AI in de juridische wereld: combinatie van menselijke expertise en technologie

Kun je jezelf kort voorstellen voor de luisteraars die deel 1 nog niet hebben gehoord?

Mijn naam is Roger van de Berg. Ik ben partner bij Baker McKenzie, een internationaal advocatenkantoor waar ik werk als fiscalist. Ik leg me vooral toe op btw en andere indirecte belastingen, met een specifieke focus op de tech sector. Het is een fascinerende combinatie van juridisch werk en technologische ontwikkelingen, waar AI natuurlijk een steeds grotere rol in speelt.

Wat voor type klanten komen bij jou met vragen over AI?

Met relatie tot AI zijn het op dit moment vooral de grote tech-giganten. Wat je vaker ziet bij iedere nieuwe technologie is dat de grote spelers deze eerst oppakken en goed meenemen. Ik maak graag een vergelijking met bijvoorbeeld crypto. Bitcoin is vanaf 2009 operationeel, maar de eerste grote bedrijven begonnen pas rond 2012-2013 internationaal te groeien. En eigenlijk was het een jaar of twee later dat daar fiscaal gezien een aantal vragen uit kwamen. Dat heeft twee duidelijke redenen. Ten eerste loopt technologie altijd ver voor op regelgeving, waardoor het een heel grijs gebied is waarin je moet opereren. Ten tweede duurt het eventjes voordat bedrijven een duidelijke positie innemen over bijvoorbeeld belastingen en andere regelgeving. Ook de tegenpartij, in dit geval vaak de belastingdienst, heeft tijd nodig om een standpunt te formuleren of iets te verklaren over het onderwerp. Hetzelfde patroon zie ik nu bij AI. De grote techreuzen zijn er het eerst bij. Ook zie ik hier in Europa dat de grote consumentengoederen fabrikanten beginnen met vragen. Zij vragen zich bijvoorbeeld af of ze een andere vorm van belastingheffing moeten hanteren voor hun AI-activiteiten dan voor hun reguliere e-commerce activiteiten. De meer gespecialiseerde AI-bedrijven, vergelijkbaar met de gespecialiseerde cryptobedrijven destijds, komen vaak pas later met hun fiscale vragen. Dat gebeurt meestal zodra ze groot worden, internationaal expanderen en in verschillende jurisdicties tegen verschillende heffingen aanlopen. Ik vermoed dat voor AI hetzelfde patroon zal gelden.

Is het niet verstandig voor bedrijven om alvast naar deze fiscale vraagstukken te kijken, in plaats van er over anderhalf jaar pas mee bezig te gaan?

Absoluut. Regeren is vooruitzien, een beetje een dooddoener misschien, maar het is wel waar. Ik denk dat, hoe dan ook, zelfs als regelgeving nog onduidelijk is, het altijd belangrijk is om alvast na te denken over waar je naartoe wilt. Wat zou jouw positie bij voorkeur zijn? Maar ook, en dat is waar wij bedrijven echt mee helpen, is kijken naar: oké, we moeten roeien met de riemen die we hebben. Wat is het werkelijke juridische kader nu? Kunnen we deze activiteiten ergens inpassen? Valt het ergens onder of zit het ergens dichtbij? Waar zien we ruimte om dingen te kunnen verdedigen? Waar zien we kansen? Het is ook niet zo dat, zeker met nieuwe technologie, de belastingdienst altijd volledig tegenover je staat. Zij willen natuurlijk ook innoveren en meedenken, maar zij hebben wel een ander belang dan jij hebt. Daar zit natuurlijk wel een verschil in waar je proactief over moet nadenken.

Ben je niet bang dat jullie als advocaten de nieuwe huisarts worden, waarbij klanten eerst ChatGPT raadplegen en dan met kant-en-klare antwoorden bij jullie komen?

Dat risico bestaat zeker. Daarentegen, de meeste internationale cliënten waar wij voor werken hebben heel vaak een eigen tax manager of een heel tax team. Dat zijn vaak al experts die zelf ook tax lawyer zijn geweest. Dat scheelt enorm. Het zal dus niet zo basaal zijn. Maar wat wel een belangrijk punt is: als je een AI wat vraagt, kan die heel stellig zijn zonder dat het een waarheid is. Het systeem pakt data, maar die hoeft helemaal niet waar te zijn. Daar zit denk ik wel een potentieel probleem waar wij als adviseur nog kritischer op moeten worden. We hebben al voorbeelden gezien van jurisprudentie die niet blijkt te bestaan, of wet- en regelgeving die anders wordt geïnterpreteerd en misschien door een cliënt aan ons wordt toegestuurd als waarheid. Op dat soort zaken moeten we meer kritisch gaan worden met de komst van zeker open AI-modellen.

Hoe ontwikkel je die kritische blik verder?

Ik denk dat het vooral te maken heeft met bewustwording. Natuurlijk controleer je al alles en heb je checks in plaats om dat te doen. Maar ik denk dat op dit moment heel veel juristen zich niet volledig bewust zijn dat er door cliënten of anderen met AI wordt gewerkt. En ook als je nog nooit zelf met ChatGPT hebt gespeeld, dan weet je ook niet hoe overtuigend stellig deze kan zijn. Ik denk dat je dat soort van moet ervaren. Ik zou ook zeggen: als jij jurist, advocaat of fiscalist wil worden, dan zou dit eigenlijk al iets moeten zijn in de opleiding. Mensen moeten ermee gaan spelen. Ik neem aan dat bij jullie in de bedrijven mensen ook met deze tools laten werken om te zien wat potentiële valkuilen zijn. Ik denk dat dat voor ons niet anders is. En misschien geldt dat voor AI wel extra, omdat bij andere technologische upgrades iedereen het normaal vindt dat je blijft trainen. Maar bij AI zijn er extra tips en tricks, en moet je letten op zaken zoals beveiligingsissues die je zomaar kunt meekrijgen.

Welke specifieke content of bronnen raad je aan om je verder te verdiepen in AI binnen jouw vakgebied?

Misschien even één stapje terug. Ik denk dat iedereen sowieso een keer met AI moet gaan spelen om te kijken van: hé, hoe werkt dit, wat is dit? Maar ik denk ook, en dat is zeker voor onze beroepsgroep als fiscalisten, advocaten en juristen zeer belangrijk, dat je je bewust moet zijn van de potentiële gevaren. En eigenlijk moet je die van tevoren weten, voordat je ermee aan de slag gaat. Wat ik zelf altijd zeg tegen medewerkers bij ons op kantoor: begin eens met ChatGPT en begin eens te kijken door er een klein stukje jurisprudentie in te gooien. Ga eens wat vragen stellen over die jurisprudentie en kijk eens welke kant het opgaat. Vooral met jurisprudentie waar je heel bekend mee bent, die je honderd keer hebt gelezen. Of een stukje regelgeving wat je van binnen en van buiten kent. Of een bepaald proces waar je alles van weet, zoals import en fiscale vergunningen. Ga daar eens mee experimenteren. Wat ook heel waardevol is voor begrip van de limitaties, en dat is misschien wat technischer, is het maken van generatieve AI-art. Als je echt begrijpt hoe, of althans een basaal begrip hebt van hoe zo'n systeem eigenlijk vanuit een soort 'noise', van ruis, iets terug deduceert naar een plaatje, dan krijg je beter inzicht. Veel mensen denken dat het andersom werkt: dat je tekst invoert en door een database met plaatjes gaat en dan dat plaatje krijgt. Maar omdat het systeem iets unieks moet maken, begint het juist vanuit de ruis en gaat het pixels verplaatsen totdat die statistisch gezien op een juiste plek staan. Als je met tools zoals Midjourney of Stable Diffusion gaat werken, zie je ook wat de mogelijkheden zijn. Voor mij was het vooral ook een realisering dat het systeem – en ik hoop niet de boel te bagatelliseren – maar het werkt vooral op statistische berekeningen. Wat komt hierna, wat is het volgende woord? Als ik mezelf moet voorstellen en ik zeg 'Hallo, ik', dan is het enige woord wat je erachter kunt doen 'ben'. Dat is statistisch honderd procent, anders klopt het niet in je voorstellingsronde. Zo werkt dat, kort gezegd, ook voor AI. Als je dat weet en als je dus niet denkt dat er een of andere wonder-abracadabra achter zit die alles samen kan redeneren, dan denk ik dat je als jurist al de eerste stap hebt gezet tot kritisch zijn en tot goed nadenken over hoe je een AI kunt gebruiken en wat je daarmee kunt doen.

Wat zijn je praktische tips voor klanten die met AI aan de slag gaan?

Dat is heel lastig om zo algemeen te zeggen, omdat alles behoorlijk uiteen loopt. Vragen en problemen verschillen enorm, en sommige bedrijven beseffen niet hoe ver ze eigenlijk al zijn. Dus om nu echt te zeggen: dit is hét issue, dat is lastig. Maar ik denk dat er een grote analogie is tussen wat ik net heb genoemd en wat bedrijven nu doen. Kijk, natuurlijk, als je het hebt over bedrijven als AWS en dergelijke – al hun medewerkers weten precies wat er allemaal te halen is. Hun marketplace zit vol met allemaal super innovatieve AI-producten die ze weer naar ontelbare andere bedrijven kunnen vermarkten. Dat werkt allemaal bijzonder indrukwekkend en die bedrijven weten ook allemaal waar ze mee bezig zijn. Wat ik denk waar de kracht zit, is juist als je als bedrijf AI gaat gebruiken en je bent dus geen AI-bedrijf: zorg ervoor dat bij je personeel, je werknemers, bij de mensen die erover gaan, alle neuzen dezelfde kant op staan en iedereen weet waar je het over hebt. Dat zag ik ook heel erg een jaar of zes, zeven geleden toen die crypto-industrie heel groot werd. Die bedrijven groeiden als kool en hadden enorm veel juristen nodig. Dus werden er uit allerlei topkantoren en andere bedrijven allemaal waanzinnig slimme juristen, advocaten en fiscalisten aangetrokken. Maar ze kenden het product eigenlijk niet. Wat je dan ziet: je hebt ontzettend slimme mensen die waanzinnig goed zijn in hun vak, maar omdat ze het product niet helemaal kennen – en dan bedoel ik echt niet van binnen en van buiten, niet iedereen hoeft alle whitepapers te lezen – maar als je niet weet hoe jouw product eigenlijk fijntjes werkt, dan is het ook heel lastig om voor je bedrijf een positie op te bouwen. Je kunt risico's en mogelijkheden niet goed inschatten, en je kunt kansen missen. Daarin denk ik dat ook onze rol weer zit als strategisch adviseur. Een goede strategisch adviseur weet precies van de hoed en de rand. Dat is in een supersnelle technologisch vooruitgaande omgeving natuurlijk ontzettend lastig. Dat is vaak voor de meeste mensen al lastig om hun eigen vak bij te houden.

Hoe zorg je ervoor dat AI rekening houdt met alle gebruikers?

Om heel eerlijk te zijn denk ik niet dat er één AI-model is 'to rule them all'. Er is een reden waarom er honderden of duizenden AI-modellen zijn. Dat is omdat ze gemodelleerd zijn voor een specifieke doelgroep, voor een specifieke taak, met een specifieke dataset. Om een allesomvattend AI-systeem te hebben dat voor iedereen werkt, dat lijkt me toekomstmuziek die wellicht nooit mogelijk gaat worden. Er spelen zoveel factoren mee: data, belangen, alle verschillende gebruikers, bias waar we niet eens van weten. Nee, dat geloof ik niet.

Gaat AI jouw vakgebied wezenlijk veranderen?

Ik denk uiteindelijk wel, alleen wellicht niet zo snel als dat we denken. Er is een mooie uitspraak die zegt: als je midden in de technologie zit lijkt het langzaam te gaan, maar als buitenstaander lijkt het bijzonder snel. Kijk, het gaat snel, maar in principe – zonder hier te vloeken in de kerk – AI is natuurlijk al een jaar of zeventig bezig. Volgens mij was Alan Turing een van de eersten die zich daar begin jaren vijftig mee bezighield. Natuurlijk gaan er echt wel dingen veranderen. De advocatuur, fiscaliteit, de juridische wereld verandert denk ik constant en wezenlijk. De tijd dat een advocaat in een kamer zat met secretaresses tegenover hem met een typemachine en een advies per boot naar Amerika ging – dat lijkt lang geleden, maar je praat eigenlijk ook pas 25, 30 jaar geleden misschien. Dus wezenlijk verandert het wel degelijk. Denk ik dat advocatuur en fiscaliteit altijd mensenwerk blijft? Ja, dat denk ik wel. Ik kan me ook niet anders voorstellen. De nuance en het vergelijken van zaken die misschien niet in teksten staan of niet ergens vastgelegd zijn, toch te begrijpen en daarover te adviseren – sommige dingen zijn denk ik niet te vangen in AI. Het is lastig om in AI-termen te spreken data te maken die er niet is. Dat is denk ik ook wel een lastige in dit juridische geheel.

Wat is het risico dat AI-modellen minder accuraat worden door het gebrek aan feedback en het hergebruiken van gegenereerde data?

Dat is een terechte zorg. Zo'n model is deels ook gebaseerd op feedback, die natuurlijk door 99 procent van de gebruikers niet wordt gegeven. Er wordt gewoon gegenereerd, gegenereerd, gegenereerd. Het grootste gevaar zit volgens experts nog in het weer invoeren van die gegenereerde data die uit dat model komt. Voordat modellen worden gemaakt, wordt bijvoorbeeld gekeken of de distributie goed is. Zitten er evenveel mannen als vrouwen in de data? Want als je veel meer mannen hebt en je maakt bijvoorbeeld een model voor sollicitaties, dan kies je automatisch voor mannen als dat historisch in de data zit. Als je dus data gaat terugvoeren vanuit het model wat hij zelf gegenereerd heeft, ben je die distributies aan het wijzigen. Waardoor het model een kant opgaat – je weet niet welke – en uiteindelijk alleen maar zichzelf gaat herhalen. In het allerergste geval komen er nog alleen de meest gebruikte woorden uit en dat is het dan. Je hebt juist heel veel variatie nodig. Ik ben benieuwd hoe de techbedrijven – OpenAI, Meta, Google – dat onderscheid gaan maken en ervoor zorgen dat deze modellen nog met nieuwe, originele data worden gevoed en niet met gerecyclede, gegenereerde data. We kunnen op dit moment nog niet goed detecteren of tekst geschreven is door AI. Sterker nog, het model is geoptimaliseerd om zo menselijk mogelijk te klinken. Één ding wat ik bij ChatGPT altijd heel mooi vind en waaraan je het meteen kunt herkennen, is dat ChatGPT altijd de neiging heeft om in de laatste paar zinnen een samenvatting of conclusie te maken, terwijl je daar niet om vraagt. Ik zag recent ook een motivatiebrief voor een sollicitant langskomen die begon met 'samenvattend' – daar had je het al. Maar andere modellen, zoals Claude.ai, doen dat bijvoorbeeld niet. Verschillende taalmodellen hebben hun eigen karakteristieken, maar je gaat het denk ik steeds minder merken naarmate de technologie verbetert. Kernpunten en praktische adviezen Proactieve strategie: Wacht niet tot fiscale en juridische problemen zich aandienen. Denk vooruit over je positie en mogelijkheden, ook als regelgeving nog onduidelijk is. Kennis van het product: Zorg dat iedereen in je organisatie die met AI werkt, begrijpt hoe de technologie werkt. Alleen dan kun je effectieve strategieën ontwikkelen en risico's en kansen herkennen. Bewustwording en training: Laat juristen, advocaten en fiscalisten actief met AI-tools experimenteren. Begin met bekende jurisprudentie of regelgeving in ChatGPT om de sterke en zwakke punten te leren kennen. Kritische houding: Wees je bewust dat AI stellig kan zijn zonder dat de uitkomsten correct zijn. Controleer altijd AI-gegenereerde informatie, vooral juridische verwijzingen en interpretaties. Technisch begrip ontwikkelen: Experimenteer met generatieve AI-tools zoals Midjourney of Stable Diffusion om te begrijpen hoe AI werkt op basis van statistische berekeningen, niet op 'intelligentie' zoals wij die kennen. Privacy en data: Let op wat je in open AI-modellen invoert. Afhankelijk van je licentie kan ingevoerde data gebruikt worden voor training, wat risico's met zich meebrengt voor bedrijfsgevoelige informatie. Geen universele oplossing: Er is geen één AI-model dat voor alle doeleinden en gebruikers geschikt is. Verschillende modellen zijn geoptimaliseerd voor specifieke taken, doelgroepen en datasets. Menselijke expertise blijft essentieel: AI zal de juridische wereld veranderen, maar advocatuur en fiscaliteit blijven mensenwerk. Nuance, interpretatie en begrip van context zijn essentieel en (voorlopig) niet volledig te automatiseren. Implementeer in opleidingen: AI-geletterdheid zou onderdeel moeten zijn van juridische en fiscale opleidingen, zodat toekomstige professionals vanaf het begin bewust omgaan met deze technologie. Samenwerkingspartner, geen tegenstander: De belastingdienst en andere overheidsinstanties willen ook innoveren. Proactieve communicatie kan leiden tot constructieve samenwerking. Dit gesprek met Roger van de Berg maakt duidelijk dat AI de juridische wereld wezenlijk zal veranderen, maar dat menselijke expertise essentieel blijft. De grootste uitdaging ligt niet zozeer in de technologie zelf, maar in het ontwikkelen van voldoende begrip en een kritische houding bij professionals die ermee werken. Bedrijven die nu al proactief nadenken over de fiscale en juridische implicaties van AI, zullen beter gepositioneerd zijn voor de toekomst. Tegelijkertijd moeten juristen, advocaten en fiscalisten zich bewust worden van de mogelijkheden én beperkingen van AI-tools, zodat ze hun cliënten optimaal kunnen adviseren in een snel veranderende technologische omgeving. AIToday Live is een podcast die zich richt op de nieuwste ontwikkelingen in AI en de impact ervan op verschillende sectoren. In elke aflevering spreken hosts Niels Naglé en Joop Snijder met experts uit het veld om inzicht te krijgen in de mogelijkheden en uitdagingen van AI-technologie. Luister via je favoriete podcast app: Spotify, Apple podcasts, YouTube Music, en meer.