Dat AI je helpt om vandaag sneller een beter processtuk te produceren, betekent nog niet dat je morgen zelf beter in staat bent een juridisch probleem te analyseren, argumenten te wegen of een strategie te bepalen. Het eerste gaat over de kwaliteit van het werk dat je aflevert, het tweede over de kennis en vaardigheden die je zelf ontwikkelt. En dat is nogal een verschil. Want een beter processtuk maakt je nog niet automatisch een betere advocaat. Stel, een advocaat-stagiair krijgt de opdracht een conclusie van antwoord op te stellen. Hij laat AI een eerste concept maken, vraagt welke verweren nog ontbreken en schaaft vervolgens wat aan de tekst. Het resultaat mag er zijn. De patroon is tevreden, de cliënt ook. Iedereen blij. Totdat de stagiair zonder AI moet uitleggen waarom juist deze verweren kansrijk zijn. Kan hij dan zelfstandig de relevante rechtsvragen herkennen? Begrijpt hij waarom het ene verweer sterker is dan het andere? En ziet hij zelf welke informatie ontbreekt?

Presteren is niet altijd een resultaat van leren

Uit de leerpsychologie weten we dat goed presteren tijdens het uitvoeren van een taak weinig hoeft te zeggen over wat iemand daadwerkelijk leert. Sterker nog, juist wanneer iets gemakkelijk gaat, kunnen we de indruk krijgen dat we het beheersen. We verwarren het herkennen van een goed antwoord met het zelfstandig kunnen bedenken ervan. Dat risico komt ook naar voren in onderzoek naar AI. In een experiment met bijna duizend scholieren presteerden leerlingen met behulp van AI aanzienlijk beter tijdens het oefenen met wiskundeopgaven. Maar toen zij later zonder AI een toets maakten, scoorden de leerlingen die tijdens het oefenen AI hadden gebruikt gemiddeld slechter dan leerlingen die zonder AI hadden geoefend. Met hulp van AI hadden ze dus betere antwoorden geproduceerd, maar kennelijk minder geleerd. Dat nadeel verdween grotendeels toen AI anders werd ingericht. Als het systeem niet meteen antwoorden gaf, maar leerlingen met aanwijzingen en tussenstappen hielp om zelf tot oplossingen te komen, droeg het wel meer bij aan het leren. Zulke bevindingen laten zien dat het uitmaakt hoe je AI gebruikt. Om ergens goed in te worden, moet je kennis opbouwen, verbanden leren leggen en ontdekken waarom iets wel of niet werkt. Een ervaren advocaat beschikt doorgaans over een goed gevuld juridisch geheugen. Hij herkent patronen, ziet uitzonderingen en merkt sneller wanneer iets niet klopt. Een beginnende advocaat moet die kennis en dat beoordelingsvermogen nog ontwikkelen, ook wanneer AI hem ondertussen van uitstekende antwoorden voorziet.

AI als leerinstrument, niet als vervanger

Moeten jonge advocaten daarom eindeloos jurisprudentie doorspitten en voetnoten controleren? Zeker niet. Niet ieder vervelend klusje is leerzaam. Bovendien kunnen juist beginners veel baat hebben bij goede uitleg, voorbeelden en ondersteuning. AI kan daarin een fantastische rol spelen: het kan vragen stellen, tegenargumenten aandragen, feedback geven en helpen oefenen. Maar het moet het leren ondersteunen, niet ongemerkt vervangen. Daar ligt een belangrijke verantwoordelijkheid voor patronen en kantoren. Beoordeel daarom niet alleen het processtuk, maar ook het denkproces erachter. Vraag waarom de stagiair bepaalde keuzes heeft gemaakt, laat hem zijn redenering uitleggen, alternatieven bedenken en zelf verbeteringen aanbrengen. Dat kost tijd. Maar leren kost nu eenmaal tijd. AI kan die tijd helpen vrijmaken. Gebruik die tijd daar dan ook voor.

Ik hoop dat de jonge advocaat uit het interview dankzij AI inderdaad verder komt dan zijn voorgangers. Dat zal echter niet blijken uit wat hij met AI kan produceren. De echte vraag is wat hij uiteindelijk zonder die hulp begrijpt, doorziet en kan. AI verdient pas echt een plek in de opleiding wanneer het niet alleen betere stukken oplevert, maar ook betere advocaten.