We hebben ChatGPT gevraagd uit te leggen wanneer een werkgever onder de loontransparantierichtlijn moet rapporteren. Het antwoord klonk overtuigend. Het zat er op vier punten naast. Loontransparantie is geen taaltaak. Het is een juridisch-statistisch domein met 36 artikelen in Richtlijn (EU) 2023/970 en een Nederlandse implementatie die nog beweegt. De rekenkant heeft niets met taal te maken.
Laatste update: 18 mei 2026 · Leestijd: 6 minuten
Een generieke chatbot zoals ChatGPT, Gemini of Copilot werkt met patronen in tekst. Dat botst hard met een domein waar één verkeerd artikelnummer of één verkeerde drempelwaarde de basis van je compliance onderuit haalt.
De Nederlandse implementatie van Richtlijn (EU) 2023/970 is op het moment van schrijven nog in beweging. De memorie van toelichting bij het conceptwetsvoorstel verduidelijkt definities en reikwijdte, maar wordt door geen enkele publieke chatbot als gezaghebbende bron geraadpleegd. Wat je terugkrijgt is daarmee per definitie een gok op basis van wat de chatbot ergens in zijn trainingsdata heeft gezien.
Bij de vraag "wanneer moet ik rapporteren?" zien we steeds dezelfde vier fouten.
"Artikel 11 WGBMV" bestaat niet, maar wordt met overtuiging geciteerd. Hetzelfde geldt voor verwijzingen naar artikelen in de richtlijn die niet over rapportage gaan. De chatbot kiest een plausibel klinkend nummer en presenteert dat als bron.
De richtlijn moet op 7 juni 2026 zijn omgezet. Nederland haalt die datum niet. De streefdatum in het conceptwetsvoorstel van 26 maart 2025 is 1 januari 2027. Vrijwel geen chatbot meldt dat onderscheid; de meeste blijven hangen op de EU-deadline.
De wet kent een driejaarlijkse rapportageplicht voor werkgevers met 100–249 werknemers en een jaarlijkse plicht vanaf 250. Chatbots gooien er regelmatig 150 doorheen, of laten de driejaarlijkse categorie helemaal weg.
Artikel 4 van de richtlijn definieert gelijkwaardig werk op vier factoren: vaardigheden, inspanning, verantwoordelijkheid en arbeidsomstandigheden. Chatbots versmelten dat met "gelijk werk" en laten daarmee de hele functiewaarderingskant vallen.
Eén fout artikelnummer in een memo aan je OR is genoeg om het hele beleidsstuk in twijfel te trekken.
Verzonnen jurisprudentie is geen theoretisch risico. Rechters wijzen partijen er expliciet op.
Een advocaat verloor geloofwaardigheid omdat de ECLI-nummers in zijn processtukken niet bestonden. De rechtbank merkte het hallucinatie-patroon in een paar minuten op.
De Raad van State oordeelde over fraude waarbij ChatGPT-output als bron was gebruikt. De uitspraak zet een lijn neer over de waarde van onverifieerde AI-output in juridische stukken.
Een werkgever die zijn rapportage of zijn Joint Pay Assessment baseert op een hallucinatie van een chatbot, komt in dezelfde categorie terecht. Bij een loonverschil van 5% of meer dat niet objectief te verklaren is, verplicht artikel 10 van de richtlijn tot een Joint Pay Assessment. Artikel 16 keert de bewijslast om: de werkgever moet aantonen dat er geen discriminatie is. Een verzonnen artikelnummer of een verkeerde drempel houdt geen stand voor de rechter.
Naast de feitelijke fouten zit er een structureel gat. Dit zijn de vijf dingen die een taalmodel niet kán leveren, hoe goed de prompt ook is.
De memorie van toelichting bij het Nederlandse wetsvoorstel verduidelijkt definities en reikwijdte. Een chatbot heeft de tekst niet als gezaghebbende bron en zal die ook niet raadplegen.
België implementeert de richtlijn anders dan Nederland. Chatbots mengen die regimes en presenteren een Belgische drempel of definitie als Nederlands recht.
Het verschil tussen het bruto loonverschil en het loonverschil na correctie voor functie, ervaring en uren is de kern van de analyse. Chatbots gebruiken de termen door elkaar.
Clustering van werknemers in groepen van gelijkwaardig werk en significantietoetsing op loonverschillen zijn geen taaltaken. Een taalmodel kan ze niet uitvoeren. Het kan er hoogstens over praten.
Salarisgegevens in een publieke chatbot plakken is een datalek. De gegevens verlaten je verwerkersomgeving en belanden in trainings- of logginginfrastructuur waar je geen grip op hebt.
Payqual is gebouwd op de richtlijntekst en de MvT, niet op patronen in willekeurige internettekst. De logica is domeingebouwd: drempels, deadlines, definities en rapportagefrequenties zitten als regels in het systeem, niet als kansverdeling in een model.
Drempels, deadlines, definities en rapportagefrequenties zijn vastgelegd als regels. Geen kansverdeling, geen training op willekeurige internettekst.
De analyse draait zonder persoonsgegevens. Wat je analyseert verlaat je verwerkersomgeving niet en eindigt niet in een logging- of trainingsinfrastructuur.
Functiewaardering, clustering en significantietoetsing zijn echte statistische bewerkingen. Geen taalvoorspellingen die toevallig op cijfers lijken.
Dezelfde input geeft dezelfde uitkomst, met traceerbare verwijzingen naar het artikel waarop de conclusie steunt. Te overhandigen aan de Arbeidsinspectie zonder ad-hoc onderbouwing.
Een chatbot is een prima sparringpartner voor een conceptmail. Voor de WGBMV is hij een aansprakelijkheidsrisico. Loontransparantie verdient gereedschap dat voor het probleem is gebouwd.
Voor de toon en de structuur van de tekst is dat redelijk veilig. Voor de feitelijke verplichtingen is het risico te groot: welke salarisinformatie verplicht is, welk loonniveau wordt verlangd en welk artikel van de WGBMV daaraan ten grondslag ligt. Verifieer elke juridische uitspraak tegen de richtlijntekst of een gespecialiseerde bron voordat je publiceert.
Het is een datalek. Salaris- en functiegegevens zijn persoonsgegevens onder de AVG. Publieke chatbots gebruiken input voor verdere training, opslag en logging. Je hebt geen verwerkersovereenkomst, geen dataretentiebeleid en geen audit-trail. Voor een loontransparantie-analyse gebruik je gereedschap dat de data in jouw verwerkersomgeving houdt.
Open de richtlijn (EU) 2023/970 of de Wgbmv en zoek het artikel op. Bestaat het artikel? Gaat het over het onderwerp dat de chatbot beweert? Twee minuten verificatie redt je van een memo, beleidsstuk of inspectie-antwoord dat op een verzonnen bron leunt.
Werkgeversorganisaties waarschuwen bij BNR dat het MKB de loontransparantiedeadline massaal gaat missen. Het probleem zit niet in de wet, maar in het ontbreken van tooling.
Achterstallig loon, boetes, uitsluiting bij aanbestedingen en talentverlies. Het volledige risicolandschap van de EU-richtlijn loontransparantie.
Onder de nieuwe loontransparantierichtlijn draait de bewijslast om. Als een medewerker discriminatie vermoedt, moet de werkgever nu bewijzen dat dit niet het geval is.
Payqual interpreteert de WGBMV niet; het past hem toe. Functiewaardering, clustering, 5%-controle en rapportage komen uit één systeem met traceerbare bronverwijzingen, zodat je antwoord op een verzoek of een inspectie niet leunt op de hallucinatie van een chatbot.