Tijdens zijn plenaire vergadering van 8 juli 2026 stelde de European Data Protection Board de Guidelines 03/2026 on web scraping in the context of generative AI vast en opende daarover een openbare consultatie. De richtsnoeren maken duidelijk dat webscraping voor generatieve AI onder de GDPR valt zodra daarbij persoonsgegevens worden verwerkt. Een technisch relevante passage die de EDPB in de richtsnoeren opneemt, luidt: once the model is trained, personal data cannot be easily deleted from a model. Daarmee verplaatst de discussie over verwijderverzoeken zich naar onze inschatting van de trainingsdatabase naar het model zelf.
Voor organisaties die generatieve AI inzetten, betekent dit naar onze inschatting dat retentie- en verwijderbeleid niet langer alleen databasebeheer is. Het is naar onze analyse een architectuurvraagstuk rond modelgeheugen. Hieronder zetten we op een rij wat de bronnen beschrijven en welke workflow daaruit naar onze analyse logisch volgt.
Recht op wissing reikt tot in het model
Het door de EDPB gecommitteerde SPE-rapport Effective implementation of data subjects' rights onderzoekt juridisch en technisch hoe rectificatie en wissing kunnen worden toegepast op AI-systemen die met persoonsgegevens zijn getraind. Het rapport bespreekt dat effectieve wissing bij AI ook gevolgen kan hebben voor de invloed van trainingsdata op het model en verkent daarvoor hertraining en unlearning als aanpakken. Het rapport beschrijft volledige hertraining met uitgesloten data als de meest effectieve en volledige bekende manier om de invloed van specifieke data uit een model terug te dringen. Het typeert machine-unlearning-technieken als relatief jonge, benaderende benaderingen in ontwikkeling, waarbij aangehaalde analyses wijzen op mogelijke privacy- en bias-risico's.
De juridische analyse GDPR and AI: The "Right to Be Forgotten" Now Means Unlearning vertaalt dit naar de toezichtpraktijk. De analyse stelt dat modellen niet automatisch als anoniem moeten worden beschouwd en bespreekt dat toezichthouders in ernstige gevallen ook modeldeletie als mogelijke maatregel zien. Voor individuele verzoeken schetst de analyse een praktijkworkflow met impactanalyse op modellen en eventueel geplande hertraining.
De mediabron EDPB blocks AI firms from using consent as an excuse to scrape werkt de gevolgen van Guidelines 03/2026 uit voor de sector. De mediabron bespreekt dezelfde technische moeilijkheid: eenmaal getrainde modellen zijn niet eenvoudig te schonen van persoonsgegevens. Naar onze analyse verhoogt die erkenning juist de lat, omdat controllers dan moeten kunnen laten zien welke maatregelen ze vooraf en achteraf nemen.
De techniek loopt achter op de verwachting
Tegelijk is 'vergeten' technisch nog geen opgelost probleem. Het verslag Google Research validates an audit test, but not yet on LLMs rapporteert dat recente unlearning-procedures op grote modellen rest-imprints laten bestaan en dat audittests voor 'vergeten' grotendeels op synthetische data en kleinere modellen zijn gevalideerd, niet op grote taalmodellen. Samen suggereren deze bronnen dat de huidige unlearning-technieken en audittests, zoals beschreven, nog geen robuuste zekerheid geven dat verwijderde data in de onderzochte context geen invloed meer heeft op modeloutputs. Naar onze inschatting is dit een interpretatie van de aangehaalde resultaten, niet een algemene uitspraak over alle technieken.
Die spanning is naar onze inschatting de kern. De aangehaalde EDPB-documenten en analyses erkennen dat AI-modellen persoonsgegevens kunnen bevatten en bespreken dat verwijderverzoeken zich ook tot het modelgeheugen kunnen uitstrekken. De praktijk laat volgens de bronnen zien dat volledig schoon vergeten vaak alleen via kostbare hertraining kan, terwijl unlearning imperfect blijft. Dit wijst er naar onze analyse op dat een intentie niet volstaat; er is naar onze inschatting een aantoonbaar proces nodig.
Verwijderen en retentie als verifieerbare workflow
Op basis van deze bronnen schetsen wij naar onze analyse een mogelijke end-to-end workflow die het hele traject kan beslaan, van scraping tot output. De elementen quarantaine en auditbare beslislogs zijn daarbij onze eigen aanbevelingen, geïnspireerd door maar niet letterlijk voorgeschreven in de richtsnoeren:
- Dataprovenance en datascope. Bepaal welke bronnen zijn gescrapet en waar bepaalde persoonsgegevens terechtkomen. Zonder herkomstregistratie is een verwijderverzoek naar onze inschatting niet gericht uit te voeren.
- Uitsluiting en mitigatie. Guidelines 03/2026 noemen onder meer dat controllers risicovolle bronnen kunnen uitsluiten en bijzondere categorieën gegevens zoveel mogelijk moeten vermijden en, waar zij toch voorkomen, mitigerende maatregelen moeten nemen, waaronder snelle verwijdering uit trainingsdatasets en het beperken van verschijning in outputs.
- Beperking van memorisatie en regurgitatie. Na training zijn volgens de richtsnoeren maatregelen nodig om te beperken dat het model persoonsgegevens letterlijk teruggeeft of via privacyaanvallen uitlekt.
- Keuze van maatregel per verzoek. Naar onze aanbeveling: quarantaine, unlearning of volledige hertraining — afhankelijk van impact en risico.
- Auditbare beslislogs. Naar onze aanbeveling: leg vast welke datasets, indices en modellen zijn aangepast, met timestamps, zonder daarbij opnieuw gevoelige inhoud te kopiëren.
Wat dit betekent voor gecontroleerd AI-gebruik
Voor professionals die met vertrouwelijke informatie werken, verschuift de vraag naar onze inschatting van 'mag ik AI gebruiken' naar 'kan ik aantonen hoe persoonsgegevens door mijn AI-keten stromen en hoe ik ze desgevraagd terugdring'. Dat is naar onze analyse precies het punt waar een verificatielaag waarde kan toevoegen, niet als eigen model maar als controleerbare workflowlaag.
I am Vera is een privacy-gerichte AI-verificatielaag, geen chatbot en geen eigen taalmodel. De Semantic Privacy Shield voert voorbewerking en anonimisering uit op EU-infrastructuur voordat inhoud aan de geselecteerde AI-modellen wordt aangeboden; de workflow is ontworpen om alleen geanonimiseerde inhoud door te sturen, en bij een mislukte privacycontrole wordt niets doorgestuurd. Die opzet kan helpen om te beperken welke persoonsgegevens in externe modellen belanden en geeft meer zicht op hoe inhoud door de keten stroomt. Vera garandeert geen correctheid of waarheid en elimineert geen hallucinaties of risico's; het maakt verificatie- en verwerkingsstappen zichtbaar, zodat het professionele eindoordeel bij de gebruiker blijft.
Naar onze inschatting onderstrepen de nieuwe richtsnoeren dat modelgeheugen als een gecontroleerde, gedocumenteerde risicofactor moet worden benaderd. Wie generatieve AI inzet, doet er naar onze analyse goed aan verwijder- en retentiebeleid nu als aantoonbare workflow te ontwerpen, in plaats van te wachten tot een toezichthouder of betrokkene erom vraagt.