← terug naar dossiers
📁 Dossier

AI-shoppingagents kunnen nog niet voor jou kopen — en dat is goed nieuws voor jouw webshop

📅 2026-08-28 ⚠️ In review — 3 van 5 claims ✅; 1 ⚠️ Indirect (faalmodus framing-drift); 1 ℹ️ Opinie/analyse (NL webshop-casussen)

📊 Kerncijfers

6
AI-modellen getest in de studie
Wharton
Wharton School (University of Pennsylvania) — de onderzoekers
ACES
Agentic e-Commerce Simulator — de gebruikte testtool
"No consistency"
Kernconclusie van de studie

🔗 Geannoteerde bronnen

primair AI shopping agents aren't ready to buy on your behalf, study finds

the-decoder.com/ai-shopping-agents-arent-ready-to-buy-on-your-behalf-study-finds/

🗓️ 27 augustus 2026 · Matthias Bastian (The Decoder) · Bevat: de Wharton-studie met zes geteste modellen, de ACES-simulator, en de bevinding dat kleine contextverschuivingen (bronvolgorde, leveringsformaat, geheugen-snippets) aankoopbeslissingen met grote marges doen schommelen. Kernconclusie: "No consistency, no control."

📋 Claims & verificatie

Claim in blogpostBronStatus
Onderzoekers (Wharton) lieten AI-shoppingagents aankooptaken uitvoerenThe Decoder✅ Geverifieerd
Agents zijn nog niet in staat zelfstandig en betrouwbaar aankopen te doenThe Decoder✅ Geverifieerd
Zes modellen werden getestThe Decoder✅ Geverifieerd
Agents struikelen over beveiligingsstappen, captcha's en betaalprocessenThe Decoder⚠️ Indirect
NL webshop-casussen (boekhandel, kledingwinkel in middelgrote stad)ℹ️ Opinie/analyse

📐 Methodologie-noot

De kernconclusie (agents zijn nog niet betrouwbaar) is correct geverifieerd tegen The Decoder. Er is echter sprake van framing-drift: de blogpost beschrijft de faalmodus als "struikelen over beveiligingsstappen, captcha's en betaalprocessen", terwijl de Wharton-studie iets anders meet — namelijk dat aankoopaanbevelingen sterk schommelen door contextverschuivingen (bronvolgorde, leveringsformaat, geheugen-snippets). De studie gaat over inconsistentie in aanbevelingen, niet over het vastlopen in betaalflows. De Nederlandse webshop-casussen zijn eigen toevoegingen van de auteur zonder brondekking.

🧩 Gerelateerde faalpatronen

  • AI-Betrouwbaarheidsverval (8/10) — de studie toont dat meer stappen en meer bronnen leiden tot méér variabiliteit, niet minder — een directe illustratie van compounding-errors in agent-ketens.
  • AI-Verkeerde-Prikkels (9/10) — geheugen-snippets ("I love hiking!") sturen de agent naar duurdere producten ondanks een objectief superieur alternatief — de agent optimaliseert voor de verkeerde prikkel.
  • Blind vertrouwen op AI (9/10) — de studie waarschuwt dat gebruikers die geheugen instellen in ChatGPT niet weten dat dit aankoopaanbevelingen onvoorspelbaar beïnvloedt.
  • AI-Sycofantie (9/10) — de agent past zich aan de (geheugen-)voorkeuren van de gebruiker aan in plaats van objectief het beste product te kiezen.