GPT-NL: een soeverein taalmodel voor Nederland

Waarom GPT‑NL?

Taalmodellen zoals ChatGPT laten zien wat AI kan betekenen voor innovatie, productiviteit en maatschappelijke oplossingen. Tegelijkertijd roept deze ontwikkeling fundamentele vragen op. Wie bepaalt hoe deze modellen werken? Welke data worden gebruikt? En hoe borgen we publieke waarden zoals privacy, auteursrecht en transparantie?

Met GPT‑NL bouwt TNO, samen met SURF en NFI, aan een eigen Nederlands taalmodel en ecosysteem. Daarmee versterken we de digitale autonomie van Nederland en Europa, en creëren we een solide basis voor verantwoorde AI‑toepassingen.

GPT-NL waarden

We ontwikkelen een verantwoord taalmodel voor de Nederlandse taal en context: betrouwbaar, transparant, wederkerig, en soeverein.

Soeverein: grip op technologie die ertoe doet

GPT‑NL wordt ontwikkeld binnen Nederland en Europa. Dat betekent: zeggenschap over het model, de data en de keuzes die we maken. We voorkomen afhankelijkheid van buitenlandse aanbieders en bouwen aan een duurzaam AI‑ecosysteem dat aansluit bij onze wetgeving, waarden en maatschappelijke doelen.

Open en transparant: inzicht van bron tot model

Transparantie staat centraal in de ontwikkeling van GPT‑NL. We maken expliciet welke keuzes we maken tijdens dataverzameling en training, en hoe we omgaan met risico’s zoals bias en ethische vraagstukken. We publiceren de broncode open source en delen inzichten over de dataset. Modelgewichten stellen we beschikbaar via een gecontroleerde licentie. Zo weten we wie het model gebruikt en kunnen gebruikers informeren bij updates of wijzigingen, bijvoorbeeld na een opt‑out van data. Op die manier opereren we transparant, zonder in te leveren op veiligheid, en naleving van regelgeving.

Betrouwbaar: bescherming van gebruikers en burgers

Daarnaast trainen we het model volledig from scratch. Zo voorkomen we dat onduidelijke herkomst, auteursrechtelijke risico’s of mogelijke persoonsgegevens uit bestaande modellen worden overgenomen.

Om te zorgen voor een betrouwbaar fundament onder het model voldoet onze dataverzameling aan strikte criteria:

• Bescherming van intellectueel eigendom
• Verwijderen en anonimiseren van persoonsgegevens voor de training van het model
• Uitsluiten van informatie onder vertrouwelijkheidseisen
• Uitsluiten van schadelijke inhoud
• Vermijden van duplicaties in de dataset

Wederkerig: eerlijke afspraken over data en waarde

GPT‑NL kiest bewust voor een schone en rechtmatige dataketen. We werken in dialoog met dataproviders en betrekken hen actief bij de ontwikkeling van het model.

Via de Content Board krijgen deze auteursrechthebbenden inspraak in de toekomst van GPT‑NL. Een deel van de opbrengsten vloeit terug naar de makers. Zo creëren we een eerlijker innovatiemodel waarin waarde wordt gedeeld, niet onttrokken.

Efficiënt omgaan met middelen

De ontwikkeling van AI vraagt veel rekenkracht en energie. Daarom sturen we actief op energie‑efficiëntie en verantwoord gebruik van hulpbronnen. Op basis van wetenschappelijk onderzoek optimaliseren we zowel de omvang van het model als het trainingsproces, met aandacht voor energie‑ en waterverbruik.

Publiek gefinancierd, publiek verantwoord

GPT‑NL wordt gefinancierd vanuit RVO/Ministerie van EZK. Voor het project is 13,5 miljoen euro beschikbaar gesteld. Deze publieke investering onderstreept het belang van een onafhankelijk, betrouwbaar en toekomstbestendig Nederlands taalmodel. GPT‑NL laat zien dat krachtige AI en publieke waarden hand in hand kunnen gaan. Zo bouwen we samen aan technologie die Nederland sterker, autonomer en eerlijker maakt.