AI-geletterdheid: wat de wet van jouw team vraagt

In deel 1 las je wat er op 2 augustus verandert en in deel 2 welke AI helemaal niet mag. Dit deel gaat over de verplichting die het vaakst wordt gemist, en dat is niet toevallig: het is de enige regel die niet over je software gaat maar over je mensen.

De wet zegt dat wie met AI werkt, moet snappen waar hij mee werkt. Klinkt vanzelfsprekend. Toch voldoet bijna geen enkel klein bedrijf eraan, simpelweg omdat niemand weet dat het bestaat.

Wat houdt AI-geletterdheid in?

Het komt hierop neer: iedereen die AI gebruikt in zijn werk moet voldoende begrip hebben om dat verantwoord te doen en de risico's te herkennen. Meer staat er niet in artikel 4 van de verordening. De wet schrijft geen cursus voor, geen certificaat, geen examen.

Dat vage klinkt lastig maar is juist gunstig. Je mag zelf bepalen wat passend is, zolang het aansluit bij wat jouw mensen daadwerkelijk doen. Iemand die alleen mailtjes laat herschrijven heeft minder kennis nodig dan iemand die AI offertes laat berekenen.

De plicht geldt sinds 2 februari 2025. Wat op 2 augustus 2026 verandert is de handhaving: vanaf dan kunnen toezichthouders er ook echt op controleren.

Geldt dit ook voor mijn bedrijf?

Ja, vanaf de eerste medewerker die AI gebruikt. De wet kijkt niet naar omzet of personeelsomvang. Tien man of tienduizend, dezelfde regel.

Ben je een echte eenmanszaak zonder personeel, dan geldt hij formeel voor jou als gebruiker zelf. In de praktijk betekent dat vooral dat je moet kunnen uitleggen wat je gebruikt en waarom je de uitkomst controleert.

Werk je met inhuurkrachten, stagiairs of een virtuele assistent, dan tellen die gewoon mee. Het gaat om iedereen die namens jouw bedrijf met AI werkt, ongeacht het soort contract.

Wat moet iemand dan precies weten?

Drie dingen, en die kun je in een uur uitleggen.

• Wat de techniek wel en niet doet. Dat een taalmodel geen feiten opzoekt maar woorden voorspelt die waarschijnlijk kloppen. Dat het daarom overtuigend kan liegen zonder dat het dat zelf doorheeft.
• Waar het in jouw werk misgaat. Verzonnen bronvermeldingen, verouderde prijzen, een toon die niet bij je bedrijf past, of een berekening die er goed uitziet en toch fout is.
• Wanneer een mens ernaar moet kijken. Dit is de belangrijkste. Spreek af dat alles wat naar een klant gaat, alles met bedragen en alles met persoonsgegevens door iemand wordt nagelopen voordat het de deur uitgaat.

Merk op dat dit geen technische kennis is. Je hoeft niemand uit te leggen hoe een model werkt. Je moet ze leren wantrouwen op de juiste momenten.

Laat één keer zien hoe het misgaat

Dit is het onderdeel dat het meeste effect heeft en dat vrijwel niemand doet. Vertellen dat AI fouten maakt werkt niet. Het een keer laten gebeuren werkt wel.

Vraag tijdens je uitleg om iets waar je de uitkomst zelf van weet. Laat een AI-hulpmiddel bijvoorbeeld de openingstijden van een bestaand bedrijf opzoeken, of vraag naar een regel uit een branche die je kent. In veel gevallen krijg je iets terug dat volstrekt geloofwaardig oogt en toch niet klopt. Geen twijfel, geen slag om de arm, gewoon een stellig verkeerd antwoord.

Dat moment doet meer dan een uur uitleg. Je team ziet dat de stelligheid van een antwoord niets zegt over de juistheid ervan. Precies dat inzicht is wat de wet bedoelt met risico's herkennen.

Een tweede oefening die goed werkt: laat iemand een tekst schrijven over jouw vakgebied en zoek samen de fouten. Bij een loodgieter komt er dan een verhaal uit dat klopt op hoofdlijnen maar de verkeerde diameters noemt. Die combinatie, bijna goed maar net niet, is gevaarlijker dan een antwoord dat er meteen naast zit.

Zo regel je het in een middag

Vier stappen, en je bent klaar.

• Maak een lijst van wat er gebruikt wordt. Loop je team langs en vraag welke AI-hulpmiddelen ze openen op een gewone werkdag. Je zult verrast zijn: meestal staan er tools op die jij niet kende.
• Bepaal per rol wat nodig is. Wie alleen teksten laat gladstrijken heeft aan de basisuitleg genoeg. Wie AI inzet bij offertes of klantselectie heeft meer nodig, want daar zitten de echte risico's.
• Doe de uitleg samen. Een uur, met echte voorbeelden uit je eigen bedrijf. Laat vooral een keer zien hoe AI iets zelfverzekerd verkeerd doet. Dat blijft veel beter hangen dan een lijst regels.
• Leg het vast. Dat is de stap die iedereen overslaat en juist het bewijs vormt.

Wat leg je vast als bewijs?

Eén pagina volstaat. Zet daarop:

• Welke AI-hulpmiddelen je bedrijf gebruikt en waarvoor
• Wie ermee werkt en welke uitleg die persoon heeft gehad
• De datum van die uitleg
• De afspraak over wat altijd door een mens wordt gecontroleerd

Meer is het niet. Bewaar het ergens waar je het terugvindt en werk het bij zodra er een tool bijkomt of iemand nieuw begint.

Waarom dit ertoe doet: een toezichthouder kijkt bij een klacht of incident niet of je een cursus hebt gekocht, maar of je erover hebt nagedacht en dat kunt laten zien. Een bedrijf met dat ene A4 staat er totaal anders voor dan een bedrijf dat zegt dat het allemaal wel goed zit.

Wat levert het je op, los van de wet?

Dit is geen verplichting waar je alleen maar tijd in stopt. Er komt iets voor terug, en dat merk je binnen een paar weken.

Teams die weten waar AI de mist in gaat, controleren gerichter. Ze lezen niet alles drie keer over uit angst, maar ze kijken scherp naar de plekken waar het fout gaat: cijfers, namen, bronnen en beloften. Dat scheelt tijd en levert betere kwaliteit op.

Er is nog een effect dat je niet ziet aankomen. Zodra mensen begrijpen wat de techniek wel en niet kan, gaan ze hem beter gebruiken. De meeste slechte AI-resultaten komen niet doordat de techniek tekortschiet, maar doordat iemand een vage vraag stelde en het eerste antwoord aannam. Wie snapt hoe het werkt, vraagt anders.

Het derde effect: de spanning verdwijnt. In veel bedrijven zit een deel van het personeel stiekem AI te gebruiken zonder het te zeggen, uit angst dat het niet mag. Een open gesprek daarover levert je meteen het overzicht op dat je voor stap 1 nodig hebt.

Wat gebeurt er nu op 2 augustus?

Vanaf die datum kunnen de toezichthouders handhaven op deze verplichting. Dat betekent niet dat er inspecteurs langskomen om je personeel te overhoren. Het betekent dat de plicht vanaf dan ook consequenties kan hebben, meestal pas nadat er iets anders is misgegaan.

Dat is het patroon bij dit soort regels: ze worden zelden op zichzelf gecontroleerd, maar komen bovendrijven zodra er een klacht ligt of een fout naar buiten komt. Wat er dan boven tafel komt, bepaalt hoe zwaar het weegt.

Hoe zwaar dat kan uitpakken lees je in het deel over boetes en toezicht. Eerst is er nog iets praktischers te doen, want die afspraken over wat je wel en niet met AI doet, wil je op papier hebben. Hoe je dat opschrijft staat in deel 4 over je AI-beleid.