ChatGPT als onderbouwing van een schadeclaim houdt alleen stand als de berekening controleerbaar is
Op 22 september 2026 nam advocaat-generaal Paridaens conclusie in een strafzaak waarin een benadeelde partij de waarde van gestolen sieraden had berekend met ChatGPT (Parket bij de Hoge Raad, 22 september 2026, ECLI:NL:PHR:2026:892, zaaknummer 25/02024). Het antwoord op de vraag die eronder ligt is genuanceerd maar helder: een procespartij mag een AI-tool inzetten om haar vordering te onderbouwen, maar alleen als de berekening inzichtelijk en controleerbaar is voor de andere partijen en de rechter. Ontbreken de onderliggende bronnen, dan mag de rechter zijn oordeel er niet zonder meer op baseren. Het gaat hier om een conclusie van de AG; de Hoge Raad heeft nog niet beslist.
Wat er in deze zaak speelde
De benadeelde partij vorderde 49.874 euro voor gestolen sieraden. Voor een deel van de posten waren aankoopbonnen en taxatierapporten uit 1983 overgelegd, in guldens. Om die oude bedragen naar een huidige eurowaarde te vertalen, had de benadeelde partij ChatGPT gevraagd rekening te houden met inflatie en met de veranderde goudprijs. Een voorbeelduitwerking van het model zat als bijlage bij de vordering. Het hof kon de schade niet nauwkeurig vaststellen en gebruikte daarom zijn schattingsbevoegdheid uit artikel 6:97 BW. Bij die schatting kwam het op precies hetzelfde bedrag uit als de benadeelde partij: 49.874 euro.
Mag je ChatGPT gebruiken om een schadeclaim te onderbouwen?
De vordering van de benadeelde partij valt niet onder de strafvorderlijke bewijsregels, maar onder de regels van stelplicht en bewijslast uit het civiele recht. Dat volgt uit het overzichtsarrest van de Hoge Raad over de benadeelde partij (HR 28 mei 2019, ECLI:NL:HR:2019:793, r.o. 2.8.1). De eerste cassatieklacht, die leunde op de strafrechtelijke motiveringsregel van artikel 359 lid 2 Sv, gaat daarom niet op.
Tegen die achtergrond stelt de AG de norm. Geen rechtsregel verbiedt het een partij om een AI-tool als ChatGPT te gebruiken bij de onderbouwing van haar vordering. De voorwaarde is dat de berekening voldoende inzichtelijk en controleerbaar is, zodat beide partijen en de rechter haar kunnen natrekken. Dat is dezelfde eis die je aan elke andere onderbouwing stelt. Bij een vlot ogende AI-berekening valt die eis alleen makkelijker weg.
Waar het in deze zaak misging
De fout van het hof zat in de verwerking van de uitkomst. Het hof lijkt de percentages en cijfers die het model hanteerde, een inflatie van ongeveer 2,5 procent per jaar en de goudprijzen van 1983 en nu, te hebben behandeld als vaststaande feiten. De overgelegde voorbeeldberekening noemde daarvoor geen enkele bron, en de benadeelde partij bracht ook verder geen gegevens in die de gebruikte cijfers bevestigden. De voorbeeldberekening ging bovendien over een willekeurige gouden armband, en niet over een van de sieraden waar de vordering werkelijk op zag.
Daar komt bij dat de verdediging de betrouwbaarheid van de AI-waardering uitdrukkelijk had betwist. Hoe specifieker een vordering wordt weersproken, hoe zwaarder de motivering van een toewijzing moet zijn (HR 28 mei 2019, ECLI:NL:HR:2019:793, r.o. 2.8.6). En bij een schatting op grond van artikel 6:97 BW moet de rechter zoveel mogelijk aansluiten bij de vaststaande feiten. Precies die feiten ontbraken hier, want de AI-output was zelf niet gecontroleerd. De AG concludeert dat de toewijzing onvoldoende met redenen is omkleed en dat de zaak op dit punt terug moet naar het hof.
Wat ons opvalt, en wat nog niet vaststaat
Deze zaak draait om AI-output als onderbouwing van een vordering, en om de toets die zo'n onderbouwing moet doorstaan. Dat is een andere vraag dan die naar AI in de opsporing of naar de advocaat die zelf een taalmodel inzet. Het antwoord van de AG komt erop neer dat AI-output in het procesrecht geen streepje voor krijgt. Een berekening die een model met stellige cijfers presenteert, is niets waard zolang de bron eronder ontbreekt.
Wat de zaak vooral illustreert is het risico van schijnprecisie. ChatGPT leverde een uitkomst tot op de cent, terwijl het model zelf sprak van een grove schatting van de inflatie. Die vloeiende, cijfermatige presentatie is wat een lezer, en hier een rechter, kan verleiden om output voor feit aan te zien. De AG onderstreept dat punt met een verwijzing naar OpenAI zelf, dat op 16 september 2026 meldde dat modellen soms fouten verbergen en informatie verzinnen.
Voorzichtigheid is geboden over de reikwijdte. Dit is een conclusie en geen arrest, en de AG merkt op dat de strafkamer van de Hoge Raad zich hierover nog niet eerder had uitgelaten. Of de Hoge Raad de lijn overneemt, en hoe scherp, is nog open.
Wat een jurist vastlegt voordat AI-output een stuk in gaat
Voor de praktijk zit de winst in één gewoonte: behandel AI-output als een tussenstap in plaats van een resultaat. Wil je een berekening of analyse van een model in een processtuk of vordering gebruiken, lever dan de onderliggende bronnen en aannames erbij, zodat de wederpartij en de rechter elke stap kunnen natrekken. Een uitkomst tot op de cent zonder herleidbare bron nodigt uit tot betwisting, en een betwisting verzwaart de motiveringslast aan jouw kant. De controle op inhoud en bron blijft bij degene die het stuk indient, een lijn die we eerder beschreven toen rechters AI-tekst in processtukken begonnen te signaleren.
Blijft de grens van het beroepsgeheim. Een algemeen taalmodel is bruikbaar voor een algemene berekening of een openbare bron, zoals in deze zaak een goudprijs of een inflatiecijfer. Voor stukken die onder het beroepsgeheim vallen is dat geen begaanbare weg, tenzij het model draait in een afgeschermde omgeving met een verwerkersovereenkomst en zonder training op jouw invoer.
Wil je vastleggen hoe juristen binnen jouw organisatie AI-output controleren voordat die in een advies of processtuk terechtkomt, dan richt onze dienst AI-beleid & compliance daar werkbare kaders voor in.