Woorduitleg en vereenvoudiging voorkomen dat lezers afhaken

Bewijst Leeshulp

Soms is het één woord waarop een lezer vastloopt. "Bezwaartermijn", "eigen risico", "huurtoeslaggrens". Wie dat woord niet kent, mist de rest van de zin, en vaak de rest van de tekst. In dit artikel lees je wat onderzoek zegt over woorduitleg, beeld en vereenvoudiging, en wat die hulpmiddelen jullie organisatie opleveren.

In het kort

• Een paar onbekende woorden kunnen een hele tekst onbegrijpelijk maken. Volgens een veelgebruikte vuistregel moet een lezer zo'n 98% van de woorden kennen om een tekst zonder hulp goed te begrijpen.
• Uitleg op het moment zelf helpt. Woordverklaringen in digitale teksten hebben volgens een overzichtsanalyse van eerder onderzoek een duidelijk positief effect op begrip.
• Een eenvoudige versie op aanvraag werkt. In Nederlands onderzoek beantwoordden lezers van door AI vereenvoudigde overheidsbrieven 19% meer vragen goed.

Het moment waarop één woord alles blokkeert

Stel je voor: Ingrid is 67 en krijgt een brief van haar zorgverzekeraar. Ze leest dat haar "eigen risico verrekend wordt met de declaratie". Ze weet niet precies wat "verrekend" betekent in deze zin en wat een "declaratie" is. Moet ze nu iets betalen? Of krijgt ze geld terug? Ze legt de brief weg en besluit maandag te bellen.

Bij Tolkie noemen we dit het Huh?-moment: het moment waarop iemand afhaakt omdat de tekst niet duidelijk is. Vaak is dat moment klein: één woord, één zin. Maar het gevolg is groot, want daarna leest iemand niet meer verder.

Wat onderzoek laat zien

Hoe lezers vastlopen op onbekende woorden, en wat hen daarbij helpt, is goed onderzocht. Vier inzichten zijn belangrijk.

1. Een paar onbekende woorden maken het verschil

Onderzoekers naar leesbegrip hanteren een vuistregel: om een tekst zonder hulp goed te begrijpen, moet een lezer zo'n 98% van de woorden kennen. Dat is ongeveer één onbekend woord op de vijftig (Nation, 2006). In een alinea van honderd woorden betekent dat: bij drie of vier onbekende woorden wordt het al lastig.

Voor overheidsteksten, brieven en voorwaarden, die vaak vol staan met vaktermen, is die grens snel bereikt.

2. Uitleg op het moment zelf helpt

Als een lezer een onbekend woord kan aanklikken en meteen een uitleg krijgt, hoeft hij de tekst niet te verlaten. Een overzichtsanalyse van onderzoeken naar zulke digitale woordverklaringen liet zien dat ze een middelgroot positief effect hebben op tekstbegrip en een groot effect op het leren van nieuwe woorden (Abraham, 2008). Dat onderzoek ging over mensen die in een tweede taal lezen, een groep die in Nederland groot is.

3. Beeld bij tekst maakt informatie duidelijker

Plaatjes die nauw aansluiten bij de tekst trekken meer aandacht en zorgen ervoor dat mensen informatie beter onthouden. Dat bleek uit een overzicht van onderzoek in de gezondheidszorg. Afbeeldingen helpen ook om relaties tussen ideeën te begrijpen, en mensen met heel beperkte leesvaardigheid hebben veel baat bij beeld met eenvoudige bijschriften (Houts et al., 2006).

4. Een eenvoudige versie op aanvraag verbetert het begrip

Met kunstmatige intelligentie kan een tekst inmiddels in een paar seconden worden herschreven in eenvoudige taal. Onderzoekers in Nederland lieten ChatGPT moeilijke overheidsbrieven vereenvoudigen en testten de resultaten in een gerandomiseerd experiment. Lezers van de vereenvoudigde brieven beantwoordden 19% meer vragen goed en vonden de brieven ruim 20% begrijpelijker (Beks van Raaij et al., 2024).

Ook grootschalig onderzoek van Google laat dit zien. In een experiment met 4.563 deelnemers en teksten over onder meer recht, financiën en geneeskunde beantwoordden lezers van een door AI vereenvoudigde versie meer vragen goed en vonden ze de tekst makkelijker om te lezen (Guidroz et al., 2025).

Wat het oplevert

Woorduitleg, beeld en vereenvoudiging zorgen ervoor dat lezers doorlezen in plaats van afhaken:

• Meer mensen lezen de tekst helemaal, omdat één onbekend woord niet meer het eindpunt is.
• Minder vragen aan de telefoon of balie, omdat lezers de uitleg zelf vinden.
• Geen concessies aan de inhoud. Juridische of medische termen mogen blijven staan, zolang lezers ze kunnen laten uitleggen.
• Hulp voor wie het nodig heeft, zonder iemand te betuttelen. Wie de tekst begrijpt, leest gewoon verder. Wie hulp nodig heeft, klikt erop.

Juist voor organisaties die niet om vaktermen heen kunnen, zoals zorgverzekeraars, pensioenfondsen, gemeenten en woningcorporaties, is dit een praktische oplossing.

Wat dit betekent voor jullie organisatie

Zo zorg je ervoor dat lezers niet op één woord afhaken:

1. Zoek de woorden waarop lezers vastlopen. Kijk welke vaktermen het vaakst voorkomen in jullie teksten en vraag klantcontact welke woorden mensen niet begrijpen.
2. Vervang wat vervangen kan worden. Gebruik een gewoon woord waar dat kan.
3. Leg uit wat moet blijven staan. Sommige termen zijn nodig. Zorg dat lezers ze meteen kunnen laten uitleggen, het liefst ook met een afbeelding.
4. Bied een eenvoudige versie aan. Geef lezers bij lange of ingewikkelde teksten de mogelijkheid om een eenvoudige uitleg te lezen.
5. Laat de originele tekst altijd beschikbaar. Zo kan iedereen kiezen hoe hij de informatie leest.

Hoe Tolkie hierbij helpt

De Tolkie Leeshulp biedt precies deze hulp, op elke pagina van jullie website en ook bij pdf's en brieven:

• Woorduitleg met beeldwoordenboek. Bezoekers klikken op een moeilijk woord en krijgen een korte uitleg, waar mogelijk met een afbeelding.
• Simpele Uitleg. Bezoekers laten een pagina met één klik herschrijven of samenvatten in eenvoudige taal. De oorspronkelijke tekst blijft gewoon staan.
• Voorlezen en vertalen, voor wie ook daar baat bij heeft.

Tolkie Webmonitoring meet jullie teksten met Lint, een leesbaarheidsinstrument van de Universiteit Utrecht (Pander Maat et al., 2023). Lint kijkt onder meer naar hoe vaak woorden voorkomen in het Nederlands. Zo zien jullie welke pagina's veel weinig gebruikte woorden bevatten en waar woorduitleg het meeste oplevert.

Samen zorgen ze ervoor dat het Huh?-moment niet meer ontstaat door dat ene woord.

Bronnen

Abraham, L. B. (2008). Computer-mediated glosses in second language reading comprehension and vocabulary learning: A meta-analysis. Computer Assisted Language Learning, 21(3), 199–226.

Beks van Raaij, N., Kolkman, D., & Podoynitsyna, K. (2024). Clearer governmental communication: Text simplification with ChatGPT evaluated by quantitative and qualitative research. In Proceedings of the Workshop on DeTermIt! Evaluating Text Difficulty in a Multilingual Context @ LREC-COLING 2024. ACL Anthology. https://aclanthology.org/people/nadine-beks-van-raaij/unverified/ (opent extern)

Guidroz, T., Ardila, D., Li, J., Mansour, A., Jhun, P., Gonzalez, N., Ji, X., Sanchez, M., et al. (2025). LLM-based text simplification and its effect on user comprehension and cognitive load [Preprint]. arXiv. https://arxiv.org/abs/2505.01980 (opent extern)

Houts, P. S., Doak, C. C., Doak, L. G., & Loscalzo, M. J. (2006). The role of pictures in improving health communication: A review of research on attention, comprehension, recall, and adherence. Patient Education and Counseling, 61(2), 173–190. https://pubmed.ncbi.nlm.nih.gov/16122896/ (opent extern)

Nation, I. S. P. (2006). How large a vocabulary is needed for reading and listening? The Canadian Modern Language Review, 63(1), 59–82. https://www.wgtn.ac.nz/__data/assets/pdf_file/0018/1626120/2006-How-large-a-vocab.pdf (opent extern)

Pander Maat, H., Kleijn, S., & Frissen, S. (2023). LiNT: een leesbaarheidsformule en een leesbaarheidsinstrument. Tijdschrift voor Taalbeheersing, 45(1). https://doi.org/10.5117/TVT2023.3.002.MAAT (opent extern)

Laurens van den Berg schreef dit artikel.