Van audio naar archief: duurzame toegankelijkheid van gesproken overheidsinformatie

Wettelijke kaders en de definitie van archiefbescheiden

De kern van overheidsarchivering wordt gevormd door de wettelijke plicht om alle overheidsinformatie in goede, geordende en toegankelijke staat te brengen en te bewaren. Dit klinkt wellicht als een puur administratieve handeling, maar het raakt direct aan de fundamenten van onze democratische rechtsstaat: de controlefunctie en de rechtszekerheid van de burger.

Onder de Archiefwet vallen alle documenten die naar hun aard bestemd zijn voor raadpleging of bewijs, ongeacht de vorm waarin ze zijn gegoten. Dit betekent dat de definitie van archiefbescheiden zich niet beperkt tot papieren nota's, ondertekende brieven en digitale pdf-bestanden. Ook geluidsopnames, videoverslagen van raadsvergaderingen en podcasts waarin beleid wordt toegelicht, vallen onmiskenbaar onder deze definitie.

Veel overheidsorganisaties worstelen in de dagelijkse praktijk met de invulling van deze eis als het gaat om audiovisueel materiaal. Een mp3-bestand of een video-opname die simpelweg op een netwerkschijf of in een zaaksysteem wordt geplaatst, voldoet technisch gezien misschien aan de opslageis, maar faalt vaak volledig op het gebied van werkelijke toegankelijkheid. Zonder een tekstuele weergave is de inhoud immers een 'black box': niet doorzoekbaar via de gangbare zoekmachines binnen de overheid en niet snel te scannen op relevantie. Hierdoor dreigt waardevolle context over hoe een besluit tot stand is gekomen verloren te gaan in een digitaal zwart gat, wat in strijd is met de geest van de wet die juist transparantie beoogt.

Selectielijsten en bewaartermijnen in de praktijk

Een onmisbaar instrument voor elke informatiebeheerder is de selectielijst, waarin nauwgezet wordt vastgelegd welke informatiecategorieën voor eeuwig bewaard moeten blijven en welke informatie na een vastgestelde termijn vernietigd moet worden. Voor gemeenten, provincies en waterschappen bestaan er specifieke selectielijsten die dicteren hoe lang vergaderstukken en besluitenlijsten bewaard moeten blijven.

De grote uitdaging bij audio-opnames ligt echter in de waardering en selectie van de inhoud. Is een integrale opname van een voorbereidende commissievergadering een te bewaren archiefstuk van blijvende waarde, of volstaat de officiële, samengevatte besluitenlijst? In het huidige tijdsgewricht neigt de interpretatie steeds vaker naar het bewaren van de opname, zeker in het licht van de Wet open overheid die actieve openbaarmaking en maximale transparantie stimuleert.

Echter, het bewaren van ruwe audio gedurende tientallen jaren brengt aanzienlijke:

• technische uitdagingen
• opslagkosten
• beheerlasten met zich mee.

Daarnaast speelt de prangende vraag of een bestandsformaat als mp3 over vijftig of honderd jaar nog wel ondersteund wordt door toekomstige software. De duurzaamheidseisen voor het e-Depot schrijven voor dat bestandsformaten open, robuust en goed gedocumenteerd moeten zijn. Hierdoor ontstaat er een constante spanning tussen de laagdrempeligheid van het maken van een snelle opname met een telefoon of laptop en de strenge, formele eisen die gesteld worden aan de langdurige opslag en preservering ervan in een gecertificeerde archiefomgeving.

Rol van metadata en doorzoekbaarheid

Om audiovisueel materiaal daadwerkelijk duurzaam toegankelijk te maken en te houden voor toekomstige generaties, is de toevoeging van rijke metadata onontbeerlijk. Metadata zijn de beschrijvende gegevens die de context, inhoud, structuur en vorm van het informatieobject vastleggen.

Bij een traditioneel tekstdocument is dit proces vaak relatief eenvoudig en deels geautomatiseerd: de tekst zelf kan volledig geïndexeerd worden door de zoekmachine en gegevens zoals de auteur, datum en versie staan vaak al in de bestandseigenschappen. Bij een audiobestand ontbreekt deze inherente doorzoekbaarheid volledig. Een beleidsmedewerker of journalist die over tien jaar wil terugzoeken wat er precies gezegd is over de aanbesteding van een specifieke brug of de nuances in een debat over jeugdzorg, kan onmogelijk honderden uren aan audio gaan terugluisteren in de hoop het juiste fragment te vinden.

Hier ligt een essentiële en transformerende rol voor transcriptie en samenvatting. Door gesproken woord accuraat om te zetten naar tekst, wordt de inhoud ontsloten voor zoekalgoritmen en kan deze gekoppeld worden aan de juiste dossiers en zaaknummers. Het toevoegen van een volledig transcript als metadata of als onlosmakelijk gekoppeld bestand aan de audiovisuele bron zorgt ervoor dat de informatie niet alleen fysiek bewaard blijft, maar ook daadwerkelijk vindbaar en raadpleegbaar is voor toekomstig historisch onderzoek of bij WOO-verzoeken.

Accuratesse en taalmodellen voor de overheid

De kwaliteit en accuratesse van de transcriptie is bij archivering van doorslaggevend belang, zeker in een overheidscontext waar juridische correctheid, nuance en bestuurlijke sensitiviteit voorop staan.

Generieke spraakherkenningssoftware, die vaak getraind is op algemeen dataverkeer, heeft regelmatig moeite met het specifieke jargon dat gebruikt wordt in domeinen als ruimtelijke ordening, sociaal domein of financiële beschouwingen. Woorden als 'bestemmingsplanwijziging', 'participatiewet' of specifieke wetsartikelen worden door standaardmodellen vaak verkeerd verstaan, wat leidt tot onleesbare of zelfs misleidende teksten. Ook regionale accenten, die in de lokale politiek en bij waterschappen veel voorkomen, vormen een groot struikelblok voor internationale modellen die voornamelijk getraind zijn op 'Standaardnederlands' of zelfs op vertaalde Engelse datasets.

Een foutieve transcriptie kan desastreuze gevolgen hebben, zoals:

• de misinterpretatie van historische besluiten
• reputatieschade voor sprekers
• onterechte conclusies bij journalistiek onderzoek.

Voor een betrouwbaar en integer archief is het dus noodzakelijk dat de gebruikte transcriptietechnologie specifiek getraind en geoptimaliseerd is voor de Nederlandse bestuurlijke context en terminologie. Alleen dan kan de tekstuele weergave dienen als een volwaardige representatie van het gesproken woord en kan deze met vertrouwen worden opgenomen in het archiefbeheersysteem als authentieke bron.

Privacy en avg bij opnames en transcripten

Naast de toegankelijkheid is de bescherming van persoonsgegevens een zwaarwegend en complex aspect bij het archiveren van vergaderingen en gesprekken. De Algemene Verordening Gegevensbescherming (AVG) stelt strikte eisen aan het verwerken, bewaren en delen van data die herleidbaar is tot individuen.

Tijdens vergaderingen in het sociaal domein of bij vertrouwelijk overleg worden regelmatig namen genoemd van:

• burgers
• cliënten
• klagers
• medewerkers die niet in de openbaarheid treden.

Bij een integrale audio-opname is het bijzonder arbeidsintensief en technisch lastig om deze specifieke fragmenten te anonimiseren of te verwijderen zonder de context van het gesprek te vernietigen. Een transcriptie biedt hier een uitkomst en maakt het proces van anonimiseren beheersbaar: in tekst is het aanzienlijk eenvoudiger om persoonsnamen, adressen of gevoelige passages te identificeren via zoekfuncties en deze, indien nodig, onleesbaar te maken voor publicatie of bredere verspreiding. Dit proces, ook wel lakken genoemd, is in tekstvorm veel nauwkeuriger uit te voeren dan in audio, waar men vaak moet werken met 'bliepjes' of het wegknippen van tijdsblokken.

Informatiebeheerders moeten daarom continu een zorgvuldige afweging maken tussen de plicht tot openbaarheid en de plicht tot privacybescherming. Geavanceerde tools kunnen hierbij ondersteunen door automatisch entiteiten zoals namen en BSN-nummers te herkennen, maar menselijke validatie blijft in veel gevallen noodzakelijk voor de definitieve archivering.

Data-soevereiniteit en opslaglocaties

De vraag waar de data fysiek wordt opgeslagen en verwerkt is voor overheidsinstanties geen technisch detail, maar een harde vereiste van nationale veiligheid en digitale soevereiniteit. Het gebruik van publieke clouddiensten voor het verwerken en transcriberen van vergaderingen ligt onder een vergrootglas, zeker na diverse rechterlijke uitspraken over data-uitwisseling met niet-Europese mogendheden en het vervallen van het Privacy Shield. Overheidsdata, en zeker vertrouwelijke vergaderstukken van B&W of vertrouwelijke commissies, mogen niet zomaar de grens overgaan naar servers die onderhevig zijn aan buitenlandse wetgeving zoals de Amerikaanse CLOUD Act, die inlichtingendiensten toegang kan geven tot de data.

Voor duurzame en veilige archivering is het essentieel dat de volledige keten van dataverwerking:

• gesloten
• transparant
• controleerbaar is.

Dit betekent dat bij de inzet van AI voor transcriptie en samenvatting expliciet gekozen moet worden voor leveranciers die hun infrastructuur volledig binnen de Europese Economische Ruimte hebben ondergebracht en die volledige transparantie bieden over hun verwerkersovereenkomsten en beveiligingsstandaarden. Alleen op die manier kan de integriteit, vertrouwelijkheid en beschikbaarheid van het overheidsarchief gewaarborgd blijven op de lange termijn en voldoet de organisatie aan de Baseline Informatiebeveiliging Overheid (BIO).

Integratie in werkprocessen

De modernisering van de archieffunctie vraagt om een integrale benadering waarin technologie, wetgeving en veranderende werkprocessen samenkomen. Het is niet langer houdbaar om audio-opnames te behandelen als een incidenteel bijproduct dat ergens op een vergeten schijf belandt. Ze vormen in de huidige digitale realiteit een primair bestanddeel van de bestuurlijke verantwoording en de historische reconstructie.

Informatieprofessionals en archivarissen doen er goed aan om nu al beleid te ontwikkelen op de conversie van spraak naar tekst, nog voordat de hoeveelheid data onbeheersbaar wordt en er achterstanden ontstaan die niet meer in te lopen zijn. De volgende stappen moeten nu genomen worden om te voorkomen dat er in de toekomst gaten vallen in het collectieve geheugen van de overheid:

1. Het direct koppelen van transcripties aan de audiobron
2. Het verrijken met de juiste metadata bij de bron
3. Het zorgen voor een AVG-veilige verwerking.

Dit vergt ook een cultuuromslag bij de vergaderaars zelf: zij moeten zich bewust zijn van het feit dat hun gesproken woord onderdeel wordt van het archief. De technologie is inmiddels zover gevorderd dat dit proces grotendeels geautomatiseerd kan plaatsvinden op de achtergrond, waardoor de administratieve lastendruk voor de organisatie beperkt blijft terwijl de kwaliteit en de compleetheid van het archief significant toenemen.