Artikel 4 van de EU AI Act wordt vaak samengevat als een AI-geletterdheidsverplichting. Dat klopt, maar het is niet volledig. Voor een organisatie is de praktische vraag niet alleen of mensen training hebben gevolgd. De echte vraag is of je kunt aantonen dat de juiste mensen de juiste begeleiding kregen voor de AI-systemen die ze daadwerkelijk gebruiken.
Daarom is AI-trainingsregistratie belangrijk.
Een certificaat kan nuttig zijn. Een aanwezigheidslijst ook. Maar op zichzelf bewijst dat weinig. Als een interne reviewer, bestuurder, klant, ondernemingsraad of toezichthouder vraagt hoe jouw organisatie AI-geletterdheid praktisch maakt, heb je een herleidbaar overzicht nodig dat mensen, rollen, systemen, risico's, leeracties en opvolging met elkaar verbindt.
Wat Artikel 4 eigenlijk vraagt
De Europese Commissie legt uit dat Artikel 4 aanbieders en gebruikers van AI-systemen verplicht maatregelen te nemen om een voldoende niveau van AI-geletterdheid te waarborgen voor personeel en andere personen die namens hen met AI-systemen werken. Daarbij moet rekening worden gehouden met technische kennis, ervaring, opleiding, training, de context waarin AI-systemen worden gebruikt en de personen op wie die systemen impact hebben.
Dat maakt Artikel 4 contextspecifiek. Een algemene AI-awareness sessie voor iedereen is niet hetzelfde als rolgerichte AI-geletterdheid voor teams die AI gebruiken in recruitment, kredietbeoordeling, klinische workflows, onderwijs, klantenservice of interne productiviteit.
De Commissie verduidelijkt ook dat Artikel 4 geen vast format en geen specifiek certificaat verplicht stelt. Organisaties kunnen interne registraties van training en begeleiding bijhouden. Dat geeft flexibiliteit, maar ook verantwoordelijkheid: als er geen verplicht template is, moet je eigen bewijs wel coherent zijn.
Nuttige officiële startpunten zijn de AI literacy Q&A van de Europese Commissie en de repository met AI literacy practices. Voor de juridische tekst en context kun je ook de AI Act Explorer van Responsible AI Platform gebruiken.
Europese Commissie AI literacy Q&A: https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers
Repository AI literacy practices: https://digital-strategy.ec.europa.eu/en/policies/repository-ai-literacy-practices
Responsible AI Platform Artikel 4: https://www.aiactblog.nl/nl/ai-act/artikel/4
De fout: aanwezigheid registreren in plaats van competentie
Redactionele transparantie
Over de auteur en bronnen
Zahed Ashkara is jurist, AI-governancespecialist en oprichter van LearnWize. Feitelijke en juridische verwijzingen zijn gekoppeld aan de bronnen hieronder en in de tekst. Controleer voor de actuele juridische stand altijd de officiële publicatie.
Doe de 5-minuten scan en zie welke rollen en training aandacht vragen.
Veel organisaties beginnen met een spreadsheet waarin staat wie welke training heeft gevolgd. Dat is beter dan niets, maar het beantwoordt niet de belangrijkste vragen:
Welke AI-systemen gebruikt of beïnvloedt deze persoon?
Welke rol heeft iemand in de AI-workflow?
Welke risico's horen bij die rol?
Wat behandelde de training concreet?
Is begrip op een of andere manier getoetst?
Wat veranderde er na de training?
Aanwezigheid is een zwak signaal. Competentiebewijs is sterker.
Een recruiter die een AI-screeningtool gebruikt, heeft bijvoorbeeld meer nodig dan een algemene uitleg over generatieve AI. Die persoon moet bias, menselijke beoordeling, kandidaattransparantie, datakwaliteit, vendorbeperkingen en escalatiemomenten begrijpen. Een manager die AI-gegenereerde rapportages goedkeurt, moet verificatie, hallucinaties, broncontrole en verantwoordelijkheid begrijpen. Een compliance officer moet begrijpen hoe trainingsbewijs samenhangt met beleid, risicoclassificatie, documentatie en incidentrespons.
De registratie moet die verschillen zichtbaar maken.
Een praktisch bewijsmodel
Een goede AI-geletterdheidsregistratie verbindt zes onderdelen.
1. Rol
Begin bij de persoon of groep. Werk met rolcategorieën, niet alleen met namen. Denk aan HR-recruiter, hiring manager, jurist, klantenservicelead, productmanager, docent, data-analist, compliance officer of directielid.
De rol is belangrijk omdat Artikel 4 niet vraagt dat iedereen AI-expert wordt. Het vraagt om voldoende geletterdheid voor iemands verantwoordelijkheid.
2. AI-systeem of use case
Registreer het AI-systeem, de tool, workflow of use case. Dat mag eerst breed zijn: generatieve AI voor teksten, AI-ondersteunde werving, chatbotondersteuning, learning analytics, documentsamenvatting of geautomatiseerde fraudedetectie.
Het doel is dat trainingsbewijs niet in de lucht hangt. Training moet verbonden zijn aan echte AI-blootstelling.
3. Risicocontext
Voeg de risicocontext toe. Wordt het systeem gebruikt voor productiviteit, klantinteractie, werkgelegenheid, onderwijs, financiële beslissingen, zorg, publieke dienstverlening of een ander gevoelig domein?
Je hoeft niet voor elke trainingsregel een juridische memo te schrijven. Maar de registratie moet laten zien dat impactvolle workflows diepere training krijgen dan laag-risico experimenten.
4. Competentiedoel
Leg vast wat iemand na de leeractie moet kunnen. Bijvoorbeeld:
Biasrisico's herkennen bij AI-ondersteunde werving.
Goedgekeurde prompts gebruiken zonder gevoelige data in te voeren.
Vermoedelijke AI-incidenten escaleren.
Uitleggen wanneer AI wordt gebruikt richting collega of klant.
Competentiedoelen maken training meetbaar. Ze maken het programma ook makkelijker te actualiseren.
5. Leeractie
Registreer de actie: cursusmodule, workshop, scenario-oefening, beleidsbriefing, toolspecifieke instructie, onboarding, refresher of incidentsimulatie.
De Q&A van de Commissie maakt duidelijk dat er geen one-size-fits-all format is. Dat is nuttig. Een serieus programma kan e-learning, rolscenario's, beleidsuitleg, teamworkshops en systeeminstructies combineren.
6. Bewijs en opvolging
Registreer tot slot het bewijs. Denk aan afronding, quizscore, scenarioresultaat, manager sign-off, certificaat, beleidsbevestiging, dashboardexport of opvolgactie.
Het sterkste bewijs is niet alleen een certificaat. Het is een keten: rol -> systeem -> risico -> competentie -> leeractie -> bewijs.
Wat je AI-trainingsregister minimaal moet bevatten
Leg minimaal deze velden vast:
Naam van medewerker of deelnemer
Rol of functiegroep
Afdeling of team
AI-systeem, tool of use case
Rol van de organisatie als aanbieder of gebruiker waar relevant
Risiconiveau of risicocontext
Vereiste competentie
Afgeronde training of begeleiding
Afrondingsdatum
Resultaat, score of bevestiging
Bewijslink of certificaat-ID
Volgende reviewdatum
Eigenaar van de registratie
Voor grotere organisaties voeg je business unit, land, taal, beleidsversie, systeemeigenaar, leverancier en verplichte of aanbevolen trainingsstatus toe.
Hoe vaak moet je dit actualiseren?
AI-geletterdheid is geen eenmalige actie. Werk de registratie bij wanneer:
Een nieuw AI-systeem wordt geïntroduceerd.
Een rol AI op een wezenlijk andere manier gaat gebruiken.
Een hoog-impact workflow wordt toegevoegd.
Beleid verandert.
Een incident of bijna-incident plaatsvindt.
De organisatie van leverancier of modelcapaciteit wisselt.
Nieuwe guidance of juridische vereisten relevant worden.
Voor veel teams is een kwartaalreview voor impactvolle rollen en een jaarlijkse refresh voor algemene AI-geletterdheid een praktisch beginritme.
Waar LearnWize past
LearnWize is gebouwd rond dit bewijsprobleem. Het platform is niet alleen een bibliotheek met AI-lessen. Het verbindt leerpaden aan rol, sector, huidig niveau, oefening, certificaten en teaminzicht.
Dat is belangrijk omdat Artikel 4 contextgedreven is. Een finance team, HR-team, publieke organisatie en EdTech-productteam moeten niet allemaal dezelfde generieke AI-training krijgen. Ze hebben een gedeelde basis nodig, maar daarna andere scenario's, risico's en bewijsstukken.
Een goed AI-geletterdheidsprogramma moet drie vragen snel kunnen beantwoorden:
Wie is getraind?
Paste de training bij rol en AI-blootstelling?
Kunnen we bewijs tonen als iemand erom vraagt?
Als je die vragen vandaag niet kunt beantwoorden, begin dan met een baseline scan. De LearnWize AI-geletterdheidsscan helpt gaten zichtbaar maken voordat je training organisatiebreed uitrolt.
Voor SEO, sales, compliance en governance geldt dezelfde waarheid: AI-geletterdheid wordt geloofwaardig wanneer het specifiek wordt.
Niet iedereen heeft dezelfde training nodig. Niet elk AI-systeem creëert hetzelfde risico. Niet elk certificaat bewijst dezelfde competentie.
De organisaties die het best voorbereid zijn, zijn de organisaties die een duidelijke bewijsketen kunnen tonen van AI-gebruik naar rolgerichte training en opvolging.