Generatieve AI gebruiken zonder je data weg te geven

Iemand plakt een klantcontract in een chatbot om er een samenvatting van te krijgen. Iemand laat een tool een beoordelingsgesprek uitschrijven, inclusief namen. Iemand vraagt om een analyse van een exportbestand met personeelsgegevens.

In geen van die drie gevallen was er kwade wil. In alle drie de gevallen gaat het om dezelfde ontbrekende kennis: wat er gebeurt met wat je in een AI-tool zet. Dat begrip staat centraal in artikel 4 van de AI-verordening. De afspraken die erbij horen, staan in een uur; het begrip groeit daarna.

Wat er met je invoer gebeurt

Er zit een groot verschil tussen een consumentenversie van een chatbot en een zakelijke omgeving met een verwerkersovereenkomst. In de consumentenversie kan je invoer gebruikt worden om het model verder te trainen. In een zakelijke omgeving is dat doorgaans contractueel uitgesloten.

Training is maar één van de risico's. Niet getraind worden is iets anders dan niet opgeslagen worden: ook met training uitgezet bewaren aanbieders invoer doorgaans een tijd om misbruik op te sporen, en kunnen hun medewerkers er in die periode bij.

Wat een zakelijke omgeving onderscheidt, is het contract: een verwerkersovereenkomst, afspraken over bewaartermijn en locatie, en een aanspreekpunt als het misgaat. Een privé-account met training uitgezet heeft dat allemaal niet, en blijft daarom buiten de goedgekeurde omgeving.

De meeste mensen kennen dat onderscheid niet, en het is aan de buitenkant van het scherm zelden zichtbaar. Twee tabbladen kunnen er identiek uitzien terwijl het ene onder jullie contract valt en het andere onder een privé-account.

Dat is dan ook de eerste werkafspraak die iets oplevert: benoem bij naam welke omgeving de goedgekeurde is, en zorg dat mensen kunnen zien in welke ze zitten. Die lijst hoort in je AI-beleid.

Voor de bredere achtergrond over dataopslag, AVG en bias in leertools staat er al een uitgebreid stuk: privacy, veiligheid en ethiek bij AI in L&D.

Wat er buiten de AI-tool blijft

Een lijst die mensen onthouden, is kort. Vier categorieën dekken vrijwel alle incidenten, en de afspraak geldt voor alles wat een tool te zien krijgt: wat je plakt, wat je uploadt en wat je koppelt. Een contract dat je als pdf aanhangt, telt net zo goed als getypte tekst, en een tool die zelf uit een Drive, mailbox of SharePoint leest, krijgt alles te zien waar hij bij kan.

Het werkbare alternatief hoort erbij, anders komt de vraag terug. Anonimiseren volstaat vaak: vervang namen door rollen, bedragen door ordes van grootte. Voor een samenvattingsvraag verandert dat het resultaat zelden. Hoeveel diepgang welke groep nodig heeft, staat in AI-training per rol.

• Persoonsgegevens van klanten, medewerkers of sollicitanten, inclusief namen in ogenschijnlijk onschuldige context.

• Bedrijfsvertrouwelijke stukken: contracten, offertes, cijfers die nog niet openbaar zijn.

• Broncode en configuratiegegevens, inclusief sleutels en wachtwoorden.

• Alles wat onder een geheimhoudingsafspraak met een derde valt.

Waarom vloeiend en juist los van elkaar staan

Een taalmodel voorspelt welk woord waarschijnlijk volgt. Dat maakt de uitvoer vloeiend, zelfverzekerd en goed geformuleerd, ongeacht of de inhoud klopt.

Daar zit het risico dat mensen het slechtst aanvoelen. Een collega die twijfelt, hoor je twijfelen. Een model dat een jaartal, een wetsartikel of een bronvermelding verzint, doet dat in dezelfde toon als de rest.

De werkregel die daaruit volgt: elke feitelijke bewering die naar buiten gaat of in een beslissing belandt, wordt gecontroleerd bij de bron. Namen, cijfers, data, citaten en verwijzingen naar regelgeving zijn de categorieën waar het het vaakst misgaat.

Dat is ook het punt waarop generatieve AI tijd oplevert of juist kost. Voor een eerste opzet die iemand toch nakijkt, scheelt het uren. Een fout feit dat ongecontroleerd doorgaat, kost later meer tijd dan het ooit bespaarde. Leg vast dat je deze afspraak hebt gemaakt; dat telt mee in je dossier.

Als het toch al gebeurd is

Alle drie de voorbeelden bovenaan dit stuk zijn ergens al gebeurd, en wie hier landt, landt hier soms juist daarom. Dan gelden drie regels.

Persoonsgegevens in een omgeving zonder verwerkersovereenkomst kunnen een datalek zijn. De organisatie beoordeelt dan of het gemeld moet worden, en een melding bij de Autoriteit Persoonsgegevens moet zonder onnodige vertraging, zo mogelijk binnen 72 uur nadat de organisatie ervan weet (artikel 33 AVG). Daarom is snel melden belangrijker dan zelf inschatten of het erg is.

• Meld het meteen, ook als je denkt dat het meeviel. Gebruik daarvoor dezelfde route als voor een mogelijk datalek.

• Verwijder de conversatie pas nadat je het hebt gemeld. Wie het beoordeelt, moet kunnen zien wat er is ingevoerd.

• Is er een sleutel of wachtwoord in terechtgekomen, dan wordt die vervangen, hoe klein de kans op misbruik ook lijkt.

De afspraken die in een uur staan

Voor een team dat morgen wil beginnen, is dit genoeg om mee te starten.

Zet die vier punten op één pagina, loop ze een keer door met het team aan de hand van drie voorbeelden uit het eigen werk, en leg vast dat je het gedaan hebt. Daarmee heb je een eerste maatregel in de zin van artikel 4 en een werkwijze die mensen daadwerkelijk volgen. Voor een team dat AI af en toe voor eigen teksten gebruikt, is dat vaak genoeg. Voor een team dat met AI over mensen meebeslist, is het een beginpunt.

• Eén goedgekeurde omgeving, bij naam genoemd, en hoe je ziet dat je erin zit.

• De vier categorieën die buiten de tool blijven, ook als bijlage of via een koppeling, met het anonimiseren als alternatief.

• De controleregel voor feiten die naar buiten gaan.

• Eén adres voor twijfelgevallen, en voor meldingen als het toch misging.