Waarom we afscheid hebben genomen van AssemblyAI (en wat we in plaats daarvan bouwen)

In juli 2026 werd onze transcriptie langzamer. We willen uitleggen waarom we vonden dat dat de moeite waard was.

dembrane draaide tot voor kort twee processen naast elkaar om ervoor te zorgen dat iedereen in de zaal gehoord werd: AssemblyAI maakte een woordelijk transcript, dat Gemini vervolgens controleerde. We zijn nu bezig met onze compliance-ronde voor de EU AI Act van volgend jaar, en de voorwaarden van AssemblyAI verplichten klanten om de dienst op geen enkele manier te gebruiken waardoor die dienst, of een systeem waarin die is geïntegreerd, onder de EU AI Act als 'hoog risico' zou kunnen worden aangemerkt. Daarom kunnen we het niet langer in onze pipeline opnemen.

We stonden voor een keuze: meegaan in de trend van de sector om de verantwoordelijkheid voor compliance bij gebruikers neer te leggen, of het anders doen: de tijd en moeite nemen om deze belangrijke normen zorgvuldig te doorlopen, zodat jij dembrane kunt vertrouwen.

Je vraagt je misschien af: waarom zou ik dembrane gebruiken in een "hoog risico"-situatie? Omdat "hoog risico" (zoals gedefinieerd in artikel 6 van de EU AI Act) onder meer onderwijs en beroepsopleiding omvat, toegang tot zorg en hulpdiensten, migratie en andere publieke kwesties en, het belangrijkste, democratische processen. Allemaal zaken die essentieel zijn voor actieve burgerparticipatie, en die we vanuit onze missie om democratie toegankelijker te maken actief willen ondersteunen.

We bouwen de volgende fase van dembrane rond de EU AI Act, in plaats van die alleen oppervlakkig over te nemen. Daarom helpen we onze klanten met trainingen in risicomanagement: hoe gebruik je ons gereedschap voor al je toepassingen en blijf je tegelijk binnen de regels. Twee derde van onze klanten met hoog-risicotoepassingen (en het worden er meer!) heeft deze training al gevolgd.

Als je participatie-, onderwijs- of zorgprocessen begeleidt, is "hoog risico" geen reden om AI te vermijden: het is een reden om zorgvuldig te kiezen welke modellen je gebruikt en hoe.

Het probleem van de kleine lettertjes

Weet jij of je je opnieuw moet afmelden voor het trainen op je data, elke keer als een leverancier zijn voorwaarden bijwerkt? Wij ook niet. En dat is precies het probleem.

Een andere reden waarom we ons niet langer prettig voelden bij AssemblyAI in onze pipeline is hun gebrek aan transparantie over de vraag of we maatwerkafspraken opnieuw moeten onderhandelen, en ons opnieuw moeten afmelden voor het gebruik van onze (jouw) data, elke keer als hun voorwaarden worden bijgewerkt en wij daar (opnieuw) mee akkoord moeten gaan.

Wat dit blootlegt is helaas de norm in de sector: patronen die bewust achter de gordijnen blijven. Er is weinig transparantie over wat voorwaarden daadwerkelijk betekenen voor gebruikers, en die juridische teksten veranderen zo vaak dat het bijna onmogelijk is om bij te blijven.

Jouw gesprekken horen niet af te hangen van kleine lettertjes die onder je voeten verschuiven. Als je een burgerberaad of een stakeholdersessie organiseert, zou je geen juridisch team op afroep nodig moeten hebben om te weten waar de audio naartoe gaat.

Wat we bouwen

Sinds we dit publiceerden, is dat werk gefinancierd. We hebben een R&D-subsidie gewonnen om open source modellen op Europese infrastructuur te evalueren, voor elk onderdeel van dembrane en niet alleen voor transcriptie. Het traject loopt tot Q2 2027: open modellen eerlijk benchmarken tegen de clouddiensten die ze zouden vervangen, en de tooling bouwen om ze zelf te draaien en te auditen. We publiceren wat we vinden, ook waar de open modellen nog niet goed genoeg zijn. (PS: ben je AI ops engineer en deel je onze visie op een democratischere toekomst? We zoeken nog mensen!)