AI Stel je het volgende scenario voor. Suzy is 63, onlangs met pensioen gegaan en probeert te beslissen wanneer ze haar sociale zekerheidsuitkering wil ontvangen en hoe ze haar pensioenspaargeld het beste kan beheren om de belastingdruk te minimaliseren .
Ze opent een AI-chatbot, typt de gegevens in en krijgt een kalm, goed georganiseerd en zelfverzekerd antwoord: Dien nu een aanvraag in, converteer dit bedrag, hier is de onderbouwing.
De chatbot klinkt gezaghebbend en laat zelfs zien wat hij doet. Dus Suzy volgt zijn aanwijzingen op en belt nooit een financieel adviseur. Misschien was het advies wel goed. Maar misschien heeft de chatbot stilletjes over het hoofd gezien dat Suzy’s partner jonger is en een slechte gezondheid heeft, wat de berekening van de sociale zekerheid kan beïnvloeden . Het kan ook zijn dat de voorgestelde omzetting van het pensioenplan ertoe zou leiden dat Suzy twee jaar later hogere Medicare-premies zou moeten betalen.
Suzy zal pas over lange tijd, of misschien wel nooit, te weten komen of dit advies wel of niet het juiste voor haar was. En de AI zal nooit terugbellen om te zeggen dat ze het niet zeker wist.
Suzy is geen uitzondering. AI-chatbots hebben zich in een opmerkelijk tempo in ons dagelijks leven genesteld: een onderzoek van het Pew Research Center uit 2025 wees uit dat 34% van de Amerikaanse volwassenen en 58% van de jongeren onder de 30 ChatGPT hadden gebruikt, ongeveer twee keer zoveel als twee jaar eerder.
Steeds meer mensen vragen AI om financieel advies, en sommigen lopen daardoor de dupe. Volgens een onderzoek uit 2025 onder 2000 Amerikaanse volwassenen door Pearl.com, een platform voor professionele dienstverlening, gaf 19% aan meer dan $100 te hebben verloren door financieel advies van een AI-chatbot op te volgen. Onder beleggers van Generatie Z liep dat percentage op tot 27%.
Dit zijn geen hypothetische risico’s. Mensen betalen nu al voor antwoorden over hun geld die vol zelfvertrouwen – en onjuist – blijken te zijn.
Als hoogleraar financiën die de opkomst van AI in de persoonlijke financiën op de voet volgt, is dit het aspect van het AI-verhaal dat me het meest zorgen baart. En het is niet het aspect waar je normaal gesproken over hoort.
We voeren de discussie over AI op de verkeerde manier.
Er bestaan twee ogenschijnlijk tegenstrijdige klachten over AI. De ene is dat mensen er te veel vertrouwen in hebben en een chatbot als een orakel behandelen, een neiging die onderzoekers ‘ algoritme-waardering’ noemen . De andere is dat mensen er te weinig vertrouwen in hebben en de nuttige tools ervan afwijzen, een neiging die bekendstaat als ‘algoritme-aversie’ .
Ik betoog dat dit eigenlijk twee kanten van dezelfde medaille zijn, en dat wat bepaalt welke kant je ziet, afhangt van of je kunt vaststellen wanneer de AI het mis heeft.
Als een AI op een overduidelijke manier faalt, merk je dat en verlies je vertrouwen. Daardoor ben je eerder geneigd om een professional of een ander mens die je vertrouwt te raadplegen. Dat is de veilige manier om met een mislukking om te gaan.
Het gevaarlijke gevolg is het tegenovergestelde. Het antwoord is vloeiend, zelfverzekerd – en fout. Je hebt geen manier om het te corrigeren, dus blijf je het probleem zelf oplossen, lang nadat je eigenlijk al lang om hulp had moeten vragen.
Het probleem is dat bij geld de tweede soort mislukking de meest voorkomende is.

Wanneer je vloeiendheid verwart met nauwkeurigheid
Drie factoren maken financieel advies bijzonder lastig voor AI.
Ten eerste is vloeiendheid niet hetzelfde als nauwkeurigheid. Mensen interpreteren een zelfverzekerd en goed geformuleerd antwoord vanzelfsprekend als competent. Maar hoe gepolijst een antwoord klinkt, zegt vrijwel niets over de vraag of het relevant is voor jouw situatie of over de nauwkeurigheid van de voorgestelde oplossing. Een chatbot kan de juiste woorden vinden en toch een fout maken over je belastingaangifte, omdat die afhangt van details waar de chatbot nooit naar heeft gevraagd.
Ten tweede is AI het minst betrouwbaar juist daar waar de belangen het grootst zijn. AI-tools zijn goed in routinematige en algemene onderwerpen : wat een Roth IRA is, hoe samengestelde rente werkt, het verschil tussen een aandeel en een obligatie.
Maar het financiële leven zit vol zeldzame, gecompliceerde, eenmalige beslissingen: het uitoefenen van aandelenopties, het begrijpen van de alternatieve minimumbelasting, het doen van verplichte, minimale 401(k)-uitkeringen, het bepalen van een socialezekerheidsstrategie als stel, het opstellen van een scheidingsregeling.
Drie jaar geleden voerde ik een soortgelijk argument aan over AI-gestuurde handel op Wall Street. Omdat beurskrassen zeldzaam zijn, is er weinig data waar AI van kan leren, waardoor het juist daar waar het het minst over beschikt, het meest zelfverzekerd kan zijn.
Die bezorgdheid is nog niet verdwenen. Marktanalisten waarschuwen nu dat AI-handelsbots nieuwe financiële risico’s creëren , en diezelfde blinde vlek geldt ook voor uw persoonlijke financiën . Onderzoekers noemen deze ongelijkmatige competentie een ” gekartelde grens ” – betrouwbaar in gangbare gevallen, maar onbetrouwbaar in ongebruikelijke gevallen. En in de financiële wereld zijn de ongebruikelijke gevallen vaak de duurste.
Ten derde is het vaak onmogelijk om het werk te controleren. Financieel advies is wat economen een ‘ vertrouwensgoed ‘ noemen, vergelijkbaar met de diagnose van een monteur of het advies van een arts. Je kunt vaak niet vaststellen of het advies goed was, soms zelfs jarenlang. Een foute belastingbeslissing komt mogelijk pas aan het licht tijdens een controle. Een slecht pensioenplan (zoals een 401(k)) kan pas gevolgen hebben als de aandelenmarkt instort. Zonder snelle feedback wordt het foute, maar zelfverzekerde antwoord nooit gecorrigeerd.
Daarom zijn de bovenstaande Pearl-cijfers waarschijnlijk een onderschatting, aangezien ze alleen de verliezen weergeven die mensen hebben opgemerkt.
De stille mislukkeling is er een om in de gaten te houden.
Merk op dat de werkelijke schade in Suzy’s verhaal niet schuilt in één dramatische blunder. Het probleem is dat een zelfverzekerd antwoord Suzy het gevoel gaf dat ze geen professional hoefde te bellen, waardoor dat telefoontje nooit plaatsvond.
Het gevaar schuilt er niet zozeer in dat je slecht advies opvolgt, maar eerder dat je nooit goed advies inwint. Hoe gebruiksvriendelijker en geruststellender het hulpmiddel, hoe makkelijker het is om in de doe-het-zelf-modus te blijven, zelfs als je uiteindelijk geen hulp van buitenaf nodig hebt.
Wie loopt het meeste risico? In een onderzoek naar een groot platform voor geautomatiseerd beleggingsadvies in India ontdekten co-auteur Vishaal Baulkaran en ik dat de gebruikers overwegend jong zijn, voornamelijk mannen en meestal kleinere particuliere beleggers en professionals. Bovendien neemt het aantal nieuwe accounts toe tijdens perioden van hoge marktvolatiliteit.
Met andere woorden: de mensen die het meest afhankelijk zijn van geautomatiseerd advies, komen overeen met die 27% van de Gen Z’ers die meer dan $100 verloren door het gebruik van een chatbot voor financieel advies. Ze grijpen ernaar juist wanneer de markten turbulent worden en een verkeerde zet het meest kostbaar is.
Er is ook een stimulans die het benoemen waard is. In mijn nieuwe analyse betoog ik dat een tool die zijn inkomsten genereert door je aandacht vast te houden, een goede reden heeft om zelfverzekerd en behulpzaam over te komen: zelfvertrouwen zorgt ervoor dat je op het platform blijft. Het probleem is echter dat de gebruiker die op die manier wordt vastgehouden, soms juist degene is die aan een menselijke medewerker had moeten worden doorverwezen.
Een systeem dat is ontworpen om je betrokken te houden, is niet hetzelfde als een systeem dat is ontworpen om je financiële toekomst te beschermen, en de twee kunnen in verschillende richtingen wijzen. De disruptie is al gaande, nu vermogensbeheerders te maken krijgen met wat Bloomberg een ‘ chatbot-afrekening’ noemt . Een enkele, nieuwe AI-tool voor belastingaangiften zorgde er onlangs voor dat aandelen van vermogensbeheerders kelderden, omdat beleggers erop gokken dat geautomatiseerd advies een deel van de markt zal overnemen.
Hoe je AI slim kunt gebruiken
Deze bevindingen betekenen niet dat mensen AI voor financieel advies moeten vermijden. Goed gebruikt, zijn deze tools een waardevolle en gratis bron van financiële kennis.
Dit wil echter niet zeggen dat een financieel adviseur altijd de juiste antwoorden heeft. Net als bij het zoeken naar elke andere specialist, is het belangrijk om eerst onderzoek te doen en ervoor te zorgen dat ze voldoen aan de criteria van het Consumer Financial Protection Bureau (CFPB). Transparantie over de kosten is ook cruciaal.
Maar als je je tot AI wendt, is het belangrijk om te weten waar je de grens moet trekken.
Beschouw AI als een uitgangspunt, niet als een definitief oordeel. Het is uitstekend geschikt om concepten te leren, vragen te formuleren en je voor te bereiden op een vergadering. Het kan mensen de juiste woordenschat aanleren om een slimmer gesprek met een expert te voeren.
Maar let op de signalen dat je de comfortzone van AI hebt verlaten en op het terrein bent beland waar AI het zwakst is en een zelfverzekerd antwoord het minst betrouwbaar is. Rode vlaggen zijn grote geldbedragen, fiscale gevolgen, alles wat onomkeerbaar is en alles wat afhangt van de specifieke omstandigheden van jouw situatie in plaats van een algemene regel.
Vragen over nalatenschappen, het opnemen van pensioenspaargeld, strategieën voor het aanvragen van sociale zekerheidsuitkeringen, bedrijfsstructuren en grote eenmalige transacties vallen allemaal in deze categorie. Dat zijn de beslissingen waarbij het verstandig is om een mens in te schakelen, zoals een gecertificeerd financieel planner .
En vergeet niet: zelfvertrouwen is geen competentie. Wanneer het antwoord over uw financiën het meest gepolijst en overtuigend klinkt, is dat geen reden om achterover te leunen. Bij de moeilijkste vragen is dat zelfverzekerde, soepele antwoord juist een signaal dat u de telefoon moet pakken en met een expert moet praten.
