Welkom bij deze uiteenzetting van ons bronmaterial. Vandaag duiken we rechtstreeks in een ontzettend actueel, maar complex onderwerp. Het snijvlak tussen AI-evaluatie software op je werk en de Europese wetgeving. Want laten we eerlijk zijn, als een algoritme over je schouder meekijkt, wil je wel weten hoe de wet jou precies beschermt, toch? Nou, we gaan dit stap voor stap voor je uitluizen. Deel 1. Een fictieve evaluatie. Mens of machine. Stel je dit even voor. Je zit in je evaluatiegesprek en je manager opent een dashboard. Pats, daar staat één enkele score op het scherm. Een score die al jouw harde werk, al je e-mails en al je doelen van het afgelopen jaar samenvat. En de score is laag. Je schikt je rotte, vraagt natuurlijk direct, wacht even, hoe komen we aan dit cijfer? Waarop je managers een schoudersophaalt en simpelweg zegt, ja, dat zegt de tool nu eenmaal. Kijk, deze fictieve scene raakt echt de absolute kern van ons bronmaterial. Want wie of beker gezegd wat, neemt er nu eigenlijk de beslissingen over jouw carrière. En mag dat zomaar? Artikel 22 en de voorwaarden. De grens van automatisering. Gelukkig verbiedt de wet niet meteen elk digitaal dashboard op kantoor. Het bronmaterial legt heel specifiek uit dat het verbod op geautomatiseerde besluitvorming pas echt in werking treedt, als aan twee harde voorwaarden is voldaan. Ten eerste moet de beslissing uitsluitend geautomatiseerd zijn, dus echt zonder enige betekensvolle inbreng van de mens. En ten tweede moet het je aanzienlijk treffen of een rechtsgevolg hebben. Denk daarbij aan een misgelopen promotie, het intrekken van een bonus of in het uiterste geval zelfs ontslag. En hier maakt de bron een briljant en cruciaal onderscheid. Stel dat we terug gaan naar dat dashboard met die lagen scoren. Jouw manager kijkt er naar, knikt instemmend en zet blind een handtekening. Dat is puur mechanische goedkeuring, een soort stempelfunctie eigenlijk. En volgens de wet telt dat dus absoluut niet als menselijke tussenkomst. De wet verrijst namelijk echte menselijke tussenkomst. Dat betekent dat je manager de bevoegdheid, de tijd en de juiste informatie moet hebben... ...om de output van die software kritisch te beoordelen en het taartwerkelijk aan te passen als dat nodig is. Nu zijn er natuurlijk uitzonderingen, waarbij zo'n geautomatiseerde beslissing wel mag. Maar, en dit is een hele grote baar, het bronmateriaal waarschuwt... ...dat toestemming in een arbeidsrelatie ontzettend problematisch is. Waarom? Omdat je als werknemer simpelweg in een hierarchische, afhankelijke positie zit. Je mag nooit in een positie worden getwongen, waarbij je een trackingtool... ...maar gewoon accepteert uit angst voor reprecijus of nadeel. Jouw toestemming is in die specifieke context bijna nooit echt vrij te noemen. De beperkte kredietskorenanologie. Context is cruciaal. Er wordt nogal eens de vergelijking gemaakt met een kredietskoren. Je weet wel, een algoritme dat heel efficiënt harde financiële datapunt op een rijtje zet. Maar de tekst stelt haarscherp dat we die logica echt niet zomaar één op één kunnen kopiëren naar HR of de werkvloer. Waarom niet? Omdat de dynamiek van werk voor een heel groot deel leunt op menselijke context. En laat context nou net datgenen zijn wat software heel vaak compleet mist. Stel dat een tool jouw late antwoord op een e-mailtje genadenloos markeert als een gebrek aan inzet. De software trekt een keiharde conclusie op basis van die data. Maar het miste onzichtbare context. Misschien was je wel op een goed gekeurde voloftag of stond je letterlijk in het veld zwaar werk te verzetten. Werk dat simpelweg geen digitaal spoor achterlaat in dat specifieke software-systeem. Dit toont perfect aan waarom ruwe data altijd aan de realiteit getoets moet worden. Voordat het ook maar enige invloed mag hebben op je carrière. De AI-verordening en hoog risico. Classificatie en verboden. Als we kijken naar de nieuwe Europese AI-wet, de AI-act, dan is de definitie van hoog risico op de werkvloer echt heel strikt. Het gaat hier specifiek om systemen die uitdrukkelijk bestemd zijn voor aanwerving, promotie, ontslag en prestatiebeoordeling. Wat de bron hier heel helder over zegt, lang niet elke tool vant in die zware categorie. Een simpele spelling checker of schrijfassistent is geen evaluator, oké? Je moet de specifieke bestemming en de classificatievoorwaarden van de software dus altijd heel nauwkeurig controleren. En dan komen we bij een ontzettend opvallen detail uit de wettext. Er is namelijk een expliciet verbod ingesteld op AI-systemen die proberen jouw emoties op de werkvloer af te leiden of te lezen. Dit gaat dus een flinke stap verder dan gewoon een prestatiesoftwer. Anders is het gewoon een logo. Tijdlijnen en voorwaardelijke rechten. De calendar ontleed. Bij dit soort complexe wetgeving maken de details in de tijdlijn natuurlijk het verschil. Let even goed op. 27 juli 2026 is lauter de datum van de geconsolideerde tekst. Dit betekent dus absoluut niet dat de hele wet op de lange banen is geschoven. De calendar is misschien een klein beetje veranderd, maar de verantwoordelijkheid blijft gewoon staan. Oké, maar dat artikel 86, wat haalt dat precies voor jou in? Dat artikel geef je een voorwaardelijk en subsidiair recht op uitleg. In de praktijk betekent dit dat je het recht hebt om te weten wat de exacte rol van de EI was. En wat de belangrijkste elementen achter de beslissing waren. Maar let op, de bron benadrukt dit enorm, dit geef je geen universeel recht om zo maar even de broncode van de software op te eisen. Drie praktische vragen, wat u kunt doen. Laat we dit even super praktisch maken. Mocht je ooit zelf in die fictieve situatie van het begin belanden, waarbij een tool ineens jouw beoordeling lijkt te bepalen. Stel dan direct deze drie vragen. 1. Welke specifieke gegevens zijn er precies gebruikt voor deze beslissing? 2. Waarvoor is de systeem eigenlijk bedoeld? Wat is het exacte doel? En 3, misschien wel de belangrijkste, wie in deze organisatie heeft de bevoegdheid om de uitkomst van deze machine dat werkelijk aan te passen of te corrigeren. Door deze vragen te stellen, forceer je een zinvol en juridisch correct gesprek over je evaluatie. En dat brengt ons bij de absolute kern van deze uiteenzetting. Kijk, een technologische tool wordt pas echt gevaarlijk wanneer de killer preciesie ervan het menselijke gesprek compleet dood slaat. Een evaluatie mag nooit, maar dan ook nooit gebaseerd zijn op een blindelingsvertrouwen in een algoritme. De kritische vraag die we onszelf continu moeten blijven stellen is deze. Hoe zorgen we ervoor dat onze beoordelingen altijd ruimte overlaten voor de menselijke context? Voor precies die dingen die ruwe data simpelweg niet kan zien. Denk daar maar eens over na. Bedankt voor het meekijken en tot de volgende keer.