Verantwoord AI-gebruik betekent dat je AI inzet om sneller en beter te werken, terwijl een mens verantwoordelijk blijft voor wat eruit komt en voor wat erin gaat. Een taalmodel is een hulpmiddel dat tekst en data genereert, geen partij die je kunt aanspreken op een fout. De vraag is daarom niet of je AI gebruikt, maar of je grip houdt op de output en op de gegevens die je deelt.
Wat is verantwoord AI-gebruik?
Verantwoord AI-gebruik is werken met AI-tools op een manier waarbij de gebruiker de output controleert, bewust kiest welke gegevens hij invoert en weet voor welke taken AI niet geschikt is. De verantwoordelijkheid ligt bij de persoon die de output onder zijn naam naar buiten brengt, niet bij het model.
In de praktijk gaat het juist daar mis. Output die vlot en overtuigend klinkt, wordt sneller voor waar aangenomen dan output die rommelig oogt. Verantwoord werken vraagt een vaste houding: elk resultaat is een voorstel dat je controleert, geen antwoord dat je overneemt.
Waarom controleer je AI-output altijd?
AI-output controleer je altijd, omdat een model niet aangeeft wanneer het ernaast zit. Een taalmodel genereert de meest waarschijnlijke tekst bij een vraag, en de meest waarschijnlijke tekst is iets anders dan de juiste tekst. Wanneer een model overtuigend klinkende informatie verzint, heet dat een AI-hallucinatie.
In mijn eigen werk met Claude en eerder met ChatGPT zie ik dezelfde fouten terugkomen. Modellen noemen bronnen en citaten die bij controle niet blijken te bestaan. Ze voegen ongevraagd cijfers toe, zoals zoekvolumes, zonder bron die dat onderbouwt. En een samenvatting kan inhoudelijk afwijken van het origineel zonder dat je het ziet, tenzij je teruggaat naar de bron.
Het kader dat ik daarvoor gebruik, komt uit mijn jaren bij Nederlandse grootbanken, waar het four-eyes-principe standaard is: belangrijk werk wordt door een tweede paar ogen gecontroleerd voordat het naar buiten gaat. Op de schaal van een klein kantoor wordt dat een eenvoudige afspraak. AI maakt het concept, een mens controleert en draagt de verantwoordelijkheid.
De controle wordt lichter wanneer de input beter is. Wie een goede vraag stelt aan AI en context geeft aan een LLM, krijgt minder fouten terug, maar de controlestap zelf verdwijnt daarmee niet.
Welke gegevens zet je niet in een AI-tool?
Persoonsgegevens, medische gegevens, wachtwoorden en vertrouwelijke klant- of bedrijfsdata zet je niet in een AI-tool zonder te weten wat er met die gegevens gebeurt. Wat je in een gratis of persoonlijke versie typt, kan worden opgeslagen en afhankelijk van de instellingen worden gebruikt om het model te verbeteren.
Voor wie met klantdata werkt, raakt die keuze direct aan de AVG. De vuistregel is eenvoudig: ga ervan uit dat alles wat je invoert de organisatie kan verlaten. Zakelijke abonnementen leggen doorgaans vast dat invoer niet voor training wordt gebruikt, en waar een toepassing structureel persoonsgegevens verwerkt, hoort er een DPIA bij.
Naast de vraag wat je invoert, speelt de kwaliteit van wat je invoert. Verouderde of dubbele bestanden leveren onbetrouwbare output op.
Wanneer gebruik je AI beter niet?
AI gebruik je beter niet bij beslissingen waarin een fout zwaarder weegt dan de tijdwinst: een eindoordeel over een mens, een juridisch bindend stuk of een medische inschatting. Een model kan meedenken over de opzet, maar het besluit en de inhoudelijke toets blijven bij de professional.
Bij taken waarin AI wel kan, blijft de vraag of het nodig is. Voor een korte feitelijke vraag met één eenduidig antwoord is een zoekmachine of de officiële bron vaak sneller en betrouwbaarder. AI is op zijn sterkst bij werk dat structuur, een eerste opzet of een analyse van veel tekst vraagt.
De afweging verschilt per geval, maar de leidraad blijft gelijk. Gebruik AI waar het tijd bespaart zonder dat kwaliteit of vertrouwelijkheid in het geding komt, en kies bewust een andere route waar dat wel zo is.
Wat hoort er in een AI-beleid voor je organisatie?
Een AI-beleid voor je organisatie legt vast welke tools zijn toegestaan, welke gegevens erin mogen, waar het controlepunt zit en wie het beleid bijhoudt. Zonder die afspraken bepaalt iedere medewerker zelf wat wel en niet kan, met wisselende kwaliteit en risico’s die niemand overziet als gevolg.
Vijf onderdelen maken een AI-beleid werkbaar:
- Toegestane tools, bij voorkeur met zakelijke accounts waarvan de voorwaarden bekend zijn.
- Een datagrens die per soort gegevens aangeeft wat wel en niet in een tool mag.
- Taken waarvoor AI wordt ingezet, en taken waarvoor niet.
- Een controlepunt voordat output naar een klant of naar buiten gaat.
- Een eigenaar die het beleid actueel houdt, omdat tools en regels snel veranderen.
Zo’n beleid hoeft niet lang te zijn, maar moet bekend zijn en gedragen worden. Waar het ontbreekt, ontstaat shadow AI: medewerkers kiezen zelf tools omdat de officiële route ontbreekt of te traag is.
Een AI-beleid ondersteunt daarnaast de verplichting uit artikel 4 van de AI Act. Organisaties die AI-systemen inzetten, nemen maatregelen die de AI-geletterdheid van hun medewerkers ondersteunen, sinds 27 juli 2026 geformuleerd als inspanningsverplichting. Een beleid op papier is daarvoor niet genoeg. Een AI training voor bedrijven zorgt dat het team dezelfde werkwijze en controlestappen hanteert, en de cursus AI-geletterdheid legt per medewerker de basis vast, met een certificaat na afronding.
Hoe verschilt verantwoord AI-gebruik per beroep?
Om te zien hoe verantwoord AI-gebruik per beroep verschilt, kijk je naar wat er op het spel staat bij een fout en welk toezicht er geldt. De techniek is overal gelijk, maar bij gereguleerde beroepen is controle geen keuze maar een beroepsplicht.
Juridische beroepen
Juridische beroepen vallen onder tuchtrecht, waardoor verantwoord AI-gebruik daar direct toetsbaar is. De professional blijft aansprakelijk voor elk stuk, ook wanneer een model het concept maakte. De NOvA publiceerde op 17 maart 2026 aanbevelingen die de kernwaarden van de advocatuur tot toetssteen maken. Voor AI in het notariaat biedt de AI-weegschaal van de KNB een afwegingskader dat helpt bepalen waar AI wel en niet verantwoord inzetbaar is.
Accountancy
Accountancy combineert cijfers met vertrouwelijke klantdata, waardoor een fout in een rapportage of aangifte directe gevolgen heeft. De geheimhoudingsplicht en de eisen aan vakbekwaamheid vragen om aantoonbare zorgvuldigheid, en het four-eyes-principe is in dat vak geen extra stap maar een vanzelfsprekend onderdeel.
Marketingbureaus
Marketingbureaus lopen vooral risico door volume. AI produceert snel veel content, maar tekst die niemand controleert, ondermijnt de geloofwaardigheid van het bureau en van de klant. De verantwoordelijkheid om output te toetsen op feiten en herkomst blijft bij de maker.
Verantwoord AI-gebruik wordt pas een vaste werkwijze wanneer beleid, toolkeuze en controlepunten samen zijn vastgelegd. In een kennismaking over een AI-implementatietraject wordt duidelijk hoe dat er voor jouw kantoor uitziet.
