‘Je bent helemaal gek.’ Dat is wat taalwetenschapper Saskia Lensink dacht toen een collega bij onderzoeksinstituut TNO, Selmar Smit, bij de koffieautomaat het idee opwierp om een eigen taalmodel te bouwen.
Het was april 2023, een half jaar na de lancering van ChatGPT. Smit zag kans om geld los te krijgen voor een Nederlandse variant via een subsidiepot van het ministerie van Economische Zaken, bedoeld voor nieuwe onderzoeksfaciliteiten. In november van datzelfde jaar kreeg het project groen licht en 13,5 miljoen euro financiering.
Drie jaar later is de ontwikkeling van GPT-NL, zoals het taalmodel is gedoopt, zo ver gevorderd dat de eerste klanten er sinds anderhalve maand mee proefdraaien. Het gaat om vier overheidsorganisaties en TNO zelf. Het ministerie van Binnenlandse Zaken onderzoekt bijvoorbeeld of GPT-NL kan helpen om de antwoorden van chatbot ‘Gem’ te verbeteren, die door bijna dertig gemeenten wordt gebruikt.
Dat gebeurt onder supervisie van Lensink, die als productmanager een team van 25 medewerkers aanstuurt. Naast TNO zijn het Nederlands Forensisch Instituut en ict-coöperatie Surf betrokken; laatstgenoemde heeft de rekenkracht van Snellius beschikbaar gesteld, de nationale supercomputer waarop het model is getraind.
Geen Ferrari, maar een Fiatje
Haar initiële scepsis trok snel weg, vertelt ze. ‘Mijn eerste gedachte was: dit is onmogelijk. Dit is veel te groot, veel te complex. Maar ik zag ook welke kansen LLM’s (large language models) boden, en dat de buitenlandse modellen het Nederlands destijds nog niet goed genoeg beheersten voor toepassing in kritische sectoren. En al is dat nu wel het geval, met Trumps tweede termijn zijn we met onze neus op de feiten gedrukt. Europa kan voor deze technologie niet afhankelijk blijven van Amerikaanse bedrijven.’
De komst van de Chinese chatbot DeepSeek was ook een belangrijk moment. Waar grote spelers al tientallen miljarden dollars pompten in de ontwikkeling van de modellen achter ChatGPT, Claude en Gemini, beweerde DeepSeek dat het voor het trainen van zijn AI slechts een paar miljoen nodig had gehad. Lensink: ‘Ineens zagen mensen dat je ook met minder geld krachtige technologie kunt bouwen.’
Lees ook: Chinees DeepSeek legt bom onder het verdienmodel van big tech
Neemt niet weg dat je met een budget van 13,5 miljoen euro keuzes moet maken. Lensink, nuchter: ‘Voor dat bedrag kun je geen Ferrari bouwen. Eerder een Fiatje.’
Aanvulling op AI-stack
Eerste keuze is de beslissing om geen publieke chatbot a la ChatGPT te bouwen, maar een ‘motorblok’ waarop bedrijven en overheden eigen toepassingen kunnen bouwen, met de mogelijkheid om het model op de eigen, lokale servers te laten draaien.
Zo blijft hooggevoelige of geclassifeerde informatie binnen de bedrijfsmuren; TNO onderzoekt bijvoorbeeld of GPT-NL uitkomst kan bieden bij kritische documenten, waarvan het niet de bedoeling is dat de inhoud op Amerikaanse servers belandt.
Re:Europe
Europa wankelt? Tijd voor een nieuw perspectief.
Er wordt veel gesproken over de kwetsbare positie van Europa. Innovatie lijkt elders sneller te gaan. Geopolitieke verschuivingen zorgen voor onzekerheid.
Maar laten we niet vergeten: onze eigen economie heeft alles in zich om te concurreren op wereldschaal. Daarom introduceren we Re:Europe – een dossier over de kracht van Europese innovatie.
Hierin brengen we de verhalen van ondernemers, wetenschappers en denkers die laten zien dat Europa wél vooruitgaat. Dat we hier oplossingen creëren die ertoe doen. En die Europa minder afhankelijk maken van de rest van de wereld met haar economie, (digitale) infrastructuur, energie en industrie.
‘Uit onderzoek van Eurostat blijkt dat zo’n 4 procent van de inwoners van de Europese Unie – dat gaat om 18 miljoen Europeanen – geen generatieve AI gebruiken vanwege privacy- of veiligheidsoverwegingen’, zegt Lensink. ‘In dat gat springen we met GPT-NL. Bedrijven en overheden hoeven niet volledig over te stappen. Dat is niet onze inzet. We willen dat organisaties GPT-NL overwegen als aanvulling op de AI-stack die ze al hebben. Met meerdere leveranciers ben je minder kwetsbaar voor geopolitieke spanningen, faillissementen of prijsverhogingen van Amerikaanse partijen. Je voorkomt een vendor lock-in.’
Geen ‘Nederlandse ChatGPT’
De vergelijking met een ‘Nederlandse ChatGPT’, zoals GPT-NL vaak wordt omschreven, gaat dus niet op. Ook omdat de chatbot zich niet leent voor het maken van plaatjes of het schrijven van code.
‘We zijn pragmatisch gaan kijken: wat moet het GPT-NL kunnen om van nut te zijn voor onze doelgroep?’, zegt Lensink. ‘Een model kan al veel waarde toevoegen op het moment dat-ie een goede samenvatting kan maken of een brief met complex taalgebruik kan helpen versimpelen, zodat de tekst voor een breder publiek te begrijpen is.’
Lees ook: Deze 9 leiders in AI zorgen dat Nederland tempo blijft maken in de AI-race
Naast deze kerntaken is het model getraind op het beantwoorden van vragen via zogeheten retrieval augmented generation (RAG). Dat betekent dat het model informatie uit de database en interne documenten van een organisatie kan opsnorren en op basis van die input antwoorden kan formuleren. Handig voor burgers die iets willen opzoeken in de rits aan overheidswebsites, bijvoorbeeld.
Lensink: ‘Daar heb je geen gigantisch state-of-the-art model voor nodig. Een fit-for-purpose model volstaat.’
‘Compliant by design’
Is de chatbot ook een beetje goed? GPT-NL kan volgens Lensink al beter samenvatten dan oudere AI-modellen, zoals ChatGPT-3. ‘We zien wel dat je ons model duidelijker moet prompten. Niet alleen ‘vat deze tekst samen’ maar ook ‘je bent goed in samenvatten, je bent altijd volledig en compleet en je doet dit al twintig jaar’.’ Verder wil ze over de pilots nog weinig kwijt. ‘Het is te vroeg om al conclusies te trekken, maar de eerste resultaten zijn veelbelovend.’
Na de pilotperiode staat voor de tweede helft van dit jaar bredere uitrol op de planning. GPT-NL gaat dan licenties uitgeven voor het gebruik, plus aanvullende diensten als ondersteuning bij de integratie.
Naast een soeverein alternatief belooft GPT-NL klanten een taalmodel dat ‘compliant by design‘ is. ‘We zijn het eerste large language model wereldwijd dat volledig voldoet aan de AVG-privacywet’, zegt Lensink trots. ‘Daar hebben we onlangs zelfs een prijs voor gewonnen. We zijn een van de weinige partijen die een compleet inzicht kunnen geven in de datasets waarmee GPT-NL is getraind. Die data hebben we verkregen zonder copyright te schenden, en we hebben extra maatregelen getroffen om privacyrisico’s te beperken. Gevoelige gegevens zoals namen en adressen hebben we eruit gefilterd.’
Hoogwaardige data, geen rommel
Ze waarschuwt voor een nieuw fenomeen: vergiftigde documenten. Dat zijn data voorzien van bepaalde ‘achterdeurtjes’, specifieke zinnen die een bepaald gedrag triggeren bij een taalmodel. ‘Niet alleen hebben de grote AI-spelers hun data vaak onrechtmatig verkregen, de bron wordt nu ook vervuild. Wij hebben als grote voordeel dat er niet veel rommel in onze data zit.’
Lees ook: Dit zijn 5 AI-risico’s die bedrijven echt onderschatten
Zorgt dat ook voor minder bias in antwoorden die GPT-NL serveert? Lensink vindt het moeilijk te zeggen. ‘De modellen van big tech zijn getraind door grote delen van het internet te kopiëren. Vol onwenselijke teksten: nepnieuws, achterklap, haatzaaiende uitlatingen en andere ellende. Wij gebruiken alleen kwalitatief hoogwaardige data, en de verwachting is dat we daardoor ook een kwalitatief beter resultaat krijgen. Quality in means quality out. Maar het lastige is wel dat er niet van alle groepen Nederlanders voldoende kwalitatieve data beschikbaar is. Of zelfs helemaal geen data.’
Mensen die laaggeletterd zijn, zijn bijvoorbeeld ondervertegenwoordigd, concludeert GPT-NL in een eigen representatieonderzoek. En omdat het model niet traint met data van sociale media, wordt straattaal minder goed herkend.
Data commercialiseren
Het nadeel van alles eerlijk doen: het duurt langer om data te verzamelen, waardoor GPT-NL pas een jaar later dan gepland kon starten met trainen. De doorbraak kwam in de zomer van 2025, toen GPT-NL een overeenkomst sloot met NDP Nieuwsmedia. De brancheorganisatie vertegenwoordigt meer dan 30 mediabedrijven en nieuwstitels, waaronder DPG Media (o.a. Volkskrant, Trouw, Nu.nl) en Mediahuis (NRC).
Cruciale brandstof, zegt Lensink. ‘We hebben elkaar nodig; op hun beurt zoeken mediabedrijven naar nieuwe manieren om hun data te commercialiseren, nu hun verdienmodel door AI onder druk staat. Met deze samenwerking geven ze een duidelijk signaal af: je kunt zaken met ons doen.’
Kwalitatief goede data zijn duur. De datasets van de nieuwsmedia zijn honderden miljoenen euro’s waard, geld dat GPT-NL niet heeft. Dus is er een andere constructie bedacht: een licentieovereenkomst voor het gebruik van de data. De helft van de inkomsten wordt straks naar rato verdeeld onder de ‘dataleveranciers’, de andere helft is bedoeld voor onderhoud en doorontwikkeling van het model.
Krachtige opvolger
GPT-NL moet zijn eigen geld gaan verdienen, zegt Lensink. ‘Zonder een blijvend businessmodel lopen we het risico dat het project moet stoppen zodra de subsidie op is. Maar we zijn ook op zoek naar financiering om een nieuwe productlijn te bouwen, een krachtige opvolger van wat we nu hebben staan.’
In meerdere talen, want ook vanuit de rest van Europa is interesse. Europese lidstaten kijken volgens Lensink met grote belangstelling mee hoe GPT-NL juridisch en organisatorisch in elkaar zit.
We bevinden ons op een kritisch moment, zegt ze. ‘De komende jaren zal big tech waarschijnlijk verder uitlopen. Willen we mee blijven spelen, dan moet er minimaal het tienvoudige bij.’
Dat is nog steeds klein bier vergeleken met de miljarden die naar Amerikaanse tegenhangers gaan, ze weet het. ‘Ja, de budgetten zijn hier kleiner. Maar dat betekent niet dat we dan maar op onze rug moeten gaan liggen met onze pootjes omhoog, en de strijd moeten opgeven.’
