De Europese gedragscode voor transparantie van AI-content

Wat de gedragscode bij artikel 50 betekent voor inference-pipelines, API’s en gebruikersinterfaces.

Introductie

De Europese regelgeving rond kunstmatige intelligentie is volop in beweging. Op 2 augustus 2026 worden de transparantieverplichtingen uit artikel 50 van de AI Act van toepassing. Tegelijkertijd biedt de gedragscode voor transparantie van AI-gegenereerde content een belangrijk kader om aan te tonen hoe organisaties aan deze verplichtingen voldoen.

Het uitgangspunt is eenvoudig: mensen hebben het recht om te weten wanneer de content die ze te zien krijgen, is gegenereerd of aangepast met behulp van kunstmatige intelligentie.

De uitdaging zit in de uitvoering. Metadata over de herkomst van content kan verdwijnen zodra een CDN een bestand opnieuw encodeert. Standaarden voor watermerken zijn bovendien nog volop in ontwikkeling, vooral voor tekst.

De gedragscode biedt voor deze problemen concrete richtlijnen op verschillende niveaus van de technische architectuur. Vijf bepalingen zullen naar verwachting een belangrijke rol spelen in de ontwikkelroadmaps van de komende twee releasecycli.

Hoe werkt het kader in de praktijk?

1. Markering op meerdere niveaus

De gedragscode begint met een duidelijke technische vaststelling: met de huidige technologie kan geen enkele markeringstechniek afzonderlijk voldoen aan alle vier de vereisten van artikel 50(2): effectiviteit, interoperabiliteit, robuustheid en betrouwbaarheid.

Daarom passen ondertekenaars twee aanvullende markeringsmethoden toe: digitaal ondertekende metadata met een tijdstempel en een onzichtbaar watermerk dat rechtstreeks in de content wordt ingebed.

Op die manier compenseert de ene methode de beperkingen van de andere.

2. Detectie als verplichting

Het markeren van AI-content heeft pas echt waarde als er ook een manier bestaat om die markering te detecteren.

Ondertekenaars moeten daarom kosteloos een detectieoplossing beschikbaar stellen. Dat kan via een openbare technische specificatie, downloadbare software of een API.

Waar het publiek met de betreffende content in aanraking kan komen, moet ook de detectieoplossing publiek toegankelijk zijn.

3. Een realistische kijk op de beperkingen van tekst

Tekst vormt de zwakste schakel bij het markeren van de herkomst van AI-content. De gedragscode erkent dit expliciet.

Content van minder dan 200 tokens valt buiten de verplichting om een watermerk toe te voegen. De huidige technieken kunnen zulke korte tekstfragmenten namelijk nog niet met voldoende betrouwbaarheid markeren.

Vrije tekst boven deze grens moet wel een watermerk bevatten, hoewel de gedragscode erkent dat de betrouwbaarheid bij kortere teksten lager ligt dan bij langere teksten.

Dit heeft een praktisch gevolg. Zolang de betrouwbaarheid beperkt blijft, mogen aanbieders de toegang tot detectietools voor tekst beperken tot geverifieerde deskundigen, zoals toezichthouders, media, factcheckers en onderzoekers.

De reden is dat een detectieresultaat met een lage mate van zekerheid bij het grote publiek eerder verwarring kan veroorzaken dan duidelijkheid bieden.

Methoden die AI-content proberen te herkennen zonder dat die vooraf is gemarkeerd, uitsluitend op basis van sporen die het model achterlaat, worden in de gedragscode aangeduid als forensic detection.

Deze methoden blijven optioneel. De gedragscode stelt vast dat ze op het moment van publicatie nog onvoldoende ontwikkeld waren om aan de vereisten van artikel 50(2) te voldoen.

Voor engineeringteams is de conclusie duidelijk: de markering moet tijdens het genereren van de content worden aangebracht, omdat er momenteel geen betrouwbaar alternatief bestaat om dat achteraf te doen.

4. Verplichte interoperabiliteit

Ondertekenaars moeten uiterlijk op 2 februari 2027 een interoperabiliteitsoplossing voor hun detectiemechanismen implementeren.

Maatregel 3.4 beschrijft vier mogelijke routes:

• Een gestandaardiseerde toegangsmethode die elke aanvraag doorstuurt naar het juiste detectiemechanisme.

• Een publiek leesbare verwijzing die in de content is ingebed en aangeeft welke detector moet worden gebruikt.

• Een gedeelde detectieoplossing, beheerd door een consortium waarbij iedere ondertekenaar zich kan aansluiten, inclusief het mkb.

• Een alternatieve oplossing die een vergelijkbaar niveau van interoperabiliteit biedt.

Dit is de enige harde deadline in het document. Of AI-content op grote schaal betrouwbaar kan worden geverifieerd, hangt in belangrijke mate af van de uitvoering ervan.

5. Richtlijnen voor transparante labels

Sectie 2 van de gedragscode vertaalt de transparantieverplichtingen naar concrete regels voor het ontwerp en de plaatsing van labels.

Het label bestaat uit de hoofdletters “AI”, aangevuld met een vrij beschikbaar EU-icoon in twee varianten: “AI GENERATED” en “AI MODIFIED”.

Gebruikersonderzoek in verschillende EU-lidstaten laat zien dat varianten met een expliciete tekst beter werken dan alleen het icoon.

Ook toegankelijkheid is in alle gevallen verplicht. Daarbij gelden onder andere de Europese toegankelijkheidswet (European Accessibility Act), WCAG 2.1 niveau AA, herkenbaarheid door schermlezers en haptische signalen voor audio.

Een belangrijk aandachtspunt is de uitzondering voor gepubliceerde AI-gegenereerde teksten.

Wanneer een tekst door een mens is gecontroleerd en een duidelijk geïdentificeerde natuurlijke persoon of rechtspersoon de redactionele verantwoordelijkheid op zich neemt, inclusief gepubliceerde contactgegevens, geldt de labelverplichting niet (artikel 50(4)).

Conclusie

• Markering op twee niveaus biedt een solide en verdedigbare technische basis.

• Gratis en voortdurend beschikbare detectie maakt transparantie daadwerkelijk controleerbaar.

• De deadline voor interoperabiliteit in februari 2027 bepaalt of verificatie ook op grote schaal kan functioneren.

• Duidelijke richtlijnen voor het ontwerp en de plaatsing van labels geven front-endteams een concrete standaard. Het gebruikersonderzoek achter het EU-icoon versterkt bovendien de geloofwaardigheid ervan.

Er is wel een belangrijke kanttekening. De gedragscode stelt expliciet dat naleving ervan geen sluitend bewijs vormt dat ook aan artikel 50 wordt voldaan.

Ondertekenaars krijgen een gestructureerde en voorspelbare aanpak, samen met meer duidelijkheid over wat markttoezichthouders zullen beoordelen. De uiteindelijke verantwoordelijkheid voor het naleven van de wettelijke verplichtingen blijft echter bij de aanbieder of de gebruiksverantwoordelijke van het AI-systeem.

Markering, detectie en labeling worden steeds meer onderdeel van de basisinfrastructuur voor organisaties die generatieve AI-systemen op de Europese markt brengen.

En de tijd om je voor te bereiden is beperkt.

Teams die nu al beginnen met het aanpassen van hun pipelines, nog voordat alle standaarden en benchmarks definitief zijn vastgesteld, behouden zelf de regie over de volgorde van hun implementatie.

De volledige gedragscode en de bijbehorende documenten zijn beschikbaar op de officiële website van de Europese Commissie:

https://digital-strategy.ec.europa.eu/en/policies/code-practice-ai-generated-content

Bron: Code of Practice on Transparency of AI-Generated Content, secties 1 en 2; artikel 50 van de AI Act.