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 systemen met een hoog risico die in bijlage III worden genoemd – namelijk systemen op het gebied van 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 klinkt dezelfde zin maar al te vaak: we hebben nog tijd.

Dat klinkt inderdaad geruststellend, maar het is onjuist, en niet alleen om juridische redenen.

Laten we toch eerst eens naar het juridische aspect kijken. Het uitstel geldt slechts voor één categorie systemen. De verboden praktijken zijn al sinds februari 2025 verboden. De transparantieverplichting van artikel 50, die inhoudt dat een burger moet worden geïnformeerd dat hij of zij te maken heeft met een machine en dat door AI gegenereerde inhoud moet worden geïdentificeerd,is van kracht sinds 2 augustus, 2026, de dag waarop de Commissie ook een voor alle burgers toegankelijk klachtenkanaal heeft geopend. En op 2 december aanstaande treden nog twee extra verboden in werking.

Laten we eens kijken naar de kloof tussen de regelgevingskalender en de daadwerkelijke praktijken binnen organisaties.

Goed nieuws: België loopt voorop

34,5 % van de Belgische bedrijven met tien of meer werknemers maakte in 2025 gebruik van ten minste één AI-technologie, tegenover een Europees gemiddelde van 20,0 % (Eurostat). Dat is de vierde plaats in de EU, achter Denemarken, Finland en Zweden. Wat de FOD Economie in juni vooral benadrukte, is de trend: 24,7 % in 2024, 34,5 % een jaar later.

Het andere aspect wordt aanzienlijk minder vaak genoemd. 81 % van de Belgische organisaties laat hun medewerkers AI-tools gebruiken, terwijl slechts 29 % een schriftelijk AI-beleid heeft en 26 % sindsdien hun strategie op het gebied van cyberbeveiliging heeft aangepast. Deze drie cijfers zijn afkomstig uit hetzelfde onderzoek, dat in februari 2026 door Ipsos voor Proximus NXT werd uitgevoerd onder 403 organisaties.

De barometer die deze zomer door Inetum werd gepubliceerd is al even verhelderend. Maar liefst 47 % van de ondervraagde Belgische leidinggevenden geeft aan AI te gebruiken zonder toestemming van hun directie. Leidinggevenden. Geen stagiaires.

Een verbod zorgt alleen maar voor een verschuiving

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 er niet mee gestopt. Ze hebben geleerd om over te schakelen, juist wanneer de officiële tool iets 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 niets kost. Als een medewerker denkt dat het toegeven dat hij een document in een niet-goedgekeurd systeem heeft geplaatst, hem een opmerking tijdens de teamvergadering zal opleveren, zal hij zwijgen. Uw inventarisatie zal vanaf de eerste dag onjuist zijn, en u zult het nooit weten.

Wat een handvest niet voor u zal beslissen

Een handvest legt principes vast. Het bepaalt niet op een dinsdag om 14.00 uur welk model de aanvraag van een medewerker verwerkt. Drie vragen komen steeds weer terug en geen enkele daarvan kan voor eens en voor altijd schriftelijk worden opgelost.

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 factor van ongeveer 16.000. En het lichtste model was ook het meest nauwkeurig. 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 daarbij afhankelijk is van het oordeel van individuen.
3. Hoe betrouwbaar is het resultaat? De EBU en de BBC hebben meer dan 3.000 antwoorden van AI-assistenten laten beoordelen door journalisten van 22 publieke media in 18 landen. 45 % vertoonde ten minste één aanzienlijk probleem, 20 % een ernstige feitelijke fout. Wat betreft documentair onderzoek hebben onderzoekers van de Universiteit van Pennsylvania vastgesteld dat tussen de 3 % en 13 % van de bronvermeldingen verzonnen was, met een onverwacht resultaat. Juist de assistenten die het meest citeren, zijn ook degenen die het meest verzinnen. Het controleniveau wordt dus afgestemd op het belang van de zaak en voor een administratieve handeling wordt de motiveringsplicht niet versoepeld alleen omdat er een AI aan te pas is gekomen.

Niemand houdt het bij

Gartner heeft vastgesteld dat slechts 22 % van de organisaties AI in meer dan één afdeling heeft geïmplementeerd en dat 11 % niet weet hoeveel hun afdeling in 2025 aan AI heeft uitgegeven.

McKinsey laat ons op zijn beurt weten dat 37 % een of ander effect op de EBIT rapporteert, 6 % een effect van ten minste vijf punten. Ten slotte 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

Achtendertig federale instanties hebben in juli 2025 het handvest voor verantwoord gebruik van AI in de openbare dienstondertekend. De inzet is reëel.

Het bindende kader bestaat echter nog niet. België heeft nog steeds geen markttoezichthouder aangewezen, terwijl de Europese deadline 2 augustus 2025 was. Het regeerakkoord wijst in de richting van het BIPT, de FOD Economie coördineert, en er is een voorontwerp van wet aangekondigd (Senaat, schriftelijke vraag nr. 8-314). Tot op heden is er nog niets aangenomen.

Niemand zal u dus voorlopig vertellen wat u moet doen. Dat is op zich al slecht nieuws als u op de autoriteit rekende om uw stappenplan vast te stellen.

Wat wij doen

Onze aanpak bestaat erin de begeleiding te beginnen met iets essentieels: het in kaart brengen van de werkelijke gebruikssituaties, inclusief die welke niemand heeft gemeld, het indelen van de gegevens in drie niveaus en vervolgens het kiezen van twee of drie nuttige, meetbare gebruikssituaties met een beperkt risico. Daaruit zult u het meest leren. Het zijn vooral deze die u zullen helpen om van het management, de businessafdelingen en IT het mandaat te krijgen dat u vandaag nodig hebt.

Waar wij een stap verder gaan, is door deze beslissingen uitvoerbaar te maken. 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. Vertaald met DeepL.com (gratis versie)

Het effect is onmiddellijk merkbaar. De classificatieregel die in uw handvest is vastgelegd, wordt een regel die op de aanvraag wordt toegepast. De inventaris van AI-systemen, die de regelgeving uiteindelijk zal vereisen, stelt zich vanzelf samen. En op de dag dat u wordt gevraagd wat AI kost en wat het oplevert, ligt het antwoord al klaar.

Een punt dat u zeker niet mag onderschatten, betreft opleiding. Artikel 4 van de AI Act is in juli herschreven. Daarin staat: „maatregelen nemen om dit te ondersteunen”. Een versoepeling ten opzichte van de vorige versie.

Herkent u uw situatie?

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 stilzwijgend, elke dag, wordt uitgevoerd door elke medewerker achter zijn of haar scherm.

Elke organisatie heeft haar eigen context, haar eigen beperkingen en haar eigen tempo.

Laten we het over die van u hebben: vaak volstaat een eerste gesprek al om concrete aanknopingspunten te vinden.

Bronnen:

• Verordening (EU) 2026/1744 of July 8, 2026, amending Regulation (EU) 2024/1689 (Digital Omnibus on AI), Official Journal of July 24, 2026, effective July 27, 2026.
• European Commission, entry into force of the AI Act rules and transparency obligations on August 2, 2026.
• Eurostat, The Use of Artificial Intelligence Technologies in the European Union, 2026 edition (ICT Enterprise Survey, data collected in the first quarter of 2025).
• FPS Economy, Belgian Digital Economy Barometer, press release of June 9, 2026.
• Proximus NXT and Ipsos, annual cybersecurity survey, 403 Belgian organizations with more than 10 employees, fieldwork conducted in February 2026.
• Inetum and Institut Bona Fidé, Tech, AI, and Society Barometer, 2,400 executives and managers in France, Belgium, Spain, and Portugal; Belgian section published in July 2026.
• Netskope Threat Labs, Threat Labs Report Europe 2026, telemetry from March 2025 to March 2026.
• Comparing Energy Consumption and Accuracy in Text Classification Inference, Scientific Reports, 2026.
• EBU and BBC, News Integrity in AI Assistants, 22 public service media organizations, 18 countries, 14 languages, October 2025.
• D. Rao, E. Wong, C. Callison-Burch (University of Pennsylvania), “Detecting and Correcting Reference Hallucinations in Commercial LLMs and Deep Research Agents,” arXiv, April 3, 2026.
• Gartner, Survey on AI Scaling, 1,303 respondents, fieldwork January–April 2026, published September 1, 2026.
• McKinsey The State of AI, 1,719 respondents in 97 countries, published August 25, 2026.
• BCG, survey of 152 CEOs, published on July 22, 2026.
• Charter for the Responsible Use of Artificial Intelligence in Public Services, SPF BOSA and AI4Belgium, signed on July 11, 2025, by 38 federal agencies.
• Belgian Senate, Written Question No. 8-314, response dated November 25, 2025, on the national implementation of the AI Act.

See also: Shadow AI, transforming informal use into a public good.