In Nederland en Europa groeit de spanning tussen anoniem werken en erkenning krijgen in de AI-wereld. Ontwikkelaars, onderzoekers en AI-kunstenaars zoeken zichtbaarheid, maar willen hun identiteit beschermen. De Europese AI-verordening (AI Act) vraagt juist om transparantie, met gevolgen voor overheid en bedrijven. De vraag wordt urgent nu platforms als GitHub en Hugging Face richtlijnen aanscherpen en opdrachtgevers zekerheid eisen over wie verantwoordelijk is.
AI-verordening vraagt transparantie
De Europese AI-verordening legt nieuwe plichten op aan makers en gebruikers van algoritmen. Op het moment van schrijven treedt die wet gefaseerd in werking en vraagt zij onder meer om technische documentatie, risicobeoordeling en een duidelijk contactpunt. Dit verkleint de ruimte voor volledige anonimiteit zodra een systeem buiten de hobbyfase komt. Zeker bij inzet in publieke of zakelijke context is een herkenbare verantwoordelijke nodig.
Voor hoogrisico-toepassingen, zoals systemen voor werving, zorg of onderwijs, is identificatie van de aanbieder verplicht. Nederlandse overheden en instellingen die zulke systemen inkopen moeten weten wie aansprakelijk is. Dit raakt anonieme ontwikkelaars die wel erkenning en opdrachten willen, maar geen naam of organisatie willen koppelen.
De AVG speelt tegelijk mee zodra persoonsgegevens worden verwerkt. Die wet eist dat een verwerkingsverantwoordelijke bekend en bereikbaar is, en dataminimalisatie en beveiliging worden toegepast. Een pseudoniem is dan niet genoeg om aan de verantwoordingsplicht te voldoen.
Open source zoekt erkenning
In open-sourcegemeenschappen rond Hugging Face, EleutherAI en LAION werken veel mensen onder een alias. Ze bouwen modellen, datasets en evaluaties en hopen op citaties, downloads en sterren als vorm van erkenning. Die waardering helpt bij baan- of subsidieaanvragen, maar zegt weinig over juridische verantwoordelijkheid. Die scheiding schuurt zodra code productie ingaat.
Transparantie zonder doxing kan wel. Model cards op Hugging Face en datasheets voor datasets leggen doel, herkomst en beperkingen uit in gewone taal. Onderzoekers kunnen met ORCID-profielen, DOI’s (via Zenodo) en gesigneerde Git-commits laten zien wat ze hebben gedaan, zonder hun privé-adres te delen.
Anoniem werken is publiceren zonder identificeerbare persoonsgegevens; erkenning is de zichtbare koppeling tussen werk en maker via naam, organisatie of aantoonbare reputatie.
Wie naar productie gaat, heeft meestal een rechtspersoon nodig die aan de AI Act voldoet. Een Nederlandse stichting of coöperatie kan daarvoor dienen, zodat individuen discreet blijven en opdrachtgevers toch een aanspreekpunt hebben. Zo blijft erkenning via track record mogelijk, terwijl aansprakelijkheid en toezicht zijn geregeld.
Platforms sturen zichtbaarheid
Platforms bepalen hoe anonieme bijdragen worden gezien en gevonden. GitHub van Microsoft en Hugging Face hanteren veiligheids- en publicatieregels, en kunnen modellen markeren of verbergen bij onduidelijke herkomst. Meta laat Llama-modellen alleen gebruiken onder specifieke licenties, die vaak een juridische entiteit vragen. Bekende organisaties krijgen zo sneller zichtbaarheid en vertrouwen.
Sluitingen van toegang en strengere voorwaarden bij OpenAI’s API’s en Google Colab beperken bereik voor onbekende accounts. Pseudonieme teams hebben daardoor meer moeite om demo’s te hosten en gebruikers op te bouwen. Zichtbaarheid verschuift richting partijen met middelen voor compliance en infrastructuur.
De AI-verordening introduceert bovendien een EU-database voor bepaalde systemen, wat registratie door de aanbieder vereist. Zonder herkenbare organisatie is inschrijven niet mogelijk. Voor de Europese en Nederlandse overheid kan zo’n register een criterium worden in aanbestedingen, met directe gevolgen voor wie anoniem wil blijven.
Kunst en auteursrecht botsen
AI-kunstenaars die werken met Stable Diffusion van Stability AI of Midjourney willen vaak erkenning zonder hun identiteit prijs te geven. In Europa geldt auteursrecht alleen voor menselijke schepping, dus makers moeten hun creatieve bijdrage kunnen uitleggen. Handhaving en licenties vragen dan toch een contactpunt. Zonder dat blijft de waardering vluchtig en juridisch zwak.
Nieuwe standaarden zoals C2PA, gesteund door onder meer Adobe en Microsoft, voegen herkomstinformatie toe aan beelden. Die provenance helpt tegen deepfakes en geeft vertrouwen aan uitgevers. Maar wie anoniem wil blijven, zal moeten kiezen welke metadata wel of niet zichtbaar zijn.
In Nederland spelen daarnaast portretrecht en regels tegen misleiding in media en strafrecht. Onherleidbare deepfakes worden sneller verwijderd of geweerd door platforms. Anonieme makers lopen daardoor extra risico op verlies van zichtbaarheid als ze geen duidelijke verantwoording bieden.
Keuzes voor Nederlandse makers
Wie erkenning zoekt, moet bepalen van wie die moet komen: peers, opdrachtgevers, publiek of de overheid. Voor peers tellen citaties, benchmarks en reproduceerbare resultaten. Voor opdrachtgevers tellen referenties, een KVK-nummer en een aanspreekpunt. Voor overheidstoepassingen wegen naleving van de AI-verordening en AVG het zwaarst.
Praktische stappen helpen om discreet én geloofwaardig te zijn. Kies een vast pseudoniem en bouw een openbaar portfolio met model cards, evaluaties en changelogs. Richt een contactpunt in via een professioneel e-mailadres of vertegenwoordiger, en documenteer dataveiligheid en bias-tests in begrijpelijke taal. Zo is er transparantie zonder onnodige privédata te delen.
Werk je met of voor een publieke instelling, voer dan een DPIA uit en bepaal de risicoklasse onder de AI Act. Registreer hoogrisico-systemen waar nodig in de EU-database en leg een klachtenprocedure vast. Bij twijfel kunnen makers en opdrachtgevers advies vragen aan de Autoriteit Persoonsgegevens of een gespecialiseerde jurist.
