Autorisatiekloof bij AI-agents in de overheid: leg mandaat, verantwoordelijke en herstel per actie vast

Een AI-agent kan technisch binnen zijn permissies blijven, terwijl een overheidsorganisatie niet kan aantonen dat zij die handeling mocht delegeren; de studie in Frontiers in Political Science noemt dit de democratic authorization gap. Leg daarom per actie vast welk mandaat, welke verantwoordelijke functionaris, welke gedelegeerde bevoegdheden en welke herstelbesluiten de handeling dragen.

Op 9 september 2026 verscheen in Frontiers in Political Science de studie Before agentic AI scales in government: the democratic authorization gap. De studie legt de nadruk op een bredere vraag dan alleen technische bevoegdheid: is de handeling aantoonbaar verbonden met een wettig en democratisch mandaat, en kan de organisatie die autorisatieketen achteraf reconstrueren? Voor publieke en andere hoog-vertrouwelijke organisaties is dat een concreet, controleerbaar verschil.

Wat houdt de democratic authorization gap uit de Frontiers-studie precies in?

De studie omschrijft de democratic authorization gap als een breuk tussen legitieme publieke autoriteit en de acties die een AI-agent zelf selecteert of uitvoert. De auteurs onderscheiden vier mechanismen die die breuk veroorzaken:

• Mandaatvertaling: een wettelijke of bestuurlijke opdracht wordt omgezet in machine-instructies, waarbij betekenis kan verschuiven.
• Recursieve delegatie: een agent roept subagents en tools aan die op hun beurt weer verder delegeren.
• Actieverspreiding: één opdracht leidt tot een reeks vervolghandelingen die niemand afzonderlijk heeft geautoriseerd.
• Vertraging van betwistbaarheid: bezwaar of correctie komt pas in beeld nadat de gevolgen al zijn ingetreden.

Voor pilots stelt de studie vijf voorwaarden voor: begrensde autorisatie, overerving van bevoegdheden, traceerbaarheid op actieniveau, benoemde institutionele verantwoordelijkheid en operationele onderbreking met herstel. Dit is de kern van het nieuws en het uitgangspunt voor de rest van dit stuk over governance van agentic AI en autonome AI-agents.

Waarom volstaan IAM- en auditlogs niet om AI-acties in de overheid te verantwoorden?

Toegangsbeheer en auditlogs registreren doorgaans wat een agent mocht doen: welke rol, welke rechten, welke tool-aanroepen. Naar onze inschatting is dat noodzakelijk maar niet voldoende voor de vraag die de Frontiers-studie stelt. Een log dat aantoont dat een agent binnen zijn permissies bleef, zegt niets over de vraag of de organisatie die permissie mocht verlenen en op welk mandaat dat rustte.

Het onderscheid is drieledig. Wij vertalen de studie redactioneel naar drie lagen die in een governanceproces afzonderlijk aantoonbaar kunnen worden gemaakt:

1. Bestuurlijke autorisatie van het doel: het wettelijke of organisatorische mandaat dat de taak legitimeert.
2. Operationele bevoegdheid van de organisatie: de bevoegdheid om die taak aan een geautomatiseerd systeem te delegeren, inclusief de menselijke functionaris die verantwoordelijk blijft.
3. Concrete uitvoering: de feitelijke acties van agent, subagents, tools en mensen, met interventie- en herstelmomenten.

Wie alleen de derde laag logt, sluit de autorisatiekloof niet. Dezelfde logica speelt bij het inrichten van least privilege als runtime-controle op AI-agents: begrenzing tijdens uitvoering is iets anders dan een verantwoording waarom de begrenzing zo is gekozen.

Welke bewijsstukken moet een overheid per AI-workflow kunnen tonen?

De vijf voorwaarden uit de studie laten zich vertalen naar een concrete set bewijsstukken per gevoelige workflow. Wij zetten ze op een rij als redactionele operationalisering van de studie, niet als citaat:

• Het wettelijke of organisatorische mandaat dat het doel van de workflow dekt.
• De benoemde verantwoordelijke functionaris die aanspreekbaar blijft.
• De overgeërfde bevoegdheden van subagents en tools, met de grenzen die zij niet mogen overschrijden.
• De gebruikte data: herkomst, toegang en bewaartermijn.
• De acties op actieniveau, zodat elke consequentiële handeling herleidbaar is tot een mandaat.
• De menselijke interventies en de momenten waarop een mens kon ingrijpen.
• De stopmogelijkheid en het bijbehorende herstelbesluit als een handeling moet worden teruggedraaid.

Dat sluit aan op wat organisaties nodig hebben om menselijke controle bij hoogrisicobesluiten aantoonbaar te loggen en om AI-agents een eigen identiteit met gedelegeerde en gelogde autorisatie te geven. Zonder die koppeling blijft traceerbaarheid beperkt tot techniek en mist het de bestuurlijke laag.

Waarom blijft de inzettende organisatie operationeel verantwoordelijk, ook bij black-box-API's?

De studie Operational responsibility in AI governance in AI and Ethics van Springer Nature behandelt AI als instrument en legt de primaire operationele verantwoordelijkheid bij de gebruiker of deployer, terwijl ontwikkelaars aanvullende verplichtingen houden. De auteurs koppelen die verantwoordelijkheid aan de feitelijke beslissingen over inzet, context, toezicht en monitoring.

Belangrijk voor overheden is de nuance die de studie aanbrengt: beperkte transparantie van API-systemen maakt de verantwoordelijkheid van de deployer niet kleiner, maar zwaarder. Wie een systeem inzet waarvan de interne werking niet volledig zichtbaar is, moet dat compenseren met scherpere afspraken over inzet, validatie en toezicht. Naar onze inschatting betekent dit dat de leveranciersafhankelijkheid zelf een governanceonderwerp is dat per workflow moet worden vastgelegd.

Als praktijkmatige onderbouwing benadrukt de Microsoft Cloud Blog in een publicatie van 10 september 2026 dat verantwoorde publieke AI-inzet vraagt dat organisaties weten hoe systemen zijn getraind, hoe output wordt gevalideerd, waar data staat, wie toegang heeft en hoe risico's doorlopend worden gemonitord. Microsoft stelt dat verantwoordelijkheid bij mensen en instellingen blijft. Dat is geen tegenspraak met de academische bronnen, maar operationele invulling van dezelfde eis.

Hoe past internationale AI-governance in de nationale verantwoordelijkheid?

De autorisatiekloof is een nationale bestuurlijke kwestie, maar staat niet los van bredere coördinatie. United Nations News beschrijft de oprichting van een Independent International Scientific Panel on AI en een Global Dialogue on AI Governance. De wetenschappelijke pijler moet overheden informeren over bekende en onbekende risico's; de dialoog moet landen en stakeholders helpen compatibele governance-aanpakken te ontwikkelen.

De UN-bron beschrijft de oprichting van een onafhankelijk wetenschappelijk panel en een Global Dialogue die overheden en andere stakeholders moeten helpen om kennis te delen en compatibele benaderingen voor AI-governance te ontwikkelen. Redactionele analyse: dit kan worden gelezen als een verbinding tussen de internationale en nationale laag. Overheden die intern geen aantoonbare autorisatieketen hebben, zullen ook meer moeite hebben om hun governance-aanpak extern inzichtelijk te maken. Redactionele analyse: daarmee krijgt de democratic authorization gap ook betekenis voor de geloofwaardigheid en vergelijkbaarheid van nationale governance-aanpakken in internationale coördinatie.

Voor bestuurders is de praktische lijn helder. De nieuwswaarde ligt bij de nieuwe academische formulering van de Frontiers-studie; Het redactionele gevolg van deze analyse is dat organisaties ernaar zouden moeten streven elke consequentiale AI-handeling aantoonbaar te verbinden met een bevoegd mandaat, een verantwoordelijke functionaris en een herstelroute. Techniek levert de begrenzing, maar de verantwoording is een bestuurlijke taak.

Bronnen: Het artikel steunt op de studie in Frontiers in Political Science, een verantwoordelijkheidsstudie in AI and Ethics van Springer Nature, United Nations News en de Microsoft Cloud Blog.