Een Nederlandse columnist bekritiseert generatieve kunstmatige intelligentie in een recent opiniestuk. De auteur noemt het systeem “stom en onethisch” en zet vraagtekens bij nut en eerlijkheid. De discussie speelt in Nederland en krijgt online veel aandacht. Aanleiding zijn populaire tools als ChatGPT van OpenAI en beeldgeneratoren zoals Midjourney.
Publieke kritiek draait om ethiek
De kern van de kritiek is dat veel AI-toepassingen mensen misleiden of buitensluiten. Denk aan onjuiste antwoorden, verzonnen bronnen en deepfakes. De vraag is of de maatschappelijke opbrengst opweegt tegen deze risico’s. Dat raakt ook het vertrouwen in media, onderwijs en overheid.
Generatieve AI is software die nieuwe tekst, beeld of audio maakt op basis van patronen in grote datasets. Modellen als ChatGPT, Gemini en Llama kunnen helpen bij samenvatten of brainstormen. Maar ze maken ook fouten, zogenaamde hallucinaties. Daardoor is menselijke controle nodig, zeker in publieke diensten.
De Nederlandse discussie gaat breder dan techniek alleen. Het draait om macht en verantwoordelijkheid van grote platforms. Wie bepaalt welke data worden gebruikt en wie profiteert? Zonder heldere regels voelen gebruikers zich speelbal van de algoritmen.
Privacyregels beperken dataverzameling
De AVG schrijft dataminimalisatie en doelbinding voor: verzamel alleen wat nodig is, voor een duidelijk doel. Dat schuurt met het grootschalig scrapen van internetdata voor training. Persoonsgegevens en gevoelige informatie kunnen zo onbedoeld in modellen belanden. Burgers hebben recht op inzage, verwijdering en bezwaar.
Techbedrijven bieden daarom opt-out en privacy-instellingen, maar die zijn vaak lastig te vinden. Praktische controle blijft moeilijk, zeker bij externe leveranciers. Voor organisaties in Nederland is een DPIA, een gegevensbeschermingseffectbeoordeling, vaak verplicht. Dat helpt risico’s, zoals datalekken of bias, vooraf te wegen.
Toezicht wordt strenger gecoördineerd in de EU. De Autoriteit Persoonsgegevens werkt samen met andere toezichthouders in grensoverschrijdende zaken. Dit speelt bij aanbieders als OpenAI en Google, die in meerdere landen actief zijn. Handhaving kan boetes en verplichte aanpassingen opleveren.
De Europese AI-verordening deelt AI-systemen in risicoklassen in: minimaal, beperkt, hoog en verboden. Hoe hoger het risico, hoe strenger de regels voor testen, transparantie en menselijk toezicht.
AI-verordening en gevolgen overheid
De Europese AI-verordening (AI Act) legt generatieve modellen nieuwe plichten op. Aanbieders moeten duidelijke gebruiksinformatie geven en deepfakes laten labelen. Voor zeer grote modellen met systemische impact gelden extra zorgplichten. Dat moet veiligheid en transparantie vergroten.
Overheden en semi-publieke instellingen in Nederland krijgen hiermee concretere kaders. Hoog-risico toepassingen, zoals selectie van burgers of leerlingen, moeten aan strenge eisen voldoen. Denk aan risicobeheer, logging en menselijke eindbeoordeling. Inkoop en aanbesteding zullen daarom kritischer worden.
Ook voor makers en media verandert het speelveld. Transparantie over trainingsdata en auteursrechtelijke status wordt belangrijker. Publicatie van samenvattingen van datasets kan verplicht worden. Dat biedt houvast bij klachten van journalisten, kunstenaars en uitgevers.
Transparantie blijft zwak punt
Gebruikers weten vaak niet welke data in een model zitten. Dat maakt het lastig om toestemming, kwaliteit en bias te beoordelen. Bij generatieve beelden en audio is herkomst nog lastiger te traceren. Labeling en watermerken zijn in opkomst, maar niet waterdicht.
Het auteursrecht voegt een extra laag toe. In de EU is tekst- en datamining toegestaan, tenzij rechthebbenden expliciet opt-outen. Uitgevers en kunstenaars plaatsen daarom robots.txt- en C2PA-signalen. Toch blijft naleving door buitenlandse aanbieders een vraagstuk.
Bedrijven achter tools als Midjourney en Stable Diffusion kregen al te maken met rechtszaken. De kern: training op beschermd werk zonder duidelijke toestemming. De AI Act kan hier indirect druk opvoeren via transparantie-eisen. Dat verkleint de grijze zone rond datasets.
Praktijk laat grenzen van systemen
Onderwijsinstellingen in Nederland testen AI voorzichtig in lessen en toetsing. Ze zetten plagiaatcontrole, bronvermelding en mondelinge checks in. Toch blijven onjuiste informatie en ongelijke kansen een zorg. Richtlijnen en docententraining zijn daarom cruciaal.
Gemeenten en uitvoeringsorganisaties experimenteren met chatbots voor publieksvragen. Dit kan wachttijden verkorten, maar vraagt duidelijke waarschuwingen en fallback naar mens. Onjuiste of bevooroordeelde antwoorden kunnen burgers schaden. Logging en steekproeven helpen fouten snel vinden.
Redacties gebruiken AI voor transcriptie en samenvattingen, niet voor eindredactie. Zij labelen AI-gebruik en bewaren ruwe opnames als bewijs. Dit houdt redacties aansprakelijk en transparant naar lezers en kijkers. Het voorkomt dat verzinsels als feiten worden gepubliceerd.
Eerlijke inzet vraagt keuzes
AI kan nuttig zijn voor toegankelijkheid, klantenservice en routinewerk. Maar alleen met duidelijke doelen, dataminimalisatie en menselijk toezicht. Organisaties moeten klein beginnen en resultaten meten. Wat niet werkt, moet snel worden gestopt.
Praktische stappen helpen het debat te ontgiften. Label AI-gegenereerde content en geef altijd bronverwijzing. Bied opt-outs voor data en respecteer robots.txt bij scraping. Publiceer risicoanalyses en contactpunten voor klachten.
Voor burgers geldt: vertrouw niet blind op antwoorden van modellen. Controleer informatie en deel geen gevoelige data in chats. Zet waar mogelijk privacy-instellingen aan of gebruik lokale alternatieven. Zo wordt de inzet van algoritmen eerlijker en veiliger voor iedereen.