Wat de AVG vereist zodra AI persoonsgegevens verwerkt

U wilt klantgegevens door een model halen, en iemand heeft gevraagd of dat mag. Het antwoord is vrijwel altijd ja, onder voorwaarden, en die voorwaarden zijn minder exotisch dan de vraag doet vermoeden.

De AVG heeft geen mening over kunstmatige intelligentie. De AVG vraagt hetzelfde als bij een spreadsheet: wat doet u, waarom, op welke grondslag, met hoeveel gegevens, hoe lang, en wie kan er nog meer bij. Een model is gewoon een verwerkingsstap. Wat het anders laat voelen, is dat mensen in een prompt veel meer gegevens stoppen dan ze ooit in een formulier zouden typen.

De zes vragen die het bepalen

1. Gaat het überhaupt om persoonsgegevens? Het begrip is ruimer dan de meeste mensen aannemen. Een naam, een e-mailadres, een ordernummer dat naar een persoon te herleiden is, een IP-adres, een spraakopname, een vrij tekstveld waarin een collega een klant heeft beschreven. De naam weghalen helpt zelden, want de rest van het record wijst nog steeds naar iemand. Gepseudonimiseerde gegevens blijven persoonsgegevens.

2. Wat is het doel, opgeschreven voordat u begint? Doelbinding is het beginsel waar AI-projecten op stuklopen. Gegevens die zijn verzameld om een bestelling te leveren, zijn niet verzameld om een model te trainen of te evalueren, en hergebruik daarvoor is een nieuw doel met een eigen onderbouwing. Schrijf het doel op als één zin die u aan de klant zou durven laten zien.

3. Wat is de grondslag? Voor de meeste bedrijfsautomatisering is dat de uitvoering van een overeenkomst of het gerechtvaardigd belang. Dat gerechtvaardigd belang bestaat en is geen vrijbrief: er hoort een belangenafweging bij, op papier, waarin uw belang wordt afgewogen tegen wat de betrokkene redelijkerwijs mag verwachten. Toestemming is in een zakelijke context de zwakste optie en bij medewerkers vrijwel nooit de juiste, want toestemming aan een werkgever is zelden vrij gegeven.

4. Weet de betrokkene het? Transparantie betekent dat uw privacyverklaring beschrijft wat er werkelijk gebeurt, in taal die een klant kan volgen. Stelt een model antwoorden op hun berichten op of beoordeelt het hun aanvraag, dan hoort dat in die verklaring. Nog nooit heeft iemand een boete gekregen omdat de uitleg te duidelijk was.

5. Hoeveel gegevens stuurt u eigenlijk mee? Dataminimalisatie geldt voor elke prompt. De gewoonte om het hele record te plakken omdat dat sneller is dan velden selecteren, is de fout die wij het vaakst zien, en tegelijk de makkelijkste om te herstellen: stuur de drie velden die de taak nodig heeft.

6. Hoe lang blijft het staan, bij elke schakel? Uw database, uw logbestanden, de misbruikdetectie van de leverancier, uw foutmonitoring, het analysepakket, de back-up. Bewaartermijnen zijn een eigenschap van het hele pad en niet van de tabel waar u aan dacht.

Welke vastlegging dit oplevert

Vier documenten, geen ervan lang.

• Een regel in uw verwerkingsregister. Dat register is het eerste waar een toezichthouder naar vraagt, en een AI-workflow is er een regel in als elke andere: doel, categorieën gegevens, ontvangers, bewaartermijn, beveiligingsmaatregelen.
• Een verwerkersovereenkomst met de leverancier. Artikel 28 vereist die zodra iemand namens u persoonsgegevens verwerkt. Bij consumentenaccounts zit die er niet bij, en dat is precies het praktische probleem uit waar uw data terechtkomt bij ChatGPT.
• Een doorgiftemechanisme zodra een schakel buiten de EER ligt. Dat is een contractbepaling en geen verbod, en het is een goede reden om te weten waar uw workloads precies draaien.
• Een DPIA, wanneer de verwerking waarschijnlijk een hoog risico oplevert. Grootschalige profilering, stelselmatige observatie van mensen, bijzondere categorieën zoals gezondheidsgegevens, en besluiten met rechtsgevolg wijzen die kant op. De meeste interne automatisering doet dat niet, en twee regels opschrijven waarom niet, is op zichzelf al nuttig.

Eén toepassing rondkrijgen in een middag

Doe dit per toepassing en niet per tool. Een tool is niet AVG-proof of niet-AVG-proof, een gebruik is dat.

1. Schrijf het doel in één zin.
2. Noem elk veld dat wordt meegestuurd. Werkelijk opsommen, uit de payload en niet uit het hoofd.
3. Schrap de velden die de taak niet nodig heeft. Dat is meestal een derde.
4. Kies de grondslag en schrijf bij gerechtvaardigd belang de afweging van drie alinea's uit.
5. Controleer de leverancier: is er een verwerkersovereenkomst, wat is de subverwerkerslijst, waar vindt de verwerking plaats, wat wordt bewaard en hoe lang.
6. Bepaal uw eigen bewaartermijn en logging. Ook voor de logbestanden, en dat is de stap die wordt overgeslagen.
7. Schrijf de registerregel en start de DPIA als de signalen er zijn.
8. Vertel het team in één alinea wat nu is toegestaan, zodat het besluit bruikbaar is.

Een middag per toepassing, en de tweede kost een uur omdat stap vier tot en met zes zich herhalen.

Waar het in de praktijk misgaat

Niet in het model. In de logging. Een debugsysteem dat volledige prompts en antwoorden bewaart, maakt van elk verwerkt record een tweede kopie in een systeem waarvoor niemand een bewaartermijn heeft opgeschreven, vaak met ruimere toegang dan de bron. Komt er een inzageverzoek, dan moet die kopie ook gevonden worden.

Nog drie die terugkeren. Productiegegevens gekopieerd naar een testomgeving, waar de beveiliging lichter is en het opruimen er nooit van komt. Medewerkersmonitoring die als kwaliteitsfunctie wordt ingevoerd, met toestemming in een contract dat niemand kon weigeren. En de "geanonimiseerde" dataset waarin de namen zijn weggehaald maar de vrije tekst nog steeds vertelt wie de klant was en waarover hij klaagde.

De beperkingen van papierwerk dat klopt

Een afgeronde DPIA over een systeem waar niemand naar kijkt, is een document en geen maatregel. Is het antwoord op "wat gebeurt er als dit iets fout doet" stilte, dan helpt de registerregel u niet en is het juiste antwoord een beter systeem in plaats van een beter dossier.

Er is bovendien een grote categorie werk waar dit artikel niet over gaat. Factuurregels verplaatsen, voorraad afstemmen, openbare documenten samenvatten: geen persoonsgegevens, geen verplichtingen buiten normale beveiliging. Zit er geen persoonsgegeven in een proces, dan hoort dat in één zin vastgesteld te worden, en een maand vertraging is op zichzelf ook een vorm van falen.

De ongemakkelijke versie, van een bureau dat aan het tegenovergestelde zou kunnen verdienen: veel van wat als AI-compliance wordt verkocht, is papierwerk over systemen die nooit risicovol waren. Het werk dat het betalen waard is, zit in bepalen welke van uw processen mensen raken, en die paar goed bouwen. Daar is een AI Readiness Audit voor, en de overige compliance-artikelen gaan per vraag een niveau dieper.

Veelgestelde vragen

Hebben we toestemming nodig om AI op klantgegevens los te laten?

Meestal niet. De meeste zakelijke verwerkingen draaien op de uitvoering van een overeenkomst of op gerechtvaardigd belang, en toestemming is de zwakkere grondslag omdat die kan worden ingetrokken en vrij gegeven moet zijn. Kies de grondslag die past bij wat u werkelijk doet, en leg vast waarom.

Verbiedt de AVG het versturen van gegevens naar een Amerikaanse leverancier?

Nee. De AVG eist een geldig doorgiftemechanisme en een verwerkersovereenkomst. De praktische vragen zijn welke subverwerkers erbij betrokken zijn, wat zij bewaren en of er een EU-regio beschikbaar is, en niet of doorgifte is toegestaan.

Wanneer hebben we een DPIA nodig voor een AI-systeem?

Wanneer de verwerking waarschijnlijk een hoog risico oplevert: grootschalige profilering, stelselmatige observatie, bijzondere persoonsgegevens, of besluiten met rechtsgevolg of vergelijkbaar gewicht. Geldt geen daarvan, leg dan kort vast waarom u tot die conclusie kwam, zodat het besluit later zichtbaar is.

Vallen gepseudonimiseerde gegevens buiten de AVG?

Nee. Gepseudonimiseerde gegevens blijven persoonsgegevens, want ze zijn te herleiden. Alleen echt geanonimiseerde gegevens vallen erbuiten, en die lat ligt hoog: zodra een combinatie van velden iemand alsnog aanwijst, is het niet anoniem.