Er is een paradox in hoe we over AI-regelgeving praten, en die paradox is scherper dan de meeste discussies laten zien.

Technologie die ooit werd geprezen om haar potentieel om de mensheid vooruit te helpen, wordt nu ook gezien als bron van zorg. Waar autonomie ooit de kracht van technologie was, lijkt diezelfde autonomie nu een bedreiging te vormen voor menselijke regie. Wat betekent het wanneer een systeem meer controle krijgt over een proces dan de mensen die het ooit hebben gebouwd?

Dat is geen technische vraag. Het is een vraag over waarden, macht en verantwoordelijkheid.

Het debat over AI-regelgeving wordt vaak verengd tot een vraag over snelheid. Wie te langzaam reguleert, loopt het risico achter te blijven in een wereld waarin concurrenten wel doorgaan. Die druk is reëel. Maar de vraag die daaronder schuilt, is interessanter: moeten we eerst volledig begrijpen wat een technologie doet, voordat we kaders scheppen? Of moeten we juist kaders scheppen omdat we nog niet volledig begrijpen wat een technologie doet?

Regelgeving wordt in dit licht vaak verkeerd begrepen als een blokkade. In werkelijkheid is het een vangnet. Het is een poging om te voorkomen dat systemen die zijn ontworpen om te ondersteunen, zich onttrekken aan de mensen die ze ooit hebben gebouwd. Wanneer een algoritme een diagnose stelt sneller dan een arts, is dat een kracht. Wanneer dat algoritme een beslissing neemt zonder dat iemand het nog kan toetsen, is er ongemerkt iets verschoven: macht is van mensen naar machines gegleden, niet via een bewust besluit, maar via duizend kleine, technisch redelijke stappen.

De Europese AI-verordening, die sinds augustus 2024 in werking is en stapsgewijs volledig van toepassing wordt, erkent precies dit probleem. Voor AI-systemen met een hoog risico is menselijk toezicht geen aanbeveling maar een verplicht ontwerpcriterium. De wet vereist dat mensen die toezicht houden, het systeem daadwerkelijk kunnen begrijpen, signalen van disfunctioneren kunnen herkennen, en op elk moment kunnen besluiten om het systeem niet te gebruiken of de werking ervan te onderbreken. Sinds mei 2026 ligt er ook een concrete implementatietijdlijn: voor de meeste hoogrisicosystemen geldt augustus 2026 als harde deadline, voor systemen die zijn ingebed in gereguleerde producten als medische apparatuur geldt een verlenging tot 2027 en 2028.

Wat de wet feitelijk beschermt, is niet de technologie. Het is het vermogen van mensen om nee te kunnen zeggen.

Onder deze discussie ligt een psychologische laag die zelden hardop wordt benoemd. De behoefte aan controle over technologie komt vaak voort uit angst voor het onbekende. Naarmate systemen complexer worden, groeit het gevoel dat we grip verliezen. Die angst is niet irrationeel. Sommige algoritmes leren op manieren die zelfs hun eigen ontwerpers niet volledig kunnen reconstrueren. De menselijke reflex is dan om terug te grijpen naar regels en toezicht, en dat is een gezonde reflex, niet een teken van technofobie.

Die reflex kan twee kanten uitwerken. Ze kan beschermen, door ons te dwingen na te denken over grenzen voordat er onherstelbare schade ontstaat. Ze kan ook verkrampen, wanneer overregulering elk experiment behandelt als een dreiging in plaats van een kans. Het onderscheid tussen die twee zit niet in de regel zelf, maar in de precisie waarmee ze is gemaakt.

Er speelt ook een tweede mechanisme, dat psychologen projectie noemen. We schrijven onze eigen intenties toe aan technologie die geen eigen moraal heeft. Wie AI ziet als een neutraal hulpmiddel, zal minder snel geneigd zijn om haar te begrenzen. Wie haar ziet als een bedreiging, zal eerder pleiten voor strenge controle. De waarheid ligt meestal in het midden: technologie weerspiegelt de waarden van wie haar ontwerpt en gebruikt, en draagt zelden iets toe dat daar niet al in zat.

Juridisch loopt regelgeving structureel achter de techniek aan, en dat zal altijd zo blijven. AI kent geen landsgrenzen, maar wetgeving wel. Bedrijven kunnen shoppen tussen jurisdicties op zoek naar de soepelste regels, wat een ongelijk speelveld creëert en collectieve standaarden ondermijnt. Daarom is internationale afstemming, hoe traag en imperfect ook, geen bureaucratische bijzaak maar een voorwaarde voor effectieve regulering.

Wat vraagt dit van leiders, concreet, vandaag?

Het begint bij iets dat verder gaat dan compliance: actief meedenken over beleid in plaats van alleen reageren op bestaande wetten. Niet wachten tot er een misstand ontstaat om daarna te corrigeren, maar vooraf scenario’s doordenken, risico’s in kaart brengen en ethische principes verankeren in ontwerp, niet als correctie achteraf.

Stel jezelf voor: je bent verantwoordelijk voor een systeem dat zelfstandig beslissingen neemt, met enorme potentie voor logistieke optimalisatie of gepersonaliseerde dienstverlening, maar ook met reëel risico op misbruik. De markt dringt aan op snelheid. Tegelijkertijd groeit de roep om regulering. Verantwoord leiderschap betekent hier niet kiezen voor maximale groei tegen elke prijs, maar bewust veiligheidsmechanismen inbouwen die ontwikkeling vertragen maar vertrouwen vergroten. Dat kan op de korte termijn marktaandeel kosten. Op de lange termijn is het de enige basis voor legitimiteit die houdbaar is.

Het stellen van grenzen aan technologie is geen taak voor één partij alleen. Overheden, bedrijven, maatschappelijke organisaties en burgers moeten hier gezamenlijk in optrekken, met een gedeeld narratief over waarom deze grenzen er zijn en welke waarden ze beschermen. Dat is geen eenmalige ingreep maar een continu proces, omdat een te strakke grens toekomstige innovatie kan verstikken en een te losse grens schade kan veroorzaken die niet meer terug te draaien is.

Wat vraagt deze tijd van jou, niet alleen als bestuurder maar als mens? Welke grenzen durf je te stellen, ook als dat betekent dat je kortetermijnwinst opgeeft voor langetermijnwaarde? Leiderschap in een tijd van technologische versnelling vraagt om een ethisch kompas dat koers houdt te midden van onzekerheid. Technologie is een middel, geen doel op zich. De vraag is of we dat blijven zien, ook wanneer het tempo waarin systemen autonomer worden, ons uitdaagt om het tegendeel te geloven.

Noten voor wie verder wil lezen:

1. Argyri Panezi, Article 14 Human Oversight, in The EU Artificial Intelligence Act: A Commentary (2024). Juridische analyse van de verplichting tot menselijk toezicht in de Europese AI-verordening.
2. Stuart Russell, Human Compatible: Artificial Intelligence and the Problem of Control (2019, Viking). Over het ontwerpen van systemen die menselijke controle structureel borgen in plaats van impliciet veronderstellen.
3. Virginia Dignum, Responsible Artificial Intelligence: How to Develop and Use AI in a Responsible Way (2019, Springer). Over hoe organisaties ethische principes kunnen verankeren in ontwerp in plaats van als correctie achteraf.
4. Samir Passi & Mihaela Vorvoreanu, Overreliance on AI: Literature Review (2022, Microsoft Research). Over automation bias en de psychologische mechanismen die maken dat mensen te veel vertrouwen op geautomatiseerde systemen.
5. Cathy O’Neil, Weapons of Math Destruction (2016, Crown Publishing). Over hoe ongereguleerde algoritmes maatschappelijke schade kunnen aanrichten op een schaal die met menselijke besluitvorming nooit mogelijk zou zijn geweest.