AI kan facturen lezen, e-mails categoriseren, data verrijken en rapportages opstellen. Maar moet het zonder toestemming een betaling doen, een klant antwoorden of een contract ondertekenen? Nee, tenzij je zeker weet dat het goed is.
Human in the loop is het principe dat een machine niet de laatste stap zet. De machine doet het voorwerk, het zware werk, het snelle werk. Maar op het punt waar het ertoe doet, wacht hij. Een mens kijkt, keurt goed of grijpt in. Dit is geen technische beperking. Het is een bewuste keuze om foutkosten laag te houden en controle te houden over wat er gebeurt.
Bekijk ook AI in de mailbox: wat mag je automatisch beantwoorden onder de AVG voor de juridische kant van geautomatiseerde e-mailafhandeling.
Wat is human in the loop precies?
Human in the loop is een ontwerpprincipe voor automatisering waarbij een AI-workflow een punt bevat waarop een mens moet beoordelen, aanpassen of goedkeuren. Zonder die goedkeuring gaat de workflow niet verder.
Er zijn grofweg drie niveaus:
- Volledig automatisch. De workflow doorloopt alle stappen zonder menselijke tussenkomst. Geschikt voor taken met lage foutkosten en hoge voorspelbaarheid.
- Met menselijke review. De workflow stopt bij een controlepunt. Een medewerker beoordeelt de output en keurt goed of past aan. Dit is het meest voorkomende model.
- Nooit zonder mens. Bepaalde acties worden nooit geautomatiseerd. De AI kan voorbereiden en adviseren, maar de beslissing en uitvoering liggen altijd bij een persoon.
Welke stappen kun je veilig automatiseren?
Niet elke stap in een workflow heeft een mens nodig. Het is zelfs zonde om voor elke simpele actie een goedkeuring te vragen, omdat je dan de snelheid van automatisering weggooit. De kunst is het onderscheid te maken.
| Soort stap | Volledig automatisch | Met review | Nooit zonder mens |
|---|---|---|---|
| E-mail categoriseren (offerte, factuur, spam) | Ja, veilig | N.v.t. | Nee |
| Interne notities en samenvattingen opstellen | Ja, mits laag risico | Bij twijfel | Nee |
| Conceptantwoord opstellen voor klantmail | Nee | Ja, altijd | Nee, review volstaat |
| Betalingen boven een drempelbedrag | Nee | Nee | Ja, altijd |
| Klantcommunicatie met juridische gevolgen | Nee | Nee | Ja, altijd |
| Contracten ondertekenen | Nee | Nee | Ja, altijd |
| Data verrijken uit openbare bronnen | Ja, veilig | N.v.t. | Nee |
| Documenten classificeren en archiveren | Ja, veilig | Bij afwijking | Nee |
| Beslissingen over persoonsgegevens (AVG) | Nee | Alleen met DPIA | Ja, bij gevoelige data |
Deze tabel is geen vast recept. Iedere organisatie heeft eigen risicotolerantie en eigen processen. Gebruik hem als vertrekpunt.
Voorbeelden uit de praktijk
Inbox: e-mail afhandelen met HITL
De slimme inbox dienst van WerkstroomAI categoriseert binnenkomende e-mail en stelt conceptantwoorden op. Het systeem bepaalt of een bericht een offerteaanvraag, factuur, klantvraag of spam is. Dat gebeurt volledig automatisch en is veilig: het risico van een foute categorisatie is klein.
Daarna stelt de AI een conceptantwoord op. Dat concept wordt niet automatisch verzonden. Een medewerker leest het, past het eventueel aan en verstuurt het. Dit is het review-model: de AI doet het voorwerk, de mens checkt het.
Het risico bij automatisch verzenden zonder check? Een fout bedrag, een verkeerde belofte of een toon die niet past bij de klant. Daarom is hier altijd een mens nodig.
Documentverwerking: facturen en contracten
Documentverwerking leest facturen, haalt bedragen, data en leveranciersgegevens eruit, en classificeert documenten. Het uitlezen en classificeren van een standaardfactuur is veilig om te automatiseren. Het risico is klein, en een controle op het totaalbedrag vangt de meeste uitschieters.
Lastiger wordt het bij contracten. Een AI kan de clausules samenvatten, maar of de voorwaarden acceptabel zijn blijft een menselijke beslissing. En een handtekening zetten laat je nooit aan de software over. Meer over hallucinatierisico's bij documentverwerking lees je in AI-hallucinatie beheersen: praktische aanpak voor het MKB.
Kritieke acties: betalingen, juridische beslissingen en AVG-gevoelige stappen
Hier ligt de grens het scherpst. Een AI-workflow kan een betalingsvoorstel klaarzetten, maar niet zelf overmaken. Hij kan een juridische clausule markeren, maar niet zelf besluiten of die geschrapt wordt.
Onder de AVG geldt: geautomatiseerde besluitvorming met significante gevolgen voor een persoon is alleen toegestaan met expliciete menselijke tussenkomst. Denk aan afwijzing van een aanvraag, opslag in een zwarte lijst, of een beslissing over iemands kredietwaardigheid.
Checklist voor goedkeuringsregels in MKB-workflows
Gebruik deze checklist bij het ontwerpen van een nieuwe workflow of het herzien van een bestaande:
- Wat is het risico van een foute output? Foutkosten bepalen het niveau van menselijke controle. Laag risico is automatisch. Hoog risico is review of nooit zonder mens.
- Wie keurt goed? Wijs een specifieke rol of persoon aan. "Iemand moet het checken" is geen goedkeuringsregel.
- Hoe lang mag het duren? Stel een time-out in voor goedkeuringen. Als niemand binnen vier uur kijkt, escaleer dan naar een vervanger.
- Wat gebeurt er bij afwijzing? De workflow moet een pad hebben voor correctie, niet alleen voor goedkeuring.
- Wordt de goedkeuring gelogd? Voor compliance en leerdoeleinden: leg vast wie wat heeft goedgekeurd en waarom.
- Is de regel nog actueel? Elke goedkeuringsregel heeft een houdbaarheidsdatum. Review ze jaarlijks of bij een proceswijziging.
De werkstroomorkestratie dienst van WerkstroomAI bouwt deze goedkeuringspunten standaard in bij elke workflow, zodat je de controle houdt zonder dat het beheercomplexiteit kost.
Meer over workflow-onderhoud lees je in Onderhoud en monitoring van AI-workflows.
Veelgestelde vragen
Wat is het verschil tussen human in the loop en menselijke supervisie?
Human in the loop betekent dat de workflow stopt en wacht op een mens. Menselijke supervisie is breder: iemand houdt in de gaten wat er gebeurt, maar grijpt alleen in bij afwijkingen. HITL is dwingender en veiliger voor risicovolle stappen.
Hoeveel goedkeuringen mag een workflow hebben?
Zoveel als nodig, zo min mogelijk. Elke goedkeuring kost tijd en vermindert de snelheid van automatisering. Een vuistregel: meer dan drie goedkeuringen in een enkele workflow is een teken dat het proces te ingewikkeld is of in delen moet worden geknipt.
Wat als de goedkeurder niet beschikbaar is?
Bouw een escalatiepad in. Als persoon A niet binnen de gestelde tijd reageert, krijgt persoon B de melding. En als ook die niet reageert, moet de workflow een veilige default hebben: niet versturen, niet overmaken, niet goedkeuren. Liever vertraging dan een fout.
Kan een AI-workflow zelf leren van goedkeuringen?
Ja, dat kan. Door goedgekeurde en afgewezen voorbeelden terug te voeren in het systeem, wordt de AI na verloop van tijd beter. Maar dit moet bewust worden ingericht. Niet elke workflow is geschikt voor zelflerend gedrag, vooral niet bij juridische of financiële beslissingen. Begin met vaste regels en voeg leren pas toe als de data en het vertrouwen er zijn.
Wanneer is volledige automatisering veilig?
Als de foutkosten laag zijn, de context voorspelbaar is en er geen AVG-gevoelige of juridische gevolgen zijn. Denk aan interne documentclassificatie, archivering of het sturen van interne notificaties. Twijfel je? Kies dan voor review.