Innovation, Quantum-AI Technology & Law

Blog over Kunstmatige Intelligentie, Quantum, Deep Learning, Blockchain en Big Data Law

Blog over juridische, sociale, ethische en policy aspecten van Kunstmatige Intelligentie, Quantum Computing, Sensing & Communication, Augmented Reality en Robotica, Big Data Wetgeving en Machine Learning Regelgeving. Kennisartikelen inzake de EU AI Act, de Data Governance Act, cloud computing, algoritmes, privacy, virtual reality, blockchain, robotlaw, smart contracts, informatierecht, ICT contracten, online platforms, apps en tools. Europese regels, auteursrecht, chipsrecht, databankrechten en juridische diensten AI recht.

Berichten met de tag aanbesteding
Het anagram van Huygens en de aanval die niemand publiceert

Christiaan Huygens legde in 1656 een reeks losse letters vast achterin een geschrift over Saturnus. Wie de reeks las wist niets; wie drie jaar later de oplossing zag in Systema Saturnium, wist dat Huygens de ring al die tijd had gekend. Die zeventiende-eeuwse gewoonte kreeg in augustus 2026 een juridische keerzijde. In PRX Quantum verscheen op 21 augustus „Securing Elliptic Curve Cryptocurrencies against Quantum Vulnerabilities” van Babbush, Gidney, Boneh en anderen, met een middelenschatting voor een quantumaanval op secp256k1 in de orde van 1.200 logische qubits. De geoptimaliseerde circuits bleven achtergehouden onder responsible disclosure, en de gestelde bovengrens werd vastgelegd in een zero-knowledge-bewijs. Er ligt sindsdien een gecontroleerde bewering op tafel waarvan vrijwel niemand de onderbouwing heeft gezien.

Het bewijs hield, de bewijsmachine niet

Dat die constructie zorgvuldige formulering verdient, bleek al eerder. Trail of Bits publiceerde op 17 april 2026 een vervalst bewijs met betere cijfers dan Google zelf — geen quantumdoorbraak, maar geheugen- en logicafouten in het Rust-gastprogramma dat de te bewijzen berekening definieert. De verifier accepteerde vervolgens correct een geldig bewijs onder die gebrekkige relatie, niet te onderscheiden van een echt bewijs; Google repareerde de code en de wetenschappelijke claim bleef staan. Vier lagen vallen in het spraakgebruik samen en gedragen zich juridisch verschillend: de eigenschappen van het bewijssysteem, de omschrijving van de relatie die feitelijk wordt bewezen, de reikwijdte van de bewering zoals de lezer haar begrijpt, en de betrouwbaarheid van wie het bewijs aanlevert.

Drie vormen van beperkte inzage

Nederlandse juristen kennen een verwante figuur. Artikel 8:29 Awb kent de beperkte kennisneming: de bestuursrechter mag stukken zien die de wederpartij niet krijgt, mits de beperking gerechtvaardigd is en de andere partijen toestemming geven voor een uitspraak mede op grond daarvan. Daarnaast staat artikel 78 van de AI-verordening, waarin een toezichthouder de informatie juist wél krijgt en gebonden is aan geheimhouding, terwijl artikel 92 de Commissie eigen evaluatiebevoegdheid en toegang geeft. Het zero-knowledge-geval is de derde vorm: de indienende partij houdt het materiaal zelf, en de controlerende partij krijgt het nooit te zien. Die drie door elkaar halen levert onjuiste verwachtingen op over wat een toezichthouder mag vragen en wat een leverancier mag aanbieden.

Zes vragen voor de praktijk

Voor inkoop, contractsbeoordeling en compliance levert dat een concreet toetsingskader op: wat is letterlijk bewezen, wie formuleerde die bewering, welk verificatieprogramma controleert haar en wie onderhoudt dat, kan een derde de controle herhalen, welke aansprakelijkheid en meldtermijn gelden bij falen, en — de vraag die het vaakst ontbreekt — wanneer vervalt de geheimhouding. De anagramtraditie werkte omdat zij eindig was. Een leveranciersverklaring die op een ongepubliceerd resultaat steunt, hoort daarom een datum te bevatten waarop de onderliggende analyse alsnog toetsbaar wordt, met een rechtsgevolg wanneer die datum ongebruikt verstrijkt.

Meer lezen
De energierekening van AI krijgt een juridisch adres

Van model naar meter

Op 22 juli 2026 presenteerde het Amerikaanse Department of Energy de eerste geselecteerde projecten van de Genesis Mission. AI, nationale laboratoria en energieonderzoek kwamen daar zichtbaar in één programma samen. Voor Europa is dat vooral een bruikbare spiegel. Een AI-model bestaat juridisch vaak als software of dienst, terwijl het fysiek draait op accelerators, opslag, netwerken en koeling. De elektriciteitsrekening van het datacenter vertelt nog niet welk deel bij één model, klant of antwoord hoort. Training, finetuning en inferentie hebben verschillende belastingsprofielen; ook de keuze tussen chip, server of heel gebouw als meetgrens verandert de uitkomst. AI-energieverbruik wordt daardoor pas betekenisvol wanneer modelversie, hardware, rekenlocatie, meetperiode en systeemgrens erbij staan.

Twee Europese meetlagen

Europa heeft al een fysieke meetlaag. Artikel 12 van de Energie-efficiëntierichtlijn verlangt gegevens over de energieprestaties van datacenters. Gedelegeerde Verordening (EU) 2024/1364 werkt de indicatoren uit voor datacenters met een geïnstalleerd IT-vermogen van ten minste 500 kW, waaronder energie, water, temperatuur, hergebruik van restwarmte en hernieuwbare energie. De Europese databank maakt geaggregeerde beoordeling mogelijk. Deze route kijkt naar de exploitant en de locatie. De AI Act legt een tweede laag bij het model: GPAI-aanbieders moeten technische documentatie bijhouden, waarbij bijlage XI ook bekend of geschat energieverbruik noemt. Hoofdstuk V geldt sinds 2 augustus 2025; aanbieders van modellen die al vóór die datum op de markt waren, hebben volgens artikel 111, lid 3, tot 2 augustus 2027 om te voldoen. Artikel 53, lid 2, bevat daarnaast onder voorwaarden een uitzondering voor bepaalde vrije en opensource-GPAI zonder systeemrisico. Een datacenterrapport en een modelschatting sluiten alleen op elkaar aan wanneer de betrokken partijen dezelfde meetgrens en allocatiemethode gebruiken.

Het contract verbindt de keten

Een energiebijlage bij een AI- of cloudcontract kan vastleggen welke partij de gebouwmeter, rekentaak en gebruikslogs beheert. Zij benoemt training, finetuning en inferentie afzonderlijk; maakt zichtbaar welke waarden gemeten of geschat zijn; registreert hardware- en locatieveranderingen; en regelt audit, bewaartermijnen en correctie van duurzaamheidsclaims. Dat is ook van belang voor publieke inkoop en netcongestie. Schaarse capaciteit raakt gemeenten, netbeheerders, burgers en kleinere marktpartijen, terwijl gedetailleerde belastingprofielen vertrouwelijk of beveiligingsgevoelig kunnen zijn. Een goede regeling scheidt openbare indicatoren van auditgegevens en klantgebonden toerekening. Zo krijgt de juridische meetketen voor AI één verantwoordelijke partij zonder technisch gevoelige informatie onnodig openbaar te maken.

Meer lezen