Artificial Intelligence (AI) speelt een steeds grotere rol in de digitalisering van Nederland. Nederland voert op dit moment gefaseerd de Europese AI-verordening in. Maar die gefaseerde aanpak leidt nu tot problemen, omdat regels voor AI-systemen met hoog risico nog niet zijn geïmplementeerd. Daarom is het de hoogste tijd voor nationaal AI-beleid: met transparantie, menselijk overzicht en politieke durf. En dat begint nu, aan de formatietafel.
Beeld: Pexxels
AI krijgt een steeds grotere rol in ons dagelijks leven. Van de ontelbare prompts die we elke dag in ChatGPT typen, tot de Belastingdienst die tegenwoordig AI inzet voor het controleren van aangiftes. AI beïnvloedde ook de afgelopen verkiezingen. Zo zagen we AI-beelden om de beeldvorming te beïnvloeden, maar bleek ook uit onderzoek dat één op de tien Nederlanders AI gebruikt voor stemadvies.[1] Om nog maar te zwijgen van alle AI-algoritmes die bepalen welke politieke partijen we op onze social media voorbij zien komen.
Zonder transparantie blijft onduidelijk in hoeverre AI de verkiezingsuitslag heeft verschoven. Dat is een risico voor het vertrouwen in AI-systemen. Dit voorbeeld toont dat de ontwikkeling van mensgericht AI-beleid urgenter dan ooit is. Waar staan we nu in Nederland op het gebied van AI-beleid? En is dit wel voldoende?
De Europese AI-verordening
Op dit moment wordt in Nederland de Europese AI-verordening geïmplementeerd. Deze wet hanteert een risicogebaseerde aanpak met vier niveaus: onaanvaardbaar (verboden), hoog risico, beperkt risico (transparantieplichten) en minimaal risico. De regels gelden zowel voor ontwikkelaars en aanbieders als voor de gebruikers van AI-systemen. Daarnaast blijven bestaande kaders van kracht zoals de AVG en, voor overheidsbesluiten, de Algemene wet bestuursrecht.
De Europese AI-verordening is nu het enige specifieke AI-kader. Een nationale AI-wet ontbreekt. Door de gefaseerde invoering gelden voor hoog risico-toepassingen zoals biometrie (zoals gezichtsherkenning), kritieke infrastructuur, onderwijs en publieke diensten, nog geen harde eisen. Deze gelden pas vanaf augustus 2026. De verordening richt zich bovendien vooral op aanbieders en markttoelating, minder op het dagelijks gebruik en toezicht in Nederland. Daarom is nú aanvullend nationaal AI-beleid nodig, gebaseerd op menselijk overzicht, zichtbaarheid en transparantie. Wachten is geen beleid.
Pijler één: menselijk overzicht
Te vaak loopt digitaliseringbeleid vast omdat technologie en regels het vertrekpunt zijn, niet de mens. De gevolgen kennen we: de toeslagenaffaire, waar een risicoselectie-algoritme ouders ten onrechte als fraudeverdacht aanmerkte. Of het stikstofbeleid, waar een model tot besliscriterium werd verheven en in de praktijk tekortschiet. De les is simpel: zonder menselijk overzicht ontspoort technologie. Zeker bij AI met (semi)autonome logica geldt: AI bereidt voor, de mens beslist. Altijd een human in the loop, met toetsing, logging en de mogelijkheid tot bezwaar. AI krijgt geen carte blanche. Systemen verbeteren doordat mensen interveniëren, niet andersom.
Pijler twee: zichtbaarheid
AI moet zichtbaar zijn. Wie met een AI-systeem communiceert, moet dat weten. Chatbots horen nu al dat te melden. Hetzelfde geldt voor minder zichtbare inzet zoals AI die bij de zelfscan bepaalt wie steekproefcontrole krijgt. AI is overal, maar grotendeels onder de waterlijn. Onzichtbaar gebruik ondermijnt privacy, gelijkheid en vertrouwen.
Goed AI-beleid vraagt om standaard AI-markering, zichtbare processen en keuzeruimte voor de gebruikers
Wordt je hypotheek afgewezen na een AI-risico-inschatting? Dan heb je recht op een begrijpelijke toelichting en menselijk aanspreekpunt. Weet je dat je smartwatch AI gebruikt om je slaapcyclus te monitoren, dan kun je kiezen: aan of uit. Goed AI-beleid vraagt om standaard AI-markering, zichtbare processen en keuzeruimte voor de gebruikers.
Pijler drie: transparantie
Tot slot: de redenering van AI-systemen moet zichtbaar en toetsbaar zijn. Zonder inzicht in welke gegevens het systeem weegt en hoe het tot een uitkomst komt, kun je niet controleren op fouten en discriminatie. Met uitlegbaarheid kun je nagaan of de juiste factoren de doorslag geven en kun je bijsturen.
Een treffend voorbeeld kwam aan het licht bij onderzoek naar AI-ondersteuning voor het herkennen van heupfracturen op röntgenfoto’s. De voorspelling bleek vooral te worden gebaseerd op de leeftijd van de patiënt, in plaats van de beeldinformatie. Precies waarom uitleg en audittrail onmisbaar zijn. Stel de norm helder: geen uitlegbaarheid? Geen inzet bij besluiten over mensen.
Durf in te grijpen
Deze formatie bepaalt het spoor waarlangs Nederland de komende jaren met AI omgaat. De Europese AI-verordening legt een solide basis, maar laat cruciale punten open. Dat schept niet alleen ruimte, maar ook plicht om nu nationaal, mensgericht beleid te maken. Veranker drie harde eisen in wetgeving, toezicht en uitvoering: menselijk overzicht, zichtbaarheid en uitlegbare beslissingen. AI is geen toekomstmuziek maar praktijk, vandaag. Laat de formatietafel het startschot zijn voor beleid waarin technologie de mens dient, nooit andersom.
Voetnoot
[1] https://algosoc.org/results/1-in-10-dutch-citizens-are-likely-to-ask-ai-for-election-advice-this-is-why-they-shouldnt.
Geef een reactie