Zo grijp je kansen met AI en vermijd je de de risico’s

Iedere organisatie heeft of krijgt te maken met AI. Voor marketeers is het een kans om productiever te worden en de kwaliteit van output te verbeteren. Maar de verhalen over hallucinerende AI-systemen, kritieke fouten en financiële schade duiken steeds vaker op in de media. Wie AI maximaal wil benutten, moet dus ook de risico’s, regels, wetten, dilemma’s en beperkingen kennen.

Dat is lastig want veel van die regels zijn gloednieuw en het doornemen van wet- en regelgeving staat bij maar weinig marketeers bovenaan de lijst van favoriete bezigheden. Daarom is het erg belangrijk dat organisaties een helder AI-beleid hebben: een beleid dat aansluit bij de eigen doelstellingen, mensen leert omgaan met AI en hen informeert over de risico’s en regels.

Precies dat betoogt Charlotte Meindersma in haar boek AI met beleid – Praktisch sturen op wetgeving, ethiek en draagvlak (affiliate).

Wat is AI eigenlijk?

Wat is AI precies, en hoe krijgen we er in de praktijk bewust en onbewust mee te maken? In de dagelijkse praktijk stellen gebruikers zich die vraag niet vaak. Een tool die wij gebruiken wordt met ‘AI’ aangeduid en de gebruiker accepteert dat.

Als je echter beleid voor AI wil maken, ontdekt je al gauw dat er technische, juridische en zelfs filosofische definities bestaan die elkaar soms regelrecht tegenspreken.

Het boek van Meindersma gaat uit van de juridische insteek. De auteur neemt de door technische en business experts vaak bekritiseerde definitie uit de Europese AI-verordening als uitgangspunt. Die bepaalt of jouw tool, chatbot of algoritme überhaupt onder de wet valt.

..een op machines gebaseerd systeem dat is ontworpen om met verschillende niveaus van autonomie te werken en dat na de inzet mogelijk adaptief gedrag kan vertonen, en dat voor expliciete of impliciete doelstellingen uit de input die het ontvangt afleidt hoe het outputs moet genereren zoals voorspellingen, content, aanbevelingen of beslissingen die fysieke of virtuele omgevingen kunnen beïnvloeden – Art. 3 lid 1 AI verordening

Die definitie is breed en omvat erg veel toepassingen. Het boek bevat gelukkig veel voorbeelden, zodat ook niet-juristen zich een beeld kunnen vormen.

De auteur noemt bijvoorbeeld AI die helpt walvissterfte te voorkomen door scheepvaartroutes slimmer te plannen. Of AI die burgers ondersteunt bij het indienen van WOZ-bezwaren.

De twee grootste risico’s in de praktijk

Deze definitie betekent dat de nadruk in het boek sterk ligt op juridische risico’s. De risico’s van AI zijn divers en verschillen sterk per sector, maar er zijn er twee die in vrijwel elke organisatie voorkomen:

1. AI is niet altijd herkenbaar. Fouten ontstaan snel, omdat het niet duidelijk is dat er AI in het spel is, of hoe het werkt. Medewerkers uploaden bijvoorbeeld data naar tools zonder te weten waar die data naartoe gaat of hoe die bewerkt wordt (buiten de EU, in trainingsmodellen, etc.).
2. AI wekt gemakzucht in de hand. Mensen vertrouwen de output te veel of verzuimen deze te controleren. Denk aan chatbots van de klantenservice die klanten restitutie beloven die nooit is toegezegd. Juridische stukken die verwijzen naar niet-bestaande jurisprudentie. Deze fouten blijven onopgemerkt, omdat niemand meer kritisch meeleest.

De AI-verordening als vertrekpunt voor je beleid

Hoe ga je om met deze risico’s? Dat is een brede vraag, maar de auteur brengt deze terug tot de AI-verordening, omdat deze komende tijd gefaseerd in werking treedt (2026, 2027 en 2028) en direct van toepassing is. Hieraan voldoen is dus een verplichting. De kernpunten voor organisaties zijn:

• Er geldt een risico-gebaseerde aanpak, waarbij AI-tools onderverdeeld zijn in risico categorieën: verboden AI, high-risk AI, limited-risk AI en minimal-risk AI. De verordening bevat een lijst die aangeeft welke AI toepassing waar onder valt.
• Voor high-risk AI gelden strenge eisen rond risicomanagement, datakwaliteit, documentatie, transparantie en menselijk toezicht. Denk bijvoorbeeld aan AI voor medische toepassingen.
• Aanbieders (providers) en gebruiksverantwoordelijken (deployers) hebben verschillende verplichtingen. Zoals hierboven geschetst is AI niet altijd herkenbaar dus veel bedrijven weten niet dat ze aanbieder zijn.
• AI-geletterdheid is verplicht: organisaties moeten ervoor zorgen dat mensen die AI gebruiken voldoende kennis en vaardigheden hebben.

Het boek geeft een beknopt en toch redelijk volledig beeld van de verordening. Wel zou het baat hebben bij een schema of checklist, waarmee de lezer snel overzicht krijgt. In feite gaat het erom dat je als organisatie drie stappen doorloopt:

1. Bepaal of je AI-aanbieder bent (dat is lastiger dan veel mensen denken).
2. Stel vast op welk risiconiveau jouw AI-toepassingen zitten (high, limited, minimal).
3. Breng in kaart welke verplichtingen daaruit voortvloeien.

Praktische tips om AI-beleid te laten werken

De kern van het boek is het laatste deel: ‘Een verstandig en hanidg AI-beleid’. Hoe kom je nu tot zo’n beleid voor je organisatie? Dit hoofstuk is volledig, maar veel korter dan het deel dat de regelgeving beschrijft.

Dat is jammer, want een uitbreiding van dit deel met meer checklists en schematische  overzichten zou de lezer helpen sneller de stap naar praktische acties te maken. Meindersma geeft een aantal concrete handvatten:

• Begin bij je doelstellingen. Aan welke organisatiedoelen moet AI eigenlijk bijdragen? Het is verbijsterend hoe vaak AI een doel op zich is. Iets waar je ‘iets’ mee moet. Terug naar de basis helpt om het concreet te maken. Ik zou daaraan willen toevoegen dat het ook nodig is om je organisatie te motiveren: een beleid dat alleen maar draait om regels en risico’s kan verstikkend werken en innovatie tegengaan. Door te beginnen met doelstellingen en kansen geef je je organisatie als eerste een positieve boodschap mee.
• Zorg dat je AI-toepassingen betrouwbaar zijn. Werken met AI gaat beter als je er op kunt vertrouwen. Gebruik bijvoorbeeld de Assessment List for Trustworthy AI (ALTAI) van de Europese Commissie. Zijn er aspecten waar jouw toepassingen tekort schieten? Ook kun je de AI Impact Assessment van de Rijksoverheid doen, die helpt blinde vlekken te ontdekken.
• Haal apart input op bij medewerkers. Bijna iedere professional gebruikt AI zakelijk of privé. Als je geen zicht hebt op dat gebruik, loop je het risico dat je beleid niet aansluit bij de dagelijkse praktijk en in de spreekwoordelijke la belandt. Het geeft je ook de gelegenheid je beleid te illustreren met herkenbare voordelen en kansen te ontdekken in de kennis van individuele medewerkers.
• Als je regels maakt leg duidelijk uit waarom regels er zijn. Als mensen het waarom begrijpen, zijn ze minder geneigd om buiten de officiële kanalen om te werken (Shadow IT). Dit is heel herkenbaar: marketeers hebben snel de neiging om procedures en regels van juristen en ICT’ers af te doen als overkill. Door de ratio duidelijk te maken en voorbeelden te gebruiken, voorkom je dit in veel gevallen.
• Train alle medewerkers, maar op hun eigen niveau. De AI-verordening eist dat mensen voldoende kennis hebben om AI verantwoord te gebruiken, maar kennisniveau’s van medewerkers lopen sterk uiteen en de vereisten ook. Bepaal daarom per medewerker niveau en behoefte met een AI-geletterdheidsvragenlijst.

Kaders van nieuw beleid

AI is onderdeel van de bedrijfsvoering. Voor marketeers staan natuurlijk de kansen centraal, maar als organisatie moet je je ook bewust zijn van de risico’s. Wanneer je die in beeld hebt, kun je regels en de dagelijkse praktijk echt met elkaar verbinden.

Ben jij als manager of adviseur betrokken bij AI beleid in jouw organisatie, en wil je meer weten over de kaders voor je nieuwe beleid? Dan is dit boek voor jou relevant.

Waar AI met beleid – Praktisch sturen op wetgeving, ethiek en draagvlak (affiliate) minder over gaat is de commerciële kant. De beleidsmatige insteek legt de nadruk op risico’s en regels.

Als je op zoek bent naar een boek dat je laat zien hoe je kansen met AI benut of hoe AI het commerciële speelveld verandert, is dit minder geschikt.