Meta rolde deze maand een nieuwe functie op basis van kunstmatige intelligentie (AI) uit in Instagram en Facebook. De update voegt slimme antwoorden toe en zet vaker het label “Made with AI” op beelden. Dat leidde tot snelle kritiek van gebruikers en makers in Nederland en elders in Europa. De inzet: duidelijkheid over bewerkte content, maar ook vragen over controle, fouten en regels uit de Europese AI-verordening.
Meta mikte op duidelijkheid
Meta wil met de update misleiding tegengaan en gebruikers helpen bij het herkennen van bewerkte of gegenereerde beelden. Het bedrijf koppelt daarvoor AI-detectie en herkomstmarkeringen, zoals C2PA, aan zichtbare labels. C2PA is een open standaard die in bestanden vastlegt hoe en waarmee een beeld is gemaakt of aangepast.
Daarnaast duwt Meta AI, het eigen Llama-3-model, vaker naar voren in zoek- en chatvensters. Dat moet snelle antwoorden en creatief bewerken makkelijker maken. De strategie past bij de bredere trend waarin platformen AI-functies standaard inschakelen in plaats van optioneel aanbieden.
Het doel is begrijpelijk: minder desinformatie, minder deepfakes en meer context. Toch vraagt zo’n aanpak om hoge nauwkeurigheid en heldere uitleg. Zonder die pijlers kan vertrouwen van gebruikers juist afnemen.
Gebruikers voelden zich gestuurd
Na de uitrol meldden gebruikers dat echte foto’s onterecht het label “Made with AI” kregen. Dat gebeurde bijvoorbeeld na beperkte edits, zoals ruis verwijderen of lichte retouche. Zulke fouten ondermijnen het nut van een label dat juist voor duidelijkheid moet zorgen.
Ook doken AI-antwoorden op in zoek- en chatvelden waar mensen gewone resultaten verwachtten. Voor sommige gebruikers voelt dit als een extra laag tussen hen en de broninformatie. Ongevraagde AI-hulp kan handig zijn, maar alleen als de keuze en de context helder zijn.
Dit raakt een bekend spanningsveld: gemak versus controle. Wanneer platforms standaard AI activeren, willen gebruikers een makkelijke uit-knop en uitlegbaar gedrag. Anders ontstaat het idee dat het systeem bepalend is, niet de gebruiker.
Label raakt makers en media
Voor fotografen en redacties is verkeerde labeling extra pijnlijk. Een nep-label kan geloofwaardigheid schaden, zeker bij nieuwsbeelden of commerciële opdrachten. Makers vragen daarom om fijnmaziger detectie en duidelijke drempels voor wanneer het label verschijnt.
Nieuwsorganisaties werken al met strenge beeldprotocollen en herkomstketens. Daar sluit C2PA goed op aan, mits het platform de metadata correct uitleest en weergeeft. Foutieve interpretatie kan maanden aan vertrouwen onderuit halen.
Transparantie is daarbij cruciaal. Gebruikers moeten kunnen zien waarom een label is geplaatst en welke bewerking dat triggert. Zonder deze uitleg blijft het verschil tussen “AI-gegenereerd” en “licht bewerkt” onduidelijk.
Een AI-label is een zichtbaar merkteken dat aangeeft dat content met behulp van algoritmen is gemaakt of aangepast.
Europese regels zetten kaders
In Europa gelden de AVG en op het moment van schrijven de nieuwe AI-verordening (AI Act). Die verplicht tot duidelijke, begrijpelijke labeling van synthetische media en stelt eisen aan transparantie. Ook dataminimalisatie en een geldige wettelijke grondslag blijven onder de AVG noodzakelijk.
Voor grote platforms als Facebook en Instagram betekent dit: uitleg in gewone taal, makkelijk vindbare instellingen en veilige default-opties. Bovendien moeten bedrijven aantonen dat de detectie en labeling aantoonbaar betrouwbaar zijn. Een foutgevoelig systeem kan juridische en reputatierisico’s opleveren.
De Ierse privacytoezichthouder (DPC) kijkt extra kritisch mee, omdat Meta in de EU daar is gevestigd. Dit vergroot de kans dat aanpassingen in Europa eerder of strenger worden doorgevoerd. Nederlandse gebruikers profiteren zo indirect van Europees toezicht en gezamenlijke handhaving.
Wat Meta nu moet doen
Een paar concrete stappen kunnen het vertrouwen herstellen. Ten eerste: maak AI-functies opt-in, met een duidelijke keuze bij de eerste keer. Ten tweede: toon bij elk label een korte verklaring, zoals “label door generatieve vulling” of “aangepaste achtergrond”.
Ten derde: geef makers controle via C2PA en behoud metadata bij upload en bewerking. Dit helpt nieuwsredacties en fotografen om hun herkomstketen te bewaken. Ten vierde: publiceer foutpercentages en verbeterdata, zodat het publiek weet hoe betrouwbaar de detectie is.
Tot slot hoort er een eenvoudige klacht- en correctieroute bij. Als een label onterecht is, moet herstel snel en zichtbaar zijn. Zo wordt het label een hulpmiddel, geen bron van verwarring.