Anthropic wapent Claude tegen de ene dure verkiezingsfout
In het kort
Anthropic kondigde op 14 oktober extra Amerikaanse verkiezingsinformatie voor Claude aan. De eigen gebruiksanalyse laat zien dat expliciete stemadviezen zeldzaam zijn, terwijl verkiezingsvragen een grotere groep vormen. Zulke percentages zeggen weinig over het risico van één verkeerd antwoord. Voor bedrijven is de les dat actuele gegevens en een goede escalatieroute soms meer waard zijn dan een duurder taalmodel.
Een chatbot kan duizenden gewone vragen goed beantwoorden en toch vertrouwen verliezen door één verkeerd antwoord over een deadline. Dat geldt bij verkiezingen, maar ook bij verzekeringen, toelatingseisen en het opzeggen van een contract. Het antwoord hoeft niet spectaculair fout te zijn. Een verouderde datum of een voorwaarde uit de verkeerde regio kan al voldoende zijn.
Anthropic probeert dat probleem voor Amerikaanse verkiezingen gerichter aan te pakken. Het bedrijf combineert Claude met informatie van gespecialiseerde partijen. Interessant is vooral de redenering achter die keuze. Als het model niet de officiële bron is, moet het bij beslissende feiten kunnen terugvallen op een bron die daarvoor wel verantwoordelijk is. Daarmee wordt de kwaliteit van de verbinding minstens zo belangrijk als de kwaliteit van het taalmodel.
Wat Anthropic daadwerkelijk heeft aangekondigd
In de aankondiging van 14 oktober beschrijft Anthropic bestaande verwijzingen naar TurboVote en een uitbreiding met officiële informatie via Democracy Works later deze maand. Informatie over uitslagen op verkiezingsavond is eveneens een aangekondigde vervolgstap. Dat is geen bewijs dat al deze functies op 15 oktober voor iedereen werken. Het betreft bovendien de Amerikaanse consumentenervaring; een eigen Claude-API-toepassing krijgt deze koppelingen niet automatisch cadeau.
De eigen analyse gebruikt een steekproef van 250.000 Amerikaanse consumentengesprekken van 21 tot en met 27 september. Anthropic rapporteert ongeveer 5,75 procent brede politieke gesprekken en 0,51 procent verkiezings- en stemgerelateerde gesprekken. De ongeveer 0,01 procent voor de vraag op wie te stemmen is als bovengrens van een betrouwbaarheidsinterval gepresenteerd. Het is dus onjuist daar zonder meer een exact aantal geobserveerde gesprekken van te maken. De classificatie is onderzoek van de leverancier, geen onafhankelijke audit van alle Claude-gebruik.
Voor een Nederlandse onderneming zijn die Amerikaanse percentages geen schatting van de eigen klantenservice. Een pensioenuitvoerder kan juist veel vragen over beslissende datums krijgen, terwijl een webwinkel vooral bezorgvragen ziet. De praktische les zit in het onderscheid tussen hoe vaak iets gebeurt en hoeveel schade een fout kan veroorzaken. Een zeldzame categorie verdient soms een uitzonderlijk zorgvuldige route.
Een actuele bron lost een ander probleem op dan een sterker model
De actuele modellenlijst noemt Opus 5.5, Sonnet 5.5, Haiku 5.5 en Fable 5.1. Ze bieden tekst- en beeldinvoer en tekstuitvoer, maar verschillen in snelheid, prijs en toegang via afzonderlijke platforms. Fable is gericht op moeilijker redeneren; specifieke gevoelige mogelijkheden kunnen aanvullende toegangsvoorwaarden hebben. Het zijn commerciële modellen, geen downloadbare open gewichten.
Een model kan een ingewikkelde vraag uitstekend ontleden en toch een verouderde regel gebruiken. Andersom kan een goedkoper model met een actuele, eenduidige bron een eenvoudige vraag correct afhandelen. Dat pleit voor twee afzonderlijke controles: begrijpt het systeem welke informatie nodig is, en haalt het de juiste geldende informatie op? Een hogere benchmarkscore beantwoordt alleen een deel van die vragen.
Stel dat een organisatie verschillende openingstijden voor verschillende vestigingen heeft. Het systeem moet eerst de vestiging vaststellen, daarna de datum en eventuele afwijkingen herkennen, en vervolgens het geldende gegeven ophalen. Een antwoord zonder plaats of datum moet niet worden geraden. Soms is een korte aanvullende vraag het goedkoopste betrouwbare antwoord dat een chatbot kan geven.
De modelrekening is slechts één regel op de begroting
Voor Sonnet 5.5 vermeldt de modeldocumentatie standaard $2 per miljoen inputtokens en $10 per miljoen outputtokens. Een illustratieve reeks van 10.000 antwoorden met ieder 2.000 input- en 300 outputtokens kost daarmee $40 plus $30, samen $70. Dit is een eenvoudige berekening zonder cache, batchkorting, langecontexttoeslag, extra redeneertokens of gereedschapskosten. Een abonnement op Claude is een afzonderlijk product.
Een officiële gegevensdienst, de controle van gewijzigde regels en menselijke escalatie kunnen veel duurder zijn dan die $70. Dat maakt de modelprijs niet onbelangrijk. Het betekent wel dat een besparing op tokens nooit als volledige besparing op de dienstverlening mag worden gepresenteerd. De gegevens moeten beschikbaar blijven op de momenten dat klanten ze werkelijk nodig hebben.
Ook de foutkosten verdienen een nuchtere basis. Bij een verkeerd bezorgantwoord kan herstel bestaan uit enkele minuten contact. Bij een gemiste formele termijn kan het gevolg buiten de klantenservice liggen. Die bedragen moeten uit echte incidenten of een expliciet risicobudget komen. Een fictief miljoenenbedrag invullen om de aanschaf van AI te rechtvaardigen levert geen betere businesscase op.
Wat mag een betere gegevenskoppeling kosten
Neem een afzonderlijk rekenvoorbeeld in euro’s voor een bestaande chatbot met jaarlijks 20.000 tijdgevoelige antwoorden. Een nieuwe bronkoppeling en de inrichting van escalaties kosten eenmalig €8.000. Jaarlijks onderhoud en aanvullende gegevenskosten bedragen €4.000. De gewone modelkosten zijn al onderdeel van het bestaande proces en tellen daarom niet opnieuw als extra investering.
Veronderstel dat elk aantoonbaar voorkomen herstelgeval gemiddeld €80 aan variabele kosten vermijdt. Om in 2027 de volledige €12.000 terug te verdienen, zijn 150 voorkomen gevallen nodig. Dat is 0,75 procentpunt van de 20.000 antwoorden. Voor latere jaren ligt de grens bij 50 gevallen, of 0,25 procentpunt, zolang volume en kosten gelijk blijven. Het gaat om verbetering tegenover de bestaande chatbot, niet om het totale aantal correcte antwoorden.
Die grens kan in een proef worden getoetst. Laat het oude en nieuwe proces dezelfde tijdgevoelige vragen behandelen, controleer beide tegen de geldende bron en beoordeel het herstel volgens dezelfde methode. Een terughoudender chatbot kan minder fouten maken maar vaker medewerkers inschakelen. De extra personeelskosten moeten dan eerst van de vermeden herstelkosten worden afgetrokken.
Negen uitkomsten zonder beloofd rendement
Het lage scenario neemt jaarlijks 50 netto voorkomen herstelgevallen aan, het midden 150 en het hoge 300. Voor 2027 levert de formule aantal × €80 minus €4.000 onderhoud minus €8.000 inrichting respectievelijk min €8.000, €0 en plus €12.000 op. Voor zowel 2028 als 2029, zonder nieuwe inrichting, worden de uitkomsten €0, €8.000 en €20.000.
Deze scenario’s zijn opgesteld op 15 oktober 2026 en veronderstellen constante eurobedragen, zonder belasting, financiering of groei. Het zijn geen voorspellingen over Claude en ook geen vertaling van Amerikaanse verkiezingspercentages naar Nederlandse foutkansen. Als de nieuwe route vooral extra werk creëert, kan het lage scenario nog te gunstig zijn. Als betrouwbare antwoorden aantoonbaar meer klanten behouden, is dat een mogelijke aanvullende opbrengst, maar die is hier bewust niet verzonnen.
De sterkste tegenwerping blijft dat een gewone website met actuele informatie dit probleem soms beter oplost. Dat is terecht. Een chatbot verdient zijn plaats wanneer hij de juiste informatie makkelijker vindbaar maakt zonder nieuwe onzekerheid toe te voegen. Voor Anthropic ligt een kans in zulke bruikbare toepassingen rond Claude. Voor de klant is de beste investering vaak de combinatie van taalbegrip, actuele gegevens en een duidelijke grens aan automatisch antwoorden. De zeldzaamheid van een vraag mag nooit de enige reden zijn om die grens te laten vervallen.
Opmerkingen