GovCompass

Art. 14 EU AI Act: hoog-risico AI ontwerpen voor menselijk toezicht

Door GovCompass.ai· Laatst bijgewerkt augustus 2026· Afgestemd op de geconsolideerde EU AI Act, inclusief de Omnibus-wijzigingen van 2026.

Art. 14 vereist dat providers hoog-risico AI-systemen zo ontwerpen en bouwen dat ze tijdens gebruik effectief door mensen kunnen worden overzien. Het systeem moet een toezichthouder in staat stellen de mogelijkheden en grenzen te begrijpen, op afwijkingen te letten, automation bias te weerstaan, outputs juist te interpreteren, te besluiten het systeem niet te gebruiken, en in te grijpen of het te stoppen via een noodstop (Art. 14(4)(e)). Het is de ontwerpverplichting die de deployer-toezichtsplicht van Art. 26.2 mogelijk maakt.

Onderdeel van de bredere governance-context. Dit artikel behandelt één bepaling uit de EU AI Act. Hoe die bepaling past in AI governance als geheel, van de zeven pijlers van verantwoorde AI tot de controls die systemen binnen afgesproken grenzen houden, begint bij Wat is AI governance.

Bijgewerkt: juni 2026

Dit is een expliciete provider-verplichting onder de EU AI ActEU AI ActVerordening (EU) 2024/1689, in het Nederlands de AI-verordening, de Europese wet over artificiële intelligentie. Ze hanteert een risicogebaseerde aanpak: verboden praktijken, eisen voor hoogrisico-AI-systemen, transparantieverplichtingen voor specifieke toepassingen en een apart regime voor AI-modellen voor algemene doeleinden (general-purpose AI). Verplichtingen zijn verdeeld tussen aanbieders en gebruiksverantwoordelijken. Zie hoogrisico-AI-systeem, general-purpose AI, conformiteitsbeoordeling.Open full entry →. De provider moet de toezichtsvoorzieningen inbouwen; deployers bedienen ze onder Art. 26.2.

Inleiding: toezicht begint in het ontwerp

Menselijk toezichtmenselijk toezichtHet ingebouwde vermogen van een mens om een AI-systeem te monitoren, erin in te grijpen, het te overrulen of stil te leggen, alleen betekenisvol wanneer de mens de bevoegdheid, de informatie en de tijd heeft om te handelen. Zie principe, human-in-the-loop, human-on-the-loop.Open full entry → heeft twee artikelen, en het verschil daartussen is het verschil tussen bouwen en gebruiken. Art. 26.2 is de deployer-verplichting: zorg dat de personen die het systeem moeten overzien competent, getraind en bevoegd zijn. Art. 14 komt eerder in de keten: het vereist dat de provider het systeem zo ontwerpt en bouwt dat effectief menselijk toezicht überhaupt mogelijk is. Een deployer kan geen systeem overzien dat hem geen manier biedt om te begrijpen, te bevragen of te stoppen, hoe competent de toezichthouder ook is. Art. 14 is wat Art. 26.2 haalbaar maakt.

Het artikel kadert toezicht als een eigenschap die het systeem zo gebouwd moet zijn dat het die ondersteunt. De provider moet de technische middelen voor toezicht inbouwen, of de maatregelen identificeren die de deployer moet implementeren, voordat het systeem op de markt wordt gebracht. Toezicht is daarmee een ontwerpeis, beoordeeld bij conformiteit, geen operationele bijzaak.

Wat het systeem mogelijk moet maken

Art. 14 vereist dat hoog-risicorisicoIn de termen van de EU AI Act de combinatie van de waarschijnlijkheid dat een schade optreedt en de ernst ervan als dat gebeurt. De schakel tussen een principe (via de schade die het zou schenden) en een control (de maatregel die het vermindert). Het benoemen van de schade en het inschatten van het risico is op grond van Art. 9 vereist voordat een maatregel wordt gekozen. Zie schade, control, restrisico.Open full entry → AI-systemen zo zijn ontworpen dat natuurlijke personen die ze overzien het volgende kunnen, voor zover passend bij het risico:

  • De capaciteiten en beperkingen begrijpen van het systeem en de werking ervan bewaken, inclusief het detecteren en aanpakken van afwijkingen en onverwacht gedrag.
  • Bewust blijven van automation biasautomation biasDe menselijke neiging om geautomatiseerde uitkomsten te veel te vertrouwen, een aanbeveling van een systeem aanvaarden zonder het geval echt te wegen, wat het menselijk toezicht uitholt. Zie menselijk toezicht.Open full entry →, de neiging om te veel te vertrouwen op de output van een geautomatiseerd systeem, en zich daartegen wapenen.
  • De output juist interpreteren, rekening houdend met de beschikbare hulpmiddelen en methoden voor interpretatie.
  • Besluiten het systeem niet te gebruiken in een bepaalde situatie, of de output te negeren, overrulen of terugdraaien.
  • Ingrijpen in of onderbreken van de werking van het systeem via een stopmechanisme dat het naar een veilige staat brengt.

Dat laatste punt is Art. 14(4)(e), de noodstop. Het systeem moet een mens in staat stellen het te stoppen, in één handeling, naar een veilige staat, en de handeling van het ingrijpen moet zelf deel uitmaken van het verslag. Dit is de concrete, ingebouwde uitdrukking van menselijke controle: geen beleid dat zegt dat een mens de leiding heeft, maar een knop die het bewijst.

De noodstop als geïnstrumenteerde control

Het stopmechanisme verdient stilstaan, omdat het de plek is waar het verschil tussen beleid en instrumentatie het scherpst is. Een governancegovernanceHet stelsel waarmee een organisatie zichzelf bestuurt: corporate governance, risicobeheer, compliance, verantwoordingslijnen, risicobereidheid en het besturingsmodel. Het bestaat over alles wat de organisatie doet, voor en los van AI. AI governance is ditzelfde stelsel, uitgebreid voor AI. Zie AI governance, governance design, execution level.Open full entry →-document kan beweren dat de organisatie menselijke controle over haar AI behoudt. Art. 14(4)(e) vereist dat die controle reëel en onmiddellijk is: een middel om het systeem in één handeling naar een veilige staat te brengen, beschikbaar voor de toezichthouder, met de ingreep gelogd. Een organisatie die het stopmechanisme kan demonstreren, en het logboek van wanneer het is gebruikt kan overleggen, heeft menselijk toezicht als geïnstrumenteerde controlcontrolDe concrete, toetsbare maatregel die een specifiek risico vermindert en daarmee het achterliggende principe beschermt. Ook wel risicobeheersmaatregel, risicorespons of risicobehandeling genoemd. Altijd herleidbaar tot het risico dat het adresseert: onder EU AI Act Art. 9 moet elke control terug te voeren zijn op een specifiek risico, en controls die los van hun risico's worden vastgelegd vormen een erkende compliance-fout. Het werkt in een van drie typen: preventief, detectief of correctief. Zie risico, control-typen, bewijs.Open full entry →. Een die naar een alinea in een beleid wijst, heeft een aspiratie.

De relatie met Art. 26.2 en Art. 13

Art. 14 verbindt met twee artikelen aan weerszijden. Richting de deployer linkt het naar Art. 26.2: de toezichtsmaatregelen die de provider inbouwt, zijn de maatregelen die de deployer bedient, en de gebruiksinstructies moeten uitleggen hoe. Richting informatie linkt het naar Art. 13: de provider moet de deployer de informatie geven die nodig is om toezicht uit te oefenen, inclusief de grenzen van het systeem, de omstandigheden waaronder het onbetrouwbaar kan zijn, en hoe de outputs te interpreteren. Toezicht dat onder Art. 14 is ingebouwd maar onder Art. 13 niet wordt uitgelegd, laat de deployer machteloos om het te gebruiken.

Waarom het ertoe doet

Voor de provider wordt Art. 14 beoordeeld bij conformiteit: een hoog-risico systeem dat niet betekenisvol kan worden overzien, of dat een stopmechanisme mist, conformeert niet en kan de CE-markeringCE-markeringDe markering die op producten (waaronder hoog-risico-AI-systemen) wordt aangebracht en aangeeft dat ze voldoen aan de toepasselijke EU-eisen. Zie conformiteitsbeoordeling, conformiteitsverklaring.Open full entry → niet dragen. Voor de deployer bepaalt Art. 14 of het systeem dat ze kopen daadwerkelijk bestuurbaar is. Een deployer die een hoog-risico systeem beoordeelt, moet het ontbreken van echte toezichtsvoorzieningen, met name een werkend stopmechanisme, behandelen als een conformiteitsgebrek om bij de provider aan te kaarten, niet als een beperking om omheen te werken.

Toezicht via ontwerp besturen

Voor providers zorgen de controls dat toezicht is ingebouwd en bewezen: het systeem toont zijn vertrouwen en grenzen, signaleert afwijkingen, maakt de override en de noodstop beschikbaar en bruikbaar, en logt ingrepen. Deze voorzieningen worden getest vóór marktintroductie en gedocumenteerd in het technisch dossier.

Voor deployers gaan de controls over verificatie bij inkoop: bevestig dat het systeem de Art. 14-toezichtsvoorzieningen biedt, dat het stopmechanisme werkt en een veilige staat bereikt, en dat de instructies uitleggen hoe outputs te interpreteren en wanneer het systeem onbetrouwbaar is. Een hoog-risico systeem dat niet door zijn toezichthouder kan worden gestopt, is er niet een die een deployer rechtmatig kan bedienen.

Checklist

  1. Stelt het hoog-risico systeem een toezichthouder in staat de capaciteiten en beperkingen te begrijpen en de werking te bewaken?
  2. Helpt het de toezichthouder afwijkingen te detecteren en automation biasbiasEen systematische scheefheid in data, modelgedrag of uitkomsten die de ene groep zonder rechtvaardiging anders behandelt dan de andere. Bias sluipt meestal binnen via trainingsdata die historische patronen weerspiegelen. Voor hoogrisico-AI-systemen vereist Artikel 10 van de EU AI Act onderzoek van datasets op mogelijke bias en maatregelen om die te detecteren, te voorkomen en te beperken. Zie eerlijkheid.Open full entry → te weerstaan?
  3. Kan de toezichthouder de output juist interpreteren, met de hulpmiddelen die de provider levert?
  4. Kan de toezichthouder besluiten het systeem niet te gebruiken, of de output overrulen of terugdraaien?
  5. Is er een stopmechanisme (Art. 14(4)(e)) dat het systeem in één handeling naar een veilige staat brengt, met de ingreep gelogd?
  6. Leggen de gebruiksinstructies (Art. 13) uit hoe deze toezichtsvoorzieningen uit te oefenen?
WetsverwijzingenArt. 14Art. 26Art. 13
Delen Deel op LinkedIn

Meer over Human oversight

Agentic AI: wat verandert er wanneer het systeem handelt, niet alleen beslist

Analysis

Agentic AI is AI die op eigen houtje een keten van acties uitvoert in plaats van één uitvoer te produceren die een mens beoordeelt. Die verschuiving voegt geen nieuw principe van verantwoorde AI toe; ze verandert hoe elk bestaand principe beheerst moet worden. Het menselijke checkpoint verschuift van binnen elke beslissing naar rondom het hele systeem: de grenzen bepalen waarbinnen de agent opereert, de keten bewaken terwijl ze loopt, en het vermogen behouden om in te grijpen.

De evolutie van copilot naar autopilot: governance in het tijdperk van AI-agents

Analysis

AI-agents beantwoorden niet alleen vragen, ze ondernemen acties in uw systemen, wat zowel de waarde als elke faalwijze versterkt. Ze besturen betekent de acties besturen, niet alleen de beslissingen: action-allowlists, goedkeuringspoorten voor acties met grote gevolgen, volledige logging, en een kill switch.

Menselijk toezicht: mensen in controle houden over AI

Analysis

Menselijk toezicht betekent dat AI mensen dient in plaats van hun oordeel te vervangen. Het houdt een competent persoon betekenisvol in controle over een AI-systeem, met de bevoegdheid en de informatie om in te grijpen, en het houdt die controle in verhouding tot wat er op het spel staat. De diepere gedachte erachter is human-centricity: AI moet het menselijk oordeel ondersteunen, autonomie en waardigheid respecteren, en aanspreekbaar blijven jegens de mensen die het raakt, niet alleen jegens de mensen die het gebruiken. De praktische kern is het kiezen van het juiste toezichtpatroon voor de inzet, want toezicht dat te licht is vangt geen schade en toezicht dat te zwaar is schaalt niet.

Progressieve autonomie: een volwassenheidsmodel voor agent-inzet

Analysis

De veiligste manier om een agent in te zetten is om het de minste autonomie te geven die het zijn werk laat doen, en die autonomie pas te verbreden naarmate bewijs van betrouwbaar gedrag zich opbouwt. Progressieve autonomie is voor agentic governance wat de drie controlelagen zijn voor de zeven pijlers van verantwoorde AI: de operationele discipline die een pijler in een praktijk verandert. Dit artikel zet een volwassenheidsmodel uiteen voor agent-inzet langs drie dimensies, beslissingsbevoegdheid, procesautonomie, en verantwoordelijkheidsreikwijdte, en de controls die op elk niveau aanwezig moeten zijn.