De AI-agent staat aan het loket: wat als burgers en werkgevers hun administratie uitbesteden aan AI?

Version française

Burgers en werkgevers handelen hun overheidsadministratie vandaag grotendeels af via webtoepassingen: informatie opzoeken, inloggen, formulieren invullen, documenten opladen. Dat model gaat ervan uit dat er een mens achter het scherm zit die leest, interpreteert en klikt.

Daar komt stilaan verandering in. Persoonlijke AI-agents vinden de voorbije maanden steeds meer ingang en worden snel populair. Het zijn geen chatbots die enkel antwoorden geven, maar systemen die tools gebruiken en zelfstandig taken uitvoeren. Een voorbeeld van zo’n agent is OpenClaw, een open-source agent die shell-commando’s kan uitvoeren, bestanden lezen en schrijven, het web doorzoeken, mails versturen en agenda’s beheren, en wordt aangestuurd via berichtendiensten zoals WhatsApp of Signal. Een ander voorbeeld is Hermes Agent van Nous Research, die draait op een goedkope gehuurde server in de cloud, een persistent geheugen bijhoudt en zelf nieuwe skills aanmaakt naarmate hij langer draait: kant-en-klare pakketjes instructies en code om specifieke taken uit te voeren. Beide zijn gratis en open source. Maar ook algemene AI-assistenten zoals Claude en ChatGPT hebben intussen agentfuncties waarmee ze zelfstandig in een browser werken, en zijn dus evengoed inzetbaar om overheidsadministratie (deels) af te handelen.

Als je zo’n agent koppelt aan je mailbox, je agenda en je documentenmap, dan is de stap naar “regel dit even voor mij” klein. Dat brengt ons bij de hoofdvraag van dit blogartikel: wat verandert er wanneer burgers en werkgevers hun overheidsadministratie steeds vaker aan een agent overlaten, en in welke mate kan of moet de overheid zich daarop voorbereiden?

Werkgevers: het idee van een tussenpersoon is niet nieuw

Bij werkgevers is het idee van een tussenpartij niet nieuw. Het grootste deel van de sociale administratie verloopt al lang niet meer manueel: sociale secretariaten sturen aangiftes machinaal door via webservices en batchkanalen. Daarrond bestaat een uitgewerkt model van erkende dienstverleners, mandaten, technische specificaties en aansprakelijkheid.

Wat verandert, is de aard van de tussenpersoon. Een sociaal secretariaat is een identificeerbare partij met een erkenning en een contract. Dat is niet het geval bij een agent. Die komt bovendien meestal niet in de plaats van het sociaal secretariaat, maar ernaast: om gegevens voor te bereiden, een tweede lezing te doen (mis ik geen doelgroepvermindering?) of snel een vraag te beantwoorden. Vooral voor kleine werkgevers zonder secretariaat wordt de agent mogelijk een vervanger. Het bestaande model veronderstelt dat er achter elk advies een partij zit die je kan aanspreken. Bij een agent ontbreekt die, ook wanneer hij enkel naast het sociaal secretariaat werkt.

Burgers: zonder tussenpersoon

Bij burgers is dat model er nauwelijks. Er bestaan volmachten, en er zijn mensen die hun administratie door een boekhouder of familielid laten doen. Maar de standaard is direct contact: zelf inloggen op mypension, MyMinfin, de eBox of een portaal, met authenticatie via CSAM.

Het is nuttig om precies te bekijken waar een agent in dat proces wel en niet geraakt.

Waar een agent vlot werkt is bij het voorbereidende werk. Hij merkt notificaties in de mailbox op, zoals een melding van een nieuw bericht in de eBox, herkent termijnen, zoekt regelgeving op, verzamelt documenten uit een map en bereidt een aanvraag of formulier voor. Dat is exact het werk waarvoor deze agents gebouwd zijn.

Waar een agent vastloopt is bij de authenticatie. Authenticatiemiddelen zoals MyGov.be en Itsme zijn bewust aan de persoon gebonden, en er is geen mechanisme om een agent een afgebakende, tijdelijke toegang te geven tot één specifieke handeling. Er zijn dan drie mogelijkheden. Ofwel stopt de agent en doet de burger het zelf, en dan is het gemak grotendeels weg. Ofwel logt de burger zelf in en laat hij de agent verder werken in die geopende sessie, met een browser die de agent bestuurt (zogenaamde computer use). Ofwel deelt hij credentials, codes of toegang tot zijn authenticatiekanaal.

Scenario’s 2 en 3 gebeuren volledig buiten het zicht van de overheid. Voor de toepassing is dat gewoon een ingelogde burger. Er is geen technisch verschil zichtbaar tussen een mens die klikt en een agent die klikt.

Mogelijkheden en risico’s voor de gebruiker

De mogelijkheden zijn reëel. De administratieve last daalt, termijnen worden minder gemist, en complexe regelgeving wordt toegankelijk voor wie er vandaag niet doorraakt. Het meest onderschatte effect is wellicht het aanpakken van non-take-up: rechten, premies en tegemoetkomingen die mensen niet aanvragen omdat ze het bestaan ervan niet kennen. Een agent kan voor zijn gebruiker proactief uitzoeken waar hij recht op heeft.

Maar er zijn ook risico’s verbonden aan het inzetten van agents:

• Foute informatie. Een agent die zich baseert op verouderde of onofficiële bronnen, geeft een vlot en zelfverzekerd antwoord dat fout kan zijn. De doorsnee gebruiker kan moeilijk inschatten of het om een correct of een fout antwoord gaat. Daarom wint ook GEO (generative engine optimisation) aan belang. De overheid moet ervoor zorgen dat agents officiële overheidsinformatie vinden en effectief als officiële bron gebruiken.
• Verlies van begrip. Wie zijn aangifte laat invullen, weet niet noodzakelijk meer wat hij verklaart, maar blijft er wel verantwoordelijk voor.
• Beveiliging. Een agent met toegang tot mail, documenten en overheidsportalen is een aantrekkelijk doelwit. Agents die e-mail lezen kunnen gekaapt worden via verborgen instructies in inkomende berichten (indirect prompt injection), en wie zijn agent ook verificatiecodes laat lezen die per mail of sms binnenkomen, ondergraaft in feite de tweestapsverificatie. Zelfgehoste agent-runtimes kunnen gezien worden als omgevingen die onvertrouwde tekst opnemen, externe code downloaden en uitvoeren, en handelen met de rechten die ze gekregen hebben. Een phishingmail die zich voordoet als een overheidsdienst richt zich in dit scenario niet meer op de mens, maar op zijn agent.
• Het ecosysteem errond. Agents kunnen uitgebreid worden met skills. Die skills komen vaak van derden, via open marktplaatsen waar iedereen iets kan publiceren. Een skill (bijvoorbeeld voor je belastingaangifte) kan dus evengoed kwaadaardig zijn, en onderzoek naar zulke marktplaatsen vond er al honderden.
• Een verschuivende digitale kloof. De vraag is niet langer of je met een website overweg kan, maar of je een goed opgezette agent hebt én kan beoordelen of wat hij doet klopt. Wie dat niet kan, dreigt verder achterop te raken: hij mist de voordelen die anderen met hun agent wel halen, of vertrouwt blind op een agent zonder de fouten te zien.

Wat dit betekent voor de overheid

Tot hier is dit vooral een verhaal over gebruikers. Maar elk van die keuzes heeft gevolgen aan de kant van de overheid.

Kanaal: gebouwd voor mensen

Webtoepassingen zijn ontworpen voor mensen, met uitleg, stappen en visuele controles. Een agent heeft andere noden: stabiele interfaces, machineleesbare regels, duidelijke foutcodes en expliciete bevestigingsstappen. Dat sluit aan bij het denken over agent experience (AX) naast user experience (UX). Als de overheid geen interface voor agents aanbiedt, klikken agents gewoon door de menselijke webtoepassing (screen scraping). Dat is fragiel, niet transparant en slechter voor iedereen.

Identiteit en mandaat

Vandaag bestaat er geen mandaat op maat van een agent. De vraag is dus hoe je een agent een afgebakend, controleerbaar en herroepbaar mandaat geeft. Hier komen identiteit en delegatie om de hoek kijken: de agent voert taken uit in naam van de gebruiker. Zolang dat niet kan, zoeken mensen zelf een manier om hun agent toegang te geven tot hun identiteit. Ze melden zich zelf aan en laten de agent verder werken in de geauthenticeerde sessie, of ze geven hem zelfs rechtstreeks toegang tot credentials zoals wachtwoorden en tokens.

Informatie: wie vertelt wat de regels zijn?

Een eerste aspect is het officiële karakter van informatie. De officiële overheidsinformatie bestaat wel, maar is voor agents niet altijd zichtbaar genoeg of wordt niet herkend als de gezaghebbende, authentieke bron. Agents gebruiken dan niet-officiële bronnen die beter vindbaar zijn (zie de GEO-problematiek van hierboven). De overheid verliest dan de controle over haar eigen communicatie: niet zij, maar de agent en de bronnen die hij toevallig vindt bepalen wat de burger of werkgever te horen krijgt.

Een tweede aspect is machineleesbaarheid. Zelfs een officiële tekst in mensentaal laat ruimte voor interpretatie, en een agent vult die ruimte zelf in. Hoe meer regels, voorwaarden en berekeningen machineleesbaar beschikbaar zijn, hoe minder de agent moet interpreteren en hoe kleiner de kans op fouten. Het machineleesbaar aanbieden van regelgeving is echter niet evident (zie blogs “Rules as Code, een hindernissenparcours?” en “Rules as Code: lessen uit een experiment“).

Controle: wie deed wat?

Als logs geen onderscheid maken tussen mens en agent, is achteraf niet meer te reconstrueren wat er gebeurd is. Dat is een probleem wanneer er achteraf iets bewezen moet worden, bij een geschil of bij een fraudeonderzoek.

Schaal en take-up

Zodra agents op schaal actief worden, verandert de belasting op systemen en contactcenters. Als agents burgers en werkgevers wijzen op rechten en voordelen waar ze recht op hebben, stijgt bovendien de take-up van die rechten. Dat is goed nieuws voor de burger, maar het heeft ook een budgettaire impact.

Aansprakelijkheid

Zolang de aansprakelijkheid niet verduidelijkt wordt, blijft formeel de aangever verantwoordelijk, ook wanneer die de inhoud van zijn eigen aangifte niet meer begrijpt.

Open vragen

Er blijven drie vragen over waarop nog geen pasklaar antwoord bestaat, maar die mogelijk zwaarder wegen dan de technische.

Soevereiniteit. Het debat over datasoevereiniteit gaat gewoonlijk over welke AI de overheid zelf gebruikt en waar die draait. Hier gebeurt het omgekeerde: de burger stuurt uit eigen beweging zijn sociale en fiscale gegevens naar een model bij een buitenlandse aanbieder. De overheid heeft daar geen zeggenschap over, maar het gaat wel om gegevens die zij zelf onder strikte voorwaarden verwerkt. Heeft de overheid hier een rol te spelen, bijvoorbeeld door burgers te informeren of een eigen, soeverein alternatief aan te bieden, of is dit uitsluitend de keuze van de burger?

Onderscheid tussen agents. Het is denkbaar dat een agent die aan bepaalde voorwaarden voldoet andere toegang krijgt dan een willekeurige agent. Maar wie beoordeelt dat, op basis waarvan, en wat betekent het voor de vrije keuze van de burger? Wie bijvoorbeeld zelf een open-source agent draait, zou dan minder mogelijkheden krijgen dan wie kiest voor een erkende aanbieder.

Agents aan beide kanten. Overheidsdiensten bouwen zelf agents om dossiers voor te bereiden. Op termijn staan er aan beide zijden van een interactie agents. Dat is efficiënt, maar het zet ook het principe onder druk dat AI voorbereidt en de mens beslist. Het risico bestaat dat aan geen van beide kanten nog iemand het dossier echt gelezen heeft.

Conclusie

Agents die overheidsadministratie afhandelen, lijken geen toekomstscenario meer. Het gebruik ervan valt niet af te dwingen of tegen te houden. De vraag is eerder langs welk kanaal het verloopt: een zichtbaar of een onzichtbaar.

In een wereld zonder voorbereiding krijgt de burger of werkgever een antwoord dat misschien klopt, gebaseerd op een bron die niemand kan aanwijzen. De gebruiker logt zelf in en geeft de sessie door aan zijn agent, of hij haakt af. Beide handelingen komen in de logs terecht alsof een mens ze gesteld heeft. Loopt er iets mis, dan is er achteraf geen spoor van wat er eigenlijk gebeurd is.

In een wereld met voorbereiding is het kanaal zichtbaar, is de toegang afgebakend en herroepbaar, komt de informatie uit de officiële bron, en staat in het dossier wie of wat de handeling gesteld heeft.

Het verschil tussen die twee vraagt deels nieuwe technologie, zoals mandaten en interfaces op maat van agents. Maar het is evenzeer een reeks ontwerpkeuzes rond het kanaal, identiteit en mandaat, officiële informatie, logging en aansprakelijkheid, die vandaag gemaakt worden, of niet. De overheid heeft haar dienstverlening eerst ontworpen voor loketten, daarna voor websites, daarna voor tussenpersonen met webservices. De volgende gebruiker staat al aan de deur, en die gebruiker is geen mens.