Topbestuurders van OpenAI, Google DeepMind en Anthropic waarschuwen deze week voor te snelle groei van kunstmatige intelligentie. In een wereldwijd verspreide verklaring zeggen zij dat de veiligheid van de mensheid op het spel kan staan. Zij vragen om stevigere regels, testen en toezicht. De oproep raakt direct aan de Europese AI-verordening en de vraag: wat zijn de āEuropese AI-verordening gevolgen overheidā en bedrijven in Nederland?
Top van AI slaat alarm
Leiders als Sam Altman (OpenAI), Demis Hassabis (Google DeepMind) en Dario Amodei (Anthropic) zetten hun naam onder een korte, scherpe waarschuwing. Ook prominente onderzoekers zoals Geoffrey Hinton en Yoshua Bengio steunen de oproep. De groep benadrukt dat bestaande veiligheidsmaatregelen achterlopen op de ontwikkeling van nieuwe modellen. Zij willen dat veiligheid net zo zwaar weegt als snelheid en schaal.
De verklaring draait om existentiĆ«le risicoās, een term voor schade op zeer grote schaal. Het gaat niet om Ć©Ć©n fout of een datalek, maar om risicoās die de samenleving ontwrichten. Denk aan massale desinformatie, zwakke plekken in vitale infrastructuur of verlies van menselijke controle. De signaalwaarde is groot doordat juist makers van deze systemen de waarschuwing geven.
De oproep is kort maar helder. Ze vraagt om prioriteit voor AI-veiligheid, vergelijkbaar met hoe de wereld omgaat met nucleaire risicoās en pandemieĆ«n. Daarmee verschuift het debat van āinnovatie eerstā naar āveiligheid tegelijkā. Dat maakt ruimte voor strengere normen en gezamenlijke spelregels.
āMitigating the risk of extinction from AI should be a global priority alongside other societal-scale risks such as pandemics and nuclear war.ā
Snelle groei, trage beveiliging
De kern van het probleem: modellen groeien sneller dan de beveiliging. Generatieve AI is software die zelf tekst, beeld en code maakt. Modellen als GPT-4 (OpenAI) en Gemini (Google) laten zien hoe krachtig deze systemen al zijn. Maar onafhankelijke toetsing, robuuste veiligheidsmaatregelen en duidelijke grenzen blijven achter.
Beveiliging van AI gaat om drie vragen: wat kan het model, waar faalt het, en wie grijpt in? Zonder grondige testen (zoals red teaming: gericht zoeken naar zwakke plekken) blijven blinde vlekken bestaan. Ook is transparantie nodig over trainingsdata, beperkingen en foutmarges. Dat helpt gebruikers en toezichthouders om risicoās in te schatten.
De bedrijven vragen om gezamenlijke standaarden voor evaluatie en incidentmelding. Dat lijkt technisch, maar is praktisch: Ć©Ć©n duidelijke meetlat voor robuustheid en misbruik. Zulke afspraken verlagen ook de druk op individuele labs om āeersteā te zijn. Daardoor komt er meer ruimte voor gecontroleerde uitrol.
Oproep tot wereldwijde regels
De signaalwaarde is politiek relevant. Regeringen werken al aan kaders, zoals de G7 Hiroshima-processen en de Bletchley-verklaring over AI-veiligheid. In de VS publiceerde het NIST een AI Risk Management Framework. Maar er is nog geen wereldwijd, bindend regime voor de zwaarste modellen.
De topmannen vragen om gecoƶrdineerde eisen aan de zogeheten frontier-modellen, de meest geavanceerde systemen. Denk aan verplichte veiligheidsaudits, meldplichten bij incidenten en noodremmen. Ook monitoring van rekenkracht kan helpen: extreem grote trainingsruns zijn dan niet onzichtbaar.
Zoān regime vraagt heldere rolverdeling. Bedrijven testen en beperken risicoās, wetenschappers toetsen onafhankelijk, en toezichthouders handhaven. Zonder die drie-eenheid dreigt een wedloop waarin veiligheid het verliest van snelheid.
AI-verordening krijgt tanden
In Europa staat de AI-verordening (AI Act) op het punt van inwerking, op het moment van schrijven. De wet deelt systemen in risicoklassen in: van verboden en hoog-risico tot beperkt en minimaal risico. Voor hoog-risico-algoritmen gelden strenge plichten, zoals menselijk toezicht en goede data-kwaliteit. Ook generieke basismodellen (foundation of general-purpose AI) krijgen transparantie- en veiligheidsregels.
Voor generatieve AI kan de AI Act eisen opleggen aan documentatie, evaluaties en duidelijkheid richting gebruikers. Denk aan watermerken of andere manieren om AI-inhoud herkenbaar te maken. Voor modellen met āsystemische risicoāsā komen zwaardere testen en meldplichten. Dat sluit aan bij wat de ceoās nu bepleiten.
De verordening kent hoge boetes en versterkt de positie van Europese toezichthouders. Dat dwingt bedrijven om veiligheid al in het ontwerp mee te nemen, ook wel āsafety by designā. Voor overheden helpt dit bij inkoop: zij kunnen eisen stellen op basis van eenduidige, Europese normen.
Gevolgen voor Nederland
Voor Nederlandse ministeries, gemeenten en publieke diensten wordt de vraag urgent: welke systemen vallen in welke risicoklasse? Bij hoog-risico-toepassingen, zoals algoritmen voor toelating, beoordeling of handhaving, zijn strikte eisen verplicht. Overheden moeten aantoonbaar menselijk toezicht, uitlegbaarheid en risicoanalyses regelen. Dit raakt direct aan de āEuropese AI-verordening gevolgen overheidā.
Ook de AVG blijft leidend als modellen persoonsgegevens verwerken. Dataminimalisatie, duidelijke doelen en versleuteling horen daarbij. De Autoriteit Persoonsgegevens kan ingrijpen bij onrechtmatige data-inzet. Samen met de nog aan te wijzen AI-toezichthouder ontstaat zo een dubbele drempel tegen misbruik.
Nederlandse bedrijven die generatieve AI inzetten, moeten rekenen op audits, documentatie-eisen en afspraken met leveranciers. Contracten met partijen als OpenAI, Google of Anthropic hebben daardoor meer juridische lading. Heldere afspraken over data, foutafhandeling en updates worden standaard. Dat verhoogt de drempel voor risicoās, maar geeft ook meer zekerheid aan klanten en gebruikers.
Wat nu nodig is
De oproep van de ceoās zet druk op zowel bedrijven als beleidsmakers. Veiligheid moet mee groeien met elke nieuwe modelversie en elke grotere dataset. Dat betekent investeren in testen, toezicht en vakmanschap. En stoppen met pilots die het zicht op risicoās missen.
Europa heeft met de AI Act een raamwerk in handen. De uitwerking in toezicht, handhaving en sectorregels bepaalt of het echt gaat werken. Nederland kan hier tempo maken met duidelijke richtlijnen voor inkoop en gebruik in de publieke sector. Dat helpt ook het mkb, dat nu vaak zoekende is.
Tot slot is transparantie richting burgers cruciaal. Leg uit wat een systeem kan en niet kan, en hoe wordt ingegrepen bij fouten. Zo wordt innovatie betrouwbaarder, en sluit het aan bij de waarschuwing van de makers zelf: veiligheid eerst, snelheid met beleid.