Begrijpelijke communicatie vraagt meer dan een B1-prompt

Steeds meer communicatieprofessionals gebruiken AI om teksten begrijpelijker te maken. Dat is logisch. Wie vaak werkt met brieven, webteksten, beleidsinformatie of klantcommunicatie weet hoeveel tijd het kost om ingewikkelde informatie goed uit te leggen. Zeker als die informatie bedoeld is voor een brede doelgroep.

De belofte van AI is dan aantrekkelijk. Je plakt een tekst in ChatGPT, Claude of Copilot, vraagt om B1 en binnen een paar seconden krijg je een nieuwe versie terug. Vaak ziet die versie er op het eerste gezicht best goed uit. De zinnen zijn korter, moeilijke woorden zijn vervangen en de toon klinkt vriendelijker. Soms zet de tool er zelfs duidelijke tussenkopjes boven.

Toch zie ik in de praktijk iets opvallends gebeuren. De output is vaak niet slecht. Soms is hij zelfs verrassend bruikbaar. En toch blijft er bij communicatieprofessionals vaak een gevoel hangen van: dit is het nog niet helemaal. De tekst is eenvoudiger geworden, maar voelt nog niet helemaal goed. Hij is misschien ‘B1’, maar nog niet écht duidelijk. Of hij leest vriendelijker, terwijl precies de nuance ontbreekt die in de oorspronkelijke tekst belangrijk was.

Dat gevoel is interessant, omdat het laat zien wat er vaak misgaat in gesprekken over B1 en AI. We doen soms alsof begrijpelijke communicatie vooral draait om taalniveau. Alsof je een tekst door een AI-tool haalt, er een B1-versie uit krijgt en daarmee klaar bent. Maar B1 is maar een klein deel van goed en duidelijk schrijven.

Ik schrijf dit vanuit mijn werk bij een sociale onderneming die technologie ontwikkelt voor begrijpelijke communicatie. In dat werk spreek ik regelmatig mensen die moeite hebben met lezen en digitale informatie. Daardoor ben ik anders naar AI gaan kijken. Niet alleen naar de vraag of een tekst eenvoudiger klinkt, maar vooral naar de vraag of iemand de tekst echt begrijpt en kan gebruiken.

B1-schrijven met AI klinkt eenvoudiger dan het is

Veel organisaties zijn inmiddels serieus met AI aan het experimenteren. Sommige teams gebruiken ChatGPT. Andere organisaties proberen Claude, omdat ze de toon prettiger vinden. Copilot wordt veel gebruikt, omdat het al in de Microsoft-omgeving zit. En steeds vaker zie je custom GPTs, promptbibliotheken en interne schrijfafspraken ontstaan.

Dat zijn allemaal begrijpelijke stappen. Een goede prompt helpt echt. Sommige modellen schrijven prettiger dan andere. Een custom GPT kan beter aansluiten op je eigen stijl dan een losse prompt. Maar zulke oplossingen nemen niet automatisch weg dat de opdracht “schrijf dit op B1” veel minder duidelijk is dan hij lijkt.

Wat bedoelen we eigenlijk met B1?

B1 wordt in organisaties vaak gebruikt als synoniem voor duidelijke taal. Dat heeft voordelen. Het maakt een abstract ideaal concreter. Je zegt niet alleen dat een tekst makkelijker moet, maar geeft richting aan wat je bedoelt: geen onnodige vaktaal, geen lange zinnen, geen ambtelijke formuleringen en geen ingewikkelde woorden als dat niet nodig is.

Maar B1 is geen volledige methode voor goede communicatie. Het zegt iets over taalniveau, maar veel minder over structuur, context, toon, voorkennis en handelingsperspectief. Een tekst kan dus op papier B1 zijn en toch onduidelijk blijven. Bijvoorbeeld omdat de belangrijkste informatie onderaan staat, omdat de lezer niet weet waarom hij de brief krijgt of omdat de tekst wel makkelijk leest, maar niet duidelijk maakt wat iemand moet doen.

Bij duidelijke communicatie is de belangrijkste vraag daarom niet: is deze tekst B1? De belangrijkste vraag is of de lezer ermee verder kan. Begrijpt iemand wat er aan de hand is? Weet iemand wat hij moet doen? Snapt iemand wat er gebeurt als hij niets doet? Die vragen gaan verder dan woorden en zinnen. Ze gaan ook over volgorde, uitleg, context en actie.

Generieke AI-tools schieten vaak net tekort

ChatGPT, Claude en Copilot zijn indrukwekkende tools. Ze kunnen schrijven, samenvatten, vertalen, herschrijven en ideeën geven. Maar ze zijn niet speciaal ontwikkeld voor één taak: maatschappelijke informatie begrijpelijk maken voor mensen die moeite hebben met lezen.

Dat merk je vooral bij teksten van gemeenten, woningcorporaties, zorgorganisaties en andere publieke organisaties. Zulke teksten gaan vaak over belangrijke onderwerpen. Huur, zorg, geld, bezwaar, rechten, plichten, aanvragen en afspraken. Juist bij dat soort teksten wil je dat de tekst eenvoudiger wordt, zonder dat de betekenis verschuift.

Een AI-tool maakt zinnen vaak korter, vervangt moeilijke woorden en haalt de ergste ambtelijke formuleringen eruit. Dat is nuttig, maar niet altijd genoeg. Soms wordt een tekst te algemeen. Soms verdwijnt een belangrijke nuance. Soms wordt een verplichting iets vrijblijvender opgeschreven dan de bedoeling was. En soms klinkt de tekst menselijker, maar zegt hij minder precies wat er aan de hand is.

Dat is vooral lastig omdat de tekst op het eerste gezicht vaak prima leest. Je ziet niet altijd meteen waar de betekenis is verschoven. Bij teksten waar mensen rechten, plichten of belangrijke keuzes uit moeten halen, is dat een serieus aandachtspunt. Een begrijpelijke tekst moet prettig lezen, maar ook betrouwbaar blijven.

Soms moet een moeilijk woord blijven staan

Een van de belangrijkste lessen die ik leerde in contact met laaggeletterde gebruikers is dat een moeilijk woord niet altijd hoeft te verdwijnen. Soms is het beter om het woord te laten staan en goed uit te leggen.

Neem het woord bezwaar. Je kunt dat vervangen door “zeggen dat u het niet eens bent met een besluit”. Dat is begrijpelijker, maar het officiële woord blijft belangrijk. Mensen komen dat woord ook tegen op formulieren, websites en brieven. Dan werkt een combinatie vaak beter: “U kunt bezwaar maken. Dat betekent dat u laat weten dat u het niet eens bent met ons besluit.”

Zo leert iemand het moeilijke woord én begrijpt hij wat het betekent. Dat lijkt een klein verschil, maar voor begrijpelijkheid is het groot. Je sluit aan bij de echte wereld van de lezer en geeft tegelijk uitleg.

Voor een losse tekst kun je dit nog in je prompt zetten. Maar voor een hele organisatie wordt dat al snel priegelwerk. Welke woorden moeten blijven staan? Welke uitleg hoort daarbij? Welke termen gebruikt de organisatie liever niet? Welke woorden zijn juridisch belangrijk? In ChatGPT of Claude kun je dat allemaal proberen te regelen met lange prompts, custom GPTs of losse instructies. Dat kan helpen, maar het blijft kwetsbaar, zeker als meerdere collega’s ermee werken.

Daarom geloof ik dat AI voor duidelijke taal meer nodig heeft dan een goede prompt. Je hebt ook vaste afspraken, woordenlijsten, controle en context nodig. Anders blijft de kwaliteit afhankelijk van degene die toevallig het beste kan prompten.

Goede prompts lossen niet alles op

Veel organisaties zijn de afgelopen jaren beter gaan prompten. Dat is goed. Een opdracht als “maak deze tekst B1” levert meestal minder op dan een prompt waarin je doelgroep, toon, doel en aandachtspunten meeneemt.

Maar ook met goede prompts blijft er een probleem. In de praktijk gebruikt iedereen AI net iets anders. De ene collega vraagt om B1, de andere om begrijpelijke taal, weer iemand anders om “schrijf voor iemand van 10 jaar”. Sommige collega’s hebben een uitgebreid promptdocument, terwijl anderen snel iets proberen tussen twee overleggen door. Daardoor ontstaan verschillen in toon, structuur en kwaliteit.

Een losse tekst verbeteren is één ding. Een hele organisatie duidelijker laten schrijven is iets anders. Als iedereen zelf met AI aan de slag gaat, wordt duidelijke taal afhankelijk van individuele handigheid. Dat kan even goed gaan, maar het is geen stevige basis voor consistente communicatie.

Daarom is B1-schrijven met AI niet alleen een schrijfvraag. Het is ook een organisatievraag. Wat bedoelen wij met duidelijke taal? Welke toon past bij ons? Welke woorden leggen we altijd uit? Wanneer mag AI herschrijven? Wie controleert of de betekenis nog klopt? AI maakt die vragen belangrijker, omdat teksten sneller worden gemaakt en dus ook sneller alle kanten op kunnen gaan.

Laat AI eerst analyseren

Veel mensen gebruiken AI meteen als herschrijfmachine. Ze plakken een tekst in de tool en vragen om een eenvoudigere versie. Dat kan werken, maar het is vaak niet de beste volgorde.

Beter is om AI eerst te laten analyseren. Wat is het doel van de tekst? Voor wie is de tekst bedoeld? Welke vragen heeft de lezer waarschijnlijk? Welke informatie is het belangrijkst? Welke actie moet iemand ondernemen? Welke woorden zijn lastig, maar misschien wel nodig?

Pas daarna wordt herschrijven echt nuttig. Veel winst zit namelijk niet in losse zinnen, maar in de opbouw. Ingewikkelde teksten zijn vaak geschreven vanuit de organisatie. Eerst de aanleiding, dan de wettelijke basis, daarna de voorwaarden en uitzonderingen, en ergens onderaan staat wat de lezer moet doen.

Voor de organisatie voelt dat vaak logisch. Voor de lezer niet altijd. Die wil meestal eerst weten wat iets voor hem betekent, of hij iets moet doen, hoe dat moet, wat er daarna gebeurt en waar hij hulp kan krijgen. Daar zit vaak meer winst dan in het vervangen van moeilijke woorden.

De communicatieprofessional blijft nodig

AI kan veel werk versnellen. Het kan een eerste versie maken, zinnen verbeteren, moeilijke woorden signaleren en structuur aanbrengen. Dat is waardevol, zeker voor communicatieprofessionals die vaak teksten krijgen aangeleverd die te lang, te juridisch of te ingewikkeld zijn.

Maar AI neemt het professionele oordeel niet over. Een communicatieprofessional ziet of een tekst past bij de organisatie. Of de toon klopt. Of een nuance belangrijk is. Of een tekst misschien wel makkelijk leest, maar toch iets verkeerds belooft. Of de lezer nog context mist.

De rol van de communicatieprofessional verandert daardoor wel. Je hoeft minder vaak elke zin zelf vanaf nul te bouwen, maar je moet wel beter kunnen beoordelen of de output goed is. Dat vraagt om meer dan promptvaardigheid. Je moet kunnen zien wanneer een tekst te simpel wordt, wanneer moeilijke woorden juist uitleg nodig hebben, wanneer AI iets weglaat en wanneer een tekst wel B1 lijkt, maar de lezer nog steeds niet helpt. Daarmee verlies je geen vakmanschap, maar krijgt vakmanschap eigenlijk gewoon een nieuwe vorm.

Wat dit betekent voor communicatieprofessionals

De kern van de lessen die ik in de praktijk leerde, is dat AI beter moet aansluiten op de praktijk van begrijpelijke communicatie. Dus niet alleen: maak de tekst makkelijker. Maar ook: klopt de betekenis nog? Is de volgorde logisch? Welke woorden moeten blijven staan? Welke woorden hebben uitleg nodig? Weet de lezer wat hij moet doen?

Voor communicatieprofessionals betekent dit dat AI vooral goed werkt als hulpmiddel, niet als eindstation. Gebruik AI dus niet alleen om een tekst sneller te herschrijven, maar ook om betere vragen te stellen. Wat moet de lezer weten? Welke actie moet iemand nemen? Welke woorden moeten blijven staan? En waar kan de betekenis verschuiven als je de tekst te sterk vereenvoudigt?

Juist daar ligt de waarde van de communicatieprofessional: niet in het blind accepteren van een AI-versie, maar in het beoordelen, aanscherpen en bewaken van de bedoeling van de tekst.

De belangrijkste les

Als ik alles samenvat, is dit de belangrijkste les: AI kan B1-schrijven makkelijker maken, maar B1 is niet genoeg.

Het probleem is niet opgelost als je overstapt van ChatGPT naar Claude. Ook niet als je een custom GPT bouwt of een steeds langere prompt schrijft. Zulke stappen kunnen helpen, maar de kern blijft hetzelfde: begrijpelijke communicatie begint bij de lezer.

Een goede tekst moet niet alleen eenvoudiger klinken. Hij moet ook duidelijk maken wat er aan de hand is, wat iemand moet doen en waarom dat belangrijk is.

Daarom moeten we het afleren om te kijken naar AI als snelle B1-machine. Alleen dan kan AI een communicatieprofessional ook echt verder helpen. Niet omdat teksten dan vanzelf goed worden, maar omdat duidelijke taal dan eindelijk écht praktisch haalbaar wordt voor marcom-professionals in het veld.