De spiegelmethode: AI die zichzelf redigeert

Veel advocaten, bedrijfsjuristen, fiscalisten en notarissen gebruiken een taalmodel voornamelijk als snelle researchers: een vraag erin, een paragraaf eruit, klaar. Dat is zonde, want precies hetzelfde model kan optreden als kritische redacteur die zwakke argumenten, onvolledige bronverwijzingen of dubbelzinnige formuleringen blootlegt. Wanneer je die dubbele rol benut, ontstaat een iteratief leerproces waarbij iedere cyclus de inhoud, de structuur én de stijl van een juridisch document verfijnt. Niet onbelangrijk: onderzoek laat zien dat LLM’s die zichzelf becommentariëren gemiddeld twintig procentpunt beter scoren op taaktaken, en bij code-generatie zelfs dertien procentpunt winnen op correctheid. Met een goed ingerichte spiegelmethode verlaag je dus het risico op misstappen die in een rechtszaal of bij een due-diligenceonderzoek reputatieschade kunnen veroorzaken.

Het tweede voordeel is tijdbesparing. Traditioneel stuur je concept-contracten of pleitnota’s via e-mail heen en weer tussen junior, senior en partner, met telkens handgeschreven correcties. Met de spiegelmethode geef je één keer een slim geformuleerde prompt; daarna laat je de AI drie rondes lang zichzelf herschrijven en opnieuw beoordelen. De eerste conceptversie is allang voorzien van voetnoten en artikelverwijzingen wanneer hij jouw scherm bereikt. Zo hou je tijd over voor strategisch denkwerk. Alles wat nog resteert is fine-tuning.

De vijf stappen

Stap één is altijd het maken van een ruwe eerste versie. Denk aan een memorie van antwoord, een managementsamenvatting van een wetgevingsanalyse of een concept-clausule over aansprakelijkheid. De kunst is om het model een duidelijke lengte, doelgroep en bronvermelding mee te geven, zodat het startmateriaal al semiprofessioneel is.

In stap twee dwing je de AI tot kritische zelfevaluatie. Vraag het model niet om vage feedback (“maak het beter”), maar om vijf concrete zwakke punten te benoemen, bijvoorbeeld gebrek aan contra-argumenten of afwezige verwijzingen naar ECLI-nummers. De derde stap is vervolgens een herschrijfopdracht die elk genoemd zwak punt verplicht aanpakt.

Daarna volgt nog minimaal één en maximaal twee extra rondes waarin je de focus verschuift: eerst op de argumentatieve structuur, daarna op stijl en ten slotte op bronintegriteit. Belangrijk is dat de AI per ronde bijhoudt wat het heeft geleerd en dat ook expliciet noteert; zo ontstaat een cumulatieve leslijst waarop de derde ronde voortbouwt. Stap vijf dwingt de assistent tot een eind­afweging: welke versie voldoet het best aan alle criteria? De AI licht dat besluit kort toe, zodat jij ziet welke compromissen zijn gemaakt.

Een basisprompt die werkt in de juridische praktijk

Prompt

“Je bent een expert op het gebied van […] in Nederland werkzaam bij [type organisatie]. Schrijf een concept-memo van […] woorden aan […] over […]. Volg daarna het spiegelproces.

Genereer versie 1.

Evalueer versie 1 op: a) volledigheid van wet- en jurisprudentieverwijzingen, b) duidelijkheid van argumenten, c) toon voor een niet-juridisch publiek. Noem precies drie tekortkomingen.

Schrijf versie 2 waarin die punten worden gecorrigeerd.

Herhaal evaluatie, maar richt je nu op logische opbouw, contrast van standpunten en praktische aanbevelingen. Los de nieuwe minpunten op in versie 3.

Vergelijk alle versies, kies de beste en motiveer de keuze in maximaal vijf zinnen. Stop als extra verbetering naar eigen inschatting onder vijf procent ligt.”

Met deze template voorkom je dat het model in het wilde weg herziet. Je stuurt de kritiekpunten naar de kern­aspecten die in de juristerij het verschil maken tussen een stevige memo en een vrijblijvende beschouwing.

Vijf tips om maximale winst te pakken

Eerste tip: varieer je invalshoek per ronde. Laat ronde één puur op en-kel-juridische correctheid focussen, ronde twee op overtuigingskracht voor leken en ronde drie op esthetiek en leesritme. Zo vermijd je dat de AI steeds dezelfde zinsboompjes snoeit.

Tweede tip: beperk je tot drie iteraties. In praktijk blijkt versie vier vaak minder goed, omdat het model dan begint te over-editten: synoniemen schuiven zonder inhoudelijke reden of voetnoten dubbelplakken.

Derde tip: log leerpunten expliciet. Laat de AI aan het einde van elke ronde twee zinnen toevoegen over wat verbeterd is. Die mini-log helpt later bij kwaliteits­borging in compliance-systemen.

Vierde tip: stel een harde stopconditie. Gebruik iets als “Als kwaliteitsverbetering <5 % is, lever finale versie”. Zo voorkom je eindeloos polijsten dat niets toevoegt.

Vijfde en laatste tip: leg de prompt vast in je kantoormanual zodat collega’s een uniforme werkwijze hanteren. Consistentie in prompts betekent voorspelbare kwaliteit in output, wat belangrijk is voor riskmanagement en tucht- of cliënttoetsing.

De wetenschap achter de spiegel

Neurosymbolisch onderzoek wijst uit dat een taalmodel verschillende subnetwerken activeert wanneer het vraagt om creatie versus evaluatie. Door het model expliciet te laten schakelen, mobiliseer je extra kennislagen die anders onbenut blijven. Voor juristen betekent dat minder kans op ‘hallucinerende’ verwijzingen naar niet-bestaande arresten: de criticus-modus filtert die sneller uit. Bovendien speelt het self-consistency-effect een rol: meerdere versies genereren en de beste kiezen verkleint de impact van toevallige fouten of bias.

Recenter onderzoek laat zien dat LLM’s die deze methode volgen beter in staat zijn om juridische tekstgenres – pleitnota, memorie, contractclausule – te onderscheiden en dienovereenkomstig toon en structuur aan te passen. De spiegelmethode is dus niet slechts een trucje; het is een empirisch onderbouwde workflow die de robuustheid van AI-gegenereerde juridische documenten significant verhoogt.

Conclusie: laat je digitale stagiaire ook zelf nakijken

Twee hoofden zijn beter dan één, zelfs wanneer die hoofden in dezelfde digitale hersenpan huizen. De spiegelmethode transformeert één taalmodel in een duo van auteur en kritisch redacteur, precies wat juristen nodig hebben in een vak waar accuratesse, nuance en bronnetjes­tellen samenkomen. Door vaste iteratieregels, scherpe evaluatiecriteria en een harde stopconditie in je prompt op te nemen, profiteer je van hogere kwaliteit zonder extra menselijke uren.

Gebruik de voorbeeldprompts, pas de kwaliteits­lijst aan je specifieke rechtsgebied aan en laat je AI-assistent voor het eerst echt als volwaardige collega functioneren. Zo wordt elk concept – van contractclausule tot pleitnota – een paar minuten later een stuk waar je zonder knipperen je handtekening onder zet.