AI verandert gegevensbescherming omdat het risico van de opslag naar het moment van gebruik is verschoven. Uw toegangsbeheer, logging en verwerkersovereenkomsten werken nog. Ze zien alleen niet dat een bevoegde medewerker tekst uit een dossier in een chatvenster plakt. Daarom hoort er een nieuwe grens bij: vóór het model, op het apparaat zelf.
Wat de bestaande maatregelen zien
Gegevensbescherming is lang ingericht rond opslag. Toegangsbeheer registreert wie een dossier opent en de logging wanneer. Een filter op uitgaande mail ziet een bijlage naar een extern adres. De verwerkersovereenkomst legt vast wat de partijen die u zelf koos mogen doen, zoals de hostingpartij of de salarisverwerker.
Al die maatregelen gaan ervan uit dat gegevens bewegen tussen systemen die u kent. Bij elke overgang kijkt iets mee. Komt de Autoriteit Persoonsgegevens langs, dan toont u het register van verwerkingsactiviteiten en de overeenkomsten.
Wat ze niet zien
Een medewerker met volledige toegang opent om half vijf een conceptdagvaarding. Hij plakt drie alinea's in een chatvenster, omdat de samenvatting morgenochtend klaar moet zijn. Voor elke maatregel is hij een bevoegde gebruiker die een bestand leest. Geen van die maatregelen ziet het klembord.
De tekst gaat naar een dienst zonder verwerkersovereenkomst en zonder afspraken over bewaren of trainen. In de drie alinea's staan ook een BSN, een IBAN en een geboortedatum. Voor het BSN is de UAVG strenger dan de AVG: het mag alleen worden gebruikt waar een wet dat voorschrijft.
Uw bestaande maatregelen zijn dus niet doorbroken, maar omzeild. Elke maatregel doet nog zijn werk, en in de logbestanden staat geen incident of afgewezen inlogpoging. Vroeger viel het op als iemand een ordner meenam. Een kopie via het klembord kost een seconde en laat in uw systemen geen spoor achter.
Voor advocaten, notarissen en accountants staat een tekst bij een derde op gespannen voet met het verschoningsrecht, en daarover beslist uiteindelijk een rechter. Het fragment kan ook een datalek zijn dat binnen 72 uur bij de Autoriteit Persoonsgegevens gemeld moet worden. Om dat te beoordelen moet u weten wat erin stond, en juist dat weet u hier niet.
Waarom strengere regels weinig opleveren
De eerste reactie is aanscherpen, bijvoorbeeld door chatdiensten te blokkeren. Maar de medewerker heeft ook een telefoon, en de deadline blijft. Een blokkade drijft het gebruik vooral ondergronds, waar u het tegenover de toezichthouder niet kunt verantwoorden.
De tweede reactie is beter: een zakelijke licentie bij een AI-leverancier, met een verwerkersovereenkomst en afspraken over training en bewaring. Toch verlaat het document het kantoor, en de leverancier filtert pas nadat de tekst is aangekomen. Voor een kantoor met verschoningsrecht ligt de tekst dan al bij een derde.
Beide reacties versterken de grens rond de opslag. Het risico ontstaat bij het gebruik, op de computer waar het document al staat, bij iemand die het mag hebben. Daar hoort de grens dus te liggen: vóór het model, op het apparaat zelf.
Een grens vóór het model
promptShield is software die precies op dat punt ingrijpt. U opent het stuk in de Bibliotheek en kiest Detecteren. Patronen vinden eerst wat een vaste vorm heeft, zoals een BSN, een IBAN of een e-mailadres. Daarna zoekt een entiteitenmodel (spaCy, BERT of GLiNER, per installatie in te stellen) naar namen, adressen en organisaties.
Een laag met een lokaal taalmodel kan erbij, maar staat standaard uit. De uitkomsten worden samengevoegd, ontdubbeld en doorgetrokken, zodat een naam van pagina 1 ook op pagina 4 gemarkeerd wordt. Daarna worden valse treffers eruit gefilterd.
Geen lokaal model herkent elk gegeven. Daarom is Beoordelen geen formaliteit: een mens kijkt de vondsten na voordat er iets het kantoor verlaat.
Een gescande pagina wordt omgezet naar een afbeelding van 300 dpi en gelezen met Tesseract, in de documenttaal plus Engels. Het programma dekt de plekken met persoonsgegevens af en bouwt daaronder een doorzoekbare tekstlaag. Er zijn acht taalpakketten: Nederlands, Engels, Frans, Duits, Spaans, Italiaans, Portugees en Pools. Met het verkeerde pakket wordt een scan zonder waarschuwing slecht gelezen, dus stel de documenttaal zorgvuldig in.
Zwartlakken haalt een waarde onomkeerbaar weg. Coderen vervangt haar door een korte code en bewaart de koppeling in het Coderegister op uw machine. Decoderen zet de codes in het antwoord van het model terug via een onderdeel dat op uw computer draait, zonder dienst op internet. Bij export krijgen ook de onzichtbare delen van een pdf de code of een neutrale markering.
Klembordbeveiliging past dezelfde codes toe op tekst die u kopieert. Een waarde die al in het Coderegister staat, komt zo als code in het chatvenster aan.
Codes gelden per map. Binnen een map krijgt dezelfde waarde dezelfde code, zodat het model de huurder uit het contract herkent in de brieven. Mappen zien elkaars codes niet, en alleen een code die u in Instellingen met de hand vastzet, geldt in de hele Bibliotheek.
Waarom het woord ‘standaard’ ertoe doet
Detecteren, tekstherkenning, zwartlakken en coderen gebeuren standaard op het apparaat, en daar staat ook het Coderegister. In die instelling gaat er voor de detectie niets naar buiten. Diepteanalyse heeft wel een stand waarin u zelf een externe dienst opgeeft, zoals een taalmodel op een server in uw netwerk of een commercieel model. Dan gaat paginatekst naar dat adres.
Die stand staat uit en bestaat alleen in Pro. Hij werkt pas als u Diepteanalyse aanzet, de externe stand kiest en het adres invult. Onze beveiligingspagina zei een tijd dat zo'n route niet bestond. Dat ging te ver, en nu staat er dat er standaard niets naar buiten gaat.
‘100% offline’ geldt alleen voor de desktopapp. De gratis browserversie stuurt bij het opstarten een anoniem signaal, al verlaat het document zelf de computer niet. Ze maakt codes op dezelfde manier aan als de desktop, met een eigen sleutel van de browser. De volledig afgesloten stand, zonder licentiecontrole en foutrapportage, hoort bij Pro op de desktop.
Dit is één manier om persoonsgegevens te beschermen, naast contracten, filters bij de leverancier en anonimisering achteraf. Hoe die zich verhouden, staat in ons overzicht van beschermingsstrategieën.
Twee grenzen naast elkaar
De bestaande maatregelen blijven nodig voor alles wat in systemen staat. De tweede grens komt erbij, op de machine en vóór het model. Dan hoeft de medewerker van half vijf niet te kiezen tussen de deadline en de regels, en hoeft u hem niet te wantrouwen om uw cliënten te beschermen.
Veelgestelde vragen
Waarom dekt mijn bestaande privacyprogramma dit niet?
Het is ingericht op opslag en op overdracht tussen systemen die u kent. Een kopie die een bevoegde medewerker via het klembord in een chatdienst plakt, passeert geen van die punten.
Kan de cloudleverancier de persoonsgegevens er niet zelf uit filteren?
Dat kan, en een zakelijke overeenkomst met een verwerker volgens artikel 28 AVG is beter dan geen. Maar het filter werkt pas als de tekst bij de leverancier is. Voor het beroepsgeheim ligt die dan al bij een derde.
Waar moet de grens dan liggen?
Op de computer waar het document al staat, voordat iets een model bereikt. Daar kan een mens de vondsten nakijken en blijft de koppeling tussen code en waarde onder uw eigen beheer.