Ajuna Soerjadi traint overheden en bedrijven in AI-geletterdheid. Ze vindt het belangrijk dat we kritisch kijken naar uitkomsten van AI. ‘Mensen hebben de neiging om AI als beter te ervaren dan hun eigen denkkracht.’ Haar boodschap: juist in een wereld vol AI heeft de mens meer te bieden dan ooit.
Er zijn veel misvattingen over AI, zegt filosoof en data-ethicus Ajuna Soerjadi. ‘Steeds meer mensen denken dat we alle problemen gaan oplossen met technologie, maar dat is niet zo. Neem de AI-chatbots die overheden en bedrijven op hun websites plaatsen. Die lijken veelbelovend om vragen te beantwoorden en gebruikers wegwijs te maken. Chatbots kunnen 24/7 reageren, zijn nooit ziek en ogen dus goedkoop en effectief. Maar onderzoek naar gemeentelijke chatbots laat zien dat ze soms 90 procent van de vragen verkeerd beantwoordden. En als mensen alle AI-gegenereerde teksten moeten checken, kost dit meer tijd dan het oplevert.’
AI-fouten zijn niet alleen bij gemeenten een probleem. Zo maakte Deloitte in 2025 voor 290 duizend dollar een rapport van ruim tweehonderd pagina’s voor de Australische overheid. Het document stond vol met AI-hallucinaties: verzonnen wetenschappelijke artikelen, niet-bestaande citaten en voetnoten die nergens op sloegen. Hetzelfde gebeurde kort daarna bij een Deloitte-rapport in Canada. ‘Het zijn voorbeelden waarin hoogopgeleide mensen meer vertrouwen op niet-gecontroleerde, en achteraf dus foutieve AI-resultaten dan op hun eigen analyses en onderzoek. Dit is een probleem, want steeds meer bedrijven en overheden besteden belangrijke onderdelen van hun besluitvorming uit aan AI. Terwijl mensen niet altijd goed in staat zijn om fouten die deze systemen maken te herkennen.’
Woorden zonder gevoel
Soerjadi vindt het belangrijk dat mensen beseffen dat large language models (LLM’s) als ChatGPT, Claude en Gemini tekstgeneratoren zijn en geen waarheidsgeneratoren. ‘De systemen zijn mede getraind op bronnen als social media en sites als Reddit, waarbij iedereen van alles kan zeggen. AI maakt geen onderscheid tussen echte en verzonnen feiten. LLM’s zijn getraind op enorme hoeveelheden tekst en kunnen daardoor patronen, verbanden en structuren in taal herkennen. Op basis van die patronen voorspellen ze welk woord het meest logisch volgt. Dat betekent niet dat het systeem begrijpt wat het zegt, of dat het enig idee heeft wat waar is.’
De juiste snaar
Toch zijn we steeds meer geneigd om menselijke eigenschappen toe te dichten aan een geautomatiseerd systeem. ‘Maar het heeft geen gevoelens of eigen ervaringen en kan dus geen ethische of empathische afwegingen maken. Het is van wezenlijk belang om te beseffen dat AI geen bewuste entiteit is, hoe helpend de adviezen soms ook klinken en hoe betrokken de antwoorden ook voelen. AI heeft geen innerlijke ervaringswereld zoals wij mensen dat hebben. Een AI-systeem mist de link met de werkelijkheid, omdat het alleen toegang heeft tot teksten en beelden. En niet tot datgene waar een tekst of beeld naar verwijst.’
Soms kun je iets alleen echt begrijpen als je het als mens hebt doorleefd. Dat doet Soerjadi denken aan een les die ze al jong leerde. ‘Op mijn zesde wilde ik een viooltechniek leren: spiccato. Dat is een snel stuiterende beweging van de strijkstok. Ik dacht: als ik mijn docent nadoe, lukt het vanzelf. Zij leerde mij dat je van binnenuit moet voelen hoe de strijkstok contact maakt met de snaar, en hoe de beweging in je lichaam gaat. Zo werkt het ook met de menselijke waarde ten opzichte van AI. Mensen kennen betekenis toe aan verhalen en belevenissen. Wij hebben gedachten en gevoelens bij het opstellen, lezen of horen van teksten. Dat komt voort uit ervaring met het echte leven. Wij snappen daarom hoe een boodschap kan binnenkomen bij ontvangers. AI kan die doorleefde deskundigheid niet vervangen.’
Ingebakken ongelijkheid
Daar komt bij dat AI lang niet zo neutraal is als het lijkt. ‘Het is getraind op data en data zijn een representatie van de samenleving zoals die nu is, niet zoals we zouden willen dat die is. Alle patronen van ongelijkheid zitten verweven in AI-systemen. Gezichtsherkenningssystemen zijn vooral getraind op foto’s van gezichten met een lichte huidskleur en werken structureel minder goed voor mensen met een donkere huidskleur. Onderzoek laat zien dat ChatGPT bij vragen over loonadvies vrouwen aanraadt minder salaris te vragen dan mannen voor dezelfde functie. En toen een Aziatische student vroeg om haar foto professioneler te maken, kreeg ze blauwe ogen en een lichte huid. Bij het genereren van beelden worden stereotypen bevestigd. Als je bedenkt dat de meeste teksten die nu op het internet staan al door AI gegenereerd zijn, en dat nieuwe AI-systemen op die AI-teksten getraind worden, dan besef je dat het een zichzelf versterkende spiraal is. De mechanismen die zorgden voor de grootschalige discriminatie van mensen met een migratieachtergrond of laag inkomen, zoals bij de toeslagenaffaire het geval was, zijn dezelfde mechanismen die zorgden voor de vele gevallen van algoritmische discriminatie. Dat kunnen we alleen veranderen door bewust menselijk ingrijpen.’
Eenheidsworst
Dat heeft ook gevolgen voor diversiteit van inzichten. AI maakt van alles een gemiddelde, en dat versterkt vooral dominante perspectieven in de samenleving, omdat die het meest voorkomen in de data. ‘Daardoor verdwijnen verschillende inzichten of perspectieven uit beeld. Dat heeft effect op hoe AI bijdraagt aan het oplossen van problemen. Net als een ecosysteem floreert bij verschillende schimmels, planten en dieren, zo geldt dat ook voor het oplossen van problemen in een maatschappij. De rijkdom van diversiteit aan inzichten versterkt het oplossend vermogen van een maatschappij. AI minimaliseert die veelheid naar een berekende eenheidsworst.’
Meer dan prompten
Als je de risico’s en uitdagingen van AI leert doorzien, snap je volgens Soerjadi ook de waarde van jouw rol als mens. Je kunt dan AI-uitkomsten beter op waarde schatten en zien waar verbetering nodig is. Voor communicatieprofessionals is dat extra belangrijk. ‘Je kunt vanuit het communicatievak bijdragen aan de AI-geletterdheid binnen je organisatie. Dat gaat niet over hoe je beter kunt prompten, maar dat je beseft wat AI wel en niet is en kan. Wanneer je het beter niet kunt inzetten. Wie ervan profiteert en wie de lasten draagt. Je kunt als communicatieprofessional intern ook kritisch meedenken over de keuzes die jouw organisatie maakt in AI-systemen. Amerikaanse systemen zoals Claude, Gemini en ChatGPT stroken niet altijd met onze publieke waarden. Ze worden getraind op materiaal waar de auteurs geen toestemming voor hebben gegeven en zijn niet transparant over al dan niet dubieuze politieke agenda’s van de mensen achter deze systemen. Om die reden is Nederlands grootste pensioenfonds ABP uit het Amerikaanse techbedrijf Palantir gestapt.’
Steeds meer organisaties denken na over Europese alternatieven zoals Apertus, GreenPT of het Nederlandse GPT-NL (momenteel nog in de testfase). ‘De Europese modellen zijn ontwikkeld vanuit waarden zoals duurzaamheid en privacy. Maar ook bij deze modellen blijft het belangrijk om kritisch te kijken naar de maatschappelijke schade die verborgen blijft bij het dagelijks gebruik van AI. Het komt niet gratis uit de lucht vallen, maar is afhankelijk van een fysieke infrastructuur. AI verbruikt net zo veel schoon drinkwater als de wereldwijde consumptie van flessenwater. Mensen in het globale zuiden dragen daar de directe lasten van omdat veel datacenters daar worden gebouwd. Gebruikers van AI staan er vaak niet bij stil dat clickworkers op grote schaal uitgebuit worden om de vuile arbeid achter de systemen te verrichten. Het blijft belangrijk om te beseffen dat AI geen magische tool is, maar mensenwerk met maatschappelijke kosten.’
Authenticiteit is zinvol
Wie dat allemaal beseft, gaat vaak automatisch andere vragen stellen: niet alleen hoe AI kan helpen, maar wat je eigenlijk wil bereiken en welk probleem je wil oplossen. ‘Te vaak zie ik de beweging andersom: wat kan je allemaal met AI en hoe zetten we dat maximaal in? Dan maak je AI tot doel op zich in plaats van een middel. Als oefening kun je jezelf de vraag stellen waarom je ooit communicatieprofessional bent geworden. Dat biedt inzicht in de zin van je werk. Kijk daarna hoe AI je daarbij kan ondersteunen. Bijvoorbeeld door de saaie, repetitieve taken over te laten nemen, zodat jij meer tijd kunt vrijmaken voor de dingen die je oprecht zinvol en leuk vindt aan je werk. Jouw menselijke rol en je authenticiteit bijvoorbeeld. Door al het kunstmatige om ons heen is de menselijke factor belangrijker geworden. Daar ligt onze meerwaarde.’
