De UNSW-studie identificeert 520 gevallen waarin generatieve AI is gebruikt of misbruikt in rechtszaken, met verzonnen jurisprudentie, foutieve redeneringen en procedureel gebrekkige stukken. Deze voorbeelden vormen slechts het zichtbare deel, omdat de meeste processtukken nooit openbaar worden. Zowel burgers als juristen gebruiken GenAI uit noodzaak, snelheid of tijdsdruk, maar vaak zonder voldoende verificatie. Het grootste risico is niet de hallucinatie zelf, maar de schijn van juridische autoriteit die AI overtuigend nabootst. Hierdoor worden rechtbanken belast met extra controlewerk en groeit het risico op misleiding. De kernvraag wordt daarom hoe juridische verificatie en menselijke verantwoordelijkheid geborgd blijven in een tijdperk van synthetische expertise.

Norm Ai kondigt een nieuwe investering van $50 miljoen door Blackstone aan. Tegelijk introduceert het bedrijf Norm Law LLP, een volledig AI-native advocatenkantoor. Norm Law richt zich in eerste instantie op juridische diensten voor financiële instellingen. De basis is de Legal Engineering-aanpak waarin AI-agents juridische workflows uitvoeren onder toezicht van advocaten. Een Legal AI Committee met prominente oud-toezichthouders en juristen begeleidt het kantoor. De samenwerking versterkt Blackstones gebruik van Norm Ai en markeert een nieuwe fase in AI-gedreven juridische dienstverlening.

Gemeenten digitaliseren in hoog tempo, bijvoorbeeld met virtuele loketten en fraudeopsporende algoritmen. Hoogleraar Jiska Engelbert waarschuwt: de digitale stad dient niet per se het welzijn van bewoners. In haar oratie pleit ze voor kritische ambtenaren die tegengas durven geven.

Sinds september 2025 is de Dataverordening van kracht. Deze nieuwe Europese regelgeving moet consumenten binnen de EU meer controle geven over het gebruik van hun data. In Nederland wordt vanaf nu ook toezicht gehouden op de naleving van de Dataverordening, want op 21 november is de Uitvoeringswet dataverordening in werking getreden. In Nederland houden de Autoriteit Consument & Markt (ACM) en de Autoriteit Persoonsgegevens (AP) toezicht.

De inzet van AI neemt snel toe in zowel publieke als private domeinen, waardoor vraagstukken rond bias en fairness steeds prominenter worden. Bias is niet slechts een technisch probleem: AI-modellen reproduceren maatschappelijke ongelijkheden die in data besloten liggen. Wat statistisch een valide correlatie lijkt, kan maatschappelijk leiden tot onrechtvaardige uitkomsten. Omdat zowel ethische richtlijnen als de AI-verordening bias expliciet adresseren, ontstaat druk op toezichthouders om richting te geven aan wat als ‘fair’ geldt. Fairness blijkt echter een intrinsiek normatief concept: modellen moeten noodzakelijkerwijs onderscheiden, maar de vraag is wanneer dit onderscheid maatschappelijk gerechtvaardigd is. Verschillende fairness-criteria zijn bovendien onderling onverenigbaar, zoals blijkt uit het onmogelijkheidstheorema. Hierdoor botsen belangen—bijvoorbeeld nauwkeurige risicodetectie versus bescherming tegen ongelijke behandeling—en dwingen AI-toepassingen tot expliciete normatieve keuzes. Omdat bestaande wetgeving, waaronder art. 10 AI-verordening, open normen bevat die geen antwoord geven op de onderliggende waardendilemma’s, verschuift de aandacht naar de positie van toezichthouders in dit krachtenveld.

Vlam-chat is een nieuwe AI-chatbot van SSC-ICT die in 2026 beschikbaar komt voor circa 26.500 rijksambtenaren van acht ministeries. De chatbot draait lokaal in een overheidsdatacenter en gebruikt Europese taalmodellen, zodat gegevens binnen het overheidsnetwerk blijven. Vlam-chat kan documenten uploaden, doorzoeken en samenvatten, teksten opstellen en herschrijven, vertalen in 140 talen en code genereren. Naast Vlam-chat wordt gewerkt aan vlam-search, een zoektool die overheidsinformatie met bronvermelding doorzoekt. Rijkswaterstaat test intussen een eigen chatbot, ChatRWS, met wisselende adoptie en werkt met beperkte licenties. Onder de Nederlandse Digitaliseringsstrategie wordt bekeken hoe vlam.ai breder kan worden ingezet binnen de overheid, rekening houdend met de inkoopregels.

This article explores how the legal and compliance community must assess artificial intelligence systems that are often opaque, rapidly evolving, and deployed across multiple jurisdictions. It analyses key risks – privacy, bias, accountability, intellectual property, and regulatory uncertainty – while highlighting the demonstrable value AI brings to e-Discovery, compliance and governance functions. Practical frameworks for risk-based governance, transparency, and human oversight are provided, alongside insights into the specific risks and benefits of AI in eDiscovery, emphasizing the need for proactive and accountable stewardship to align innovation with justice and the rule of law.

Het onderzoek Who Is Responsible When AI Fails? (Hadan et al., 2025) analyseerde 202 echte AI-incidenten en concludeert dat de meeste schade niet voortkomt uit fouten in de code, maar uit gebrekkige governance en toezicht. Slechts 12% van de incidenten had een technische oorzaak, terwijl 58% te herleiden was tot organisatorische tekortkomingen zoals gebrek aan transparantie en naleving. Vooral deepfakes, ongeoorloofd datagebruik en problematische implementaties bleken veelvoorkomend. Incidenten werden zelden door ontwikkelaars zelf gemeld, wat wijst op een structureel gebrek aan verantwoordelijkheid. De auteurs pleiten voor verplichte rapportage, duidelijke toezichtstructuren en bescherming van klokkenluiders. Hun kernboodschap: AI-risico is levenscyclusrisico en vraagt om gedeelde verantwoordelijkheid van alle betrokken partijen

Sommige regels lenen zich perfect voor logica. Deze prompt helpt je om complexe wetgeving te vertalen naar een helder stappenplan: wie beslist wat, wanneer en op basis waarvan? Laat AI de structuur bouwen – van eerste vraag tot eindbeslissing – en gebruik het resultaat als intern beslisdocument of als fundament voor een legal-tech workflow. Ideaal voor compliance-officers, juristen en beleidsmakers die processen willen stroomlijnen en documenteerbare keuzes willen vastleggen.