In Nederland waarschuwen auteurs in het economische tijdschrift ESB dat kunstmatige intelligentie de leerroute van jonge accountants onder druk zet. AI-tools zoals ChatGPT, Gemini en Microsoft Copilot nemen steeds meer starttaken over op kantoor. Daardoor verdwijnt belangrijk oefenwerk voor trainees. Dit raakt de controlekwaliteit én raakt aan de Europese AI-verordening (AI Act) en de AVG.
Leerwerk verdwijnt door automatisering
Generatieve modellen zoals OpenAI’s ChatGPT en Google’s Gemini schrijven memo’s, maken samenvattingen en vullen sjablonen. Kantoren zetten ook data-analyse in voor steekproeven en anomaliedetectie. Dat versnelt het werk en verlaagt kosten. Maar juist het basiswerk waar starters van leren, verschuift naar algoritmen.
De praktijkopleiding tot RA of AA draait om ervaring opdoen met eenvoudige boekingen en controles. Als systemen die taken doen, krijgen trainees minder echte cases. Daardoor groeit vaktechnische intuïtie langzamer. De leercurve wordt steiler op het moment dat het werk complexer wordt.
Voor bedrijven lijkt dit efficiënt, maar de opleiding van mensen duurder en lastiger. Begeleiding moet bewuster en intensiever worden. Anders dreigt een generatie die sneller produceert, maar minder stevig is in beroepsscepticisme. Dat tast op termijn de kwaliteit van controles aan.
Kwaliteit en toezicht onder druk
Overmatig vertrouwen op systemen kan kritische vragen wegdrukken. Modellen maken soms zelfverzekerde fouten, ook wel “hallucinaties” genoemd. In audits kan dat leiden tot gemiste signalen of verkeerde duidingen. Senior-review alleen compenseert dat niet altijd.
Hallucinatie is wanneer een AI-systeem met grote stelligheid onjuiste informatie geeft.
De Autoriteit Financiële Markten (AFM) let op kwaliteit en dossiervorming. Met AI hoort daar een volledige “audit trail” bij: versiebeheer, prompts, bronnen en uitkomsten. Ook opdrachtgerichte kwaliteitsbeoordeling (OKB) moet AI-beslissingen expliciet meenemen. Zonder deze waarborgen is herstel achteraf moeilijk.
Beoordelingsmodellen in risicoanalyse en steekproeven kunnen bias bevatten. Dat vraagt om periodieke validering met representatieve datasets. Teams moeten calibreren wat wel en niet aan AI wordt uitbesteed. En zij moeten vastleggen waarom.
Opleiding en toetsing aanpassen
Hogescholen en universiteiten moeten curricula bijstellen. Datageletterdheid, modelbeoordeling en ethiek horen bij de basis. Ook duidelijke uitleg over prompttechniek is nodig, inclusief valkuilen en validatie. Zo leren studenten systemen gebruiken zonder hun oordeel te verliezen.
De Nederlandse Beroepsorganisatie van Accountants (NBA) kan richtlijnen en permanente educatie aanscherpen. Bijvoorbeeld over documentatie-eisen bij AI-gebruik en mens-in-de-lus. De praktijkopleiding kan uren voor “AI-ondersteund werk” laten tellen, mits goed beoordeeld. Zo blijft het leerdoel centraal staan.
Kantoren kunnen sandboxen met synthetische data inzetten. Starters oefenen dan risicoloos met echte werkpatronen. Tools die hun eigen redeneringen uitleggen helpen bij begrip. Dit verkleint de kloof tussen theorie en praktijk.
Europese regels veranderen werk
De Europese AI-verordening (AI Act) legt verplichtingen op aan ontwikkelaars en gebruikers van AI. Generatieve systemen zoals GPT-4o en Gemini vallen als algemeen toepasbare AI onder transparantie-eisen. Kantoren die zulke modellen inzetten worden “gebruikers” en moeten risico’s beheersen. Denk aan documentatie, monitoring en menselijke controle.
Veel auditonderdelen lijken niet als hoog risico te gelden. Maar AI voor personeelsbeslissingen of kredietbeoordeling is dat wel. Zodra controlewerk AI inzet die doorwerkt in klantprocessen, zijn impactanalyses verstandig. Zo voorkomt men dat de risicoklasse onderschat wordt.
De AVG blijft leidend bij klantdata in AI-workflows. Dataminimalisatie, versleuteling en duidelijke verwerkersafspraken zijn vereist. Doorgifte buiten de EU vraagt extra waarborgen, zoals standaardcontractbepalingen. Zonder deze basis is inzet van cloudmodellen juridisch kwetsbaar.
Een groeiend aantal kantoren kiest voor EU-gebaseerde modellen zoals Mistral of Aleph Alpha, of on-premise oplossingen. Dat geeft meer grip op data en logging. De keerzijde is complexiteit en hogere kosten. Governance en expertise worden dan nog belangrijker.
Tools werken, maar beperkt
Grote kantoren bieden platforms zoals KPMG Clara, EY.ai en Deloitte CortexAI. Microsoft Copilot in Microsoft 365 helpt met samenvatten, opstellen van werkprogramma’s en standaardbrieven. Zulke tools leveren snelheid op bij repetitieve taken. Ze zijn nuttig als startpunt, niet als eindbeslisser.
Beperkingen blijven zichtbaar in lange en complexe dossiers. Modellen verliezen context en geven soms plausibele maar onjuiste antwoorden. Verklaarbaarheid is vaak beperkt. Daardoor is onderbouwing niet altijd te herleiden.
Een veilige praktijk is: “eerste versie door AI, eindversie door mens”. Laat een junior AI-output toetsen, bronnen checken en aannames vastleggen. Senior-review markeert wat is overgenomen en wat is afgewezen. Dit borgt leren én kwaliteit.
Meet modelprestaties met vaste testcases en benchmarksets. Houd updates bij en herbeoordeel risico’s na elke wijziging. Leg dit in het dossier vast. Zo ontstaat een sluitende controleketen.
Sector moet nu handelen
Stel beleid op voor AI-gebruik met heldere rollen en verboden toepassingen. Zorg voor volledige logging van prompts, context en uitkomsten. Organiseer mens-in-de-lus bij alle risico-onderdelen. Richt een klein governance-team in dat beslissingen documenteert.
Investeer gericht in opleiding voor starters en begeleiders. Combineer klassiek boekwerk met gesimuleerde cases in een sandbox. Beloon het stellen van kritische vragen boven snelheid. Zo blijft beroepsscepticisme kern van het vak.
Maak stevige afspraken met leveranciers over EU-dataverwerking, audit-logs en modellevenscyclus. Vraag om onafhankelijke audits en SOC-rapporten. Neem exit-clausules op om lock-in te voorkomen. Transparantie over modelversies is verplichting én hulpmiddel.
Betrek cliënten actief bij het AI-beleid. Leg uit waar algoritmen worden gebruikt en hoe privacy is geborgd. Dit versterkt vertrouwen en voldoet aan de zorgplicht. Het geeft jonge accountants ook ruimte om verantwoorde keuzes te leren.