Wat de Europese Commissie heeft gepubliceerd
De Europese Commissie publiceerde op 20 juli richtsnoeren voor aanbieders en gebruiksverantwoordelijken van bepaalde AI-systemen onder artikel 50 van de EU AI Act. De transparantieverplichtingen gaan gelden vanaf 2 augustus 2026. De richtsnoeren moeten duidelijker maken hoe organisaties daar in de praktijk invulling aan kunnen geven.
Artikel 50 gaat over verschillende situaties. Mensen moeten in bepaalde gevallen weten dat ze met een AI-systeem communiceren. Aanbieders van systemen die synthetische audio, beelden, video of tekst genereren, moeten detectie van die output in een machineleesbaar formaat ondersteunen. Voor gebruiksverantwoordelijken gelden informatieplichten bij deepfakes en, onder specifieke voorwaarden, bij AI-gegenereerde tekst waarmee het publiek wordt geïnformeerd over onderwerpen van algemeen belang. Voor emotieherkenning en biometrische categorisatie gelden aparte kennisgevingsplichten.
Het belangrijke onderscheid: niet ieder AI-gebruik heeft dezelfde plicht
Dit is geen algemene regel dat iedere zin waaraan AI heeft meegewerkt een label nodig heeft. De verplichting hangt af van het systeem, de output, het doel en de vraag of de organisatie in die context aanbieder of gebruiksverantwoordelijke is. Artikel 50 bevat bovendien specifieke uitzonderingen en aangepaste regels, onder meer wanneer tekst door een mens is beoordeeld of redactioneel is gecontroleerd en een persoon of organisatie de redactionele verantwoordelijkheid draagt.
Daarom is een generieke disclaimer een zwakke oplossing. Een tekst in de footer bepaalt niet uit welke workflow een resultaat komt, of het klantgericht is of het publiek informeert, wie het heeft gecontroleerd en welke melding thuishoort in het kanaal waar iemand de output tegenkomt.
Transparantie is een workflow-eis
Voor bedrijven die AI inzetten in klantenservice, documentproductie, kenniswerk of communicatie moet transparantie onderdeel zijn van de werkstroom. Het systeem moet weten wat het maakt, voor welk publiek, via welk kanaal en onder wiens verantwoordelijkheid.
In de praktijk kan dat betekenen: herkomstinformatie bewaren, waar vereist en technisch van toepassing machineleesbare markeringen toevoegen, in een chat- of spraakinterface een duidelijke melding tonen en vastleggen of menselijke controle plaatsvond voordat content naar buiten ging. Zulke maatregelen horen naast identiteit, permissies, logging en goedkeuringsstappen — niet in een beleidsdocument dat losstaat van de uitvoering.
Het kanaal is onderdeel van de AI Operating Layer
Zakelijke AI kun je zien als een werklaag over data, werkwijzen, tools, governance, kanalen en agents. De nieuwe richtsnoeren maken die kanaallaag concreet. Een melding werkt alleen als die de juiste persoon op het juiste moment bereikt: in de interface, het document, het mediabestand of het publicatieproces waarin de AI-output verschijnt.
Daarmee is de aanschaf van een AI-tool niet het einde van het werk. De tool kan de output genereren, maar de organisatie moet die output nog steeds verbinden met haar eigen reviewproces, contentsystemen, klantkanalen en bewijsspoor. Compliance en operationeel ontwerp worden hetzelfde implementatievraagstuk.
Een praktische controle vóór 2 augustus
Begin met een inventarisatie van actieve AI-workflows, niet van modellen. Leg per workflow vast wie de output tegenkomt, of de organisatie daar aanbieder of gebruiksverantwoordelijke is, of het om synthetische media of publiek gerichte tekst gaat en wie redactioneel verantwoordelijk is.
Test daarna de echte route naar productie. Kan het systeem de herkomst bewaren? Kan het de juiste melding in het juiste kanaal plaatsen? Is menselijke controle zichtbaar en herleidbaar? Kun je achteraf reconstrueren wat er is gebeurd? Als de antwoorden afhangen van geheugen of handmatige gewoontes, is de beheersing nog niet operationeel.
De visie van Laava
De publicatie van de Commissie bevestigt een praktisch punt: verantwoorde AI is geen apart compliancespoor naast implementatie. Governance moet met het werk meereizen. Bedrijven die van losse experimenten naar productie-AI gaan, hebben een werklaag nodig die data, werkwijzen, tools, beheersing en kanalen rond echte processen verbindt.
De verstandige eerste stap is daarom geen breed complianceprogramma op basis van aannames. Kies één echte workflow, bepaal welke verplichtingen daadwerkelijk van toepassing zijn en bouw de vereiste melding, review en audit trail in het systeem zelf. Dat levert zowel bewijs als een herhaalbaar patroon voor de volgende workflow.