Skip to main content
AI-regelgeving

Detectie van regelgevingsdrift

Detectie van regelgevingsdrift monitort wijzigingen in wetgeving en guidance die retrieval, output of controls van een AI-systeem verouderen.

Ook bekend als: Regulation change monitoring, Legal change detection, Policy drift detection

Definitie

Detectie van regelgevingsdrift is het proces om te identificeren wanneer relevante wetten, regels, administratieve guidance of interne policies wijzigen op een manier die een AI-systeem beïnvloedt. In tax en legal betekent “drift” vaak: een eerder correct antwoord, citaat of workflow is niet langer geldig omdat de onderliggende bron veranderde.

Waarom het belangrijk is

  • Actualiteit: regels wijzigen sneller dan modellen en contentpipelines.
  • Risicobeheersing: drift kan stilletjes compliance-risico creëren als je het niet detecteert.
  • Traceerbaarheid: ondersteunt documentatie van wanneer en waarom updates gebeurden.
  • Operational discipline: maakt “up-to-date blijven” meetbaar.

Hoe het werkt

Meestal combineer je bronmonitoring met downstream triggers:

Monitor autoritatieve bronnen -> detecteer wijzigingen -> bepaal impact -> update index/prompts -> documenteer + review

Signalen: nieuwe versies van wetsartikelen, wijzigingen/opheffingen, nieuwe circulaires, rechtspraak die interpretaties wijzigt, of updates in interne policies die retrieval en disclosure beperken.

Praktisch voorbeeld

Een tarief of meldingsdrempel wijzigt op een officiële website. Drift detection detecteert de wijziging, triggert herindexering en maakt een review-taak voor FAQ-antwoorden die naar de oude regel verwijzen.

Veelgestelde vragen

Q: Is dit hetzelfde als model drift?

A: Nee. Model drift gaat over veranderingen in data of performance. Regelgevingsdrift gaat over veranderingen in de regels die je moet volgen en citeren.

Q: Wat moet er gebeuren na detectie?

A: Minimaal: bronnen updaten, retrieval/answer-evaluaties herhalen voor getroffen topics, en de wijziging vastleggen in documentatie/logs.

Gerelateerde termen

Referenties

Verordening (EU) 2024/1689 (EU AI Act).

NIST (2023), AI Risk Management Framework (AI RMF 1.0).

References

Regulation (EU) 2024/1689 (EU AI Act).

NIST (2023), AI Risk Management Framework (AI RMF 1.0).