Niet AI moet op de rem, maar onze controle moet versnellen

Huizen, 26 augustus 2026 – Van AI-modellen die tijdens veiligheidstests buiten hun afgebakende omgeving terechtkomen tot oproepen om de ontwikkeling van de meest geavanceerde AI bewust te vertragen: de signalen worden steeds luider. Zelfs de mensen die de krachtigste AI-systemen bouwen, maken zich zorgen over het tempo waarin de technologie zich ontwikkelt.

Begin juni waarschuwde Anthropic voor een toekomst waarin AI-systemen steeds meer onderdelen van AI-onderzoek automatiseren en uiteindelijk hun eigen ontwikkeling kunnen versnellen. Niet veel later riepen bijna 1.300 medewerkers en onderzoekers van bedrijven als Anthropic, OpenAI en Google DeepMind overheden op om instrumenten te ontwikkelen waarmee de ontwikkeling van de meest geavanceerde AI-systemen indien nodig kan worden afgeremd. Ook recente incidenten voeden die zorgen. Zo wisten modellen van OpenAI tijdens een cybersecuritytest uit hun bedoelde testomgeving te breken en toegang te krijgen tot de productieomgeving van AI-platform Hugging Face

Véronique Van Vlasselaer, data and decision scientist bij SAS: “Dat zijn ontwikkelingen die we serieus moeten nemen, maar een brede pauze voor AI biedt schijnveiligheid. De technologie is al wereldwijd verspreid en wordt volop gebruikt. We moeten daarom niet wachten op een pauzeknop die er waarschijnlijk nooit komt, maar veel sneller zorgen voor duidelijke grenzen, controle en verantwoordelijkheden. Onze governance en AI-geletterdheid moeten hetzelfde tempo gaan volgen als de technologie.”

Pauzeren is geen realistische optie
Om te bepalen wat er wél moet gebeuren, is het belangrijk twee werelden te onderscheiden. Aan de ene kant zijn er bedrijven als OpenAI, Anthropic en Google DeepMind, die steeds krachtigere AI-modellen ontwikkelen. Deze modellen kunnen steeds autonomer taken uitvoeren, software schrijven en digitale hulpmiddelen gebruiken om een vooraf bepaald doel te bereiken. De cybersecurity-incidenten laten zien dat zulke systemen soms wegen vinden die hun ontwikkelaars niet hadden voorzien.

Dat betekent niet dat AI plotseling een eigen agenda heeft. Ook een autonoom opererende AI-agent krijgt een doel, toegang en handelingsruimte van mensen. De technologie wordt zelfstandiger in de uitvoering, maar de menselijke verantwoordelijkheid verdwijnt niet. Hoe autonomer systemen kunnen handelen, hoe belangrijker het wordt om vooraf vast te leggen wie verantwoordelijk is voor de doelen, toegangsrechten, begrenzing en controle. De incidenten zijn daarom geen argument om alle AI-ontwikkeling stil te leggen, maar wel een waarschuwing dat veiligheid en governance geen sluitstuk mogen zijn.

Organisaties staan nog maar aan het begin
Aan de andere kant staan bedrijven en instellingen die AI in de praktijk gebruiken. Zij bevinden zich in een andere werkelijkheid dan de laboratoria die de meeste geavanceerde modellen ontwikkelen. Veel organisaties zijn nog maar net aan hun AI-traject begonnen en kampen met versnipperde of gebrekkige data, onduidelijk eigenaarschap, te ruime toegangsrechten en onvoldoende monitoring. Wanneer een AI-project misgaat, ligt het probleem dan ook zelden alleen bij de technologie.

Tegelijkertijd staren organisaties zich vaak blind op generatieve AI (GenAI), terwijl dat maar één onderdeel is van het bredere AI-landschap. ChatGPT en vergelijkbare tools hebben AI toegankelijk gemaakt voor vrijwel iedere medewerker, maar GenAI is niet automatisch de beste oplossing voor ieder bedrijfsprobleem.

Organisaties moeten daarom beginnen bij het probleem dat ze willen oplossen. Soms is een taalmodel geschikt. In andere gevallen leveren voorspellende modellen, optimalisatie of andere vormen van analytische AI meer op. Zij moeten een volwassen afweging maken van welke technologie past bij het vraagstuk en het bijbehorende risicoprofiel.

Het gebruik van AI ontwikkelt zich ondertussen sneller dan de processen en beleidskaders binnen organisaties. Medewerkers integreren de technologie al in hun dagelijkse werk, terwijl afspraken over toegestane toepassingen, gevoelige informatie en controle op uitkomsten vaak nog ontbreken. Het gebruik wacht niet tot het beleid af is.

Goede governance begint bij betrouwbare en actuele data. Een organisatie moet weten welke gegevens worden gebruikt, waar ze vandaan komen, wie er toegang toe heeft en hoe de kwaliteit wordt bewaakt. Ook modellen moeten worden gecontroleerd: blijven de prestaties op niveau, zijn de uitkomsten voldoende uitlegbaar en functioneren ze binnen de afgesproken grenzen? Wie verantwoordelijkheden, transparantie en controle vanaf het begin meeneemt, bouwt robuustere oplossingen die uiteindelijk sneller kunnen worden opgeschaald.

Meer AI-geletterdheid is dringend nodig
Naast governance is ook meer AI-geletterdheid nodig. Vrijwel iedereen experimenteert met AI, maar lang niet iedereen begrijpt wat de technologie wel en niet kan. Een overtuigend geformuleerd antwoord is niet automatisch juist. Bovendien ontstaan nieuwe risico’s zodra een AI-systeem toegang krijgt tot data, software en andere digitale hulpmiddelen.

Bestuurders moeten de juiste vragen kunnen stellen voordat zij investeringsbeslissingen nemen. Medewerkers moeten weten welke informatie ze met AI-tools mogen delen en wanneer ze een uitkomst moeten controleren. Ontwikkelaars en beheerders moeten begrijpen hoe doelen, toegangsrechten en technische begrenzingen het gedrag van AI-agents beïnvloeden.

“De risico’s van steeds krachtigere AI zijn reëel, maar een algemene pauzeknop is geen geloofwaardige oplossing,” besluit Van Vlasselaer. “Ontwikkelaars, overheden en organisaties hebben ieder een eigen verantwoordelijkheid om AI beter te begrenzen en te controleren. Daarmee kunnen we niet wachten tot de technologie zich verder ontwikkelt. Terwijl wij nog discussiëren over afremmen, is AI allang verdergegaan.”

###

Over SAS
SAS is wereldwijd marktleider op het gebied van data en AI, waaronder sectorspecifieke oplossingen. SAS helpt organisaties data sneller om te zetten in betrouwbare beslissingen. SAS biedt THE POWER TO KNOW®