Trainingsdata en je AI-notulist: wordt jouw vergadering gebruikt om AI te trainen?

Je zet een AI-notulist aan, de vergadering wordt opgenomen, en een kwartier later staan de notulen in je inbox. Handig. Maar er is een vraag die bijna niemand stelt voordat hij op "opnemen" klikt: wat gebeurt er daarna met die opname? Wordt trainingsdata gemaakt van jouw vergadering, zodat het AI-model van de leverancier er slimmer van wordt?

In dit artikel leg ik uit wat trainingsdata precies is, waarom het voor jouw organisatie uitmaakt, hoe je in vijf minuten checkt wat jouw AI-notulist ermee doet en hoe je het uitzet als dat nodig is.

Wat is trainingsdata bij een AI-notulist?

Een AI-notulist gebruikt twee soorten modellen: een spraakherkenningsmodel dat audio omzet naar tekst, en een taalmodel dat van die tekst een samenvatting, actiepunten en besluiten maakt. Beide modellen zijn getraind op enorme hoeveelheden voorbeelddata.

Trainingsdata is alle data die gebruikt wordt om zo'n model te bouwen of te verbeteren. Als een leverancier jouw opnames en transcripties daarvoor inzet, dan "leert" het model van jouw gesprekken: van de manier waarop jouw team praat, van je vakjargon, maar ook van de inhoud. Klantnamen, omzetcijfers, personeelskwesties, strategie.

Het onderscheid dat je moet kennen:

• Verwerken om jou te bedienen: de audio wordt omgezet naar notulen en daarna gebruikt zoals jij het instelt. Dit is de kern van de dienst en onvermijdelijk.
• Gebruiken voor modeltraining: jouw data wordt (vaak geanonimiseerd, soms niet) toegevoegd aan de dataset waarmee het model wordt bijgeschoold. Dit is een aparte verwerking met een apart doel.

Het tweede punt is waar het om draait. Veel leveranciers doen het niet, sommige doen het standaard, en een aantal doet het alleen als je er zelf voor kiest.

Waarom modeltraining op vergaderdata een privacyrisico is

Je zou kunnen zeggen: als het geanonimiseerd is, wat maakt het dan uit? Drie redenen waarom het wel uitmaakt.

Anonimiseren van gesprekken is lastig

Een naam wegstrepen is makkelijk. Maar een gesprek waarin "onze grootste klant in Eindhoven" en "de reorganisatie van de afdeling logistiek" voorbijkomen, is ook zonder namen herleidbaar. Bij gesproken taal zit de context overal doorheen. Een vergadering echt anoniem maken, betekent hem zo ver uitkleden dat hij nauwelijks nog waarde heeft als trainingsmateriaal.

Modellen kunnen data lekken

Onderzoekers hebben herhaaldelijk laten zien dat grote taalmodellen fragmenten van hun trainingsdata letterlijk kunnen reproduceren. De kans dat jouw specifieke zin bij een andere gebruiker opduikt is klein, maar niet nul. Voor een gesprek over een overname, een ontslag of een patiënt is "klein" niet goed genoeg.

Je verliest de controle over het doel

Onder de AVG mag je persoonsgegevens alleen verwerken voor een vooraf bepaald doel. Notulen maken is een helder doel. Een model trainen dat vervolgens voor duizenden andere klanten draait, is een ander doel. Dat vraagt om een eigen grondslag, en die heb je meestal niet geregeld richting je collega's, klanten of gesprekspartners.

Wat zegt de AVG over trainingsdata uit notulen?

De AVG noemt het woord trainingsdata nergens, maar de regels zijn helder toepasbaar.

• Doelbinding (artikel 5): data die je verzamelt voor notulen mag niet zomaar voor een ander, onverenigbaar doel worden gebruikt.
• Verwerker versus verantwoordelijke (artikel 28): jouw AI-notulist is verwerker en mag alleen doen wat jij als verantwoordelijke opdraagt. Gebruikt de leverancier jouw data voor eigen modeltraining, dan wordt hij voor dat deel zelf verantwoordelijke. Dat hoort expliciet in de verwerkersovereenkomst te staan.
• Transparantie (artikel 13 en 14): deelnemers aan de vergadering moeten weten wat er met hun gegevens gebeurt. "We nemen op voor de notulen" dekt modeltraining niet.
• Dataminimalisatie: gebruik niet meer data dan nodig voor het doel. Modeltraining op volledige vergaderopnames is daar lastig mee te rijmen.

De Autoriteit Persoonsgegevens heeft in haar richtlijnen over AI en algoritmes benadrukt dat organisaties zelf verantwoordelijk blijven voor wat hun leveranciers met data doen. "Wij wisten het niet" is geen verweer.

Zo check je in vijf minuten wat jouw AI-notulist met je data doet

Je hoeft geen jurist te zijn om dit te controleren. Loop deze vijf stappen af.

1. Zoek de juiste documenten

Kijk niet alleen in het privacybeleid. De relevante informatie staat vaak in de verwerkersovereenkomst (DPA), de gebruiksvoorwaarden of een aparte pagina over "AI" of "model training". Zoek in die documenten op de termen "train", "improve our models", "machine learning" en "aggregated data".

2. Let op de formulering

Er is een groot verschil tussen deze drie zinnen:

• "We gebruiken klantdata niet om onze modellen te trainen." Helder, dit wil je zien.
• "We kunnen geaggregeerde en geanonimiseerde data gebruiken om onze diensten te verbeteren." Vaag. "Diensten verbeteren" kan modeltraining betekenen. Vraag het na.
• "Door onze dienst te gebruiken geef je toestemming om je content te gebruiken voor het trainen van AI-modellen." Rode vlag, tenzij je het kunt uitzetten.

3. Check de instellingen van je account

Sommige tools hebben een schakelaar in de workspace- of admin-instellingen, vaak onder "Privacy", "Data" of "AI". Zorg dat die op de juiste stand staat voor de hele organisatie, niet alleen voor jouw eigen account. Een goed voorbeeld van hoe dit kan werken zie je bij deze AI-notulist met een aparte privacy-instelling per workspace, waar je als beheerder zelf bepaalt wat er met opnames gebeurt.

4. Kijk naar de onderliggende modellen

Veel AI-notulisten bouwen op modellen van OpenAI, Anthropic, Google of Microsoft. Vraag of de leverancier die modellen via een zakelijke API gebruikt. Bij zakelijke API's is standaard afgesproken dat de data niet voor training wordt gebruikt, terwijl dat bij consumentenversies soms anders ligt. Een serieuze leverancier kan je dit direct beantwoorden.

5. Leg het vast

Noteer je bevindingen in je verwerkingsregister en bewaar een kopie van de voorwaarden die golden op het moment van je check. Voorwaarden veranderen. Zet een herinnering om dit elk halfjaar opnieuw te bekijken.

Opt-out of opt-in: wat is een acceptabel beleid?

Voor zakelijk gebruik is het antwoord simpel: modeltraining op jouw data hoort standaard uit te staan. Een opt-out waarbij jij zelf moet zoeken naar een verborgen schakelaar past niet bij een verwerkersrelatie. Bij een opt-in kies je bewust, en kun je die keuze ook onderbouwen richting je deelnemers.

Wil je wel bijdragen aan betere modellen, bijvoorbeeld omdat je AI-notulist dan beter overweg kan met jouw vakjargon? Kies dan liever voor een aangepaste woordenlijst of een eigen glossary. Dat geeft hetzelfde resultaat zonder dat je volledige vergaderingen deelt.

Vragen die je aan een leverancier stelt voordat je tekent

Neem deze lijst mee in je selectietraject of stuur hem naar je huidige leverancier.

• Gebruiken jullie onze audio, transcripties of notulen om AI-modellen te trainen of te verbeteren?
• Zo ja, staat dat standaard aan of uit, en kunnen wij het organisatiebreed uitzetten?
• Welke onderliggende AI-modellen gebruiken jullie, en via welke overeenkomst (zakelijke API of anders)?
• Staat het gebruik voor training expliciet beschreven in de verwerkersovereenkomst?
• Wat gebeurt er met data die al gebruikt is voor training als wij ons contract opzeggen?
• Hoe informeren jullie ons als dit beleid verandert?

Een leverancier die op deze vragen om de hete brij heen draait, vertelt je daarmee ook iets.

Wat je je gesprekspartners vertelt

Heb je je beleid op orde, communiceer het dan kort en eerlijk. Een zin in je uitnodiging of aan het begin van de vergadering is genoeg: "We gebruiken een AI-notulist voor de verslaglegging. De opname wordt alleen gebruikt voor de notulen en niet voor het trainen van AI." Dat schept vertrouwen, en het bespaart je lastige vragen achteraf.

Werk je met externe partijen die extra gevoelig liggen, zoals advocaten, zorginstellingen of overheden? Voeg dan een regel over trainingsdata toe aan je standaard privacyverklaring voor vergaderingen. Zo hoef je het niet elke keer opnieuw uit te leggen.

Veelgestelde vragen

Mag een AI-notulist mijn vergaderingen gebruiken als trainingsdata?

Alleen als dat expliciet is afgesproken en er een geldige grondslag voor is. Onder de AVG is modeltraining een ander doel dan notulen maken. Staat het niet in je verwerkersovereenkomst, dan mag de leverancier het niet zomaar doen.

Hoe weet ik of mijn AI-notulist data gebruikt voor modeltraining?

Zoek in de verwerkersovereenkomst en gebruiksvoorwaarden op termen als "train" en "improve our models", controleer de privacy-instellingen van je workspace en vraag de leverancier schriftelijk om bevestiging.

Is geanonimiseerde vergaderdata voor training wel toegestaan?

Echt anonieme data valt buiten de AVG, maar gesprekken zijn lastig volledig te anonimiseren omdat de context herleidbaar blijft. Behandel "geanonimiseerd" daarom kritisch en vraag hoe de leverancier dat precies doet.