PVV-Kamerlid Maikel Boon heeft deze week opnieuw een door kunstmatige intelligentie bewerkte afbeelding gedeeld. Na kritiek bood hij publiekelijk zijn excuses aan. Het beeld was misleidend en gaf een verkeerd beeld van de werkelijkheid. Het incident vond plaats op sociale media en zet politieke communicatie met AI opnieuw in de schijnwerpers.
Politicus biedt excuses aan
Maikel Boon, op het moment van schrijven Tweede Kamerlid voor de PVV, erkende dat de gedeelde afbeelding met AI was gemanipuleerd. Hij gaf toe dat dit onzorgvuldig was en bood daarvoor excuses aan. De bedoeling van zo’n bericht doet er online vaak minder toe dan het effect. De impact is dat mensen een onjuist beeld kunnen vormen.
Het gaat om een herhaling van een eerdere misstap. Herhaling maakt het gevoel van misleiding groter. Dat schaadt het vertrouwen in politici en in het publieke debat. Zeker in tijden van snelle nieuwsconsumptie telt de eerste indruk zwaar mee.
Bij AI-beeldbewerking past extra zorgvuldigheid. Zulke beelden lijken echt, terwijl ze door een algoritme zijn gemaakt of aangepast. Zonder duidelijke toelichting ziet het publiek vaak geen verschil. Dat vergroot de kans op misverstanden en polarisatie.
Herhaling vergroot risico’s
Als een politicus vaker misleidende AI-beelden deelt, groeit de kans dat het publiek ook waarheidsgetrouwe boodschappen gaat wantrouwen. Zo ontstaat ruis in het debat. Dat raakt niet alleen de persoon, maar ook fracties en de Tweede Kamer als instituut. Politieke communicatie is daarom gebaat bij transparantie en snelle correcties.
Partijen kunnen interne richtlijnen afspreken voor generatieve AI. Denk aan verplichte bronvermelding, een “AI-label” en een tweede paar ogen voor publicatie. Zulke afspraken verminderen fouten en versterken geloofwaardigheid. Ze sluiten ook beter aan bij Europese regels die eraan komen.
Deze kwestie onderstreept de noodzaak van duidelijke processen rond beeldcontrole. Een simpele check of een beeld door een model is gemaakt, voorkomt verspreiding van onjuiste info. Er zijn detectietools, maar die zijn niet feilloos. Heldere communicatie bij publicatie blijft dus het belangrijkst.
Deepfakes vragen om labeling
Een deepfake is media die met AI is gegenereerd of gemodificeerd om echt te lijken. Zulke beelden vallen in Europa onder transparantie-eisen. De Europese AI-verordening (AI Act) verplicht tot duidelijke labeling van synthetische of gemanipuleerde content. Dat moet voorkomen dat mensen misleid worden.
Een deepfake is een door een algoritme gemaakt of aangepast beeld, video of audio die een echte persoon of gebeurtenis nabootst.
De AI-verordening treedt gefaseerd in werking tussen 2024 en 2026. De plicht om “deepfakes” en andere synthetische media te markeren, is daar onderdeel van. Makers, verspreiders en platforms krijgen elk een rol in deze keten. Politici en partijen doen er verstandig aan die standaarden nu al toe te passen.
Ook de Digitale Dienstenwet (DSA) legt grote platforms zorgplichten op tegen misleiding. In Nederland ziet de Autoriteit Consument & Markt, op het moment van schrijven, toe op uitvoering van de DSA. Dat betekent onder meer betere meldingskanalen en snellere moderatie. Transparante labels maken zo’n proces eenvoudiger.
Welke tools en grenzen
Beelden zijn vandaag snel te maken met generatieve systemen. Bekende modellen zijn Midjourney, OpenAI’s DALL·E en Stable Diffusion van Stability AI. Ze gebruiken voorbeelden uit grote datasets om nieuwe beelden te creëren. Het resultaat oogt vaak realistisch, ook als het feitelijk onjuist is.
Sommige aanbieders voegen onzichtbare watermerken toe. Die helpen om synthetische media te herkennen, maar ze zijn niet altijd betrouwbaar. Bewerkingen en herpublicaties kunnen zulke sporen breken. Daarom blijft menselijke controle nodig.
Het is op het moment van schrijven niet openbaar welke tool in dit specifieke geval is gebruikt. Dat maakt beoordeling lastig. Een vaste vermelding van de gebruikte tool en een AI-label zou helderheid geven. Het verlaagt ook de drempel voor factcheckers om snel te corrigeren.
De meeste modellen hebben gebruiksregels tegen misleiding. Toch is handhaving variabel en vaak achteraf. Open source-varianten zijn bovendien vrij aanpasbaar. Daardoor kan misbruik buiten zicht van aanbieders plaatsvinden.
AVG en publieke figuren
Als een AI-afbeelding een herkenbaar persoon toont, kan dit onder de AVG vallen. Verwerking van persoonsgegevens vraagt dan om een geldige grondslag en dataminimalisatie. Bij publieke figuren weegt vrijheid van meningsuiting mee, maar misleiding blijft problematisch. Een AI-label en context beperken privacy- en reputatieschade.
Transparantie over herkomst en bewerking is daarom essentieel. Een korte toelichting volstaat: “Dit beeld is met een AI-model gegenereerd of aangepast.” Voeg waar mogelijk de naam van de tool toe. Dat is duidelijk voor het publiek en helpt bij latere verificatie.
Voor partijen en overheden geldt: vertrouwelijke of gevoelige data horen niet in generatieve tools zonder duidelijke afspraken. Versleuteling en beperkte opslag zijn basismaatregelen. Deel geen datasets of beelden die herleidbaar zijn tot privépersonen, tenzij strikt noodzakelijk. Dat voorkomt onbedoelde datalekken.
Wat dit betekent nu
De zaak rond Maikel Boon laat zien dat AI in de politiek om spelregels vraagt. Een vaste praktijk van labelen, bronvermelding en snelle correcties is nodig. Dat sluit aan bij de Europese AI-verordening en de DSA. Het geeft kiezers meer grip op wat echt is en wat niet.
Voor Nederlandse partijen is dit een kans om voorop te lopen. Stel duidelijke richtlijnen op voor gebruik van generatieve systemen in campagnemateriaal. Leg vast wie controleert, hoe wordt gelabeld en wanneer wordt gerectificeerd. Zo blijft het debat stevig, maar eerlijk.
Voor burgers helpt mediawijsheid: let op context, bron en labeling. Zie je geen vermelding van AI bij een verdacht beeld, wees extra kritisch. Platforms en toezichthouders bouwen aan betere detectie en handhaving. Tot die tijd zijn transparantie en verantwoordelijkheid van zenders doorslaggevend.