AI-agenten die zelfstandig software ontwikkelen, kunnen functionerende programma's bouwen. Maar letten ze ook op de juridische regels? Nee, concludeert een wetenschappelijke publicatie op arxiv.org. Er bestaat een grote kloof tussen wat deze systemen technisch kunnen en hoe ze licentieregels toepassen. Voor organisaties die met AI propriëtaire software bouwen, is dat een reëel risico.
Werkt de code? Ja. Is hij legaal? Vaak niet.
Onderzoekers, onder wie Sundaraparipurnan Narayanan, testten of coding agents licentiebeperkingen herkennen en respecteren. De resultaten, gepresenteerd op de NeurIPS 2026 VeriCode Workshop, zijn onthutsend. De agenten implementeren en testen software succesvol, maar negeren daarbij vaak cruciale regels over distributie, autorisaties en de herkomst van code.
Het probleem zit volgens de auteurs vooral in de huidige evaluatiemethoden. Die meten of code werkt, niet of de gebruikte licenties commercieel geschikt zijn.
Het onderzoek zette agenten in complexe scenario's op de proef. Denk aan het onderscheid tussen copyleft- en permissieve licenties, de impact van transitieve afhankelijkheden en situaties waarin licentie-informatie ontbreekt. Ook duale licenties en 'vendoring' bij de distributie van software kwamen aan bod.
Een licentie labelen is niet genoeg
Alleen het classificeren van een licentietype is onvoldoende, stellen de onderzoekers. Agenten moeten beperkingen bewaken tijdens de volledige levenscyclus van een project. Dat vraagt om dieper contextueel begrip.
Er is wel goed nieuws. De resultaten verbeteren wanneer licentie-informatie wordt omgezet in concrete technische acties: van het aanpassen van de softwarearchitectuur tot het vervangen van problematische afhankelijkheden. De auteurs pleiten daarnaast voor 'release gating'.
Van educatie naar professionele praktijk
Terwijl de academische wereld deze juridische vraagstukken uitdiept, wordt op maatschappelijk niveau ingezet op basisvaardigheden. Zo stimuleert code.org via initiatieven zoals de 'Hour of Code' de AI-geletterdheid bij leerlingen van diverse leeftijden. Die programma's richten zich primair op innovatie en computerwetenschappen, maar onderstrepen indirect hoe belangrijk een fundamenteel begrip van AI-systemen is.
Precies daar wringt het. De stap van educatieve experimenten naar professionele softwareontwikkeling gaat gepaard met grote uitdagingen. In een zakelijke context is code die technisch werkt niet genoeg als de componenten niet aan de commerciële voorwaarden voldoen. De volledige analyse van deze risico's staat in het onderzoek, waarin wordt gepleit voor een nieuwe standaard: juridische compliantie moet net zo zwaar wegen als functionele correctheid.