Een collega heeft AI-output gebruikt en er ging echt iets fout, wat nu?

AI-incidenten lijken op andere incidenten: snel inkapselen, schade beperken, leren. Het verschil is dat de oorzaak vaak in een prompt of een hallucinatie zit en niet in een log met een stack-trace. Behandel het als productie-incident, niet als persoonlijke fout.

Probeer dit eerst zelf

1. 1Stop het lopende werk: de mail die nog niet uit is, de offerte die nog niet verstuurd, de code die nog niet in productie staat. Eerst verspreiding stoppen, dan analyseren.
2. 2Verzamel het bewijs: de prompt, de output, de tool, de versie van het model, de tijd. Maak een screenshot of kopieer de chat-log voordat hij overgeschreven wordt.
3. 3Beoordeel impact: is er klantdata uitgegaan, een verkeerde rekening gestuurd, een verkeerde diagnose of advies gegeven? Bij data-lek volgt de meldplicht binnen 72 uur richting AP.
4. 4Communiceer waar nodig: de klant of leverancier krijgt een korte rechtzetting, intern krijgt het team een no-blame samenvatting van wat er gebeurde.
5. 5Leg de leeropbrengst vast in het AI-beleid of de tool-matrix. Een herhaling van hetzelfde patroon is een failure van het proces, niet van de persoon.

Past het bovenstaande niet?

Beschrijf je situatie hieronder. We sturen jouw input plus de stappen die je al zag naar onze AI en geven gericht vervolg-advies. Als het te risicovol is om zelf te doen, zeggen we dat ook.