Sinds 2 augustus 2026 is artikel 14 van de EU AI Act een belangrijk referentiepunt voor menselijke controle bij high-risk AI-systemen. Daarmee verschuift het bekende begrip human in the loop van een geruststellende formulering naar een set concreet toetsbare eisen. De officiële tekst op de EU Artificial Intelligence Act stelt dat high-risk systemen technisch en organisatorisch zo moeten zijn ontworpen dat aangewezen personen het systeem effectief kunnen overzien: afwijkingen herkennen, outputs negeren of override'n, en de werking veilig onderbreken. Bij bepaalde toepassingen kunnen aanvullende organisatorische controles nodig zijn, waardoor menselijke controle in de praktijk een harde voorwaarde voor de beslissing wordt. Voor biometrische toepassingen schrijft artikel 14 bovendien een twee-personen-verificatieplicht voor, waarmee menselijke verificatie als voorwaarde voor besluiten wordt verankerd.
Het belang hiervan is dat menselijke controle niet langer als een symbolische rol aan het einde van een proces mag worden opgevat. Artikel 14 verankert dat aangewezen professionals de werking van een systeem daadwerkelijk moeten kunnen begrijpen, afwijkingen moeten kunnen herkennen en outputs moeten kunnen negeren of override'n. Zo wordt menselijke controle een expliciet te ontwerpen combinatie van systeemarchitectuur en organisatorische plichten, in plaats van een geruststellend etiket.
Van norm naar architectuur
Een technische developer-gids vertaalt artikel 14 naar een vier-capabiliteiten-model: understand, detect, override en stop. Concreet betekent dit eisen zoals een override-API met rol-gebaseerde autorisatie, verplichte override-redenen, een noodstop op besluit- én systeemniveau en tamper-evidente logging van alle menselijke interventies. Zo wordt menselijke controle een expliciete architectuurlaag in plaats van een papieren rol.
Een analyse van artikel 14 en 26 verduidelijkt dat oversight zowel een systeemontwerp- als een deployer-verantwoordelijkheid is: providers moeten interpretatie, override en safe interruption mogelijk maken; deployers moeten per systeem overseers aanwijzen met aantoonbare competentie, training, autoriteit en ondersteuning, en bewijs van uitgeoefende oversight (logs, override-records, escalaties) kunnen tonen aan toezichthouders. De verantwoordelijkheid wordt daarmee verdeeld over de hele keten: van de partij die het systeem bouwt tot de organisatie die het inzet en de personen die het toezicht daadwerkelijk uitoefenen.
Drempelwaarden en de zorgpraktijk
Een besliskader voor AI-agents beschrijft drempelwaarden rond autoriteit, consequentie, omkeerbaarheid, datagevoeligheid, confidence en downstream-impact: agentacties die deze thresholds overschrijden vereisen voorafgaande menselijke goedkeuring of blokkade. Menselijke controle in agentic workflows wordt zo vormgegeven via expliciete besluitregels: welke acties een agent autonoom mag uitvoeren, wanneer een waarschuwing of steekproef volstaat en bij welke combinatie van factoren een mens vooraf moet goedkeuren of de actie moet blokkeren.
In de zorg laat een overzicht van regelgeving zien dat AI bij Medicare Advantage prior-authorisation wel mag ondersteunen, maar dat beslissingen rekening moeten houden met de unieke klinische context en de behandeladviezen van de arts, en niet uitsluitend op generieke datasets mogen leunen. Een licentiehouder draagt de uiteindelijke beslissing en AI-uitvoer moet als advies, niet als bindende uitkomst, worden behandeld. Dat toont dat menselijke controle ook buiten de EU, en specifiek in hoog-risico sectoren, als harde randvoorwaarde wordt vastgelegd.
Voor professionals die met hoog-trust informatie werken, betekent dit dat menselijke controle bij AI-ondersteunde besluiten niet alleen een juridische verplichting is, maar ook een ontwerpvraagstuk: per workflow expliciet vastleggen wie welke beslissingsruimte heeft, welke AI-outputs slechts advies zijn, welke acties zonder mens mogen en waar override, goedkeuring of noodstop verplicht zijn. Een verificatieconsole zoals IamVera.ai kan helpen door per workflow zichtbaar te maken welke menselijke controlepunten bestaan, wie daarvoor verantwoordelijk is, welke training en bevoegdheid daarbij horen en hoe overrides, noodstops en herbeoordelingen als auditeerbare sporen zijn gelogd. Het professionele eindoordeel blijft altijd bij de gebruiker.