SecurityTechInsider AI-veiligheid & governance
EN/ NL
Governance

AI-samenvatting ontslaat bestuurder niet van zorgplicht

In ASIC v Bekier oordeelt de Federal Court of Australia dat bestuurders AI mogen gebruiken, maar hun persoonlijke zorgplicht niet kunnen uitbesteden aan een model.

5 november 2026 3 min
Illustratie bij dit artikel: AI-samenvatting ontslaat bestuurder niet van zorgplicht.
Bestuurders moeten kunnen aantonen dat zij zelf hebben beoordeeld, niet alleen dat een AI-samenvatting beschikbaar was. Beeld: SecurityTechInsider — originele redactionele illustratie

U mag AI gebruiken om bestuursinformatie te verwerken, maar u kunt uw persoonlijke zorgplicht niet aan een model uitbesteden. Een samenvatting vervangt zorgvuldig lezen en kritisch doorvragen niet; wie leunt op een model zonder eigen oordeel, blijft aansprakelijk.

De aanleiding is een analyse van 5 november 2026 van hoe bestuurders hun zorgplicht behouden wanneer zij AI gebruiken, die stelt dat AI-gebruik door bestuurders op zichzelf niet ontoelaatbaar is, maar dat de ethische afweging en het oordeel bij de bestuurder blijven. De analyse steunt op ASIC v Bekier, een uitspraak van de Federal Court of Australia waarin een rechter expliciet uitspreekt hoe de persoonlijke verantwoordelijkheid van een bestuurder zich verhoudt tot een model dat bestuursmateriaal samenvat. In onze beoordeling is dit relevant omdat het blootlegt dat formeel, vastgelegd beleid sterker staat dan informeel schaduwgebruik van AI-tools, en omdat het aantoont dat voorafgaande goedkeuring van een systeem niet volstaat als controle gedurende het gebruik.

Waarom voorafgaande goedkeuring niet volstaat

De zorgplicht doorloopt nadat een systeem in gebruik is. Dat een AI-tool ooit is goedgekeurd of dat een leverancier een verklaring heeft afgegeven, zegt niets over de kwaliteit van de samenvatting die u vandaag onder ogen krijgt. Onderzoeken van toezichthouders laten zien dat organisaties AI-agenten en externe modelproviders al op schaal inzetten, terwijl doorlopende monitoring, hertoetsing en inzicht in externe systemen achterlopen op de controles voordat het systeem in gebruik wordt genomen.

Naar onze inschatting is dit de kern van de spanning die de uitspraak blootlegt: uw aansprakelijkheid is persoonlijk en permanent, maar de praktijk organiseert haar controle vooral vooraf. Wie zich op voorafgaande goedkeuring verlaat, kan achteraf niet aantonen dat er tijdens het gebruik nog kritisch is meegekeken.

Welke grenzen moet u vooraf vastleggen

Omdat de rechter de zorgplicht nadrukkelijk persoonlijk bij u laat, kunt u zich niet achter een modeluitkomst verschuilen wanneer een besluit later wordt aangevochten. Daarom dient elk bestuur nu vast te leggen welke bestuursstukken bestuurders zelf in de brontekst moeten lezen voordat een AI-samenvatting als hulpmiddel mag dienen.

Omdat formeel beleid de voorkeur krijgt boven informeel schaduwgebruik, loopt u die zonder vastgelegde afspraken AI op vertrouwelijke stukken inzet naar een groter governance- en bewijsrisico. Een bestuursbeleid dient voordat de volgende vergadercyclus begint toegestane toepassingen, verboden gegevens, model- en leverancierskeuze, verplichte menselijke goedkeuring en escalatieroutes te benoemen.

Welke controles moet u doorlopend uitvoeren

  • Vastleggen welke bestuursstukken zonder AI-hulp worden gelezen — bepaal per categorie welke documenten bestuurders zelf in volledige vorm moeten beoordelen.
  • Goedkeuring en escalatie documenteren — leg vast wie welke AI-samenvatting vrijgeeft en onder welke voorwaarden.
  • Monitoring en hertoetsing inrichten — zet doorlopende controles op, waarschuwingsdrempels en hertoetsing bij wijzigingen in het systeem.
  • Logging aan besluiten koppelen — verbind de registratie van AI-gebruik aan de besluiten die erop steunen.
  • Bron en menselijke beoordeling tonen — per gevoelig besluit moet u kunnen aantonen welke bron, welke menselijke beoordeling en welk vrijgavebesluit eraan ten grondslag lagen.

Hoe u naleving kunt onderbouwen

U kunt de naleving van uw zorgplicht beter onderbouwen door vooraf heldere grenzen te stellen en achteraf bewijs te bewaren van de werking en naleving daarvan. Vrijwillige kaders als het AI Risk Management Framework van het National Institute of Standards and Technology bieden hiervoor goede praktijk. De vertaling naar uw situatie, in volgorde van uitvoering:

  1. Bepaal welke bestuursstukken u zelf leest — vastleggen welke informatie niet via samenvatting mag worden bereikt.
  2. Stel een bestuursbeleid op — definieer toegestane toepassingen, verboden gegevens, model- en leverancierskeuze, verplichte goedkeuring en escalatie.
  3. Richt monitoring in — zet doorlopende controles op met waarschuwingsdrempels en hertoetsing bij systeemwijzigingen.
  4. Documenteer vrijgavebeslissingen — leg vast wie welke samenvatting goedkeurt en op welke gronden.
  5. Koppel logging aan besluiten — verbind registraties van AI-gebruik aan de bestuurlijke besluiten die erop steunen.

Dit artikel is met AI opgesteld en vóór publicatie gecontroleerd. Wat u zelf moet beoordelen, is of de grenzen die u stelt passen bij uw bestuurscultuur en uw risicoprofiel. Tooling kan u helpen bij monitoring en logging; uw professionele oordeel over welke stukken u zelf moet lezen en welke beslissingen u zelf moet nemen, blijft onvervangbaar.

Bronnen: Dit artikel is gebaseerd op berichtgeving en richtlijnen van Federal Court of Australia, Bank of England and Financial Conduct Authority en National Institute of Standards and Technology.

Marit Halversen

Geschreven door

Marit Halversen

Schrijft over AI-governance en regelgeving, met de nadruk op hoe verplichtingen neerslaan in architectuur in plaats van in papierwerk.