Thought leaders

Waarom bedrijven AI-governance op waarden moeten baseren

Isabella Grandi
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Belangrijkste puntenEen op waarden gebaseerd AI-governancekader stelt bedrijven in staat wereldwijd te…
Meer weergeven
  • Een op waarden gebaseerd AI-governancekader stelt bedrijven in staat wereldwijd te opereren zonder systemen voor elke rechtsgebied opnieuw op te bouwen.
  • Het omarmen van zes kernwaarden zoals verantwoordelijkheid en eerlijkheid bouwt publiek vertrouwen op en voldoet aan de hoogste ethische normen.
  • Sterke AI-governance creëert bedrijfswaarde door snellere markttoegang mogelijk te maken en risico's over meerdere regio's te verminderen.

In september 2025 kwamen alle lidstaten van de Verenigde Naties voor het eerst bijeen om internationale AI-governance te bespreken. Veel landen waren in februari opnieuw vertegenwoordigd op de AI Impact Summit in Delhi. De bijeenkomst leidde tot de oprichting van twee nieuwe organen voor AI-governance, maar was op zijn best een symbolisch succes.

De nieuwe VN-mechanismen zijn ontworpen om consensus te bereiken. Ze vermijden daarom omstreden terreinen, zoals militaire toepassingen van AI, en missen duidelijke financieringsbronnen en handhavingsbevoegdheden. Voor ervaren waarnemers hoeft dat geen verrassing te zijn. De huidige VN kan niet snel handelen of ervoor zorgen dat iedereen haar besluiten naleeft. Dat maakt de organisatie tot een lastig forum om echte verandering tot stand te brengen.

Dit past in een bekend patroon. Ondanks jarenlange, verspreide pogingen om consensus over AI-regelgeving te bereiken, zijn er geen belangrijke internationale overeenkomsten gesloten. Daardoor ontstond een vacuüm waarin afzonderlijke landen en blokken hun eigen regels moesten opstellen. Toch is effectieve AI-governance cruciaal als we willen dat AI breed wordt toegepast, het vertrouwen van het publiek geniet en blijvende maatschappelijke en economische voordelen oplevert

Roeien met de riemen die je hebt

Voor wereldwijd opererende bedrijven die AI-systemen ontwikkelen en beheren, is het ontbreken van gemeenschappelijke, overeengekomen governancemechanismen een probleem. Ze willen AI-systemen overal ter wereld inzetten, maar geen twee rechtsgebieden hanteren precies dezelfde regels. Daarom moeten ze eerst een algemeen governancekader voor hun systeem opstellen en dat vervolgens in elk land waar ze actief zijn vanaf de grond opnieuw opbouwen, zodat het aan de lokale wet- en regelgeving voldoet. Dit levert enorm veel extra werk op, maakt AI-initiatieven duurder en gevoeliger voor vertragingen en beperkt de mogelijkheden van internationale bedrijven om schaalvoordelen te behalen en effectieve hulpmiddelen aan gebruikers overal ter wereld te bieden.

Er is echter een alternatief. Voor bedrijven die hun aanpak willen vereenvoudigen, is de beste optie wellicht een AI-governancekader dat rekening houdt met gemeenschappelijke ethische beginselen in de verschillende regio’s en overal hoge normen hanteert voor de bescherming van de vrijheid, privacy en veiligheid van mensen. Daarmee kunnen AI-bedrijven het publieke vertrouwen in hun technologie vergroten, hun klantenbestand versterken en de mogelijke maatschappelijke voordelen van AI benutten.

Zes kernwaarden voor AI-governance

Organisaties die AI-governance op waarden willen baseren, raad ik aan de zes kernwaarden te gebruiken die wij hanteren: verantwoordingsplicht, uitlegbaarheid, transparantie, rechtvaardigheid, veiligheid en de mogelijkheid om besluiten aan te vechten.

We hebben deze waarden gekozen omdat ze alle belangrijke onderdelen van de levenscyclus van een AI-systeem bestrijken en al zijn vastgelegd in verschillende internationale en nationale AI-normen, zoals de norm van de Internationale Organisatie voor Standaardisatie ISO/IEC 42001 en het Artificial Intelligence Playbook van de Britse regering.

Verantwoordingsplicht begint ermee dat in elke fase van de AI-levenscyclus duidelijk is wie waarvoor verantwoordelijk is. Zonder duidelijk toegewezen verantwoordelijkheid kunnen essentiële controles achterwege blijven, omdat geen enkele persoon of team de eindverantwoordelijkheid draagt. Organisaties moeten voor AI-systemen en belangrijke fasen bij naam genoemde verantwoordelijken op senior niveau aanwijzen, zoals hun Chief AI Officer. Ze moeten een risicogestuurd governancemodel gebruiken en hulpmiddelen van derden even kritisch beoordelen als intern ontwikkelde hulpmiddelen. Dat betekent dat ze de voorwaarden, beperkingen en aansprakelijkheden van leveranciers net zo goed moeten begrijpen als hun eigen systemen.

De Organisatie voor Economische Samenwerking en Ontwikkeling, OESO, verwoordt dit goed in haar richtsnoeren voor meer verantwoordingsplicht bij AI, waarin zij organisaties aanbeveelt te zorgen voor ‘mechanismen om het proces voor AI-risicobeheer in te bedden in de bredere organisatiegovernance en een cultuur van risicobeheer te bevorderen, zowel binnen organisaties als in de volledige AI-waardeketen’.

Daarna komt uitlegbaarheid. Organisaties moeten kunnen laten zien hoe een AI-systeem tot een besluit komt. Daarvoor zijn mechanismen nodig om de besluitvorming te documenteren en te traceren, naast duidelijke vastlegging van het systeemontwerp, de trainingsdata en de besluitvormingsprocessen. Samen stellen die teams in staat de herkomst en route van informatie te begrijpen, vanaf het ontstaan van een systeem tot de ingebruikname.

Rechtvaardigheid betekent dat AI-systemen rechtvaardige uitkomsten opleveren en bestaande vooroordelen niet reproduceren of versterken. Zonder gerichte controles kunnen systemen schade veroorzaken door vertekende resultaten. Dat is vooral problematisch in domeinen met grote gevolgen, zoals personeelswerving, gezondheidszorg en strafrecht. Organisaties moeten daarom maatregelen invoeren om vooringenomenheid te detecteren, de uitkomsten regelmatig voor relevante groepen beoordelen en governancekaders ontwerpen die rekening kunnen houden met lokale eisen tegen discriminatie. In de praktijk betekent dit dat systemen aan de strengste juridische normen moeten voldoen waarmee ze waarschijnlijk te maken krijgen, waaronder verplichtingen uit de Britse Equality Act 2010 en het Handvest van de grondrechten van de EU.

Transparantie biedt duidelijkheid aan zowel gebruikers als toezichthouders. Mensen moeten begrijpen wanneer AI wordt gebruikt, welke rol die speelt bij besluitvorming en op welke gegevens die berust. Een praktisch begin is het standaardiseren van documentatie voor AI-systemen, ondersteund door interne hulpmiddelen zoals modelkaarten. Dit zijn korte documenten bij machinelearningmodellen die de beoogde gebruikscontext, details van de procedures voor prestatiebeoordeling en andere relevante informatie beschrijven. Zonder transparantie kunnen gebruikers onrechtvaardige uitkomsten niet aanvechten, kunnen toezichthouders niet effectief ingrijpen en kunnen schadelijke gevolgen onder het tapijt worden geveegd.

Veiligheid houdt in dat AI-systemen worden beschermd tegen onbevoegde toegang, manipulatie en onbedoeld gedrag. Bij gebrekkige beveiliging kunnen AI-systemen organisaties, gebruikers en hun gegevens in gevaar brengen en financiële schade of reputatieschade veroorzaken. Organisaties moeten drempelwaarden voor prestaties en nauwkeurigheid vaststellen, systemen onder realistische omstandigheden aan stresstests onderwerpen en redteamtests inzetten om kwetsbaarheden op te sporen.

Tot slot zorgt de mogelijkheid om besluiten aan te vechten ervoor dat mensen een duidelijke en toegankelijke weg hebben om AI-besluiten te betwisten of ertegen in beroep te gaan. Zonder die mogelijkheid hebben getroffen gebruikers geen verhaal en komen problemen mogelijk nooit aan het licht of worden ze nooit opgelost. Organisaties moeten meldkanalen aanbieden op de plek waar het systeem wordt gebruikt, verantwoordelijken op senior niveau aanwijzen om klachten af te handelen en ervoor zorgen dat systemen waar nodig kunnen worden gepauzeerd, herzien of bijgewerkt.

Wat zijn de voordelen van een kader dat op waarden is gebaseerd?

Er zijn twee belangrijke redenen om AI-governance op deze waarden te baseren. Ten eerste hebben ontwikkelaars en uitvoerders van AI-systemen een ethische verantwoordelijkheid tegenover de mensen en organisaties die de gevolgen van die systemen ondervinden. Ten tweede is dit een effectievere manier om de beloofde voordelen van AI daadwerkelijk te realiseren.

Gebruikers van AI-systemen, zowel bedrijven als particulieren, vertrouwen er impliciet op dat de makers geen misbruik maken van persoonsgegevens en hen niet aan onnodige risico’s blootstellen. Als organisaties dat vertrouwen schenden, wordt het erg moeilijk om gebruikers te behouden. Uiteindelijk accepteren mensen de invoering van AI-systemen alleen als ze aan beide voorwaarden voldoen: ze vertrouwen de systemen en zien de duidelijke voordelen ervan. Anders ontstaan er meer maatschappelijke en economische tegenstellingen en laten we veel kansen van deze technologie onbenut.

Bedrijven die daarentegen overal een op waarden gebaseerd kader toepassen, ook in regio’s met minder strenge governance-eisen, kunnen klanten, investeerders en toezichthouders laten zien dat zij een hogere norm hanteren dan louter naleving vereist. Dit versterkt vertrouwen, betrokkenheid en uiteindelijk zakelijk succes.

Sterke AI-governance creëert waarde en vormt geen last die alleen uit naleving voortkomt. Ze stelt bedrijven in staat nieuwe producten sneller op de markt te brengen, hun risicoblootstelling te beperken en hun oplossingen met vertrouwen over meerdere markten uit te rollen.

McKinseys rapport ‘The state of AI’ stelde vast dat ‘het toezicht van de CEO op AI-governance … een van de factoren is die het sterkst samenhangen met een grotere, door de organisatie zelf gerapporteerde invloed op de nettowinst door haar gebruik van generatieve AI’, wat de commerciële voordelen van deze aanpak onderstreept. In die zin is het opnemen van sterke ethische kaders in AI-systemen een vorm van verlicht eigenbelang.

Los daarvan is het eenvoudigweg de juiste keuze. We hebben ons wereldwijde beleid voor ethische AI op hetzelfde beginsel gebaseerd: geavanceerde technologie moet mensen en de samenleving dienen, niet andersom. Dit weerspiegelt de bredere visie van Society 5.0, een mensgericht innovatiemodel dat economische vooruitgang wil combineren met het oplossen van maatschappelijke vraagstukken.

Als opkomende technologieën zoals AI aan een gelukkigere en harmonieuzere samenleving moeten bijdragen, hebben ze een stevige ethische basis nodig. Dat begint met aandacht voor zowel de normen waaraan organisaties moeten voldoen als de normen die ze willen bereiken.

Isabella Grandi is Directeur van Data & AI Strategie, Governance en Ethiek bij NTT DATA UK&I. Zij werkt samen met organisaties om verantwoorde AI en AI-governance te ontwikkelen en te leveren, waardoor ze van hun huidige staat naar een meer volwassen, datagedreven bedrijfsmodel kunnen gaan.

Haar werk richt zich op het integreren van ethische praktijken en robuust AI-risicobeheer in de manier waarop organisaties AI ontwerpen en inzetten, waarbij verantwoord gebruik in de besluitvormingsstructuren en dagelijkse operaties wordt geborgd.