1. De Kernprincipes¶

1. Wat Zijn de Kernprincipes?¶

Wij beschouwen AI-voorzieningen niet als statische software, maar als gedragssturing. Dit betekent dat we AI-systemen niet programmeren in de traditionele zin, maar sturen door middel van informatie en context.

Gedragssturing betekent daarbij niet alleen het formuleren van doelen en grenzen, maar ook het expliciet beheren van alle informatie, configuraties en toegestane handelingen die het gedrag van het systeem sturen. Deze sturing wordt vastgelegd, versie‑beheerbaar gemaakt en getoetst, zodat wijzigingen controleerbaar blijven.

Een project valt onder dit regime als aan drie voorwaarden is voldaan:

Impact¶

Het systeem raakt de business direct. Het neemt beslissingen, genereert content of beïnvloedt processen die waarde creëren of risico's met zich meebrengen.

Traceerbaarheid¶

Alle instructies en configuraties zijn beheerd als code (version control). We kunnen altijd terugkijken: "Waarom deed het systeem dit op dat moment?"

Continue Toetsing¶

Het systeem wordt niet één keer getest en dan "klaar" verklaard. We valideren doorlopend of het gedrag nog aansluit bij de bedoeling.

2. Governance-as-Code (Automatisering)¶

Documentatie alleen verandert gedrag niet; de implementatie doet dat wel. We hanteren het principe van Verifieerbaarheid door Code:

• Technisch Dossier in Git: Artefacten zoals de Technische Modelkaart worden bij voorkeur opgeslagen als code (bijvoorbeeld YAML, JSON of andere gestructureerde formaten) in de repository.
• Automated Gates: De CI/CD-pipeline checkt automatisch op compliance-criteria (bijv. accuraatheid > 85%) voordat een model naar productie gaat.

3. De Drie Kernvoorwaarden¶

Om AI-systemen beheersbaar te maken, werken we met vier kerndocumenten:

Doeldefinitie (Intent)¶

Wat proberen we te bereiken?

Dit is de hypothese of het doel van het systeem. Bijvoorbeeld:

• "Automatisch facturen categoriseren met 95% nauwkeurigheid"
• "Klantvragen beantwoorden binnen 30 seconden"

Harde Grenzen (Constraints)¶

Wat mag absoluut niet gebeuren?

Dit zijn de harde grenzen waar het systeem zich aan moet houden:

• Privacy: Geen persoonsgegevens delen zonder toestemming
• Veiligheid: Geen medische adviezen geven
• Compliance: Voldoen aan AVG/GDPR

Prompts (Context)¶

Welke informatie stuurt het gedrag?

Dit omvat alle inputs die de AI gebruikt:

• Prompts en instructies
• Gekoppelde documenten en kennisbanken
• Configuraties en parameters
• Voorbeelden (few-shot learning)

Validatierapport (Evidence)¶

Hoe weten we dat het werkt?

Het rapport dat aantoont dat de AI zich aan de Harde Grenzen houdt en het Doel bereikt:

• Testresultaten
• Prestatiemetrics
• Audit logs
• Gebruikersfeedback

4. Van Code naar Gedrag¶

Het verschil met traditionele software:

Context Management wordt de nieuwe kerndiscipline: het ontwerpen en beheren van de informatie die het AI-gedrag stuurt. Dit omvat zowel context management (de technische inrichting van kennisbronnen en prompt-architectuur) als het bredere organisatorische proces van informatievoorziening aan AI-systemen.

5. Waarom Dit Belangrijk Is¶

Deze aanpak zorgt voor:

• Controleerbaarheid: We weten altijd waarom het systeem iets deed
• Aanpasbaarheid: Gedrag wijzigen = context aanpassen, niet herprogrammeren
• Verantwoording: Duidelijke eigenaarschap van doelen en grenzen
• Compliance: Aantoonbaar voldoen aan wet- en regelgeving

6. Gerelateerde Modules¶

• AI-Samenwerkingsmodi
• Artefact Model
• Validatie Model