Waarom kan ik een geïmplementeerd model mijn gegevens niet laten vergeten?
Kans
Artikel 17 van de AVG geeft mij het recht op verwijdering, maar zodra een model op basis van mijn gegevens is getraind, kan niemand mijn bijdrage op efficiënte wijze uit de gewichten verwijderen. Huidige methoden voor ‘unlearning’ onderdrukken ofwel de uiteindelijke outputlaag, terwijl mijn informatie gecodeerd blijft in tussenliggende representaties, of vereisen een volledige hertraining die geen enkele productie-operator op grote schaal zal uitvoeren. Een arXiv-artikel uit juni 2026 over ML-toeleveringsketens concludeert dat het recht op verwijdering structureel niet afdwingbaar is in fine-tuning-ketens. De kloof tussen het wettelijke recht en de technische realiteit wordt steeds groter telkens wanneer een basismodel verder wordt verfijnd op basis van persoonsgegevens.
Waarom het belangrijk is
Wettelijke rechten op gegevensverwijdering hebben geen betekenis zolang een model niet daadwerkelijk in staat is om te vergeten, maar alleen zijn output onderdrukt.
Hoe ik de kans beoordeel
De Opportunity Score is mijn eigen inschatting, geen meting: hoe ernstig het pijn doet, hoe vaak het toeslaat, en hoe weinig er vandaag de dag bestaat om het op te lossen. Hoger betekent dat ik denk dat het meer de moeite waard is om te bouwen.
Hoeveel pijn het veroorzaakt wanneer het zich voordoet.
Hoe vaak mensen er daadwerkelijk tegenaan lopen.
Hoe weinig goede tools er vandaag de dag voor bestaan.
Meer problemen die het oplossen waard zijn
Waarom vergeet elke AI-app mij op het moment dat ik het tabblad sluit?
AIWaarom is het leren van een nieuw vakgebied nog steeds afhankelijk van weten wat je moet vragen?
AIWaarom kan een niet-expert niet verifiëren wat een AI hem zojuist heeft verteld?
AIWaarom testen we modellen op benchmarks maar brengen we ze op de markt op gevoel?
AIWaarom hebben AI-agenten geen geheugen voor hun eigen fouten?
AIWaarom kan ik niet controleren waarop een model daadwerkelijk is getraind?