Subject guide

AI op wetenschappelijke databases

AI op grote wetenschappelijke databases, zoals EBSCO, Elsevier, en JSTOR uitgelegd: waarvoor kunnen deze tools gebruikt worden – en waarvoor niet?

Laatst bijgewerkt: Maart 2026

Overzicht

Grote wetenschappelijke databases, zoals EBSCO, Elsevier, en JSTOR bieden op hun eigen websites allemaal een AI 'onderzoeksassistent' aan om onderzoek efficiënter te maken.

Gebruiken

De UBL heeft licentieovereenkomsten met veel wetenschappelijke databases voor toegang tot hun materialen. Zo is er ook automatisch toegang tot de AI-tools geïntegreerd zijn op deze platformen. Voor de AI-tools op wetenschappelijke databases bestaan er globaal drie gebruiken:

Zoeken
Samenvatten
Analyseren

In de tabel hieronder staat een overzicht van de functionaliteiten per database, en kort waarvoor ze wel/niet gebruikt kunnen worden. Voor meer informatie over een bepaalde database, kan je het desbetreffende kopje uitklappen.

Verwijzen naar AI-tools

Check altijd met jouw docent of het gebruik van AI is toegestaan binnen het vak. Wanneer je deze tools in je onderzoek hebt gebruikt, moet je g0ed naar de gebruikte AI verwijzen. Voorbeelden van hoe dat kan, vind je op de IT-pagina van het FSW.

Je mag nooit AI-gegenereerde tekst of analyses direct overnemen in jouw werk. Dit is omdat een AI-gegenereerde tekst of analyse niet exact reproduceerbaar is. Andere gebruikers kunnen zo geen inzicht krijgen in jouw interacties met de tool, waardoor de ontwikkeling van jouw idee of argument ook niet te traceren is.

Let op!
Onderstaande tools zijn in geen geval bedoeld om het onderzoeksproces volledig te automatiseren. Ze zijn géén vervanging voor het zelf zoeken, beoordelen, en verwerken van informatiebronnen.

Om meer te leren over genAI tools, maak dan de online tutorial 💻 GenAI and LLMs in the Academic Community 🎓, van de Faculteit Geesteswetenschappen.

Clarivate Web of Science

Web of Science Smart Search

Hoe werkt het? Smart Search is nu de default zoekfunctie in Web of Science. Het wordt aangestuurd door semantisch zoeken en Natural Language Processing (NLP), waardoor je naast zoeken met trefwoorden, ook alledaagse taal kunt gebruiken om te zoeken. Het systeem koppelt trefwoorden en synoniemen aan jouw ingevoerde opdracht en voert deze door als zoekopdracht met booleaanse operatoren.

Model Onbekend

Pros

Cons

Helpt je op nieuwe relevante trefwoorden komen, via de ‘Quick add keywords’-optie
Door de meerdere zoekopties kom je tot bronnen die je in de eerste instantie misschien niet had gevonden.

Gebruik van natural language queries kan ervoor zorgen dat je relevante bronnen mist, omdat het systeem jouw zoekopdracht verkeerd verwerkt.
Onduidelijk dat je de Smart Search voor zowel natuurlijke taal als keyword search kunt gebruiken.
Naast publicatiejaar worden andere filters niet uit je zoekopdracht gehaald; deze moet je handmatig aanklikken bij de filters.

Conclusie Smart Search verwerkt zowel alledaagse taal als het zoeken met trefwoorden en booleaanse operatoren. Gebruik deze multifunctionaliteit tot je voordeel! Natural language querying is erg handig voor een oriënterende fase in het onderzoek; naarmate je meer kennis opdoet zul je je zoekopdrachten gerichter willen maken. Dit kan allemaal binnen Smart Search.

Meer informatie: Smart Search

EBSCO

AI Insights

Hoe werkt het? De AI Insights-functie genereert korte samenvattingen (2-5 kernpunten) van een gekozen artikel. Dit gebeurt aan de hand van retrieval-augmented generation (RAG): het geselecteerde artikel wordt gevoerd aan een Large Language Model (LLM), waardoor de respons gebaseerd is op het artikel, maar gegenereerd middels de onbekende trainingsdata van het model.

Model AWS’s NovaLite via AWS Bedrock

Pros	Cons
In een oogopslag de relevantie van een artikel te kunnen beoordelen. RAG vermindert kans op hallucinaties. Er zijn vaste presets, waardoor er minder variabelen zijn en minder risico op foutieve informatie.	Werkt niet met afbeeldingen (bv. grafieken). (Nog) niet beschikbaar in alle EBSCO-databases.

Conclusie Handige tool om snel relevante (tekstuele) bronnen te identificeren. Blijf je bronnen (inclusief de AI-tool) kritisch beoordelen.

Meer informatie: AI Insights

Natural Language Search

Hoe werkt het? Met de Natural Language Search (NLS) modus in EBSCO kan je alledaagse taal gebruiken voor je zoekopdracht. Aan de hand van Natural Language Processing (NLP) koppelt het systeem trefwoorden en synoniemen aan jouw ingevoerde opdracht en voert deze door als zoekopdracht met booleaanse operatoren.

Model Claude Haiku V3 via AWS Bedrock

Pros	Cons
NLS helpt je op nieuwe relevante trefwoorden komen, omdat het zoekt naar synoniemen van jouw zoekopdracht. Je kan bronnen vinden die je met een keyword search misschien niet had gevonden.	NLS kan er ook juist voor zorgen dat je relevante bronnen mist, omdat het systeem jouw NLS verkeerd heeft verwerkt. De gekozen trefwoorden komen niet uit een controlled vocabulary: hierdoor kunnen trefwoorden overal vandaan worden gehaald, niet alleen uit wetenschappelijke bronnen. Zo heb je minder kans op vakinhoudelijke trefwoorden en juist meer op algemene trefwoorden.

Conclusie Gebruik NLS naast ‘normaal’ zoeken. Zeker naarmate je meer kennis opdoet over het onderwerp: jij weet dan de juiste kernwoorden te kiezen voor je zoekopdracht, terwijl NLS daar minder precies in is.

Meer informatie:
EBSCO’s AI Natural Language Search Mode – Frequently Asked Questions en Artificial Intelligence (AI) Transparency Fact Sheet - Natural Language Search

Elsevier Science Direct

Science Direct Reading Assistant

Hoe werkt het? Via een chatbox kan je vrij communiceren met het model om meer te weten te komen over de inhoud van een artikel, of één van de presets kiezen. De Research Assistant baseert zich alleen op het geopende artikel en gebruikt retrieval-augmented generation (RAG), maar responses worden gegenereerd middels de onbekende trainingsdata in het model. ScienceDirect maakt wel gebruik van een domeinspecifieke Large Language Technology (LLT) die gebouwd is voor wetenschappelijke literatuur.

Model Onbekend

Pros

Cons

Interactief vanwege de chatfunctie.
Geeft verwijzingen aan in de gegenereerde tekst – hierdoor kun je gemakkelijk checken wat er écht in de bron staat.

Reading Assistant is alleen te gebruiken voor maximaal 5 artikelen per maand.
Samenvatten heeft weinig toegevoegde waarde, omdat ScienceDirect al samenvattingen (abstract) en beknopte highlights geeft bij artikelen.
Geen ondersteuning voor niet-tekst of metadata: verwerkt geen tabellen, afbeeldingen, tijdschriftinformatie.
Sommige artikelen zijn te groot om te verwerken via de Reading Assistant.

Conclusie Het samenvatten met behulp van deze tool biedt niet veel toegevoegde waarde, aangezien de relevantie van een bron snel kan worden beoordeeld door te kijken naar de highlights en abstract. Voor analyse kan er in de beginfase van onderzoek gebruikt worden, voor oriëntatie op een bron en het verkrijgen van een ander perspectief. Vanwege de chatfunctie zijn de responses onvoorspelbaar – blijf daarom je bronnen (inclusief de AI-tool) zelf kritisch beoordelen.

Meer informatie: Getting started with the Reading Assistant

JSTOR

AI Research Tool

Hoe werkt het? De JSTOR Research Tool baseert zich op dit moment op de geopende bron, inclusief de full-tekst en de metadata. Bij openen wordt de zoekopdracht direct gerelateerd aan de tekst.

Model GPT-4o mini, GPT-4.1 nano en het open-source all-MiniLM-L6-v2 sentence transformer model

Pros

Cons

Interactief vanwege de chatfunctie.
De gebruiker kan alinea’s in de tekst van de bron selecteren en deze terugvoeren aan het model voor meer informatie.
De tool geeft inline citaties voor ieder respons, waardoor je zelf kunt kijken op welk deel van de bron de tool de samenvatting en/of analyse op heeft gebaseerd.
De chat is op te slaan.

Je moet een persoonlijk JSTOR-account aanmaken om gebruik te maken van de AI-tool.
De tool werkt alleen met secundaire geschreven teksten binnen het JSTOR corpus, (nog) niet met audio, afbeeldingen of video.
Onvoorspelbaar, omdat gebruikers eigen vragen in kunnen voeren in plaats van alleen uit vast waarden te kiezen.
De resultaten zijn over het algemeen inconsistent – ook omdat de tool nog een Beta-versie is.

Conclusie Deze tool is nog vrij instabiel en werkt voor beperkte bronnen (secundaire tekstuele bronnen). Het kan in de beginfase van onderzoek gebruikt worden, voor ontdekking en oriëntatie op een bron. Dit moet altijd gebeuren naast traditionele methoden (scannen van titel, tussenkopjes, inleiding en conclusie) om te toetsen of een bron relevant is.

Meer informatie: JSTOR's AI Research Tool: Overview en JSTOR's AI Research Tool: Asking Questions About a Text

Semantic Results

Hoe werkt het? Met de Semantic results-functie in JSTOR kan je tijdens je zoekopdracht alledaagse taal gebruiken. Het zoekt niet naar jouw exacte zoektermen, maar gebruikt Machine Learning om de 25 meest relevante resultaten te tonen.

Model GPT-4o mini

Pros

Cons

Zoeken is laagdrempeliger. Het systeem zoekt concepten die passsen bij jouw zoekopdracht en vindt daar bijbehorende bronnen bij.

Werkt alleen met secundaire tekstuele bronnen.
Onduidelijk wat de criteria zijn om tot de 25 ‘meest relevante’ zoekresultaten te komen.
Je kan je zoekopdracht niet verfijnen door bijvoorbeeld booleaanse operatoren toe te voegen. Je moet dan een nieuwe zoekopdracht starten.
Je moet een persoonlijk JSTOR-account aanmaken om gebruik te maken van de tool.

Conclusie Het is onduidelijk volgens welke regels de tool de zoekopdracht aanpast en beoordeelt welke bronnen het meest relevant zijn. Het kan nuttig zijn in de beginfase van onderzoek, wanneer er behoefte is aan het ontdekken van zo veel mogelijk bronnen, maar het gebruik van de tool moet altijd ter ondersteuning zijn van het normaal zoeken met keywords.

Meer informatie: Searching: Keyword versus Semantic Results

Oxford Academic

AI Discovery Assistant (Beta)

Hoe werkt het? AI Discovery Assistant is een chat waarin je alledaagse taal kan gebruiken om tot zoekresultaten te komen. Het maakt gebruikt van retrieval-augmented generation (RAG), zodat de responses gebaseerd zijn in de metadata van Oxford Academic, o.a. titels, abstracten, keywords, auteurs en data. Hierna presenteert het de tien resultaten die het gevonden heeft.

Model ChatGPT 4o-mini

Pros

Cons

Oxford Academic maakt al duidelijk dat deze tool bedoeld is voor ontdekking van bronnen, en niet andere delen van het onderzoeksproces overneemt.
De korte samenvattingen van bronnen zijn worden statisch gegenereerd, en zijn dus voorspelbaarder. Dit verkleint de kans op onbetrouwbare responses.

Werkt uiteindelijk beter met korte precieze kernwoorden, dan bij een langere natural language zoekopdrachten.
Behoud de chatgeschiedenis niet.

Conclusie Kan goed gebruikt worden voor ontdekking – waar de tool ook voor is gemaakt. Blijf je bronnen (inclusief de AI-tool) kritisch beoordelen.

Meer informatie: AI Discovery Assistant

ProQuest

ProQuest Research Assistant

Hoe werkt het? De Research Assistant van ProQuest genereert automatisch een ‘vast’ aantal analyses. De gegenereerde samenvatting maakt ook een verbinding met jouw zoekopdracht. De Research Assistant werkt ook vanuit de geselecteerde bron (met RAG) en houdt rekening met welke database de gebruiker gebruikt, zodat het vakspecifieker is.

Model GPT-4o mini

Pros	Cons
Algemene samenvatting met daarna een toegespitste analyse voor relevantie voor jouw zoekopdracht. Geeft je ‘suggested terms’ om je zoektocht naar bronnen door te zetten.	De Key Takeaways-samenvatting is veranderlijk bij verschillende zoekacties, maar ook bij dezelfde zoekactie. Het model is hierdoor minder voorspelbaar. De Research Assistant maakt fouten bij het aflezen hoe een pagina in een boek is opgebouwd. De naam van een hoofdstuk wordt bijvoorbeeld vervangen door de auteur. Hierdoor kunnen er ook fouten gemaakt worden in het terugkoppelen over de inhoud.

Conclusie Handige tool om snel relevante (tekstuele) artikelen te identificeren en je te inspireren voor nieuwe zoekopdrachten. Niet aangeraden voor gebruik bij boeken – gebruik hiervoor traditionele methoden (scannen van titel, tussenkopjes, inleiding en conclusie) om te toetsen of een bron relevant is. Blijf je bronnen (inclusief de AI-tool) kritisch beoordelen.

Meer informatie: ProQuest Research Assistant: FAQs

Bronnen

Aaron Tay (24 Jan 2026), "Classifying the Ways LLMs Summarise in Academic Search." Substack. Last accessed on 16 March 2026, https://aarontay.substack.com/p/classifying-the-ways-llms-summarise

Deakin University (n.d.), AI evaluations. Last accessed on 16 March 2026, https://deakin.libguides.com/AI-Evaluations/homepage

Ithaka S+R (n.d), Generative AI Product Tracker. Last accessed on 16 March 2026, https://sr.ithaka.org/our-work/generative-ai-product-tracker/

University of Arkansas (n.d.), AI Tools in Library Databases. Last accessed on 16 March 2026, https://libguides.uark.edu/AI/databases#s-lg-box-35030141

University of San Francisco (n.d.), AI Tools in Library Databases. Last accessed on 16 March 2026, https://library.usfca.edu/c.php?g=1487302&p=11094699