Verschoningsrecht en AI: hoe vertrouwelijk blijft een strafdossier in een taalmodel
/Bij het filteren van inbeslaggenomen telefoons en een laptop stuitte de rechter-commissaris in Rotterdam op ChatGPT-gesprekken. De beslagene had het programma een reactie laten opstellen die kennelijk bestemd was voor een verschoningsgerechtigde. In het proces-verbaal van 12 juni 2026 (ECLI:NL:RBROT:2026:9319) overweegt de rechter-commissaris dat een extern AI-systeem de ingevoerde en de gegenereerde informatie opslaat en die kan gebruiken, bijvoorbeeld om het model te trainen. Het invoeren van mogelijk verschoningsgerechtigde informatie kan daarom worden aangemerkt als openbaar maken, waardoor de informatie haar vertrouwelijke karakter verliest. De gesprekken zijn als niet-verschoningsgerechtigd gemarkeerd en maakten zo deel uit van de dataset die aan het onderzoeksteam is vrijgegeven.
Het gaat om één beslissing van één rechter-commissaris, in een zaak waarin het de cliënt was die de chatbot gebruikte. De redenering reikt verder dan die ene zaak. Zij raakt de advocaat die een dossier wil laten samenvatten en de cliënt die een gesprek met zijn raadsman voorbereidt. Ook de opsporing krijgt ermee te maken, omdat chatgeschiedenissen deel uitmaken van wat er op een inbeslaggenomen telefoon staat.
Op 8 december komen dit soort onderwerpen aan bod tijdens het congres Wat AI vraagt van de juridische praktijk in Den Haag.
Opslag en hergebruik als kern van de redenering
De rechter-commissaris verbindt het verlies van vertrouwelijkheid aan twee eigenschappen van de dienst: de aanbieder slaat invoer en uitvoer op, en kan die gebruiken om het model te trainen. Daarmee is nog niet gezegd wat geldt wanneer die eigenschappen ontbreken. Denk aan een dienst waarbij de aanbieder contractueel heeft toegezegd de invoer niet voor training te gebruiken en na verwerking te verwijderen, of aan een model dat op eigen hardware draait. De beslissing hoefde die varianten niet te beoordelen en doet dat ook niet. Voor de praktijk zijn het wel de varianten waar het om gaat, omdat de keuze voor een tool juist op die punten wordt gemaakt.
De geheimhoudingsplicht van de advocaat
Voor de advocaat zelf komt daar de geheimhoudingsplicht bij. Artikel 11a Advocatenwet verplicht de advocaat tot geheimhouding van alles waarvan hij uit hoofde van zijn beroepsuitoefening kennisneemt. Dezelfde plicht geldt voor zijn medewerkers en personeel en voor andere personen die bij de beroepsuitoefening zijn betrokken. Wie een dossier in een AI-dienst laadt, betrekt een aanbieder bij dat werk. Of die aanbieder dan te vergelijken is met de leverancier die de dossiers en de e-mail van de praktijk host, of met een buitenstaander aan wie iets wordt verteld, beantwoordt de Rotterdamse beslissing niet. Het ligt voor de hand dat daarbij meeweegt wat de aanbieder technisch met de invoer doet en wat daarover contractueel is vastgelegd. Die twee dingen verschillen per dienst en per abonnement.
De cliënt en de opsporing
De Rotterdamse zaak laat zien dat het risico ook buiten de eigen praktijk ligt. Een cliënt die zijn verhaal eerst aan een chatbot voorlegt en daarna aan zijn advocaat, heeft de vertrouwelijkheid in de redenering van de rechter-commissaris zelf prijsgegeven. Dat is een onderwerp voor het eerste gesprek met een cliënt, naast de bekende waarschuwing om niet met anderen over de zaak te praten.
Voor het Openbaar Ministerie, de FIOD en toezichthouders speelt de vraag van de andere kant. Bij het filteren van digitaal beslag moet worden bepaald hoe gesprekken met AI-diensten worden behandeld. Daarnaast verwerken zij zelf gegevens waarvoor dezelfde afweging tussen een externe dienst en een eigen omgeving geldt.
Cloud of eigen server
Een model dat lokaal draait, neemt het bezwaar weg dat de invoer bij een derde wordt opgeslagen. Er komen andere vragen voor terug. De beveiliging en het beheer liggen dan bij de organisatie zelf, en het is de vraag of een lokaal model goed genoeg is voor het werk dat ervan wordt gevraagd. Voor een kleine strafrechtpraktijk is dat een andere afweging dan voor een parket met een eigen ICT-afdeling.
Op 8 december: hoe je dit in de praktijk regelt
De Rotterdamse beslissing laat zien wat er misgaat bij een publieke chatbot. Hoe het wel kan, staat er niet in. Die vraag komt aan bod in twee plenaire sessies van het congres Wat AI vraagt van de juridische praktijk, op dinsdag 8 december 2026 in Den Haag.
De sessie over dataveiligheid en AI wordt gegeven door twee sprekers die het strafdossier van binnenuit kennen. Sander Denneman verdedigde ondernemingen in fraude-, witwas- en corruptiezaken en is medeoprichter van Lexboost, een AI-toepassing die rechtspraak doorzoekt en analyseert. Kerem Canatan staat sinds 2008 cliënten bij in fraudezaken en economisch strafrecht en is daarnaast CEO van CaseLynx. Zij brengen de ervaring mee van wie zelf met zulke dossiers heeft gewerkt en weet welke stukken een praktijk nooit uit handen wil geven.
Later op de dag behandelt Ot van Daalen de vraag of lokale AI een alternatief is voor de cloud. Hij is advocaat bij Root Legal en onderzoeker bij het Instituut voor Informatierecht van de Universiteit van Amsterdam. Hij promoveerde op onder meer informatiebeveiliging en encryptie en werkte eerder bij de Autoriteit Persoonsgegevens. Wie overweegt gevoelige dossiers buiten de cloud te houden, hoort hier wat die keuze inhoudt.
De rest van het programma gaat over wat AI van een praktijk als geheel vraagt. Eva Bosma opent met een keynote over AI-transformatie, en in de workshops komen onder meer het opleiden van nieuwe medewerkers en de rechtsbescherming bij algoritmische selectie aan bod. Je kunt de dag in Den Haag bijwonen, live online volgen of achteraf terugkijken. Deelname kost € 599 exclusief btw en levert 6 PO/PE-punten op, waarvan 3 juridisch.
