Wat is Discourse Analysis?

Wat is dit eigenlijk?

Als je een gesprek voert, begrijp je niet alleen losse zinnen — je ziet verbanden tussen uitspraken, voelt wanneer iemand van onderwerp wisselt, en je begrijpt wie waar naar verwijst met 'dat' of 'zij'. Dat is precies wat discourse analysis doet voor AI: het bekijkt niet alleen individuele zinnen, maar analyseert hoe die zinnen samenhangen in een groter geheel — een gesprek, een artikel, een nieuwsbericht.

Stelt je voor dat je een recensie leest: "De pizza was geweldig. De service echter liet te wensen over. Toch kom ik terug." Een AI die alleen naar losse zinnen kijkt, mist het contrast tussen die eerste twee uitspraken. Met discourse analysis ziet het systeem het 'echter', begrijpt het dat er een tegenstelling is, en weet het dat 'Toch' refereert aan alles daarvoor.

Het gaat om structuur in tekst: wie zegt wat tegen wie, welke delen horen bij elkaar, waar zit een argument en waar een tegenargument, hoe verwijzen woorden naar eerdere concepten.

Hoe werkt het eigenlijk?

Bij discourse analysis kijkt een systeem naar verschillende lagen:

• Verwijzingen: als een tekst zegt "de onderneming" en later "zij", dan moet de AI snappen dat beide over hetzelfde gaan

• Structuur: welke zinnen vormen samen een argument? Waar begint een nieuwe gedachte?

• Relaties: staan twee zinnen in contrast ('maar', 'echter')? Is de ene een verklaring voor de andere ('daarom', 'omdat')?

• Coherentie: hoe houden alle stukjes samen een logisch verhaal vast?

Moderne taalmodellen gebruiken dit om gesprekken bij te houden. Als je ChatGPT, Claude of een ander systeem vraagt "Leg het anders uit", dan moet het weten waar 'het' naar verwijst — naar je vorige vraag. Zonder discourse analysis zou elk bericht los staan en zou de AI telkens het spoor bijster raken.

Bij klantenservice-chatbots is dit cruciaal: als iemand zegt "Mijn bestelling is nog niet binnen. Wat kan ik doen?", en de bot antwoordt, en de klant zegt "Dat helpt niet", dan moet de bot begrijpen dat 'Dat' slaat op het antwoord dat net gegeven is.

Een voorbeeld uit de praktijk

Stel je een nieuwsartikel voor:

"Het bedrijf kondigde gisteren een nieuwe strategie aan. Critici vrezen dat dit ten koste gaat van banen. Het management ontkent deze zorgen."

Met discourse analysis ziet een AI:

• "Dit" verwijst naar "nieuwe strategie"

• "Deze zorgen" verwijst naar wat critici vrezen

• Er is een conflict: critici versus management

• De structuur is: aankondiging → reactie → tegenreactie

Zonder deze analyse zou de AI elk van die zinnen als losstaande feiten zien, zonder het verband of de discussie.

Waar kom je het tegen?

Je komt discourse analysis in de praktijk tegen bij:

• Chatbots en assistenten (ChatGPT, Claude, Gemini, Copilot): ze onthouden de context van je gesprek en snappen naar wat je verwijst

• Samenvattingen: systemen die lange teksten samenvatten, moeten de hoofdlijn en dwarsverbanden herkennen

• Sentimentanalyse: om te begrijpen of een review positief of negatief is ondanks tegenstellingen ('De pizza was lekker, maar...')

• Juridische en medische AI: waar relaties tussen passages essentieel zijn ("De patiënt klaagde over X. Daarop werd Y voorgeschreven")

• Content moderatie: om te zien of een reeks berichten samen een patroon vormen (pesterij, haatzaaien)

Waarom zou jij hier iets aan hebben?

Als je AI gebruikt voor klantcontact, contentcreatie of data-analyse, bepaalt discourse analysis of het systeem écht begrijpt wat er gezegd wordt — of dat het alleen maar losse zinnen papegaait. Het verschil tussen een chatbot die je frustreert en eentje die je begrijpt, zit vaak in hoe goed het de draad van het gesprek vasthoudt.

Wil je bijvoorbeeld een systeem bouwen dat contracten analyseert of vergaderingen samenvat? Dan heb je discourse analysis nodig om te zien welke uitspraken bij elkaar horen, wie waartegen argumenteert, en wat de conclusie is. Het is het verschil tussen een AI die tekst leest en een AI die tekst begrijpt als communicatie tussen mensen.