risico: als je alleen het antwoord leest, mis je het denkproces erachter. De uitdaging was om een AI-oplossing te bouwen die studenten juist helpt om dat denkproces te begrijpen.
Van proof of concept naar leerervaring
Samen met de docenten ontwikkelden we een proof of concept waarin studenten via een AI-agent vragen kunnen stellen over echte uitspraken van rechtspraak.nl. Geen generieke chatbot, maar een systeem dat werkt met een zorgvuldig geselecteerde dataset van vijf thema’s, samengesteld door de docent.
Zo leren studenten niet alleen wat een uitspraak is, maar vooral waarom die zo is gedaan. De AI wordt daarmee een hulpmiddel om te redeneren, niet om te kopiëren.
De kern van de oplossing
We hebben een AI-agent gebouwd die juridisch materiaal niet alleen kan doorzoeken, maar ook begrijpt waar de teksten over gaan. De geselecteerde uitspraken uit rechtspraak.nl zijn daarvoor technisch voorbereid en opgeslagen in Azure AI Search, zodat de AI ze kan vinden op betekenis in plaats van alleen op trefwoord.
Via Azure OpenAI kan de chatbot vervolgens antwoorden formuleren die verwijzen naar de juiste bronnen en de inhoud helder samenvatten. Zo kunnen studenten op een natuurlijke manier vragen stellen en krijgen ze inzicht in de achterliggende argumentatie van echte uitspraken.
Data en architectuur
De basis ligt bij de rechtspraak.nl API, waarmee we de uitspraken automatisch ophalen. Via een AI Search-pipeline worden de teksten opgesplitst in kleinere delen die geschikt zijn voor het AI-model, vervolgens gevectoriseerd en opgeslagen in de AI Search-index.
De AI-agent kan daarna semantisch zoeken en combineert de gevonden uitspraken met de vraag van de student. Het resultaat is een inhoudelijk antwoord met onderbouwing en bronverwijzingen.
De uitdaging: juridische precisie zonder trainen
We hebben het model niet getraind, maar de resultaten iteratief verfijnd met prompt engineering. Samen met de docent testten we vijf modellen op nauwkeurigheid, daarna zeven varianten van prompts en meerdere instellingen voor zoeknauwkeurigheid. Zo vonden we de juiste balans tussen feitelijke precisie en juridische nuance.
De docent testte de setup met haar lesmateriaal. Toen alles klopte, hebben we het systeem live gezet voor gebruik in de colleges.
Een concreet voorbeeld
Een student vraagt: “Wanneer mag een werkgever een werknemer op staande voet ontslaan?”
De AI doorzoekt de verzamelde uitspraken, herkent de casussen die met dit onderwerp te maken hebben en toont de relevante jurisprudentie. De student krijgt zo niet één kant-en-klaar antwoord, maar een overzicht van vergelijkbare zaken en hun onderbouwing.
Door die uitspraken naast elkaar te leggen, leert de student hoe rechters tot hun oordeel komen en welke argumenten daarin een rol spelen. Zo helpt de AI-agent studenten om zelf te redeneren, niet door antwoorden te geven, maar door de juiste voorbeelden aan te reiken.
Technische keuzes en learnings
We kozen voor Microsoft Azure, omdat het perfect aansluit op de infrastructuur van EduGenAI, het onderwijsplatform waarin de PoC is geïntegreerd. Azure biedt volwassen tooling voor vector search, chunking en RAG, waardoor we snel konden experimenteren met verschillende modellen en configuraties.
De belangrijkste les? Snel itereren werkt beter dan zoeken naar perfectie. Vijf varianten parallel testen levert meer inzicht op dan wekenlang sleutelen aan één prompt.
Samen leren redeneren
Wat dit project bijzonder maakte, is de samenwerking tussen techniek en inhoud.
Albert-Jan:
“In korte tijd hebben we samen met een inhoudelijke expert iets geweldigs neergezet. Niet om technologie om de technologie, maar om te laten zien hoe AI juridisch denken kan versterken.”
Een mooi voorbeeld van wat wij bij Blis bedoelen met AI-first werken: technologie die niet vervangt, maar verdiept. En die mensen helpt beter te redeneren, juist doordat ze samenwerken met AI.
Wil je meer weten over onze AI-first projecten? Bekijk dan onze AI Solutions en Cases pagina.
.jpg)
