.theseoINSTITUUT VOOR ZICHTBAARHEID
Over deze keuze

We bewaren alleen je weergavekeuze met een weergavecookie, maximaal 180 dagen op dit apparaat. Geen CRM- of advertentiedata. Je trackingtoestemming verandert niet. Als cookies geblokkeerd zijn, blijft je keuze mogelijk niet bewaard.

Ontdek
Sluiten

Denkfouten onderzoeken · IN HET KORT

Onderzoek je redenering.Zoek ook tegenbewijs.

Deze skill helpt mogelijke denkfouten in een besluit of voorspelling bespreken. Hij verbindt interpretaties aan jouw eigen woorden en maakt tegenvragen, alternatieve scenario’s en bewijschecks concreet.

Download de skill (Nederlands)Bekijk het voorbeeld
Denkfouten onderzoekenSKILL

Jouw opdracht

Een fictief team wil geen leveranciers vergelijken omdat eerdere trainingen anders voor niets zouden zijn geweest. Mogelijk weegt het verleden daardoor zwaarder dan de toekomstige keuze.

Mogelijke uitwerking

Fictief voorbeeld: een gekozen leverancier

Een tegenvraag is welke leverancier het team vandaag zou kiezen zonder die voorgeschiedenis. Vergelijk vervolgens toekomstige kosten, kwaliteit en echte overstapinspanning. De eerdere investering bewijst op zichzelf niet dat blijven beter is.

Illustratief voorbeeld
Illustratief voorbeeld

01 / DE BASIS

Leg je argumentenletterlijk voor

Wat je meegeeft

  • De letterlijke redenering achter een besluit, inclusief aannames.
  • Beschikbare gegevens, overwogen alternatieven en de context van de keuze.

Wat je terugkrijgt

De skill zoekt mogelijke vertekeningen en vraagt welk citaat daarvoor aanleiding geeft. Een biaslabel blijft een interpretatie. Ook de score voor snel of bedachtzaam denken is een gespreksmiddel, geen psychologische meting.

02 / ZO KAN HET ERUITZIEN

Voorbeeld: bij dezelfde leverancier blijven

Illustratief voorbeeldFictief voorbeeld: een gekozen leverancierLees het voorbeeld

Jouw opdracht

Een fictief team wil geen leveranciers vergelijken omdat eerdere trainingen anders voor niets zouden zijn geweest. Mogelijk weegt het verleden daardoor zwaarder dan de toekomstige keuze.

Mogelijke uitwerking

Een tegenvraag is welke leverancier het team vandaag zou kiezen zonder die voorgeschiedenis. Vergelijk vervolgens toekomstige kosten, kwaliteit en echte overstapinspanning. De eerdere investering bewijst op zichzelf niet dat blijven beter is.

Dit voorbeeld laat de werkwijze zien. Het is geen klantresultaat of garantie op een specifieke uitkomst.

03 / AAN DE SLAG

Een vaste aanpak.Jouw eigen context.

  1. Lees de claim

    Maak de beslissing en aannames zichtbaar zonder ze als feiten over te nemen.

  2. Verbind interpretatie en tekst

    Koppel mogelijke biases aan concrete uitspraken. Een label blijft een interpretatie.

  3. Organiseer tegenspraak

    Formuleer tegenvragen, alternatieve scenario’s en een meting of bron die de aanname kan toetsen.

04 / MAAK HET EIGEN

Klaar voorjouw werk.

De complete skill is gratis beschikbaar als ZIP met een leesbaar SKILL.md-bestand, onder de MIT-licentie. Je hoeft geen account aan te maken of e-mailadres achter te laten. Eventuele kosten van je eigen AI-assistent staan los van deze download. Hulp bij het toepassen? Plan een gesprek.

Alle informatie

Denkfouten onderzoeken

Download. Pas toe. Verfijn.

Download de skill (Nederlands)

Taal van het bestand: Nederlands

Van download naar gebruik

  1. Bewaar het ZIP-bestand: ai-cognitieve-bias-detector-skill-voor-claude.zip.
  2. Gebruik je Claude? Volg de installatiegids voor jouw omgeving. Downloaden alleen activeert de skill niet.
  3. Geef daarna je eigen opdracht en de context hierboven mee. Controleer de uitwerking voordat je die gebruikt.
Installatiegids (Nederlands)
Goed om te weten
  • Biaslabels en de System 1-score zijn gesprekshulpmiddelen, geen psychologische metingen.
  • Geen diagnose van personen of garantie op een goed besluit. Bij te weinig bewijs blijft de analyse voorlopig.
Alle informatie

Lees verder in je eigen tempo.

~/skills/ai-cognitieve-bias-detector[ok] geladen
INS.SKILL · GRATIS VOOR CLAUDE, OOK VOOR CODEX EN CURSOR

De AI Cognitieve Bias Detector skill voor Claude

Je legt Claude een beslissing, plan of overtuiging voor en je krijgt een bias-scan terug: een System 1 score die laat zien hoe zwaar je buikgevoel meeweegt, de denkfouten die waarschijnlijk actief zijn met een citaat uit je eigen woorden als bewijs, en een actielijst om het besluit binnen 24 uur te debiasen. Of je beslissing goed of fout is, daar oordeelt hij niet over. Dat kan hij niet, en het hoort ook niet zijn werk te zijn. Hij is een spiegel, geen rechter, en dat staat letterlijk zo in zijn instructies.

Download de skill ↓ Alle skills bekijken 6,4 KB · zip met SKILL.md · MIT-licentie · geen account nodig
$ installatie, regel voor regelFIG.00
~/.claude/skills
theseo ~ %
  inflating: ai-cognitieve-bias-detector/SKILL.md
theseo ~ %
  ---
  name: ai-cognitieve-bias-detector
  description: |
theseo ~ %
[ok] skill actief · 2.239 woorden instructie geladen

de regels hierboven komen uit de zip op deze pagina · SKILL.md is 14.530 bytes

~/skills/ai-cognitieve-bias-detector/01-demonstratie[run]
Sectie 01 · De demonstratie

Beslissing in, bias-scan uit

reg. B.001

Dit is het uitgewerkte voorbeeld dat in de SKILL.md zelf staat, hier ingekort weergegeven. De input klinkt redelijk, en dat is precies het punt: de gevaarlijkste System 1 beslissingen zijn de beslissingen die op papier logisch lijken. Let op wat de skill met de stelligheid doet. Elk woord als zeker, loyaal en laag risico wordt een citaat in de analyse.

FIG.01: Van stellige claim naar bias-scan[#----] blad 1/5
~/beslissingen · claude + ai-cognitieve-bias-detector
jij > check deze beslissing op biases voordat ik hem doorzet
beslissing.txthet voorbeeld uit de SKILL.md We gaan onze prijs met 20 procent verhogen. Onze concurrenten deden het vorig jaar ook en hun omzet steeg. Onze klanten zijn loyaal, die lopen niet weg. We hebben de afgelopen drie maanden geen churn gezien, dus het risico is laag. Ik denk dat dit zeker gaat werken.
claude · bias-scan volgens de zes fasen...
[1/6]intake · kernclaim, aannames en emotionele lading genoteerd: "zeker", "loyaal" en "laag risico" zijn rode vlaggen voor System 1
[2/6]diagnose · System 1 score 8 van 10: veel stelligheid, weinig data, geen alternatieve scenario's overwogen
[3/6]bias-scan · zes families langsgelopen, vijf biases gespot, elk met een citaat uit de input als bewijs
[4/6]impact · top 3 gerangschikt en de meest waarschijnlijke foute uitkomst uitgeschreven: uitgestelde churn die pas na maanden zichtbaar wordt
[5/6]reframes · per topbias een tegenvraag, een alternatief scenario en een meetbare check
[6/6]actielijst · vijf debias-acties voor binnen 24 uur, van consider the opposite tot een red team gesprek
bias-scan.mdverkort, het volledige voorbeeld staat in de skill System 1 score: 8 / 10. De redenering leunt op anekdotes over concurrenten en recente ervaring in plaats van op churn-elasticiteit of prijsgevoeligheidsonderzoek. Actieve biases: survivorship bias ("concurrenten deden het ook en hun omzet steeg") impact hoog · recency bias ("afgelopen drie maanden geen churn") impact hoog · overconfidence bias ("dit gaat zeker werken") impact hoog · confirmation bias impact midden · anchoring bias impact midden. Reframe survivorship: welke concurrenten hebben hun prijs verhoogd en daarna klanten verloren? Zoek er drie. Vind je ze niet, dan kijk je alleen naar de overlevers en heb je geen patroon maar een anekdote. Eindoordeel in een zin: dit is een System 1 besluit dat wordt gepresenteerd als System 2. Parkeer het 24 uur, haal de base rate op en beslis daarna opnieuw.
[######] 6/6 klaar · de richting kan prima kloppen terwijl de onderbouwing dat niet doet
6B.01 · fasen in elke scan
6B.02 · bias-families in de catalogus
7B.03 · dingen die de skill nooit doet
0B.04 · euro, MIT-licentie, geen account
B.01 tot B.04 · eigenschappen van het skill-bestand, geen resultaten of gebruikscijfers.
$ cat 01-wat-de-skill-is.md
DOC.01

Wat de AI Cognitieve Bias Detector is

De AI Cognitieve Bias Detector is een gratis skill uit onze eigen skill-bibliotheek. Een skill is een instructiebestand, SKILL.md, dat een AI-assistent een vaste werkwijze meegeeft voor één taak. Wat een skill precies is en hoe dat werkt lees je in wat zijn Claude skills; voor deze pagina volstaat dit: je downloadt een zip van 6,4 KB met één tekstbestand van 2.185 woorden, zet dat in je Claude-omgeving, en vanaf dat moment scant Claude elke beslissing die je hem voorlegt volgens de methode van Daniel Kahneman en Amos Tversky.

Het probleem dat de skill oplost zit in je eigen hoofd, en daarom zie je het niet. Kahneman beschreef twee denksystemen: System 1 is snel, automatisch en intuïtief, System 2 is traag, bewust en analytisch. De meeste slechte beslissingen zijn System 1 beslissingen die gepresenteerd worden alsof System 2 ze gemaakt heeft. Je voelt dat de prijsverhoging gaat werken, en daarna bedenkt je analytische brein de argumenten erbij. Precies dat draait hij om: System 2 komt aan tafel voordat het besluit valt, doordat hij de denkfouten expliciet benoemt met bewijs uit je eigen formulering.

Bedoeld is hij voor iedereen die beslissingen neemt waar wat van afhangt: een investering, een hire, een prijswijziging, een strategiewissel, een verhuizing. Hij triggert volgens zijn eigen beschrijving ook op stellige uitspraken in absolute termen, zoals dit werkt altijd of iedereen wil dit, want daar zitten volgens het bestand bijna altijd biases onder. Hij is onderdeel van de skill-bibliotheek die we vanuit de dienst AI en automatisatie gratis beschikbaar stellen, zonder account en zonder verkoopmail achteraf.

Eén ding moet je vooraf weten, en de skill zegt het zelf in zijn slotregels: debiasen verbetert het proces, niet de uitkomst. Een goed proces kan nog steeds een slechte uitkomst opleveren en omgekeerd. Wat de scan doet, is de kans verkleinen dat je een belangrijke beslissing neemt op een redenering die je zelf niet had gecontroleerd.

$ cat 02-system-1-en-system-2.md
DOC.02

Waarom je eigen brein de zwakste schakel is

Het fundament onder de skill komt uit Thinking, Fast and Slow van Daniel Kahneman uit 2011, de samenvatting van decennia onderzoek met Amos Tversky waarvoor Kahneman in 2002 de Nobelprijs voor de Economie kreeg. De kern: System 1 draait altijd. Het is efficiënt, het houdt je in leven in het verkeer, en het vertekent systematisch via heuristieken, mentale binnenwegen die meestal goed genoeg werken en soms catastrofaal misgaan.

System 2 wordt makkelijk overruled. Bewust nadenken kost energie, en je brein is zuinig. Tenzij je System 2 actief inschakelt, tekent het bij het kruisje onder wat System 1 al besloten had. Daarom voelt een slechte beslissing van binnenuit precies hetzelfde als een goede: in beide gevallen levert System 1 een gevoel van zekerheid dat niets zegt over de kwaliteit van de onderbouwing.

Biases zien bij een ander is makkelijk, bij jezelf vrijwel onmogelijk. Dat is geen karakterfout maar de standaardinstelling van elk mens, en de skill zegt er nadrukkelijk bij: inclusief de gebruiker en inclusief de skill zelf. Juist daarom werkt een externe scan. Claude heeft geen belang bij jouw besluit, voert geen gevecht met je zelfbeeld en leest alleen wat er letterlijk staat.

Benoemen alleen is niet genoeg. Zijn aanpak leunt op de debiasing-literatuur, van Larrick uit 2004 tot het trainingsonderzoek van Morewedge en collega's uit 2015. De eerlijke samenvatting daarvan staat gewoon in het bestand: het benoemen van een bias haalt hem niet weg. Wat wél helpt zijn structurele ingrepen, zoals base rates opzoeken, vooraf een beslisregel vastleggen en tegenspraak organiseren. Daarom eindigt elke scan verplicht in een actielijst en niet in een diagnose.

Zo ziet dat eruit op zinsniveau, met regels uit het voorbeeld van de skill: de stellige System 1 claim eruit, de toetsbare System 2 vraag erin.

--- system-1.txt +++ system-2.md  # de reframes, regels naar het voorbeeld in de skill Onze klanten zijn loyaal, die lopen niet weg. Hoe hoog was de churn in de twaalf maanden voor deze drie? Churn beweegt vaak pas op verlengingsmomenten. Concurrenten deden het vorig jaar ook en hun omzet steeg. Welke concurrenten verhoogden hun prijs en verloren juist klanten? Zoek er drie voordat je dit een patroon noemt. Ik denk dat dit zeker gaat werken. Schrijf nu op welke churn je verwacht, in procenten per maand, en vergelijk die schatting na drie maanden met de data.
~/skills/ai-cognitieve-bias-detector/02-families[ok]
Sectie 02 · De catalogus

Zes families, veertig namen

reg. B.002

De bias-scan in fase 3 is geen vrije associatie: de skill loopt zes vaste families langs en markeert per familie welke biases waarschijnlijk actief zijn. Samen bevatten de families veertig verschillende met naam genoemde biases; het endowment effect staat er twee keer in, omdat het zowel bij vasthouden als bij prospecttheorie hoort. Per scan worden er minimaal drie en maximaal zeven benoemd, met kwaliteit boven kwantiteit als regel in het bestand.

FIG.02: De zes bias-families uit de SKILL.md[##---] blad 2/5
FAM.ABeschikbaarheid en representativiteit# wat makkelijk voor de geest komt, lijkt waarschijnlijkerJe overschat wat je recent zag of wat veel indruk maakte, en je vergeet de statistiek eronder.availability heuristicrecency biassalience biasrepresentativeness heuristicbase rate neglectconjunction fallacy
FAM.BBevestiging en vasthouden# wat je al vindt, wil je blijven vindenJe zoekt bewijs voor wat je al besloot en houdt vast aan wat je al hebt, ook als loslaten beter is.confirmation biasanchoring biassunk cost fallacystatus quo biasendowment effectcommitment biasbelief perseverance
FAM.COvermoed en controle-illusies# je weet minder zeker dan het voeltJe overschat je kennis, je planning en je invloed, en je kijkt alleen naar de winnaars.overconfidence biasdunning kruger effectplanning fallacyillusion of controloptimism biassurvivorship biashindsight bias
FAM.DSociaal en affectief# de groep en het gevoel beslissen meeWat de meerderheid doet, wat een autoriteit zegt en wat goed voelt krijgt meer gewicht dan het verdient.bandwagon effectauthority biashalo effectin group biasfundamental attribution errorself serving biasaffect heuristicnegativity bias
FAM.EFraming en prospecttheorie# de verpakking van het getal stuurt het oordeelHetzelfde feit anders geformuleerd geeft een ander besluit, en verlies weegt zwaarder dan winst.framing effectloss aversionendowment effectreference point biascertainty effectisolation effectmental accounting
FAM.FAandacht en geheugen# je geheugen is een verhaal, geen archiefJe ziet patronen in ruis, onthoudt pieken en eindes, en maakt van toeval achteraf een logisch verhaal.attentional biasnarrative fallacyclustering illusionpattern recognition biaspeak end rulerosy retrospection
$ less ai-cognitieve-bias-detector/SKILL.md # 2.185 woorden instructie
DOC.03

Wat er werkelijk in de SKILL.md staat

Een skill is zo goed als zijn instructies, dus die beschrijven we hier gewoon. Het bestand opent met een frontmatter die bepaalt wanneer Claude de skill oppakt: bij directe verzoeken als check dit op biases, klopt mijn redenering en zoek de denkfout, maar ook bij twijfel die onderhuids zit, zoals waarom voelt dit af en hoe zeker weet ik dit. En dus bij stellige absolute uitspraken: wie tegen Claude zegt dat iets gegarandeerd gaat lukken terwijl de skill geladen is, krijgt ongevraagd een spiegel voorgehouden.

Daarna volgt het verplichte proces in zes fasen, en het bestand zegt er streng bij: sla geen fase over. Fase 1 is de intake, waarin Claude de input letterlijk leest zonder samen te vatten, en noteert wat de kernclaim is, welke aannames er worden gedaan, welke emotionele lading in de formulering zit en welke alternatieven niet worden overwogen.

Fase 2 is de diagnose: is dit overwegend System 1 of System 2, uitgedrukt in een score van 1 tot 10 met een motivatie van maximaal drie zinnen. Fase 3 is de eigenlijke bias-scan langs de zes families uit FIG.02, met per gespotte bias de naam, een definitie in één zin, het citaat uit jouw input als bewijs en een impactschatting van laag tot hoog.

Fase 4 rangschikt de drie biases die het oordeel het meest vertekenen en beschrijft concreet wat de meest waarschijnlijke foute uitkomst is als ze actief blijven. Fase 5 levert per topbias een System 2 reframe, en die moet van het bestand uit drie onderdelen bestaan: een expliciete tegenvraag, een alternatief scenario en een meetbare check. Fase 6 sluit af met een debias-actielijst van drie tot vijf acties voor binnen 24 uur, met technieken die met naam en bron in het bestand staan: de consider the opposite oefening van Lord, Lepper en Preston uit 1984, de pre-mortem van Gary Klein uit 2007, base rates opzoeken, een red team gesprek en de beslissing 24 uur parkeren.

Het bestand legt ook het antwoordformat vast, tot de kopjes aan toe; dat zie je hieronder in FIG.03. En het bevat zeven belangrijke regels voor de toon en de bewijsvoering, waaronder de twee die de scan eerlijk houden: zonder citaat geen bias, en als er geen biases actief lijken, zeg dat, want valse positieven zijn ook biases. Wil je zelf leren hoe je zo'n instructiebestand opbouwt, dan staat de volledige uitleg in SKILL.md schrijven.

~/skills/ai-cognitieve-bias-detector/03-anatomie[ok]
Sectie 03 · De anatomie

Zeven blokken, vaste volgorde

reg. B.003

Elke bias-scan die de skill oplevert gebruikt exact dezelfde kopstructuur, die als template in het bestand staat. De volgorde is de volgorde van de zes fasen: eerst luisteren, dan scoren, dan pas analyseren. De mono-regels eronder vertellen waarom elk blok daar staat.

FIG.03: De anatomie van de bias-scan[###--] blad 3/5
BLOK 01Wat ik hoorEen letterlijke samenvatting van de kernclaim in twee tot vier zinnen, zonder interpretatie.de scan begint met luisteren, niet met oordelen
BLOK 02System 1 score: X / 10Hoe sterk stuurt buikgevoel deze redenering, met een motivatie van maximaal drie zinnen.10 is puur buikgevoel, 1 is koude analyse; een hulpmiddel, geen meting
BLOK 03Actieve biasesMinimaal drie, maximaal zeven biases, elk met een citaat uit jouw input en een impact van laag tot hoog.zonder citaat geen bias: dat is de bewijsregel van het hele bestand
BLOK 04Top 3 en foute uitkomstDe drie zwaarste biases gerangschikt, plus wat er concreet misgaat als ze actief blijven.rangschikken dwingt tot kiezen wat echt pijn gaat doen
BLOK 05System 2 reframesPer topbias een tegenvraag, een alternatief scenario en een meetbare check.drie verplichte onderdelen per reframe, anders is het een mening
BLOK 06Debias actielijstDrie tot vijf acties voor binnen 24 uur, als afvinklijst: base rate opzoeken, pre-mortem, red team gesprek.benoemen haalt een bias niet weg, structurele ingrepen wel
BLOK 07Eindoordeel in één zinIs dit een System 1 of System 2 besluit, en wat is de eerlijke aanbeveling.één zin, zodat je hem niet kunt weginterpreteren
$ cat 04-bronnen-en-grenzen.md # Kahneman, Tversky, Klein, Larrick, Morewedge
DOC.04

De theorie waarop de skill rust, en zijn eerlijke grenzen

De SKILL.md sluit af met een bronnenlijst van acht titels, en die is geen decoratie: elke ontwerpkeuze in de skill is erop terug te voeren. De twee systemen komen uit Thinking, Fast and Slow van Kahneman uit 2011. De heuristieken komen uit Tversky en Kahneman, 1974 in Science; de prospecttheorie uit Kahneman en Tversky, 1979 in Econometrica. Let op de auteursvolgorde: die verschilt per artikel en wordt vaak voor beide hetzelfde overgenomen.

De debias-technieken in fase 6 hebben elk hun eigen bron: consider the opposite komt van Lord, Lepper en Preston uit 1984, de pre-mortem van Gary Klein uit 2007, en het overzicht van wat wel en niet werkt uit Larrick 2004 en Morewedge 2015. Het onderscheid tussen bias en ruis, twee verschillende problemen die vaak op één hoop gaan, komt uit Noise van Kahneman, Sibony en Sunstein uit 2021.

Opvallender is wat er daarna komt: een hoofdstuk over de grenzen van het eigen framework, met de instructie om daar open over te zijn als je erop doorvraagt. Bias-labels zijn interpretaties, geen metingen; twee analisten kunnen dezelfde zin verschillend classificeren, en daarom is het citaat belangrijker dan de naam van de bias. De System 1 score is een gespreksopener, geen gevalideerde schaal. En het bestand benoemt expliciet dat een deel van de klassieke bias-literatuur in replicatieonderzoek zwakker is gebleken dan de oorspronkelijke publicaties suggereerden: behandel bias-namen als denkgereedschap, niet als natuurwetten.

Ook eerlijk: biases zijn niet altijd fout. Snelle heuristieken werken uitstekend in stabiele omgevingen met veel herhaling, schrijft het bestand. Ze gaan mis bij zeldzame, grote en onomkeerbare beslissingen, en daar is deze skill voor bedoeld. Wie dat onderscheid tussen omkeerbaar en onomkeerbaar tot beslismethode wil maken, vindt in de bibliotheek ook een aparte WRAP Beslisser skill, en voor het kwantificeren van onzekerheid met base rates en priors is er de Bayesiaans Denken Coach skill.

Ook zonder de skill te installeren kun je met deze principes je eigen besluit verbeteren: schrijf je voorspelling op voordat je beslist, zoek de base rate voordat je je eigen inschatting gelooft, en vraag jezelf wat je zou moeten zien om van mening te veranderen. Kun je dat laatste niet beantwoorden, dan heb je volgens de skill geen besluit maar een wens.

~/skills/ai-cognitieve-bias-detector/04-weigeringen[ok]
Sectie 04 · De grenzen

Wat de skill nooit doet

reg. B.004

De SKILL.md bevat een lijst van zeven dingen die de skill nooit doet, en die lijst is minstens zo belangrijk als wat hij wel doet. Een bias-scan die zelf verzint, oordeelt of overdrijft is erger dan geen scan. In het gesprek pakken die regels zo uit: elke regel is een verzoek dat je zou kunnen doen, met de reactie die de skill volgens zijn eigen instructies geeft.

FIG.04: weigeringen.log[####-] blad 4/5
weigeringen.log7 vaste regels uit de SKILL.md
vul zelf even een realistische base rate inGEWEIGERDGeen cijfers, percentages, base rates of onderzoeksuitkomsten verzinnen. Kent de skill een getal niet, dan benoemt hij welk getal ontbreekt en waar je het kunt halen. Een verzonnen base rate is precies de denkfout die de scan moet voorkomen.
dus als ik dit allemaal doe, komt het goed?GEWEIGERDGeen belofte dat een besluit na het debiasen goed uitpakt. Debiasen verbetert het proces, niet de uitkomst. Een goed proces kan nog steeds een slechte uitkomst opleveren en omgekeerd, en dat staat letterlijk zo in het bestand.
ben ik gewoon dom bezig geweest?GECORRIGEERDNooit zeggen dat je irrationeel of dom bent. Biases zijn geen karakterfout maar de standaardinstelling van elk mens, inclusief de gebruiker en inclusief de skill zelf. De analyse gaat over de redenering, niet over jou.
je voelt toch gewoon dat hier overmoed in zitGEWEIGERDGeen bias benoemen zonder citaat uit de input. Zonder bewijs is het een gok, en een gok is zelf ook een bias. Elke benoemde denkfout moet aanwijsbaar zijn in jouw eigen woorden.
wat zegt dit patroon over mij als persoon?GEWEIGERDGeen diagnose over de persoon in plaats van over de redenering. De skill leest tekst, geen mens. Uit één beslissing valt niets te concluderen over wie je bent, en dat probeert hij dus ook niet.
moet ik dan maar in dat fonds stappen?DOORVERWEZENGeen medisch, psychologisch, juridisch of beleggingsadvies. De skill analyseert redeneringen, meer niet. Voor de beslissing zelf en de vakinhoud erachter heb je de juiste professional nodig, en dat zegt hij er zelf bij.
staan alle biases die bestaan in deze catalogus?BEGRENSDNooit doen alsof de catalogus volledig of exact is. Het bestand verwijst naar zijn eigen hoofdstuk over grenzen: bias-namen zijn denkgereedschap, geen natuurwetten, en een deel van de literatuur bleek in replicatieonderzoek zwakker dan gedacht.
$ unzip ai-cognitieve-bias-detector-skill-voor-claude.zip -d ~/.claude/skills/
DOC.05

Installeren in Claude Code, Claude.ai of Codex

De zip bevat één map, ai-cognitieve-bias-detector, met daarin de SKILL.md. Installeren is een kwestie van het bestand op de juiste plek zetten, en die plek verschilt per omgeving. SKILL.md is sinds december 2025 een open standaard, en dezelfde skill werkt daardoor ook in Codex, Cursor en Gemini CLI. Je downloadt dus geen Claude-bestand maar een werkinstructie die elke moderne AI-assistent kan lezen.

CLAUDE CODE
  1. Pak de zip uit in ~/.claude/skills/ (of .claude/skills/ in je project).
  2. Claude herkent de skill daarna vanzelf zodra je een beslissing of redenering voorlegt.
  3. Direct aanroepen kan ook, met /ai-cognitieve-bias-detector.
CLAUDE.AI
  1. Ga naar Customize en dan Skills.
  2. Upload de zip daar als skill.
  3. Of plak de inhoud van SKILL.md in de projectinstructies van een Project.
CODEX
  1. Open AGENTS.md in je repo.
  2. Plak de inhoud van SKILL.md erin, of zet SKILL.md er als los bestand naast en verwijs ernaar vanuit AGENTS.md.
  3. Codex leest dat bij elke sessie mee.

Daarna is het gebruik simpel: plak je beslissing, plan of overtuiging in het gesprek en vraag om een bias-check. Hoe letterlijker je je eigen redenering opschrijft, hoe beter de scan, want de citaten zijn het bewijs. Is je input te dun, dan stelt de skill volgens zijn eigen regels precies één verhelderende vraag en gaat daarna direct door. Loop je ergens vast bij het installeren, dan staat het volledige stappenverhaal per omgeving in Claude skills installeren, en de bredere uitleg over werken met AI vind je in de kennisbank.

$ cat 06-wanneer-wel-en-niet.md
DOC.06

Wanneer je hem wel en niet gebruikt

Op zijn sterkst is hij bij beslissingen die zeldzaam, groot en moeilijk terug te draaien zijn: een overname, een grote investering, een strategische koerswijziging, een sleutelaanname onder je jaarplan. Daar is de tijd die een scan kost verwaarloosbaar tegenover wat een gemiste denkfout kost. Hij werkt ook goed als tweede paar ogen op andermans voorstel: laat een binnengekomen plan of pitch scannen voordat je erop reageert, en je leest het daarna anders.

Er zijn ook situaties waarin je hem beter laat liggen, en het bestand benoemt ze zelf. Routinebeslissingen in een stabiele omgeving met veel herhaling: daar werken je snelle heuristieken uitstekend, en een scan op elke kleine keuze maakt je vooral langzaam. Beslissingen waar vakinhoudelijk advies voor nodig is: medisch, psychologisch, juridisch en beleggingsadvies geeft de skill principieel niet. En dunne input: bij een halve zin context zegt de skill er volgens zijn eigen regels bij dat de analyse voorlopig is, want zonder context is elke scan zwak.

De belangrijkste grens is dezelfde als bij elke vorm van debiasing: de scan verbetert je proces, niet je uitkomst. Als het aanbod niet deugt of de markt tegenzit, redt een schone redenering je niet. Wat de skill wél voorkomt, is dat je een vermijdbare denkfout pas ontdekt als de opzeggingen binnenkomen. En zit de denkfout niet in het besluit maar in de aannames waarop je hem stapelt, kijk dan naar de Ladder of Inference Coach skill, die precies dat traject van waarneming naar conclusie afloopt.

~/skills/ai-cognitieve-bias-detector/05-upgrade-pad[ok]
Sectie 05 · Van skill naar medewerker

Zelf draaien of laten draaien

reg. B.005

Deze skill is de gratis doe-het-zelf-versie van werk dat we ook als dienst leveren. Hij blijft compleet en zonder addertjes, maar besef wat een skill is: hij leert je AI hoe hij iets doet, terwijl elke nieuwe sessie leeg begint. Hij is niet de motor en niet het geheugen. Jij prompt, jij levert elke keer opnieuw de context, jij controleert. Wie dat anders wil, heeft twee vervolgstappen: de motor uit handen geven, of het geheugen regelen.

$ cat van-skill-naar-medewerker.mddrie treden, zelfde werk
upgrade-pad.shgratis · medewerker · brein
TREDE 1 · GRATIS
waar je nu bent De skill: jij bent de motor Je draait de Cognitieve Bias Detector zelf in Claude, Codex of Cursor. Kost niets, werkt vandaag, en je houdt het volledig in eigen hand: geen proefperiode, geen afgeschermde onderdelen. De grens is je eigen discipline: de scan gebeurt alleen als jij eraan denkt hem te vragen, en uitgerekend bij de beslissingen waar je het zekerst van bent denk je er niet aan. $ claude --skill ai-cognitieve-bias-detector · 0 euro · jij prompt, jij controleert
↓
TREDE 2 · DIENST
alleen bij terugkeer De AI-medewerker: hier meestal niet de volgende stap Hier past geen van onze rollen, en dat zeggen we liever dan het te verkopen. De drie rollen die we kant en klaar inrichten zijn de Offertemedewerker (binnenkomende aanvragen sorteren en conceptoffertes klaarzetten), de Salesmedewerker (prospect-research en outreach-concepten) en de Rapportagemedewerker (samenvattingen en week- en maandrapportages uit je eigen data). Wat deze skill oplevert, een besluit scannen op denkfouten, hoort bij geen van die drie. Wat wel kan is een rol op maat via Mansotti, de onderneming waarvan TheSEO de handelsnaam is, maar alleen als er structureel besluiten langskomen die vooraf een tegenlezing verdienen. Blijft dit werk bij jou een enkele sessie per jaar, sla trede 2 dan over: de kortste route naar beter beslissen is hier je eigen besluiten terug kunnen lezen, en dat is trede 3. Wat een AI-medewerker wel doet, staat op die pagina. geen standaardrol voor dit werk · trede 3 ligt hier meer voor de hand
↓
TREDE 3 · BREIN
alles uit een bron Jarvis: al je AI's werken vanuit dezelfde bedrijfskennis De skill leert de AI, het brein is waar het geheugen leeft. Wil je dat al je AI's vanuit dezelfde bedrijfskennis werken: dat is Jarvis, het organisatiebrein. Het verbindt ChatGPT, Claude, Codex en je mensen met dezelfde projecten, kernkennis en beslissingen, zodat je volgende AI-sessie niet opnieuw begint. Voor deze skill betekent dat: je beslisregels en eerdere scans blijven bewaard, en een voorspelling die je vandaag opschrijft kan over drie maanden echt worden teruggelezen. Wat dat concreet oplevert, van de plannen tot je eerste week, lees je bij Jarvis zelf. instap Brain Start: 9 euro per maand incl. btw · betaal voor je brein, niet per AI-vraag
# geen reclametruc: trede 1 blijft gratis en volledig. De volgende treden zijn er voor wie dit werk uit handen wil geven.
~/skills/ai-cognitieve-bias-detector/06-jarvis[ok]
Sectie 06 · Het brein

Wat Jarvis concreet oplevert

reg. B.006

Trede 3 verdient meer dan een alinea, want juist bij debiasing is geheugen het verschil tussen een leuk gesprek en een werkend systeem. De literatuur in de skill zegt het al: wat helpt zijn structurele ingrepen, zoals vooraf een beslisregel vastleggen en voorspellingen opschrijven. Dat werkt alleen als iemand die regels en voorspellingen bewaart. Jarvis is dat geheugen: het organisatiebrein dat onthoudt wat je AI's moeten weten, het werk verdeelt en bijhoudt wat er gebeurde.

FIG.05: Wat een sessie terugkrijgt uit het brein[#####] blad 5/5
jarvis · organisatiebrein● sync
$jarvis recall "beslis-afspraken" # schematisch voorbeeld
[kern]beslisregel: investeringen boven de drempel krijgen eerst een bias-scan en een pre-mortem · vastgelegd na een gemiste inschatting
[kern]voorspellingen worden opgeschreven met datum en verwacht getal, en op de afgesproken datum vergeleken met de werkelijkheid
[taak]bias-scan prijsvoorstel · concept klaar · wacht op menselijk akkoord
[besluit]prijsbesluit 24 uur geparkeerd na scan: eerst base rate ophalen · door een mens goedgekeurd
[log]vorige sessie: claude scande het voorstel, mens vinkte drie debias-acties af, uitkomst opgeslagen
[ok]context geladen · deze sessie begint niet leeg
zo loopt elke opdracht door het brein: vastgelegd → context bepaald → gedelegeerd → mens akkoord → opgeslagen · het volledige spoor staat op jarvis/werking
context.behouden Je volgende sessie begint niet opnieuw Vandaag leg je uit welke beslisregels je hanteert, en morgen weet een losse chat daar niets meer van. Met Jarvis start elke sessie met dezelfde regels, eerdere scans en vastgelegde voorspellingen, zoals in FIG.05: eerst recall, dan pas werken.
ai.verbonden ChatGPT, Claude en Codex, een bron Elke aangesloten AI werkt vanuit dezelfde kernkennis en afspraken. De beslisregel die je in Claude vastlegt, geldt ook als je in ChatGPT een plan doorrekent. Je legt niets drie keer uit en er ontstaan geen drie waarheden naast elkaar.
taken.volgen Taken ingepland, gevolgd, klaar gemeld Een debias-actielijst is alleen iets waard als hij wordt uitgevoerd. In Jarvis wordt elke actie vastgelegd met doel en deadline, opgepakt en klaar gemeld met het resultaat erbij. Je ziet op elk moment wat er loopt, wat wacht en wat af is.
alles.gelogd Alles gelogd en in te zien Iedere stap laat een controleerbaar spoor na: wie vroeg wat, welke bronnen zijn gebruikt, welke agent eraan werkte en wie akkoord gaf. Bij beslissingen is dat spoor goud waard, want hindsight bias herschrijft anders je herinnering aan waarom je koos wat je koos.
mens.akkoord Niets naar buiten zonder akkoord AI bereidt voor, een mens beslist. Output blijft concept tot iemand het goedkeurt, en alleen goedgekeurde kennis komt terug in het brein. Dezelfde regel als bij de AI-medewerker hierboven, en dezelfde geest als de skill zelf: de beslissing blijft van jou.
brein.geisoleerd Klantbrein geïsoleerd Werk je voor meerdere klanten, dan blijft de kennis per klant strikt gescheiden. Wat je voor de een leert, lekt niet in het werk voor de ander.
regie.centraal Een vaste kennis- en regielaag Jarvis is geen zoveelste chatvenster maar de laag eronder: het selecteert context, delegeert werk naar de juiste AI en bewaart alleen wat is goedgekeurd. Er is geen prijs per AI-vraag, je betaalt voor het brein.
# HET EERLIJKE BEWIJS · GEEN DEMO

Wij draaien zelf al maanden op dit systeem. Elke agent-sessie, elke taak en elke beslissing wordt erin gelogd en is terug te lezen. Een nieuwe sessie begint daardoor niet blanco: hij haalt eerst de vastgelegde besluiten, de lopende projecten en de laatste wijzigingen op, en werkt verder waar de vorige stopte. We beschrijven dus geen belofte maar de werkwijze waar we zelf dagelijks in werken.

$ cat prijzen.mdbetaal voor je brein, niet per AI-vraag
Brain Start €9 /mnd incl. btw 1 organisatiebrein · 1 gebruiker · 1 AI-medewerker
Brain Solo €29 /mnd incl. btw 1 organisatiebrein · 1 gebruiker · 3 AI-medewerkers
Brain Team €99 /mnd incl. btw 1 organisatiebrein · 5 gebruikers · 10 AI-medewerkers
Brain Business €249 /mnd incl. btw 3 organisatiebreinen · 20 gebruikers · 50 AI-medewerkers

Bekijk de vier plannen op jarvis/prijzen. Via de wachtlijst geef je alleen vrijblijvend je voorkeursplan door. Dat maakt nog geen account, bestelling of betalingsplicht. Zakelijk maatwerk bespreken we eerst.

~/skills/ai-cognitieve-bias-detector/07-beslisketen[ok]
Sectie 07 · De beslisketen

De skills eromheen

reg. B.007

Een bias-scan is één schakel in een goed beslisproces. Deze skills uit dezelfde bibliotheek van 100 gratis skills pakken elk een ander stuk van dat proces, en ze verwijzen onderling naar elkaar.

Voor het besluit

het beslisproces

Eerst weten wat voor soort beslissing je voor je hebt, dan pas beslissen.

Cynefin BeslisserClassificeert eerst het type probleem, want een simpel en een complex vraagstuk vragen een andere aanpak.SKILL OODA Loop BeslisserVoor snelle beslissingen onder druk: observeren, oriënteren, beslissen, handelen, en weer opnieuw.SKILL WRAP BeslisserHet volledige beslisproces van de gebroeders Heath, met de bias-detector als valkuilencheck ernaast.SKILL

Rond je aannames

het bewijs

Biases leven van ongecontroleerde aannames en verkeerd gewogen kansen.

Ladder of Inference CoachLoopt het traject van waarneming naar conclusie af en laat zien waar je een sport hebt overgeslagen.SKILL Bayesiaans Denken CoachZet base rates en priors onder je kansinschatting, precies het getal dat deze skill je laat opzoeken.SKILL Pre-mortem AnalistDe techniek van Gary Klein uit de debias-actielijst, als volledige eigen werkvorm: het plan is mislukt, wat is er gebeurd?SKILL

Verder kijken

de context

Waar deze skill vandaan komt en wat er nog meer is.

De hele skill-bibliotheekAlle 100 gratis skills op een rij, per onderwerp gesorteerd.HUB AI en automatisatieDe dienst erachter: van losse skills naar werkende automatisering in je bedrijf.SRV AI-trainingenAls je team dit soort werk zelf wil leren opzetten.SRV

Eerst begrijpen

het fundament

Nieuw met skills? Deze drie leggen het fundament.

Wat zijn Claude skillsWat een skill is, hoe hij verschilt van een prompt en waarom het een open standaard is.DOC Claude skills installerenHet volledige installatieverhaal per omgeving, met de valkuilen erbij.DOC SKILL.md schrijvenZelf zo'n instructiebestand bouwen, van frontmatter tot weigeringen.DOC
$ claude --interactief # zeven vragen, zeven antwoorden
DOC.07 · FAQ

Veelgestelde vragen

Wat kost de AI Cognitieve Bias Detector skill?

Niets. De skill is gratis, valt onder de MIT-licentie en je hoeft geen account aan te maken en geen e-mailadres achter te laten. Je downloadt een zip van 6,4 KB met daarin een map en een enkel bestand, SKILL.md, en dat is de complete skill. Er is geen betaalde versie en er komt geen verkoopmail achteraan.

Werkt deze skill ook in Codex, Cursor of Gemini CLI?

Ja. SKILL.md is sinds december 2025 een open standaard, en hetzelfde bestand werkt daardoor ook in Codex, Cursor, Gemini CLI en andere tools die de standaard volgen. In Codex pak je de zip uit in .agents/skills/ in je project, of in ~/.agents/skills/ voor al je projecten; Codex ondersteunt SKILL.md sinds de open standaard van december 2025 rechtstreeks. De inhoud van SKILL.md in je AGENTS.md zetten kan ook nog steeds. De instructies zijn leesbare tekst, dus een AI-assistent die instructiebestanden accepteert kan ermee overweg.

Hoeveel biases herkent de skill?

De scan loopt zes families langs met daarin veertig verschillende met naam genoemde biases; het endowment effect staat in twee families en telt een keer mee. De beschrijving van de skill verwijst daarnaast naar de bredere catalogus van ruim vijftig gedocumenteerde biases uit de besliskunde. Per scan benoemt de skill er minimaal drie en maximaal zeven, met kwaliteit boven kwantiteit als vaste regel.

Is de System 1 score een echte meting?

Nee, en het bestand zegt dat zelf: de score van 1 tot 10 is een hulpmiddel om het gesprek te openen, geen psychometrische maat. Er bestaat geen gevalideerde schaal die zo werkt. De score maakt in een oogopslag duidelijk hoe zwaar buikgevoel meeweegt, en de motivatie van maximaal drie zinnen laat zien waarop dat oordeel is gebaseerd.

Verzint de skill cijfers of base rates als ik die niet aanlever?

Nee, dat is de eerste regel in de lijst van dingen die de skill nooit doet. Kent hij een getal niet, dan benoemt hij welk getal ontbreekt en waar je het kunt halen. Hetzelfde geldt voor de analyse zelf: een bias wordt alleen benoemd met een citaat uit jouw input als bewijs, want zonder bewijs is het een gok, en een gok is zelf ook een bias.

Zegt de skill het ook als er geen biases in mijn redenering zitten?

Ja. Een van de zeven vaste regels luidt: als er geen biases actief lijken, zeg dat, want valse positieven zijn ook biases. Je krijgt dus geen kunstmatig lijstje om de analyse gevuld te laten ogen. Ziet de skill minder dan drie biases, dan vraagt hij eerst om meer context in plaats van er een paar bij te bedenken.

Kan ik de skill ook voor persoonlijke beslissingen gebruiken?

Ja. De skill analyseert redeneringen, en het maakt niet uit of die over een investering, een verhuizing of een loopbaanstap gaan. Er is wel een harde grens: medisch, psychologisch, juridisch en beleggingsadvies geeft hij niet. Hij laat zien welke denkfouten in je redenering zitten, de beslissing zelf blijft van jou.

$ cat 08-en-nu.md
DOC.08

Scherp denken, gevonden worden

Een gedebiased besluit over je marketing is mooi, maar de meeste bedrijven hebben eerst een ander probleem: ze weten niet waar ze staan. De gratis SEO scan laat in enkele seconden zien hoe vindbaar je site nu is, met data in plaats van buikgevoel, en dat is precies in de geest van deze skill. En wil je doorpraten over wat AI verder voor je bedrijf kan doen, van losse skills tot volledige automatisering, dan doen we dat gewoon in een gesprek.

$ ls verwante-links/
alle skillsAI en automatisatiecynefin beslisserooda loopwrap beslisserladder of inferencebayesiaans denkengratis scancontact
Sectie 08 · Volgende stap24/7 bereikbaar
Plan een gesprek ↗
$ whoami
Gianluca, oprichter
Geschreven door GianlucaOprichter. Bouwt sinds 2017 aan vindbaarheid voor Nederlandse bedrijven, in Google en in AI-antwoorden. Meer over het instituut.

Terug naar in het kort