Deze gids is gebaseerd op de oorspronkelijke gids van de Nederlandse Defensie Academie.
Deze gids is gecreeerd onder een Creative Commons Attribution 4.0 International License.
De komst van AI wijzigt waar we zoeken. Regelmatig worden zoekmachines zoals de Metasearch en Google, verward met GenAI tools zoals ChatGPT. En het onderscheid tussen beiden is steeds lastiger te herkennen. Zo toont Google momenteel AI overviews bovenin de zoekresultaten.
In het vorige onderdeel is uitgelegd wat een zoekmachines is. In dit onderdeel gaan we in op het verschil tussen zoekmachines en GenAI tools voor literatuuronderzoek.
Zoekmachines
Een zoekmachine is een computerprogramma waarmee volledige tekst (full text) kan worden gezocht met behulp van vrije trefwoorden in een specifieke collectie, bij een organisatie of het wereldwijde web (Wikipedia, 2025). Voorbeelden hiervan binnen de BUas collectie zijn de Metasearch, Scopus of Web of Science. Voorbeelden van openbare zoekmachines zijn Google, Google Scholar, DuckDuckGo (privacyvriendelijk) en Ecosia (duurzaamheid).
Aandachtspunten:
AI search
Tijdens een AI zoekopdracht gebruik je AI technieken om informatie te vinden. Dit doe je door een prompt in te geven in de chat. De AI-tool geeft vervolgens een antwoord dat gebaseerd is op "natural language processing", statistische analyse en algoritmes. In sommige gevallen heeft een tool toegang tot specifieke collecties, of toegang tot het internet. Dat is echter niet altijd het geval, zo zijn er tools die werken met een dataset die getraind is tot een bepaalde datum. Met andere woorden tools zoals ChatGPT zijn geen zoekmachine.
Voordelen:
Nadelen:
Deels gebaseerd op: Maastricht University, 2025.
AI verandert de manier waarop we zoeken. Het zoeken met trefwoorden en het gebruik van filters is niet langer de enige mogelijkheid bij het literatuuronderzoek. Met de komst van (Gen)AI zijn er meer mogelijkheden beschikbaar gekomen.
Zo leidt "natural language processing" en ook "machine learning" tot aanvullende zoekopties binnen de "traditionele" databanken. "Natural language search" en/of "semantic search" zijn inmiddels beschikbaar binnen de Metasearch, Business Source Complete en Statista. De verwachting is dat steeds meer databanken dit soort functies gaan krijgen, naast de bestaande manieren van raadplegen van een databank. Het voordeel hiervan is dat je deze AI-functies kan gebruiken in combinatie met een hoogwaardige collectie van bronnen die bij elkaar is gebracht door vakspecialisten.
Wees je bewust van de beperkingen van AI-tools en/of AI-functies met betrekking tot volledigheid en correctheid. De AI-tools en/of AI-functies die momenteel beschikbaar zijn voor literatuuronderzoek, zijn geen vervanging voor het traditionele literatuuronderzoek. Ze zijn eerder een toevoeging op bestaande zoekmethodes. Het blijft daarom belangrijk om gebruik te maken van zowel de bestaande zoekmethodes en de bijbehorende bronnen (zoals BUas Metasearch), als een AI-tool of AI functie binnen een databank.
Onderstaand is een weergave van de verschillende types van AI functies bij literatuuronderzoekstools.
|
De basis |
Hoe werkt het? |
Voorbeeld traditionele tool (eventueel met AI-functie) |
Voorbeeld |
Ter overweging |
|---|---|---|---|---|
|
Trefwoorden |
Zoeken met (combinaties van) trefwoorden voor nauwkeurige en geavanceerde zoekopdrachten. | BUas collectie | Semantic Scholar | Geschikt voor zowel oriëntatie als diepgaand onderzoek, zoals systematic reviews. |
| Referenties | Biedt suggesties op basis van citatienetwerken (wie citeert wie) om gerelateerde en invloedrijke publicaties te vinden. | Web of Science | Connected Papers, Research Rabbit | Effectief in vakgebieden met veel literatuur en sterke citatiepatronen. |
| Semantic search | AI doorzoekt fulltext en begrijpt de context en betekenis van je vraag. Vindt relevante publicaties, ook zonder exacte trefwoorden. | Statista Research AI | Elicit, Perplexity, Consensus, Semantic Scholar | Ideaal voor de oriëntatiefase. Sommige tools maken samenvattingen; zelf beoordelen blijft nodig. |
| Natural language search | Zoeken met gewone taal (geen trefwoorden). Het systeem zet dit om in zoektermen en geeft een lijst met publicaties. | Google Scholar, Business Source Ultimate | ChatGPT, Claude, Gemini, Elicit, Consensus, Perplexity | Handig in de oriëntatiefase; resultaten vragen eigen interpretatie. |
| Metadata en filters | Verfijnen van zoekopdrachten met filters zoals auteur, onderwerp en publicatiejaar. | Scopus, Web of Science | Dimensions | Perfect voor diepgaand en systematisch literatuuronderzoek. |
| Suggesties | Aanbevelingen op basis van gebruikersgedrag (leesgeschiedenis, zoekopdrachten, profiel). | ResearchGate, Mendeley, Zotero | Connected Papers, Research Rabbit, Litmaps, Semantic Scholar | Handig voor onderzoekers die up-to-date willen blijven. |
| Conversational search / chats | AI-chatbots beantwoorden vragen direct en bieden korte samenvattingen, soms met bronnen. | Geen | ChatGPT, Claude, Gemini, Perplexity, Consensus, Elicit | Handig voor snelle oriëntatie. Let op: antwoorden en referenties kunnen onvolledig of onnauwkeurig zijn. |
Inleiding
In steeds meer generatieve AI tools zijn de functionaliteiten deep search, deep research en deep thinking beschikbaar. Sinds kort (maart/april 2025) ook in de gratis versies van diverse GenAI tools. Wat bieden deze functionaliteiten, hoe werken ze, wat zijn de overeenkomsten en verschillen en wanneer is het wel en wanneer niet zinvol om ze te gebruiken?
Dit onderdeel is ontleend aan de LibGuide van Monika Sieron en Erwin de Beer van de bibliotheek van de Hanze Hogeschool.
Wat bieden deep search, deep research en deep thinking?
Deep Search:
Slimme zoekfunctie die niet alleen oppervlakkig zoekt (zoals trefwoorden), maar verbanden legt, samenvattingen maakt en diepere context begrijpt.
Deep Research:
Systematisch informatie verzamelen, ordenen, analyseren en samenvatten over complexe onderwerpen — inclusief bronvermeldingen, vergelijkingen en trends.
Deep Thinking:
Redeneren, interpreteren, afwegen en nieuwe inzichten genereren. Het gebruikt kritische reflectie en argumentatie.
Hoe werken ze?
Deep Search gebruikt geavanceerde zoekalgoritmes en semantische analyse om relevantere en rijkere informatie te vinden dan traditionele zoekmachines. Vaak met bronnen en samenvattingen.
Deep Research maakt gebruik van multi-bron analyse (websites, papers, boeken, databases) en zet AI in om informatie te structureren: vergelijken, clusteren, evalueren en beargumenteren.
Deep Thinking activeert het ‘reasoning’ vermogen van AI: de tool denkt in meerdere stappen, vergelijkt perspectieven, bedenkt tegenargumenten, stelt hypotheses op en trekt conclusies.
Overeenkomsten en verschillen
Deep search, deep research en deep thinking helpen om informatie en inzichten te verdiepen, maar richten zich elk op een ander aspect:
Deep search focust op het snel vinden van relevante informatie en verbanden, vaak samengevat in overzichtelijke lijsten. Deep search maakt gebruik van de techniek van semantische zoekmachines.
Deep research gaat verder door informatie systematisch te verzamelen, te analyseren en te vergelijken, met als doel een diepgaand en onderbouwd beeld van een onderwerp te krijgen. De output is een rapport of analyse.
Deep thinking gebruikt de gevonden informatie om te redeneren, perspectieven te vergelijken en nieuwe inzichten of argumentaties te ontwikkelen. Deep thinking gebruikt multi-step reasoning om tot een kritische reflectie te komen.
Kort samengevat: deep search vindt informatie, deep research analyseert die informatie grondig, en deep thinking zet aan tot kritisch nadenken en vernieuwende ideeën.
Wanneer zinvol om te gebruiken?
Wel zinvol:
Bij complexe vragen waar standaard zoeken niet voldoende is.
Als je betrouwbare, goed onderbouwde informatie nodig hebt.
Wanneer je verschillende perspectieven wilt vergelijken of nieuwe ideeën wilt ontwikkelen.
Niet zinvol:
Voor simpele feitjes of snelle antwoorden ("Wat is de hoofdstad van Spanje?").
Als snelheid belangrijker is dan diepgang (bijvoorbeeld bij snelle brainstorms).
Wanneer bronnen heel specifiek zijn en niet veel context nodig is (bijvoorbeeld interne bedrijfsrichtlijnen).
In de praktijk
Momenteel (april 2025) biedt een aantal tools een of meer van deze functionaliteiten ook in de gratis versie:
Perplexity is de sterkste gratis optie voor deep search met goede bronverwijzingen.
ChatGPT (gratis) kan prima deep thinking, maar minder krachtig dan GPT-4.
Claude (gratis) is zeer goed in deep thinking, vooral bij complexe vragen.
Elicit is dé tool voor deep research (academisch en gestructureerd) in gratis variant.
Gemini is handig voor snelle deep search met Google's kracht, maar nog wat wisselend in kwaliteit.
In de meeste gevallen zijn er in de gratis versies wel beperkingen t.o.v. de betaalde versie. Toch kun je, door slim combineren, ook met de gratis versies ver komen:
Start altijd met Perplexity om snel een breed beeld te krijgen met actuele informatie en bronnen. Dit levert je direct relevante artikelen, rapporten en samenvattingen.
Gebruik Elicit als je dieper moet graven: bijvoorbeeld als je een literatuuroverzicht wilt of meerdere bronnen moet vergelijken. Elicit ondersteunt je bij het zoeken naar relevante papers, samenvatten en vergelijken voor onderzoeksvragen.
- Goede ondersteuning bij systematische informatieverzameling.
Laat Claude reflecteren: vraag bijvoorbeeld "Wat zijn mogelijke tegenargumenten voor deze stelling?" of "Bedenk drie alternatieve verklaringen." Claude is zeer sterk in deep thinking en geeft uitleg, tegenargumenten en nieuwe invalshoeken. Ook kan Claude grote hoeveelheden tekst verwerken en bewerken.
Gebruik van Gemini wordt niet aanbevolen: het is niet altijd nauwkeurig genoeg voor diep onderzoek, maar wel snel.
De mogelijkheden en beperkingen in detail
Perplexity biedt in de gratis versie Deep Search en een basisversie van Deep Research. T.o.v. de betaalde versie zijn de beperkingen:
- Minder uitgebreide "Copilot" modus (deep research-assistent)
- Beperkt aantal queries per dag
- Geen toegang tot uitgebreide wetenschappelijke databases
ChatGPT biedt in de gratis versie Deep Thinking en een basisversie van Deep Research. T.o.v. de betaalde versie zijn de beperkingen:
- Geen toegang tot GPT-4 (krachtiger voor deep reasoning)
- Geen Advanced Data Analysis (tabellen, documenten analyseren)
- Geen realtime web search
Claude biedt in de Education versie Deep Thinking en Deep Research aan via Opus 4.1.
- Heeft web search functie.
Gemini biedt in de gratis versie Deep Search en een basisversie van Deep Research. T.o.v. de betaalde versie zijn de beperkingen:
- Gemini 1.5 (zeer krachtig) alleen in betaalde versie
- Langere context en geheugen beperkt gratis
Elicit biedt in de gratis versie Deep Research. T.o.v. de betaalde versie zijn de beperkingen:
- Alleen basisfuncties gratis (beperkt aantal papers)
- Geen geavanceerde analyse, clustering of eigen datasets
Workflow 1: Onderwerp snel diep verkennen in 30 minuten
Doel: binnen een halfuur een goed geïnformeerd overzicht + eerste inzichten.
Stap 1: 0 - 5 min. Oriënteren met Perplexity Stel een open vraag ("Wat zijn recente ontwikkelingen in [onderwerp]?")
Noteer 3-5 hoofdpunten met bronvermelding.
Stap 2: 5 - 15 min. Verdiepen met Elicit. Zoek op 1-2 kernbegrippen uit de vorige stap. Bekijk 5 samenvattingen van papers of artikelen. Noteer trends of opvallende verschillen.
Stap 3: 15 - 20 min. Reflecteren met Claude. Vraag: "Wat zijn de belangrijkste kansen en risico’s rond [onderwerp]?" Laat Claude alternatieve perspectieven bedenken.
Stap 4: 20 - 30 min. Samenvatten en verantwoorden door jezelf. Schrijf 5-10 bullets met je belangrijkste inzichten. Geef bronnen kort weer. Beantwoord vervolgens de reflectievragen onderaan in deze tab.
Workflow 2: Korte AI-ondersteunde deskresearch opdracht
Doel: een compacte maar onderbouwde analyse maken, bijvoorbeeld voor een memo of presentatie.
Fase 1: Vraag verkennen met Claude. Formuleer de hoofdvraag en subvragen. Vraag Claude of hij suggesties of verfijningen heeft.
Fase 2: Informatie verzamelen met Perplexity en Elicit. Gebruik Perplexity voor actuele info; Elicit voor bestaande onderzoeken. Verzamel 5-10 kernbronnen.
Fase 3: Analyse met Elicit en Claude. Laat Elicit kernpunten clusteren. Vraag Claude om een samenvatting van de hoofdargumenten per cluster.
Fase 4: Inzichten formuleren met Claude. Vraag Claude: "Vat samen in 5 bullets wat de belangrijkste bevindingen zijn, inclusief 1 aanbeveling."
Fase 5: Presenteren en evalueren door jezelf. Maak een korte tekst, presentatie of memo, op basis van je bullets en bronnen. Beantwoord vervolgens de reflectievragen onderaan in deze tab.
Extra tips:
Gebruik concrete prompts: geef veel context aan de AI, bijvoorbeeld: "Beperk antwoord tot 5 bulletpoints" of "Geef 3 bronnen bij je antwoord."
Controleer altijd bronnen: vooral bij gratis tools kunnen er nog onjuiste of verouderde verwijzingen tussen zitten.
Werk iteratief: stel steeds bij (“Kun je het nog kritischer bekijken?”, “Welke tegenargumenten zijn er?”).
Reflectievragen AI-gebruik bij opdrachten
Bij AI-gebruik is het belangrijk dat je zelf verantwoordelijkheid neemt voor de inhoud, kwaliteit en ethiek van je werk. AI is een hulpmiddel, geen eindverantwoordelijke. Onderstaande vragen helpen je om aan te tonen dat je die verantwoordelijkheid inderdaad hebt genomen. Je hoeft niet elke vraag in detail te beantwoorden. Vaak zijn een of twee zinnen al voldoende.
1. Oriëntatie en keuze van AI-tools
Welke AI-tool(s) heb je gebruikt? Waarom koos je specifiek voor deze tool(s)?
Wat wist je al over de mogelijkheden en beperkingen van deze tool(s) voordat je ze gebruikte?
Welke alternatieven heb je overwogen, en waarom heb je die uiteindelijk niet gebruikt?
2. Werkwijze en aanpak
Op welk moment in je werkproces heb je AI ingezet (bijvoorbeeld: brainstorm, zoekfase, schrijven, controleren)?
Wat was de precieze taak of vraag die je aan de AI stelde?
Hoe heb je de antwoorden van de AI beoordeeld op betrouwbaarheid en bruikbaarheid?
3. Kritische reflectie
In hoeverre heeft het gebruik van AI je werk verbeterd, versneld of verdiept?
Welke risico’s of valkuilen zag je in het gebruik van AI? Hoe ben je daarmee omgegaan?
Welke stukken van het eindproduct zijn vooral door jouzelf gemaakt, en welke zijn (deels) tot stand gekomen met AI-ondersteuning?
4. Ethische overwegingen
Vind je dat je het gebruik van AI voldoende transparant hebt gemaakt in je werk? Waarom wel of niet?
Heb je mogelijke bias, onnauwkeurigheid of beperkte diepgang van AI in jouw opdracht kunnen herkennen en adresseren?
Wat zou je de volgende keer anders doen bij het gebruik van AI in een opdracht?
5. Algemene evaluatie
Wat heb je geleerd over het werken met AI in relatie tot jouw eigen leerproces?
In hoeverre denk je dat het gebruik van AI je zelfstandige denken, je kritische vaardigheden en je vakinhoudelijke kennis heeft versterkt of juist belemmerd?