Verantwoorde AI

Dit is wat Verordening (EU) 2026/1744, die op 8 juli door het Parlement en de Raad is aangenomen, aan het tijdschema van de AI-wet heeft toegevoegd: de voorschriften voor de in bijlage III genoemde systemen met een hoog risico – die betrekking hebben op werkgelegenheid, onderwijs, justitie en toegang tot essentiële openbare diensten – zouden oorspronkelijk op 2 augustus 2026 in werking treden. Ze treden nu in werking op 2 december 2027.

Sindsdien is dezelfde zin veel te vaak herhaald: we hebben tijd.

Toegegeven, dit is een geruststellende interpretatie, maar ze is onjuist – en niet alleen om juridische redenen.

Laten we echter eerst eens kijken naar de juridische aspecten. Het uitstel geldt slechts voor één categorie systemen. De verboden praktijken zijn al sinds februari 2025 verboden. De transparantieverplichting uit hoofde van artikel 50 – waarbij burgers moeten worden geïnformeerd dat zij met een machine communiceren en AI-gegenereerde inhoud moet worden geïdentificeerd –is van kracht sinds 2 augustus 2026, de dag waarop de Commissie ook een klachtentool lanceerde die voor alle burgers toegankelijk is. En op 2 december treden nog twee aanvullende verboden in werking.

Laten we eens kijken naar de kloof tussen het tijdschema van de regelgeving en de daadwerkelijke gang van zaken binnen organisaties.

Goed nieuws: België loopt voorop

In 2025 maakte 34,5 % van de Belgische bedrijven met tien of meer werknemers gebruik van ten minste één AI-technologie, tegenover een Europees gemiddelde van 20,0 % (Eurostat). Hiermee staat België op de vierde plaats in de EU, na Denemarken, Finland en Zweden. De Federale Overheidsdienst voor de Economie benadrukte in juni deze trend: 24,7% in 2024, oplopend tot 34,5% een jaar later.

De andere bevinding wordt veel minder vaak genoemd. 81 % van de Belgische organisaties staat hun medewerkers toe om AI-tools te gebruiken, terwijl slechts 29 % een schriftelijk AI-beleid heeft en 26 % sindsdien hun cyberbeveiligingsstrategie heeft aangepast. Deze drie cijfers zijn afkomstig uit hetzelfde onderzoek, dat in februari 2026 door Ipsos in opdracht van Proximus NXT is uitgevoerd onder 403 organisaties.

De barometer die Inetum deze zomer heeft gepubliceerd, is al even veelzeggend. Maar liefst 47% van de ondervraagde Belgische leidinggevenden geeft namelijk aan AI te gebruiken zonder toestemming van hun management. Leidinggevenden. Geen stagiaires.

Een verbod verplaatst het probleem alleen maar

Netskope heeft het daadwerkelijke dataverkeer in Europa geanalyseerd over een periode van 12 maanden, van maart 2025 tot maart 2026. Dit is een geruststellend cijfer, aangezien het percentage gebruikers dat AI via een privéaccount voor professionele doeleinden gebruikt, is gedaald van 79% naar 43%. Het cijfer waarover we echter minder horen, betreft degenen die schakelen tussen privé- en werkaccounts – een groep die is gegroeid van 7% naar 15%.

Mensen zijn niet gestopt. Ze hebben geleerd om op iets anders over te schakelen, met name wanneer de officiële tool de toegang weigert – dat wil zeggen, wanneer de gegevens het meest gevoelig zijn.

Het in kaart brengen van de huidige situatie blijft de juiste eerste stap, op één voorwaarde: dat het melden ervan niets kost. Als een medewerker denkt dat hij of zij een berisping krijgt tijdens een teamvergadering als hij of zij toegeeft een document naar een niet-goedgekeurde tool te hebben geüpload, zal hij of zij zwijgen. Je inventarisatie zal vanaf dag één onnauwkeurig zijn, en je zult het nooit weten.

Wat een polis niet voor je beslist

Een beleid legt principes vast. Het bepaalt niet op een dinsdag om 14.00 uur welk model het verzoek van een medewerker moet verwerken. Er zijn drie vragen die steeds weer terugkomen, en geen van deze vragen kan voor eens en voor altijd schriftelijk worden beantwoord.

1. Welk model voor welke taak? Een studie gepubliceerd in *Scientific Reports* vergeleek traditionele methoden en grote taalmodellen voor het classificeren van administratieve teksten. Logistische regressie op embeddings: 0,0021 Wh voor 189 inferenties. Het beste geteste LLM: 34,15 Wh. Een verschil van ongeveer 16.000. En het lichtste model was ook het nauwkeurigste. Het is dus geen kwestie van kiezen tussen prestaties en efficiëntie. Het is een duurdere tool die wordt gebruikt om een slechter resultaat te produceren. Het enige wat je nog hoeft te doen, is dat te vermenigvuldigen met je jaarlijkse aantal verzoeken.
2. Welke gegevens worden verzonden, waar gaan ze naartoe en wanneer? Een openbaar document, een interne memo en een bestand met persoonsgegevens vereisen niet dezelfde verwerking of dezelfde opslag. Drie classificatieniveaus, en voor elk daarvan een lijst met goedgekeurde modellen. Eén pagina is voldoende, maar die heeft weinig waarde tenzij de regels automatisch worden toegepast op het moment dat het verzoek wordt verzonden – zonder dat men afhankelijk is van het oordeel van individuen.
3. Hoe betrouwbaar zijn de resultaten? De EBU en de BBC lieten journalisten van 22 publieke omroepen in 18 landen meer dan 3.000 antwoorden van AI-assistenten beoordelen. Bij 45 procent was er sprake van ten minste één belangrijk probleem, en 20 procent bevatte een ernstige feitelijke onjuistheid. Wat feitencontrole betreft, ontdekten onderzoekers van de Universiteit van Pennsylvania dat tussen de 3% en 13% van de bronvermeldingen verzonnen was – een resultaat dat als een verrassing kwam. De assistenten die het vaakst werden geciteerd, waren ook degene die de meeste verzonnen informatie genereerden. De mate van toetsing wordt daarom afgestemd op het belang van de zaak, en voor een bestuursbesluit wordt de eis om een motivering te geven niet minder streng alleen omdat er een AI bij betrokken was.

Niemand weet het

Uit onderzoek van Gartner blijkt dat slechts 22% van de organisaties AI op grotere schaal dan binnen één afdeling heeft geïmplementeerd, en dat 11% niet weet hoeveel hun afdeling in 2025 aan AI heeft uitgegeven.

McKinsey meldt op zijn beurt dat 37% een zekere invloed op de EBIT rapporteert, en 6% een invloed van ten minste vijf punten. Tot slot stelt BCG dat slechts 14% van de bedrijven de impact van hun AI-initiatieven op de winst-en-verliesrekening heeft vastgesteld.

Verschillende methoden en steekproeven, maar hetzelfde resultaat: het probleem is niet dat AI geen resultaten oplevert, maar dat bijna niemand dat kan bevestigen. En wat niet in cijfers kan worden uitgedrukt, is moeilijk te rechtvaardigen in de volgende begroting.

Het Belgische geval

In juli 2025 hebben 38 federale instanties het handvest voor verantwoord gebruik van AI in de openbare dienst ondertekend. Deze toezegging is zeer serieus.

Het regelgevingskader is echter nog niet van kracht. België heeft zijn markttoezichtautoriteit nog steeds niet aangewezen, hoewel de Europese deadline 2 augustus 2025 was. In het regeringsakkoord wordt verwezen naar het IBPT, de FOD Economie coördineert de werkzaamheden en er is een voorontwerp van wet aangekondigd (Senaat, schriftelijke vraag nr. 8-314). Tot op heden is er nog niets aangenomen.

Dus voorlopig zal niemand je vertellen wat je moet doen. Dat is op zich al slecht nieuws als je erop rekende dat die autoriteit je routekaart zou uitstippelen.

Wat we aan het implementeren zijn

Onze aanpak bestaat erin onze ondersteuning te beginnen met één essentiële stap: het in kaart brengen van daadwerkelijke gebruiksscenario’s – inclusief diegene die nog door niemand zijn gemeld –, het indelen van de gegevens in drie niveaus en vervolgens het selecteren van twee of drie bruikbare, meetbare gebruiksscenario’s met een beperkt risico. Dit zijn de scenario’s waaruit u het meest zult leren. Bovenal zijn het juist deze scenario’s die u zullen helpen om vandaag nog het mandaat te verkrijgen dat u nodig hebt van het management, de bedrijfsonderdelen en IT.

Waar wij een stap verder gaan, is door deze beslissingen om te zetten in concrete acties. Onze Responsible AI Steward fungeert als een routeringshub voor uw applicatieverzoeken. Hij bepaalt welk model welk verzoek verwerkt, op basis van de aard van de taak en de gevoeligheid van de gegevens. Hij regelt wat er naar een extern model wordt gestuurd – en wanneer. Hij houdt het daadwerkelijke gebruik, de kosten en de ecologische voetafdruk bij in een dashboard, uitgesplitst per team en use case. Ook kunt u hiermee uw eigen modellen op basis van uw gegevens verfijnen wanneer herhaaldelijk gebruik dit rechtvaardigt.

Het effect is onmiddellijk merkbaar. De classificatieregel die in uw beleid is vastgelegd, wordt toegepast op het verzoek. De inventaris van AI-systemen – die op termijn wettelijk verplicht zal worden – wordt automatisch opgesteld. En wanneer u wordt gevraagd wat AI kost en wat het oplevert, ligt het antwoord al klaar.

Een aspect dat niet mag worden onderschat, is opleiding. Artikel 4 van de AI-wet is in juli herschreven. Daarin staat: „maatregelen nemen om dit te ondersteunen.” Dit is een versoepeling ten opzichte van de vorige versie.

Klinkt dit je bekend in de oren?

De vraag is niet langer of uw organisatie AI gebruikt. Het gaat erom wie binnen uw organisatie bepaalt welk model toegang krijgt tot welke gegevens – en of die beslissing vastgelegd is en bij iedereen bekend is, of dat ze gewoon stilletjes, elke dag, wordt uitgevoerd door elke medewerker die achter zijn of haar scherm zit.

Elke organisatie heeft haar eigen context, beperkingen en tempo.

Laten we het eens over uw situatie hebben: vaak volstaat één eerste gesprek al om concrete stappen vooruit te bepalen.

Bronnen

• Verordening (EU) 2026/1744 van 8 juli 2026 tot wijziging van Verordening (EU) 2024/1689 (Digital Omnibus inzake AI), Publicatieblad van 24 juli 2026, van kracht vanaf 27 juli 2026.
• Europese Commissie: de bepalingen van de AI-wet en de transparantieverplichtingen treden op 2 augustus 2026 in werking.
• Eurostat, Het gebruik van kunstmatige-intelligentietechnologieën in de Europese Unie, editie 2026 (ICT-bedrijvenenquête, gegevens verzameld in het eerste kwartaal van 2025).
• FPS Economy, Belgische Barometer voor de digitale economie, persbericht van 9 juni 2026.
• Proximus NXT en Ipsos, jaarlijks onderzoek naar cyberbeveiliging, 403 Belgische organisaties met meer dan 10 medewerkers, veldwerk uitgevoerd in februari 2026.
• Inetum en Institut Bona Fidé, Barometer voor technologie, AI en de samenleving, 2.400 leidinggevenden en managers in Frankrijk, België, Spanje en Portugal; het Belgische deel verschijnt in juli 2026.
• Netskope Threat Labs, Threat Labs-rapport Europa 2026, telemetriegegevens van maart 2025 tot maart 2026.
• Vergelijking van energieverbruik en nauwkeurigheid bij het afleiden van tekstclassificaties, Scientific Reports, 2026.
• EBU en BBC, Nieuwsintegriteit bij AI-assistenten, 22 publieke omroepen, 18 landen, 14 talen, oktober 2025.
• D. Rao, E. Wong, C. Callison-Burch (Universiteit van Pennsylvania), “Detecteren en corrigeren van referentiehallucinaties in commerciële LLM’s en deep research-agenten”, arXiv, 3 april 2026.
• Gartner, Enquête over de opschaling van AI, 1.303 respondenten, veldwerk januari–april 2026, gepubliceerd op 1 september 2026.
• McKinsey, The State of AI, 1.719 respondenten in 97 landen, gepubliceerd op 25 augustus 2026.
• BCG, enquête onder 152 CEO's, gepubliceerd op 22 juli 2026.
• Handvest voor verantwoord gebruik van kunstmatige intelligentie in de openbare dienst, SPF BOSA en AI4Belgium, ondertekend op 11 juli 2025 door 38 federale diensten.
• Belgische Senaat, schriftelijke vraag nr. 8-314, antwoord van 25 november 2025, over de nationale tenuitvoerlegging van de AI-wet.

Zie ook: Shadow AI, informele toepassingen omzetten in een publiek goed.