AI-readiness

Kunnen machines het lezen zoals u het bedoelt?

Een publieke instelling publiceert een nieuwe versie van een regeling, met een duidelijke opmerking dat de vorige versie niet langer geldt. Een week later vragen burgers een AI-assistent naar de regels. Het antwoord citeert de oude versie. In een ander geval mengt de assistent de Engelse pagina met een verouderde vertaling en presenteert het resultaat als het standpunt van de instelling. In een derde geval vat hij een voor consultatie gepubliceerd concept samen alsof het definitief is.

De instelling heeft volgens de standaarden van het web niets verkeerd gedaan. Haar pagina’s zijn correct, duidelijk geschreven en gemakkelijk voor mensen te lezen. Maar de machines die ze lezen moesten raden welk document actueel was, welke vertaling equivalent was en welke tekst gezaghebbend was. Ze gokten verkeerd.

Dat is het probleem dat we met AI-readiness bedoelen. Het gaat niet om speciale content voor AI produceren. Het is een eigenschap van de manier waarop publieke informatie wordt gepubliceerd: of een machine kan identificeren wat zij leest, welke versie actueel is en wat de uitgever bedoelt, zonder dat te hoeven reconstrueren.

Voor ons is dat een publicatieprobleem, en uitgevers kunnen het oplossen.

Onze positie is eenvoudig te formuleren. Publieke informatie mag machines niet laten gokken. De beslissingen die ertoe doen — welke resource dit is, welke representatie gezaghebbend is, wie erachter staat, hoe actueel zij is — moeten van machine-inferentie verschuiven naar declaraties die de uitgever controleert.

Het probleem is publicatie, niet AI

Veel discussie over AI-readiness begint bij het model. Hoe maken we onze content aantrekkelijk voor AI? Hoe optimaliseren we voor antwoorden in plaats van zoekresultaten?

Wij beginnen bij de uitgever. Instellingen publiceren al gezaghebbende informatie via interfaces die voor mensen en browsers zijn ontworpen. Een persoon kan doorgaans zien welk deel van een pagina het document is en welk deel navigatie, welke versie actueel is, welke taal hij leest en welke organisatie erachter staat.

Een machine kan dezelfde woorden extraheren en toch elk van die relaties missen. Twee machines die dezelfde site lezen kunnen tot verschillende conclusies komen over welk adres canoniek is, of twee pagina’s hetzelfde document zijn, of de ene een vertaling van de andere is en of wat ze lezen nog geldig is.

Geen daarvan is een fout van het model. Het is een gat in de interface die de instelling publiceert.

Machines zijn al uw lezers

Elke publieke instelling heeft nu een nieuwe klasse routinematige lezer. Ze heeft daar niet om gevraagd en heeft haar publicatie er in de meeste gevallen niet op aangepast.

Wij beschouwen machinelezers als first-class clients van publieke informatie. Dat betekent niet een tweede website voor AI bouwen of anders schrijven voor machines dan voor mensen. Het betekent een machinegerichte representatie publiceren als onderdeel van dezelfde resource en de relatie tussen beide expliciet maken.

Een menselijke pagina en haar machinerepresentatie kunnen dezelfde content dragen zonder hetzelfde bestand te zijn. Wat telt is dat de relatie wordt gedeclareerd: dit is hetzelfde logische document, dit is zijn canonieke menselijke adres, dit is zijn machineadres, en zo verhouden beide zich tot elkaar.

Wanneer die relaties impliciet blijven, moet elk downstreamsysteem zelf beslissen. Wanneer ze zijn gedeclareerd, beslist de uitgever.

Wat een machine niet zou moeten hoeven raden

Wij gebruiken de term machine publishing contract voor de minimale set declaraties waarmee een machine een publieke resource kan identificeren en gebruiken zonder de intentie van de uitgever te reconstrueren. In de praktijk omvat die zes vragen.

Identiteit. Welk logisch document is dit, onafhankelijk van het adres waarvandaan het werd opgehaald, de taal waarin het staat en het bestand waarin het arriveerde?

Discovery. Waar bevindt de machinerepresentatie zich? Een machine moet haar via een gedeclareerd entry point kunnen vinden in plaats van URL-varianten te proberen en te hopen.

Provenance. Wat zegt de uitgever over hoe de content is geproduceerd en wie erachter staat?

Processing scope. Wat wil de uitgever dat een machine ermee doet: citeren, samenvatten, indexeren, doorgeven, voor training gebruiken? Een publiek adres betekent dat een resource bereikbaar is. Het drukt op zichzelf niet de voorwaarden uit die de uitgever aan het gebruik koppelt.

Pariteit. Hoe verhoudt de machinerepresentatie zich tot wat een persoon ziet? Als zij materiaal bevat dat geen menselijke lezer ziet, moet dat worden gedeclareerd. Anders kan machine-only content gezag krijgen dat niemand heeft gecontroleerd.

Actualiteit. Is dit nog steeds de versie waar de uitgever achter staat? Is de bron veranderd sinds de representatie werd gegenereerd? Is zij actueel, vervangen of historisch?

Elk van deze vragen kan door een uitgever in enkele gedeclareerde velden worden beantwoord. Onbeantwoord wordt elk ervan een gok die elk systeem dat de pagina leest afzonderlijk maakt.

Schone tekst is niet genoeg

Een veelvoorkomende eerste stap richting AI-readiness is schone tekst, vaak Markdown, naast HTML aanbieden. Dat is nuttig. Het vermindert ruis en parsingkosten.

Het beantwoordt geen van de zes vragen hierboven. Een schoon bestand zegt nog steeds niet welk document het vertegenwoordigt, of het overeenkomt met de menselijke pagina, of het actueel is of wat de uitgever bedoelt. Het maakt extractie gemakkelijker. Het maakt de publicatiegrens niet expliciet.

Het contract rond de tekst is wat een leesbaar bestand in betrouwbare infrastructuur verandert.

Een declaratie is een ontvangstbewijs, nooit een oordeel

Dit is de belangrijkste grens in ons werk rond machineleesbare publicatie, en de gemakkelijkste om te verliezen.

Een provenanceveld legt vast hoe de uitgever de oorsprong van een document beschrijft. Het bewijst auteurschap niet. Een hash laat zien of content is veranderd. Hij laat niet zien dat de content waar is. Een handtekening laat zien dat een bepaalde sleutel een bepaald bestand heeft ondertekend. Ze laat niet zien dat de claims erin correct zijn. Een processing preference verklaart intentie. Ze kan een extern systeem niet dwingen die te volgen. Een validatiecheck kan bevestigen dat een bestand goed gevormd, actueel en consistent met de menselijke pagina is. Hij kan geen correctheid, neutraliteit of juridische juistheid certificeren.

Een declaratie is een ontvangstbewijs, nooit een oordeel. Machineleesbaar betekent niet waar.

Dit is belangrijk omdat systemen die publieke informatie consumeren er steeds vaker naar handelen. Een systeem dat de declaratie van een uitgever niet van een onafhankelijk geverifieerd feit kan onderscheiden geeft die verwarring door aan iedereen die op zijn antwoorden vertrouwt. Goede machinepublicatie geeft zulke systemen wat ze nodig hebben om te oordelen: precieze declaraties, duidelijk gelabeld, met de grenzen van elk signaal zichtbaar. Ze vervangt hun oordeel niet en moet dat ook niet proberen.

Hetzelfde geldt voor de instellingen zelf. Een organisatie die machineleesbare declaraties publiceert heeft mensen nodig die kunnen beoordelen waartoe die declaraties haar verplichten en waartoe niet.

Open by design, geen nieuwe gatekeeper

Een instelling is niet AI-ready als haar machine-interface ervan afhangt dat één modelaanbieder een private conventie begrijpt, of dat één serviceprovider haar bestanden controleert.

Het contract moet open zijn en onafhankelijk van een specifieke consument kunnen worden gebruikt. Daarom volgt onze benadering van standaarden een vast patroon: identificeer het ontbrekende stuk, publiceer een open specificatie, bouw een referentie-implementatie, draai die op onze eigen infrastructuur en maak het resultaat inspecteerbaar.

Dat bepaalt ook hoe we over validatie denken. Onafhankelijke checks zijn waardevol: of een bestand goed gevormd is, of het overeenkomt met de menselijke pagina, of het nog actueel is, of een citaat resolveert. Maar een uitgever moet een geldige machinerepresentatie kunnen publiceren zonder iemand om toestemming te vragen, en een lezer moet haar kunnen gebruiken zonder een centrale service aan te roepen. Validatie moet een dossier opleveren van wat is gecontroleerd, geen autoriteit over de bron.

We werken niet alleen in deze ruimte. robots.txt drukt al lang crawlerpreferenties uit. Het llms.txt-voorstel biedt een lichtgewicht entry point voor taalmodellen. TDMRep biedt een protocol om de voorbehouden voor text- en datamining uit te drukken die het Europese auteursrecht rechthebbenden toestaat machineleesbaar te maken. RSL biedt een manier om licentievoorwaarden voor AI-gebruik te publiceren. Werk bij de IETF aan AI-preferenties streeft naar een gemeenschappelijke woordenschat voor gebruikspreferenties. C2PA definieert content credentials voor de provenance van media. Elk pakt een deel van het probleem aan.

Ons werk bevindt zich op twee niveaus. De scope is een machine publishing contract: identiteit, representatie, declaraties van de uitgever en discovery, met processing scope als één onderdeel. De bijdrage is het deel dat de andere het minst definiëren: de gedeclareerde relatie tussen een menselijke pagina en haar machinerepresentatie.

Een machinepublicatiestandaard mag geen nieuwe gatekeeper creëren in naam van het verwijderen van een oude afhankelijkheid.

Machineleesbaar mag geen achterdeur worden

Een representatie die voor machines is ontworpen kan ook tegen hen worden gebruikt.

Gestructureerde metadata kunnen instructies dragen. Machine-only secties kunnen tekst bevatten die geen persoon ooit ziet. Een uitgever te kwader trouw kan proberen een consumerend systeem te sturen via precies de interface die het betrouwbaarder moest maken.

Daarom behandelen we alles wat een uitgever tegen een machine zegt als intentie, niet als opdracht. Een consumerend systeem moet de instructie van een uitgever kunnen lezen terwijl zijn eigen beveiligingsregels en de prioriteiten van zijn operator erboven blijven staan. Pariteitsdeclaraties bestaan mede om die reden: content die alleen machines kunnen zien moet als zodanig zichtbaar zijn.

Machineleesbare publicatie mag geen privilege voor prompt injection worden.

Wat we hebben gebouwd

Machine Page Format (MPF) is onze geïmplementeerde uitwerking van deze positie.

Een pagina publiceert naast haar HTML een MPF-companion. De companion draagt gestructureerde declaraties en een schone body: identiteit, taal en vertalingen, provenance, een fingerprint van de bron, pariteit met de menselijke pagina, processing scope, actualiteitssignalen en een verwijzing naar de specificatie die zij volgt. Een site publiceert een machineleesbare index zodat companions zonder giswerk kunnen worden gevonden.

MPF is gepubliceerd als open specificatie met een referentie-implementatie. We publiceren MPF op ons eigen webestate, inclusief deze site, en gebruiken de output zelf. De specificatie, publicatieconventies en het register van inspecteerbare implementaties zijn gedocumenteerd onder Machine Page Format (MPF).

MPF begon bewust met statische pagina’s. Statische output kan worden geïnspecteerd, gecachet, gearchiveerd en door eenvoudige infrastructuur zonder proprietary client worden geserveerd. Het is niet het antwoord voor elk type resource. Datasets, live services en media stellen andere vragen, en een nieuwe resourceklasse moet haar eigen contract krijgen wanneer haar betekenis werkelijk verschilt, in plaats van één formaat uit te rekken tot het vaag wordt.

Hoe we er samen aan werken

Ons werk rond AI-readiness met een partner begint bij diens publicatie, niet bij een specifiek AI-systeem.

Lees de site zoals een machine dat doet. Identificeer waar identiteit, actualiteit, vertalingen en autoriteit impliciet zijn en waar machines waarschijnlijk zullen gokken.

Beslis wat de instelling wil declareren. Welke documenten gezaghebbend zijn, welke drafts of historisch zijn, welke verwerking zij wil toestaan en wie achter de declaraties staat.

Publiceer het contract. Gebruik open formaten, gegenereerd als onderdeel van het normale publicatieproces zodat de machinerepresentatie niet stilzwijgend van de menselijke pagina kan afdrijven.

Laat het vermogen om te oordelen achter. De instelling moet eindigen met mensen die begrijpen waartoe haar declaraties haar verplichten en die het volgende tool-, standaard- of leveranciersvoorstel zelfstandig kunnen beoordelen.

Wanneer we samen met een partner naar een publicatie-omgeving kijken, werken we doorgaans deze vragen door:

Waar we voorzichtig zijn

We houden ons aan enkele toezeggingen over wat we claimen.

We presenteren AI-readiness niet als AI safety. Het meet niet hoe robuust een model is, of een AI-systeem rechtmatig is, of zijn antwoorden correct zijn.

We claimen niet dat metadata iets afdwingen. Een gedeclareerde voorkeur vermeldt intentie; ze bindt geen extern systeem en vervangt de wet niet.

We behandelen een declaratie niet als bewijs. Provenance-, confidence- en scopevelden zijn wat een uitgever zegt, en we labelen ze zo.

We claimen voor MPF geen capaciteiten die de implementatie niet heeft. De specificatie beschrijft wat de referentie-implementatie werkelijk produceert, en niets meer.

En we vragen machines niet ons automatisch te vertrouwen. Ons doel is smaller: de publicatiegrens expliciet genoeg maken dat een machine haar niet hoeft te verzinnen.

Verder lezen

• Richtlijn (EU) 2019/790, artikel 4, over text- en datamining en het voorbehoud van rechten met machineleesbare middelen.
• Coalition for Content Provenance and Authenticity (C2PA), technische specificatie.
• Het llms.txt-voorstel.
• ESFI, Specificatie 0.7 van Machine Page Format.

Gerelateerde thema’s: Soevereiniteit · Capaciteitsoverdracht · Machine Page Format (MPF)

Wijzigingen in deze positie

• 24 september 2026 — Voor het eerst gepubliceerd.

Materiële wijzigingen worden hier met datum vermeld. Correcties van formulering of links worden niet opgenomen.