Journey

AI-veilige gemeente

Engelstalige naam: AI-Safe Municipality

Een herleidbare leerjourney voor gemeentelijke teams die werken met AI, persoonsgegevens en publieke verantwoordelijkheid. Korte modules. Praktische beslissingen. Gegovernde bronnen. Zichtbare assurance.

Overzicht van de journey AI-veilige gemeente. Vier principes: veilig en vertrouwelijk, menselijk en verantwoordelijk, praktisch en toepasbaar, onderbouwd en herzienbaar. Een reeks checks voordat je AI met persoonsgegevens gebruikt: privacy vooraf, bron- en kwaliteitscontrole, menselijke beoordeling, en overleg en verantwoordelijkheid. Geleverd in korte modules van zeven minuten.
De journey AI-veilige gemeente in één oogopslag.

Waarvoor deze journey is

Gemeentemedewerkers gebruiken steeds vaker AI-tools om te schrijven, samen te vatten, te analyseren en hun werk te ondersteunen. Het risico zit niet alleen in de vraag of AI mág, maar of mensen weten wat ze moeten controleren voordat ze het gebruiken.

Deze journey leert praktische beslissingsroutines: wanneer je stopt, wanneer je vraagt, welke gegevens gebruikt mogen worden, welke tools zijn goedgekeurd, en hoe je menselijke verantwoordelijkheid zichtbaar houdt.

Voor wie het is

Eén journey, drie doelgroepen, elk met een eigen taak.

Uitvoerende en kantoormedewerkers

Iedereen die met AI-tools schrijft, samenvat of analyseert en met persoonsgegevens werkt. Zij leren de drie checks die ze uitvoeren voordat ze plakken.

Teamleiders en managers

De mensen die verwachtingen stellen, de dagelijkse vragen beantwoorden en AI-veilig gedrag op de agenda houden in teamoverleg.

Privacy- en securityfunctionarissen

De functionaris gegevensbescherming en CISO die willen dat medewerkers herkennen wanneer ze moeten stoppen en vragen, en die het bewijs achter de training willen zien.

Journey map

De vorm van de journey: de plek in de hiërarchie, het doel en de onderdelen waaruit hij bestaat.

Thema
AI-geletterdheid / professionaliteit in het publieke domein / privacygedrag
Onderwerp
AI-veilig gebruik van persoonsgegevens
Doel
Gemeentemedewerkers kunnen herkennen wanneer AI-gebruik met persoonsgegevens is toegestaan, riskant of niet toegestaan, en weten wanneer ze moeten stoppen en om hulp vragen.
  1. Rise-module

    AI-veilig gebruik van persoonsgegevens

    Interne proof

    Open de module

  2. Werkkaart

    Drie checks voordat je AI gebruikt

    Interne proof

    Download de werkkaart (PDF)

  3. Managershandleiding

    AI-veilig gedrag bespreken in teamoverleg

    Binnenkort
  4. Opdracht

    Breng één echte AI-casus in en pas de drie checks toe

    Binnenkort
  5. Podcast

    Waarom AI-veiligheid niet alleen een IT-onderwerp is

    Binnenkort
  6. Video

    De drie checks in de praktijk

    Binnenkort
  7. Debrief-format

    Teamgesprek na de eerste praktijkgevallen

    Binnenkort
  8. Toets

    Scenariogebaseerde check

    Binnenkort

Nu beschikbaar

Interne proof

KB-AIDATA-001 · Nederlands

AI-veilig werken met persoonsgegevens

Een Nederlandse module van zeven minuten voor gemeentemedewerkers. Lerenden oefenen drie checks voordat ze AI met persoonsgegevens gebruiken:

  1. Is de tool goedgekeurd?
  2. Mogen de gegevens gebruikt worden?
  3. Is het doel passend?

Bevat een Rise-module, een werkkaart, drie scenariobeslissingen, één ophaalmoment en één als-dan-plan.

Deze module is concept G6.2, interne proof. Hij is te bekijken als demonstratie van de productielijn, niet als gepubliceerde richtlijn.

Wat komt er

Statuslabels houden het eerlijk: je ziet wat live is, wat in productie is en wat gepland staat, zonder te doen alsof alles er al is.

  • Beschikbaar Gepubliceerd, direct bruikbaar.
  • Interne proof Te bekijken demonstratie, geen gepubliceerde richtlijn.
  • In productie Wordt nu gebouwd.
  • In review In een reviewgate.
  • Binnenkort Gepland, nog niet gebouwd.

Onder de oppervlakte

Wat dit anders maakt, is niet het outputformat. De Rise-module is slechts de zichtbare laag. Daaronder zit een gegovernd productiespoor: bronintake, claim-extractie, reviewgates, assurance-records, rendering-records en regeneratienotities. Zo voorkomt 7MM dat korte leercontent wegwerpcontent wordt.

Open de bewijslaag