Japan's Kamervragen-AI: 180.000 ambtenaren, maar de mens beslist

De Japanse Digital Agency lanceerde een prototype van wat het de Diet Answer Support AI noemt: een generatief AI-systeem dat circa 180.000 overheidsmedewerkers toegang geeft tot ondersteuning bij het opstellen van antwoorden op parlementaire vragen. Het draait op Government AI GENAI, het Japanse overheids-AI-platform, en het is een van de eerste grootschalige, operationele inzetten van generatieve AI voor een hoog-nauwkeurige overheidstaak door een G7-lidstaat.

Voor Nederlandse AI/ML-teams, chief AI officers en chief data officers is dit document om één reden belangrijker dan de meeste AI-aankondigingen: de taak die Japan automatiseert, de parlementaire vraag, bestaat in Nederland vrijwel identiek als de Kamervraag. En de governance-doctrine die Japan eraan koppelt, is expliciet en overdraagbaar.

De centrale these: Japan demonstreert dat een overheid generatieve AI op schaal kan inzetten voor een taak waar fouten direct politiek afrekenbaar zijn, op voorwaarde dat de grens tussen assistentie en beslissing hard wordt vastgelegd: de AI assisteert, de ambtenaar beslist.

Wat er precies is gelanceerd

De aankondiging van de Digital Agency beschrijft een prototype dat drie functies combineert:

1. Informatieontsluiting en ordening: het doorzoeken van eerdere antwoorden en ondersteunende documenten.
2. Conceptantwoordgeneratie: het opstellen van conceptantwoorden op basis van die bronnen.
3. Inhoudelijke verificatie-ondersteuning: het controleren van terminologie en consistentie.

Twee preciseringen die de cijfers eerlijk houden. Het getal van 180.000 is een toegangspopulatie, geen gerapporteerd aantal actieve gebruikers: de aankondiging meldt niet hoeveel medewerkers de tool daadwerkelijk gebruiken. En de volledige beschikbaarstelling in januari 2027 is op de peildatum een planning, geen gerealiseerd feit. Bij de ontwikkeling waren 102 ervaren medewerkers uit zestien organisaties betrokken als evaluatoren, en circa tachtig procent van de enquêterespondenten wilde de toepassing gebruiken.

De aanleiding is herkenbaar voor iedere ambtenaar die ooit een parlementaire vraag heeft behandeld: het opstellen van een antwoord vereist hoge nauwkeurigheid en consistentie binnen een strakke deadline, terwijl de complexiteit van de onderliggende vragen toeneemt. De routinetaken, documenten ophalen, informatie ordenen, terminologie controleren, slokken de tijd op die nodig is om de intentie van de vraag te begrijpen en een helder antwoord te formuleren.

De tool is uitdrukkelijk niet bedoeld om de menselijke beoordeling te vervangen. De aankondiging formuleert dit als een absolute grens: AI-uitvoer wordt in beginsel niet letterlijk overgenomen, en beleidsoordelen, de formulering van officiële regeringsstandpunten en de definitieve vaststelling van antwoorden blijven de verantwoordelijkheid van ambtenaren.

De governance-doctrine: assistentie, geen beslissing

Het meest leerzame deel van de aankondiging is niet de technologie maar de doctrine die er expliciet aan is gekoppeld. Vier zinnen verdienen letterlijke aandacht:

1. AI-uitvoer wordt niet letterlijk overgenomen. "As a general rule, information and draft answers from the AI will not be adopted exactly as provided."
2. Cross-checken is verplicht. Ambtenaren moeten AI-uitvoer toetsen aan ondersteunende documenten op feitelijke juistheid, consistentie met eerdere antwoorden en overheidsbeleid, en de gepastheid van de formulering.
3. Beslissingen worden nooit gedelegeerd. "Decision-making will never be delegated to AI." Beleidsoordelen en de formulering van officiële standpunten blijven bij ambtenaren.
4. De verantwoordelijkheid is politiek. Antwoorden worden verantwoord geleverd door ministers en andere beantwoorders, op basis van concepten die grondig zijn beoordeeld door de verantwoordelijke ambtenaren en divisies.

Dit is geen vrijblijvende disclaimer. Het is een operationele grens die de verantwoordelijkheidsketen intact laat. De AI verandert het proces, niet de eigenaar van het besluit.

Eén begrip verdient hierbij een preciezere definitie: consistentie. Een antwoord kan overeenkomen met eerdere antwoorden en toch inhoudelijk achterhaald zijn. Een systeem dat alleen op historische consistentie toetst, kan een fout uit een eerdere beantwoording bestendigen. Het ontwerp moet daarom afzonderlijk toetsen op historische consistentie, actuele geldigheid en toepasselijkheid op het concrete dossier. Die drie zijn verschillende vragen.

De uitrol: evaluatoren eerst, dan pas schaal

De uitrolmethodiek is even leerzaam als de doctrine. Japan koos niet voor een big-bang-deploy maar voor een gefaseerde aanpak met een ongebruikelijk element:

• 102 ervaren ambtenaren uit 16 ministeries en agentschappen werden via een open oproep geselecteerd als evaluatoren.
• Op basis van de feitelijke administratieve praktijk verzamelde de Digital Agency brede feedback over schermindeling, bruikbaarheid en benodigde functies.
• Een deel van de verbetersuggesties is al in functionele updates verwerkt.
• Tijdens de 222e buitengewone zitting van de Diet draait het prototype op proef, om effectiviteit, bruikbaarheid en uitvoerkwaliteit in de dagelijkse praktijk te beoordelen.
• Volledige uitrol volgt tijdens de gewone zitting die in januari 2027 begint.

Het patroon is: domeinexperts als evaluatoren, feedback in de dagelijkse praktijk, proef in een echte zitting, pas dan schaal. De open oproep voor evaluatoren is opvallend omdat het de adoptie verankert bij de mensen die de taak daadwerkelijk uitvoeren, niet bij een centrale IT-afdeling die de tool van bovenaf oplegt.

De technische architectuur die eruit valt af te leiden

De Engelse aankondiging beschrijft de technische architectuur niet in detail, maar de functionele beschrijving laat een heldere architectuur afleiden die Nederlandse AI-teams kunnen spiegelen:

• Retrieval-gebaseerde generatie. De kernfunctie is het doorzoeken van eerdere antwoorden en ondersteunende documenten vóór generatie. Dit is een retrieval-augmented generation-patroon waarin de broncorpus, niet het modelgeheugen, de feitelijke basis levert.
• Gronding in overheidsbronnen. De verplichte cross-check tegen ondersteunende documenten impliceert dat elk gegenereerd concept terugvoerbaar moet zijn naar een bron.
• Human-in-the-loop op elk beslispunt. De architectuur scheidt generatie (door AI) van validatie en beslissing (door ambtenaren), structureel, niet alleen procedureel.

Dit patroon sluit direct aan op wat de EU AI Act vereist voor high-risk-toepassingen: menselijk toezicht, traceerbaarheid en gronding in betrouwbare bronnen.

De referentiearchitectuur: een beheerst informatiesysteem

De belangrijkste overdraagbare ontwerpkeuze van de Japanse casus is niet het model maar de integratie in een herkenbaar werkproces. Een ambtelijke vraag leidt via bronselectie en conceptvorming tot beoordeling en vrijgave. Die procesbenadering is de kern van wat een beheerst informatiesysteem voor generatieve AI moet zijn.

Een productierelease bestaat uit veel meer dan modelgewichten. Documentparsers, OCR, embeddings, indexen, prompts, autorisatiebeleid, toolinterfaces en menselijke werkafspraken beïnvloeden allemaal het resultaat. Daarom hoort de keten te worden verdeeld over zes lagen, elk met een technische verantwoordelijkheid en een controleerbaar resultaat:

Laag	Technische verantwoordelijkheid	Controleerbaar resultaat
Bronproducten	Herkomst, eigenaar, versie, geldigheid en toegangsrechten beheren	Een identificeerbare en verantwoord bruikbare bronversie
Retrieval	Relevante informatie zoeken binnen de toegestane gegevensscope	Een bewijsbundel met ondersteunende én tegensprekende passages
Generatie	Een concept maken binnen opdracht en bewijscontext	Herkenbare feiten, berekeningen, interpretaties en voorstellen
Verificatie	Ondersteuning, tegenstrijdigheden, berekeningen en toepasselijkheid toetsen	Claimgebonden bevindingen en expliciete onzekerheid
Uitvoeringslaag	Identiteit, bevoegdheid, argumenten en bestemmingen controleren	Begrensde handelingen met een vastgelegd uitvoeringsresultaat
Menselijke beoordeling en vrijgave	Inhoud en mandaat verbinden aan een exacte versie	Een bevoegd vrijgegeven uitkomst met reconstructeerbare onderbouwing

Voor ieder gebruiksdoel hoort een taakcontract te bestaan dat beschrijft welke gegevens, bronnen, handelingen en ontvangers zijn toegestaan, welke kwaliteitsgrenzen gelden en welke terugvalroute beschikbaar is.

Een centrale modelgateway kan toegestane modellen, verwerkingseisen, budgetten en routering uniformeren, terwijl domeinteams eigenaar blijven van de inhoudelijke kwaliteit en geldigheid van hun bronnen. Zo ontstaat een federatieve verdeling van verantwoordelijkheden zonder dat ieder domein zijn eigen beveiligings- en evaluatiebasis hoeft te ontwerpen.

Gebruik een vaste workflow waar het proces voorspelbaar is, en voeg alleen agentgedrag toe voor afgebakende variatie zoals een aanvullende zoekactie. Geef die variatie een maximumaantal stappen, toegestane tools, een tijd- en kostenbudget en een stopconditie.

Claims scheiden: vier typen uitspraken

Voor publieke kennisprocessen is het onderscheid tussen soorten uitspraken de kern van controleerbaarheid. Een conceptantwoord bevat zelden één type claim; het stapelt bronfeiten, berekeningen en oordelen op elkaar. Wie die niet scheidt, kan een beleidsvoorstel presenteren alsof het een bronfeit is.

Vier typen uitspraken horen zichtbaar onderscheiden te worden:

1. Bronfeiten, rechtstreeks ondersteund door een bron.
2. Afgeleide berekeningen, met reproduceerbare invoer en berekening.
3. Interpretaties, afhankelijk van context en deskundig oordeel.
4. Beleidsvoorstellen, waarin een normatieve keuze wordt gemaakt.

Een claimrecord koppelt elke uitspraak aan bronnen, passages, relevante periode, toepassingsbereik en verificatiestatus. Bruikbare statussen zijn: ondersteund, gedeeltelijk ondersteund, tegengesproken en onopgelost. Belangrijk is dat "ondersteund" betekent dat het aangereikte bewijs de precieze uitspraak draagt; bronkwaliteit, actualiteit en toepasselijkheid blijven afzonderlijke beoordelingsvragen.

Dit raakt direct aan een valkuil in de literatuur. Onderzoek naar citatie-ondersteuning, zoals ALCE en Self-RAG, onderscheidt antwoordcorrectheid en citatiekwaliteit afzonderlijk. De resultaten daarvan zijn niet zonder toetsing door te trekken naar een algemene prompt waarin een model wordt gevraagd zijn eigen antwoord te controleren. Combineer daarom controles die verschillende informatie gebruiken: laat deterministische code berekeningen uitvoeren waar dat passend is, controleer bronversies en verwijzingen, en leg kritieke of onopgeloste bevindingen voor aan een deskundige.

Security: de grens buiten het model

Opgehaalde documenten en toolantwoorden kunnen instructies bevatten die modelgedrag proberen te veranderen. Onderzoek naar indirecte prompt injection en kennisvergiftiging maakt duidelijk waarom zowel externe inhoud als kennis- en geheugenvoorzieningen in het dreigingsmodel thuishoren.

Een afzonderlijke uitvoeringslaag moet daarom iedere voorgestelde toolaanroep toetsen op functie, schema, argumenten, bestemming, gegevensscope en budget. Deze grens beperkt ongeautoriseerde effecten; misleidende antwoorden en schadelijke keuzes binnen toegestane handelingen blijven onderwerp van evaluatie en menselijke beoordeling. Dit is dezelfde grens die het NCSC eerder dit jaar als kill-switch-principe voor agentic AI publiceerde.

Voor identiteit geldt een scheiding tussen gebruikersauthenticatie, API-autorisatie en workload-identiteit. In de praktijk betekent dat: gebruik OIDC waar passend voor gebruikersauthenticatie, gebruik OAuth 2.0-access tokens voor API-toegang, valideer handtekening, toegestane algoritmen, uitgever, audience en geldigheidsduur, en accepteer nooit een OIDC-ID-token als API-access token. RFC 9700 en RFC 9068 bieden hiervoor de technische basis. Houd secrets en tokens buiten prompts, documenten en modelgeheugen.

Goedkeuring moet aan de uitvoering gebonden blijven: koppel een vrijgave aan de exacte inhoudsversie, bewijsbundel, bestemming, geldigheidsduur en bevoegde goedkeurder. Een hash maakt veranderingen detecteerbaar wanneer de goedgekeurde referentie onafhankelijk is beschermd.

De Nederlandse spiegeling: Kamervragen zijn dezelfde taak

De Nederlandse Kamervraag is functioneel identiek aan de Japanse Diet-question. Ministeries krijgen parlementaire vragen met een strakke deadline, moeten eerdere antwoorden en beleidsdocumenten doorzoeken, concepten opstellen, en deze laten accorderen door de verantwoordelijke bewindspersoon. Dezelfde routinetaken, dezelfde nauwkeurigheidseis, dezelfde politieke verantwoordelijkheid.

Wat Japan toevoegt aan de Nederlandse discussie is niet de technologie maar het bewijs dat de governance-grens werkbaar is op schaal. Een G7-lidstaat zet generatieve AI in voor exact deze taak, voor een toegangspopulatie van 180.000 medewerkers, met een expliciete doctrine dat de AI assisteert en de ambtenaar beslist. Dat is een operationeel precedent, geen hypothese.

Nederlandse en Europese kaders als ontwerpvoorwaarden

De Nederlandse implementatie vraagt een eigen technische evaluatie en aansluiting op de informatiehuishouding, verantwoordelijkheden en regelgeving.

BIO2 en cyberbeveiliging. BIO2 is op de peildatum het actuele overheidsbrede beveiligingskader, met een explicietere nadruk op een risicogerichte benadering. Verbind het AI-systeem aan bestaande processen voor toegangsbeheer, leveranciersbeheersing, incidentafhandeling, herstel en beveiligd ontwikkelen. De Cyberbeveiligingswet is sinds 15 augustus 2026 in werking getreden; de verplichtingen voor een concrete organisatie volgen uit de toepasselijke reikwijdte en sectorale regels.

AVG, IAMA en informatiebeheer. Voer een vereiste DPIA uit vóór de betreffende persoonsgegevensverwerking, ook wanneer die verwerking onderdeel is van een pilot. Het vernieuwde IAMA uit 2026 kan de beoordeling van grondrechten ondersteunen. Betrek informatiebeheer vanaf het ontwerp: bepaal welke bronversies, concepten, beslisdocumenten en onderbouwing nodig zijn voor reconstructie, welke bewaartermijnen gelden en wanneer vernietiging plaatsvindt. Het DUTO-raamwerk van het Nationaal Archief biedt hiervoor praktische ondersteuning.

AI Act: classificeer gebruik, invloed en rol. Interne schrijfondersteuning wordt niet automatisch een hoogrisicosysteem; de classificatie volgt het bedoelde gebruik en de concrete invloed. Toepassingen rond bepaalde publieke diensten of rechtspleging vragen een afzonderlijke beoordeling. De toepassingsdata voor hoogrisicosystemen zijn gefaseerd en lopen op de peildatum door tot 2027 en 2028; raadpleeg de AI Act Service Desk voor de data die voor uw specifieke systeemcategorie gelden. Volgens vastgesteld Nederlands beleid publiceren overheidsinstellingen hun gebruikte impactvolle algoritmes en hoogrisico-AI-systemen in het Algoritmeregister, behoudens uitsluitingsgronden.

Evaluatie die werkt: de foutgrens en de menselijke beoordeling

Een enkele score voor antwoordkwaliteit verbergt waar fouten ontstaan. Evalueer per laag: extractie (juistheid van bedragen, datums en uitzonderingen), retrieval (recall en rangschikking binnen de toegestane scope), claims (volledige ondersteuning en gevonden tegenstrijdigheden), het antwoord (ernstgewogen fouten en volledigheid), de menselijke review (gevonden en gemiste fouten, correctietijd) en beveiliging (ongewenste effecten onder aanval).

Voor de foutgrens geldt een precieze statistische regel. Bij nul kritieke fouten in een onafhankelijke, representatieve steekproef van n gevallen is de eenzijdige exacte 95-procentbovengrens voor de foutkans:

p_boven = 1 - 0.05^(1/n)

Bij n=300 is dat 0,99 procent; bij n=100 is dat 2,95 procent. Driehonderd dossiers verdeeld over drie condities leveren echter geen 300 waarnemingen voor de volledige AI-conditie op. Dit veronderstelt bovendien een vooraf vastgelegde steekproef, dezelfde systeemconditie en dezelfde foutdefinitie.

De menselijke beoordeling verdient eigen validatie. De meta-analyse van Vaccaro en collega's laat zien dat mens plus AI niet automatisch beter presteert dan de beste afzonderlijke uitvoerder. Meet daarom of reviewers relevante bronnen kunnen terugvinden, fouten herkennen en correcties uitvoeren binnen de beschikbare tijd. Een goedkeuringsklik is een proceshandeling; effectieve controle moet uit de evaluatie blijken.

Wat de bron niet toont

Deze aankondiging is een lancering, geen evaluatierapport. De beperkingen zijn materieel en moeten expliciet zijn:

• Geen prestatiecijfers. Er is geen gemeten effectiviteit, geen foutpercentage, geen tijdsbesparing gerapporteerd. De claim is dat de tool de efficiëntie en kwaliteit "verbetert" (intended effect), niet dat dit is aangetoond.
• Geen hallucinatie-gedrag in de praktijk. De aankondiging erkent het hallucinatierisico maar rapporteert geen incidenten of mitigatie-effectiviteit uit de proef.
• Geen technische specificatie. De Engelse tekst specificeert het onderliggende model, de retrievalsysteemarchitectuur of de evaluatiemethodiek niet. De referentiearchitectuur hierboven is een afleiding uit de functionele beschrijving en een eigen ontwerpvoorstel, geen gerapporteerd feit.
• De proef is nog niet afgerond. Het prototype draait tijdens de 222e buitengewone zitting; de resultaten en verbeteringen vóór de volledige uitrol in januari 2027 zijn nog niet openbaar.
• De toegangspopulatie is geen gebruikersaantal. 180.000 is de omvang van de populatie die toegang kan krijgen; het aantal actieve gebruikers is niet gerapporteerd.
• Vertaalbaarheid is niet bewezen. Dat de doctrine werkt in de Japanse bestuurlijke context bewijst niet dat ze één-op-één overgaat naar de Nederlandse. De parlementaire taak is vergelijkbaar, de bestuurscultuur en het wettelijk kader niet noodzakelijk.

De bron is daarmee een ontwerp- en governance-precedent, geen empirisch bewijs van effectiviteit. Wie de Japanse aanpak als "bewezen succes" presenteert, overclaimt.

Wat dit voor de Nederlandse CAI en CDO betekent

Voor chief AI officers en chief data officers in de Nederlandse publieke sector levert deze casus een concrete opdracht:

1. Ontwerp als een beheerst informatiesysteem, niet als een model. Begin bij de taak en de zes-lagen keten (bron, retrieval, generatie, verificatie, uitvoering, menselijke vrijgave), met een taakcontract per gebruiksdoel.
2. Leg de beslissingsgrens vast vóór de eerste prompt. De doctrine "de AI assisteert, de ambtenaar beslist" hoort in het systeemontwerp en de verantwoordelijkheidsstructuur te zitten vóór de uitrol, niet erna.
3. Scheid claims op type. Bronfeiten, berekeningen, interpretaties en beleidsvoorstellen zijn verschillende uitspraken met verschillende verificatie-eisen. Claimrecords met bronkoppeling maken een antwoord reconstructeerbaar.
4. Ontwerp voor gronding en autorisatie. Retrieval over bronproducten met expliciete rechten, geldigheid en versie is de kwaliteitsbodem. Autorisatie hoort vóór iedere gegevensoverdracht in de zoekketen te zitten.
5. Gebruik domeinexperts als evaluatoren en faseer met een echte proef. Een open oproep onder de ambtenaren die de taak dagelijks uitvoeren levert betere adoptie, en een proef met echte Kamervragen gemeten op kwaliteit en tijdsbesteding is verstandiger dan een big-bang-deploy.
6. Meet de foutgrens en valideer de menselijke beoordeling. Een goedkeuringsklik is geen bewijs van effectieve controle; meet of reviewers fouten daadwerkelijk herkennen en corrigeren.

De kernzin voor de bestuurstafel is simpel: Japan bewijst niet dat AI parlementaire antwoorden kan vervangen. Het bewijst dat AI ze kan voorbereiden, zolang de mens de beslissing houdt.

Zie ook

• Open AI en aantoonbare digitale soevereiniteit
• Generatieve AI voor de publieke sector
• Digitale soevereiniteit als doctrine

Bronnen

1. Launch of the Prototype Version of the "AI Application for Supporting the Drafting of Answers to Diet Questions" on Government AI GENAI, Digital Agency, Government of Japan
2. Government AI GENAI, Digital Agency, Government of Japan
3. EU AI Act, verordening (EU) 2024/1689, EUR-Lex
4. ALCE: Enabling Large Language Models to Generate Text with Citations, Gao et al., arXiv, 2023
5. Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection, Asai et al., arXiv, 2023
6. OAuth 2.0, RFC 9700, IETF
7. JWT Profile for OAuth 2.0 Access Tokens, RFC 9068, IETF