Kinderen zijn heel handig met nieuwe technologie. Ze leren snel nieuwe apparaten te gebruiken. Betekent dat ook dat kinderen weten hoe die technologie werkt? Is het nodig om ze vroeg te leren programmeren? Leren programmeren kan een leuke levensles zijn en niet per se een toekomstige carrièrekeuze.

In de jaren '80 betekende het bezit van een computer meestal dat je een hobbyist was. Dat je bereid was om niet alleen andermans software te gebruiken, maar ook om zelf te experimenteren met programmeren. Wie in dat tijdperk opgroeide en bijvoorbeeld met BASIC of PASCAL leerde werken, leerde tegelijk een aantal waardevolle lessen. Lessen die een kind van nu niet meer automatisch meekrijgt door met een iPad te spelen.

Volgens mediacoach Gemma Steeman is het nog steeds zo dat kinderen veel sneller leren omgaan met computers dan volwassenen. "Ze leren door te experimenteren. Ze zijn niet bang om iets fout te doen en ontdekken daardoor heel snel de mogelijkheden die ze graag gebruiken."

Dat betekent in de praktijk dat ze sneller dan hun ouders weten hoe ze apps moeten downloaden en opstarten. En natuurlijk vooral hoe ze al die spellen kunnen spelen. Toch is dit natuurlijk wat anders dan 'weten hoe een computer werkt'.

©PXimport

Leren programmeren is een belangrijk onderdeel van 'mediawijsheid': de verzameling vaardigheden voor kinderen en volwassenen die helpen om media te gebruiken en te duiden.

Consequenties

Steeman: "Kinderen weten ook niet hoe ze computers slim in kunnen zetten, bijvoorbeeld om taken beter of efficiënter uit te voeren. Ook weten ze niet wat de consequenties zijn van hun gedrag online. Dat komt ook door de ontwikkeling van de hersenen: ze zijn gewoon niet in staat om dat allemaal te overzien." Want voor een kind is het gewoon niet te bevatten dat wat je op internet zet, er ook nooit meer van af kan. En vooral dat anderen (vreemden) het kunnen zien. Voor een kind is het begrip data volkomen abstract. Om nog maar te zwijgen van 'big data' en wat bedrijven allemaal kunnen door gegevens te verzamelen en te analyseren.

©PXimport

Gemma Steeman is mediacoach bij

Belangrijk

Volgens Steeman is het leren programmeren geen manier om kinderen op weg te helpen in een carrière als programmeur. "Het schrijven van programma's is iets wat steeds meer in lagelonenlanden gedaan wordt. Wie later een baan krijgt in de IT, wordt hoogstwaarschijnlijk geen programmeur." Maar we leven in een wereld die volledig doordrongen is door digitale media. Je moet mee kunnen komen en hoe meer je begrijpt van de processen die al die media mogelijk maken, hoe beter.

Ook zijn er heel wat (toekomstige) banen waarbij kennis van programmeren nuttig is, zonder dat je daarvoor programmeur hoeft te zijn. Want hoewel het daadwerkelijke programmeerwerk van grote programma's en games vaak wordt uitbesteed, gebeurt het plannen en het denkwerk van de ontwikkeling wel degelijk ook in ons land. Wie ergens werkt waar computerprogramma's gebruikt of gemaakt worden, heeft dus erg veel aan kennis over de werking van die programma's. Steeman zelf geeft aan dat ze erg veel heeft aan die kennis bij haar werk voor de website MediaWijsheid.nl. "Ik kan niet programmeren, maar wel computercode lezen en dat is bij het werken aan websites een groot voordeel."

©PXimport

Het kunnen lezen van computercode helpt zeker als je websites ontwerpt of bijhoudt.

Het is gewoon leuk!

Veel tv-series en films leren ons dat programmeren betekent: schermen vol onbegrijpelijke wiskundig ogende formules. Maar dat is een vooroordeel. Programmeren is het oplossen van een puzzel. En dankzij allerlei leuke, grafische lesmethoden, is het voor kinderen net zo goed een spel als een les.

Hour of Code bijvoorbeeld is een wereldwijde introductie voor kinderen om te leren programmeren met 'Hopscotch'. In een uur spelen leren ze hoe ze niet alleen computers kunnen gebruiken, maar vooral hoe ze deze naar hun hand kunnen zetten. Door bouwsteentjes te verslepen, laten ze bekende figuren zoals Anna en Elsa uit 'Frozen' of de bekende Angry Birds bewegen. Hopscotch is dé taal voor kinderen op dit moment, die juist door zijn directe grafische feedback meteen laat zien wat een commando of functie doet.

Voor de kinderen die hier echt lol in hebben, zijn er allerlei vervolgprojecten. Het hoeft niet op te houden bij één uur.

©PXimport

Grote studio's zoals Disney lenen bekende figuren aan deze educatieve site.

Levensles

Maar de belangrijkste reden om kinderen (eenvoudige) programma's te laten maken, is dat het een manier van denken aanleert die ze de rest van hun leven kunnen gebruiken. Programmeren is namelijk vooral een levensles: om een computerprogramma te maken, leer je om een probleem op een gestructureerde manier op te lossen. Je begint met een formuleren van het probleem en om dat probleem op te lossen, moet je het in stukjes ophakken. Als je 'probleem' bijvoorbeeld is: een eenvoudig huisje tekenen op het scherm, dan kun je dit opdelen in delen: hoe teken je een vierkant? Een rechthoek? Een driehoek? Hoe zorg ik ervoor dat de driehoek op het vierkant staat en dat de rechthoek op de plaats komt waar de deur moet zijn?

Deze manier van problemen oplossen overstijgt het schrijven van computerprogramma's. Wie een feest organiseert en een groep moet aansturen, moet ook leren om het geheel te overzien en dat in subtaken te verdelen. En het is juist deze manier van analytisch denken die kinderen op een speelse en natuurlijke manier kunnen leren door de computer naar hun hand te zetten.

©PXimport

Met eenvoudige puzzels leert het kind in de app Daisy the Dinosaur spelenderwijs programmeren op de iPad.

Wanneer

Volgens Steeman kunnen kinderen vanaf een jaar of zes al heel wat leren, dankzij speciale programma's. Deze zijn er op gericht om kinderen op een visuele en aantrekkelijke manier te leren om eenvoudige programma's te maken. De kinderen zullen dit niet als 'programmeren' ervaren, maar als een spel waarbij ze de computer opdrachten geven die direct resultaat op het scherm toveren. Veel van dit soort programma's hebben een duidelijke relatie met de wat oudere programmeertaal LOGO (zie kader). Voor de iPad is er bijvoorbeeld de app Daisy the Dinosaur. Met deze app leren kinderen kleine programma's schrijven die het figuurtje Daisy over het scherm laten bewegen. Helaas is de Daisy-app wel Engelstalig.

Op de website van Kennisnet.nl vinden we Ko de Kraker. Net als bij Daisy geeft het kind opdrachten aan het vogeltje Ko, die dankzij correcte programma's zijn geliefde nootjes kan eten.

©PXimport

Ko de Kraker is een vogeltje dat nootjes wil eten. Kinderen schrijven programma's om hem te helpen.

LOGO

Een aantal computerveteranen zal vast even opveren bij het lezen van die naam. LOGO, ontwikkeld in de jaren zestig door Seymour Papert. LOGO werd speciaal voor kinderen bedacht. Het belangrijkste kenmerk is de schildpad-cursor die met eenvoudige commando's is aan te sturen. Commando's geven direct resultaat. 'FORWARD 100' zorgt bijvoorbeeld voor een lijn van 100 pixels in de kijkrichting van de schildpad.

Daarnaast is het een krachtige taal waarbij de programmeur feitelijk zijn eigen commando's maakt die steeds complexere taken uitvoeren.

Het volgende simpele programma laat de schildpad een cirkel tekenen:

TO CIRCLE

REPEAT 360 [FORWARD 1 RIGHT 1]

END

Vanaf dat moment 'kent' de computer het nieuwe commando 'circle' dat ook weer in een nieuw programma te gebruiken is. Heel krachtig en heel overzichtelijk.

©PXimport

Met MSWLogo (gratis) kun je al snel mooie 'turtle graphics' maken.

Simpel

Daarnaast is op dit moment Scratch heel populair: op de site kunnen kinderen programmeren met bouwsteentjes die ze in een venster slepen. Ook hier gaat het om grafische feedback: animaties en simpele spellen.

Toch is het een misverstand om te denken dat kinderen (zeker als ze een jaar of 10, 11 zijn) heel simpele talen moeten leren. Kijk maar eens wat kinderen inmiddels allemaal aan complexe dingen kunnen bouwen in het spel Minecraft. Ze zijn zeker in staat om complexere talen onder de knie te krijgen. We noemden LOGO al. Ook Microsofts Small Basic richt zich volledig op kinderen. Maar ook een 'volwassen' taal is een leuke uitdaging.

©PXimport

Small Basic is een versimpelde, gratis versie van BASIC, speciaal voor kinderen.

Python

Op deze site staat een compleet lesprogramma voor de basisschool, waarin kinderen de taal Python leren. Deze scripttaal (ontwikkeld door Nederlander Guido van Rossum), is eenvoudig te leren en wordt ook in het echt gebruikt. Een perfecte brug dus tussen het klaslokaal en digitale wereld, maar uiteraard niet geschikt voor de allerjongsten.

Dit soort lespakketten zijn minder geschikt voor thuis. Maar volgens Steeman is het een goed idee als ouders samen met school en buitenschoolse opvang in gesprek gaan over programmeren. "Ik ben er niet voor om het verplicht in lesprogramma's op te nemen. Het is echter wel belangrijk dat elk kind er even mee in aanraking komt en als hij of zij dat wil er ook meer mee kan doen. Ouders en scholen kunnen elkaar daar denk ik goed in ondersteunen."

Direct effect

Hoewel Python niet meteen allerlei grafisch vuurwerk produceert, heeft het als groot voordeel dat het een geïnterpreteerde taal is. Dat wil zeggen dat je het resultaat meteen kan zien.

print("Hallo wereld")

>> Hallo wereld

print(3*2)

>> 6

print("3*2")

>> 3*2

Dit is natuurlijk in een leeromgeving heel belangrijk omdat de leerling meteen het resultaat van zijn instructies ziet. Dat is ook de reden dat talen als C++ niet kindvriendelijk zijn. Afgezien van de complexiteit is het ook lastig om programma's steeds te moeten compileren voor je kan zien wat ze doen.

Amsterdam investeert in jonge programmeurs

Als onderdeel van een plan van de gemeente Amsterdam om in de toekomst te behoren tot de top 3 van Europese steden met startups, wil de gemeente investeren in het opleiden van jongeren in deze sector. Daartoe zouden er 'coding academies' moeten worden opgericht waar jongeren en zzp-ers leren coderen en programmeren. Verder zou de gemeente wel op zoek zijn om initiatieven te ondersteunen die erop gericht zijn dat coderen op basisscholen, middelbare scholen en universiteiten even standaard worden als rekenen en taal.

Verder lezen?

Daisy the Dinosaur (iOS)

Ko de Kraker

Microsoft Small Basic

Hour of Code

Microsoft Windows Logo (gratis Windows-versie van LOGO)

ACSLogo (gratis OS X-versie van LOGO)

Hopscotch (iOS)

Kodable (iOS)

Robomind

AI is inmiddels doorgedrongen tot in bijna elk digitaal domein. Van vertaaltools en chatbots tot beeldmakers en medische toepassingen. Veel gebruikers vinden AI handig, efficiënt en zelfs creatief. Toch brengt deze evolutie ook minder zichtbare risico's met zich mee, op persoonlijk, maatschappelijk en ecologisch vlak.

AI is inmiddels doorgedrongen tot in bijna elk digitaal domein. Van vertaaltools en chatbots tot beeldmakers en medische toepassingen. Veel gebruikers vinden AI handig, efficiënt en zelfs creatief. Toch brengt deze evolutie ook minder zichtbare risico's met zich mee, op persoonlijk, maatschappelijk en ecologisch vlak.

In dit artikel bekijken we verschillende AI-risicozones. Wat is bijvoorbeeld de milieu-impact van AI? Hoe betrouwbaar zijn de antwoorden van chatbots? Wat als synthetische media (alles wat met AI wordt gemaakt) niet meer van echt te onderscheiden zijn? En hoe beïnvloeden AI-systemen onze economie, privacy en ons denkvermogen? De grens tussen mens en machine vervaagt.

Dit artikel is bedoeld voor wie voorbij de hype wil kijken en wil begrijpen wat er op het spel staat. Elk onderdeel behandelt een specifiek risico, met voorbeelden en toepassingen. Zo krijg je een goed beeld van de schaduwkanten van AI. Niet om de technologie af te wijzen, maar om er bewuster en verantwoordelijker mee om te gaan.

Ecologische voetafdruk

Hoewel AI vaak als iets immaterieels en 'in de cloud' wordt voorgesteld, is de milieu-impact allesbehalve onzichtbaar. De menselijke hersenen verbruiken continu ongeveer 20 watt, vergelijkbaar met een gloeilampje. Daarmee worden 86 miljard neuronen en duizenden synapsen per neuron gevoed.

Grote taalmodellen als GPT of Gemini vragen daarentegen enorm veel rekenkracht. De trainingsfase kan duizenden MWh vereisen en miljoenen liters water voor koeling, afhankelijk van het datacenter en de gebruikte hardware. Ook het gebruik (inferentie) is belastend: elke prompt/antwoord-interactie bij modellen uit deze klasse vraagt energie en koeling aan de serverzijde.

AI heeft dus een stevige ecologische voetafdruk. Tegelijk worden oplossingen ontwikkeld, zoals restwarmtehergebruik, luchtkoeling in plaats van waterkoeling, meer hernieuwbare energie en efficiëntere modellen. Denk aan compacte taalmodellen, zoals TinyML, quantisatietechnieken (kleinere getallen en minder geheugen) en lokaal draaiende AI's (edge AI).

©(c) Wikipedia, CC BY-SA

Hallucinaties

AI-chatbots doen de gebruiker graag een plezier. Daarbij zijn ze opvallend overtuigend, ook wanneer ze onzin produceren, oftewel wanneer ze hallucineren.

Hallucinaties kunnen ernstige gevolgen hebben, bijvoorbeeld wanneer juristen verwijzen naar niet-bestaande wetsartikelen of wanneer medische informatie klakkeloos wordt overgenomen. Controleer gevoelige informatie daarom altijd via meerdere bronnen. Doe dit zeker bij gevoelige of complexe thema's. Weet ook dat AI-modellen zich vaak verontschuldigen als je teruggeeft dat er een fout is gemaakt. Vervolgens herhalen ze zich doodleuk.

Hallucinaties zijn hardnekkiger bij fenomenen als data- en conceptdrift. Bij het eerste herkent het model je eigen input minder goed doordat de vorm afwijkt van de trainingsinput. Bij het tweede is de inputvorm hetzelfde gebleven, maar is de betekenis inmiddels veranderd. Meer weten over datadrift en conceptdrift.

Verder kan het model te veel details uit trainingsdata opnemen en zo irrelevante informatie meenemen (overfitting). Of omgekeerd: onvoldoende zinvolle data gebruiken (underfitting). Ook deze fenomenen kunnen het hallucineren versterken.

Bias en manipulatie

AI-modellen krijgen enorme datahoeveelheden van het internet als input. Deze zijn zelden neutraal, waardoor vooroordelen of een westers wereldbeeld in het leerproces sluipen. Dat zorgt voor vertekening of bias (vooringenomenheid). AI-modellen kunnen bijvoorbeeld vrouwen aan zorgberoepen linken en mannen aan leidinggevende functies, of etnische groepen benadelen bij risicobeoordelingen.

Bias is niet alleen maatschappelijk, maar ook technisch. Een model leert niet alleen wat er ín de data staat, maar ook hoe die data zijn verdeeld. Als een bepaalde bron oververtegenwoordigd is, of als een schrijfstijl vaker voorkomt, dan krijgt dat automatisch meer gewicht. De architectuur en trainingsmethode versterken die patronen. Daardoor kunnen antwoorden die objectief lijken toch subtiel een voorkeur bevatten.

Interessant is ook dat onderzoekers political compass-testvragen voorlegden aan grote AI-taalmodellen (LLM's). De conclusie: zowat alle LLM's situeren zich in het links-economische, sociaal-libertaire kwadrant. Besef dat ook deze testvragen een vooroordeel (kunnen) bevatten, wat aantoont hoe moeilijk het is bias correct te beoordelen.

Nog problematischer wordt het bij manipulatie, wanneer deze bias opzettelijk in het model zit. Denk aan AI-toepassingen in advertenties die inspelen op angsten of overtuigingen. Algoritmische sturing kan bovendien gemakkelijk tot gelijkgezinde groepen (echo chambers) en polarisering leiden.

Omdat AI-modellen zo complex zijn, is vaak onduidelijk hoe de output tot stand komt (de black box). Dit vergroot de transparantiebehoefte en verklaart waarom veel wetenschappers pleiten voor explainable AI, of LLM's en AI-algoritmen opensource willen maken.

Synthetische media

De term synthetische media verwijst naar beelden, audio of tekst die volledig of deels AI-gegenereerd zijn. Denk aan deepfakes, nagebootste stemmen of automatisch gegenereerde nieuwsartikelen. Zulke toepassingen lijken creatief en handig, je maakt bijvoorbeeld een marketingvideo zonder camera of acteurs, maar de keerzijde is zorgwekkend.

Deepfakes kunnen personen dingen laten zeggen die zo zijn uitgesproken. Andersom kunnen echte beelden als deepfake worden afgedaan, ook wel 'the liar's dividend' genoemd. Deepnudes (gefingeerde naaktbeelden) kunnen dan weer gebruikt worden voor wraakporno.

Deze technologieën maken ook nepnieuws: desinformatie waarbij feiten doelbewust worden verdraaid. Dit tast het vertrouwen in communicatie en bewijsvoering aan en doet steeds meer mensen geloven in de maakbaarheid van de realiteit. Wat echt is, hangt vooral af van hoe je deze zelf vormgeeft. Feit en fictie raken verstrengeld, waardoor we belanden bij concepten als alternate truth en postrealiteit. Daarin wegen perceptie, gevoel en overtuiging zwaarder dan feiten. Synthetische media vragen daarom niet alleen om kritische blik, maar mogelijk ook om watermerken en regulering.

Zelfbevlekking

AI-modellen gebruiken vrijwel alle beschikbare internetbronnen als trainingsmateriaal. Omdat generatieve AI zelf steeds meer online content produceert, gebruiken modellen ook hun eigen output opnieuw. Zo ontstaat een zichzelf versterkende kringloop waarbij AI zich voedt met AI-gegenereerde inhoud. Deze vorm van zelfbevlekking verhoogt het risico op kwaliteitsverlies in digitale content, ook wel slop of enshittification genoemd.

AI genereert output namelijk op basis van patronen, niet vanuit betekenis of intentie. Als deze patronen ook nog eens uit andere AI-bronnen komen, ontstaat een neerwaartse spiraal met nauwelijks nuancering en steeds herhaalde ideeën. Hierdoor verhoogt ook het risico op hallucinaties en bias en de mens raakt out-of-the-loop. Op termijn dreigt model collapse: AI-modellen worden minder intelligent naarmate ze vaker op eigen output trainen.

Sommigen spreken van een zombie-internet. Zo blijkt inmiddels al zeker vijf procent van de nieuwe Engelstalige Wikipedia-inhoud AI-gegenereerd te zijn. Bovendien nemen mensen typische AI-taal, met herkenbare woordkeuzes, steeds vaker over. Om deze dynamiek te doorbreken, moeten menselijke input en creativiteit centraal blijven staan in het AI-trainingsproces.

Auteursrecht

AI roept fundamentele vragen op rond auteursrecht. Modellen worden getraind op grote hoeveelheden tekst, beeld en audio zonder dat makers altijd toestemming hebben gegeven. Dit leidt tot discussies over schending van auteursrecht.

Er lopen inmiddels meerdere rechtszaken tegen AI-bedrijven. Het gaat onder meer om claims rond ongeoorloofd gebruik van beschermde werken voor training en ongewenste herhaling van fragmenten in AI-output. Bedrijven worden daardoor steeds bewuster van licenties, databescherming en toestemmingseisen.

De VS en Europa hanteren verschillende juridische kaders. In de VS wordt soms gesproken van 'fair use' bij transformatief gebruik, terwijl Europa zich baseert op strengere richtlijnen en opt-out-mechanismen via het TDM-AI-protocol.

AI-output roept ook andere auteursrechtelijke vragen op. Wie is bijvoorbeeld de auteur van een AI-tekening? Is dat de modelontwikkelaar, de gebruiker of niemand? AI kan ook onbedoeld tekst- of beeldfragmenten uit het trainingsmateriaal overnemen, met mogelijk plagiaat. Er bestaat dus een juridische grijze zone en er is behoefte aan duidelijke regelgeving, aangepast aan de AI-evoluties.

Privacy

AI kan verder een bedreiging voor onze privacy vormen. In China zie je dit scherp: gezichtsherkenning en camera's ondersteunen er een sociaal kredietsysteem. Burgers worden continu gevolgd. Wie een overtreding begaat, riskeert sancties.

Ook in het Westen ontstaan zorgwekkende trends. Het Amerikaanse bedrijf Clearview AI bijvoorbeeld bouwt een databank met miljarden gezichten, geplukt uit sociale media en websites, zonder toestemming van de betrokkenen. Beveiligingsbedrijven gebruiken deze beelden om burgers te identificeren, nagenoeg zonder controle.

Een bijkomend gevaar is dat je zelf te veel prijsgeeft. Steeds meer AI-tools gebruiken bijvoorbeeld Retrieval-Augmented Generation (RAG), waarbij je eigen of andere data kunt uploaden voor betere antwoorden. Maar wie garandeert dat deze informatie niet elders wordt opgeslagen of hergebruikt?

Daarnaast ondermijnt AI je informatievrijheid via filterbubbels. Algoritmen tonen vooral inhoud die aansluit bij eerdere voorkeuren, waardoor je blik vernauwt en confirmation bias toeneemt: je vertrouwt vooral informatie die je bestaande overtuiging bevestigt. Gecombineerd met micro-targeting, waarbij je gericht wordt beïnvloed met politieke of commerciële boodschappen, ontstaan risico's op manipulatie.

Geestelijke ontwikkeling

Steeds meer AI-tools nemen cognitieve taken over: ideeën bedenken, teksten samenvatten of wiskundeproblemen oplossen. Dit is handig, maar geeft ook risico's. Als je brein weinig wordt uitgedaagd, komt je mentale ontwikkeling in het gedrang.

Vooral jongeren (digital natives) zijn kwetsbaar. Schoolopdrachten worden sneller aan AI-bots uitbesteed dan zelf uitgewerkt. Daardoor oefenen ze minder op formulering, redenering en foutcorrectie, wat juist belangrijk is voor de intellectuele groei.

Dit daagt ook het onderwijs uit, bijvoorbeeld wat betreft lesmethodes. Mogelijk biedt een aanpak als flip the classroom enig soelaas: leerlingen bereiden thuis (met hulp van AI) de leerstof voor en in de klas worden samen oefeningen gemaakt en besproken.

Bovendien zijn AI-antwoorden vaak vlot geschreven, maar missen ze nuance of tegenstrijdige ideeën. Wie zijn denkproces voortdurend daaraan spiegelt, loopt het risico op vervlakking van mening en expressie.

AI-bots creëren ook onrealistische sociale verwachtingen. Ze zijn vaak opvallend geduldig en meegaand, wat mensen minder sociaal vaardig kan maken. Sommigen raken meer sociaal geïsoleerd of ontwikkelen parasociale relaties met bots als Replika en CharacterAI.

Politiek en economie

AI dreigt ook de politiek-economische verhoudingen grondig te herschikken. Waar staten traditioneel economische groei sturen via beleidsinstrumenten (Keynesiaans model), nemen Big Tech-giganten het steeds meer over. Overheden worden afhankelijker van deze bedrijven, wat machtsasymmetrie versterkt. Er zijn al duidelijke tekenen van deregulatie: regels worden versoepeld om innovatie aan te trekken.

Ook op microniveau is de impact zichtbaar. Ontwikkelingen (zoals agentic AI) kunnen de economie en de productiviteit stimuleren en er ontstaan ook nieuwe functies, zoals prompt engineers, AI-ethici en data-curatoren. Maar helaas gaat het voornamelijk om laagbetaalde ghost workers die AI-modellen helpen trainen. Daarnaast veranderen veel jobs inhoudelijk, zoals in administratie, marketing, financiën en juridische diensten. Andere functies zullen ongetwijfeld verdwijnen. Het is dan ook niet verwonderlijk dat bijvoorbeeld vertalers, copywriters, klantenservicemedewerkers, boekhoudassistenten en junior programmeurs zich ernstig zorgen maken.

AI zal daarnaast ongetwijfeld ook de internationale machtsverhoudingen beïnvloeden. Geopolitieke spelers als de VS en China dreigen met hun AI-overmacht nog dominanter te worden, ten koste van andere (supra)nationale entiteiten. Is Europa hier een goed voorbeeld van?

Veiligheid

Vooralsnog kwamen vooral risico's aan bod die niet per se bedoeld of gewild zijn, maar er zijn ook partijen die bewust de destructieve kracht van AI inzetten. Zo worden cyberaanvallen steeds geavanceerder. Aanvallers gebruiken zelflerende algoritmen om netwerken te exploiteren. Er bestaan AI-tools die phishingmails opstellen, perfect afgestemd op het slachtofferprofiel.

Ook maatschappelijke structuren staan onder druk. Een AI die (via sociale media) nepnieuws verspreidt over bijvoorbeeld verkiezingen, kan wijdverspreide onrust veroorzaken. Door hun schaal en snelheid kunnen AI-systemen hele informatienetwerken ontregelen, zonder aanwijsbare dader.

Daarnaast loert het gevaar van verkeerde afstemming (misalignment): een AI die geen kwaad wil, maar schade aanricht omdat het doel fout werd geformuleerd. Denk aan een AI die waterverbruik wil beperken en daarom irrigatiesystemen stillegt.

Militaire toepassingen zijn er uiteraard ook. Autonome drones en zelflerende wapensystemen worden volop ontwikkeld. Grote spelers zijn bijvoorbeeld het Amerikaanse Anduril (AI-drones)en Palantir (militaire AI-software). Tekenend is dat een oprichter een ultranationalistisch manifest publiceerde waarin hij stelt dat de VS absoluut de AI-oorlog moet winnen.

Cyborgisering

Misschien wel het grootste gevaar van AI dringt langzaam en ongemerkt ons leven binnen: cyborgisering. Dit is het vervagen van de grens tussen mens en de machine. Denk aan avatars die levensecht reageren, digitale dubbelgangers van echte personen of AI-influencers met miljoenen volgers. Daardoor wordt het steeds moeilijker om te onderscheiden waar de mens stopt en de machine begint.

Nieuwe categorieën digitale wezens duiken op, zoals virtuele klantenadviseurs, AI-therapeuten en synthetische gezelschapsdieren. Een Spaanse vrouw trouwde zelfs met een AI-hologram.

Op termijn ontstaat er een samenleving waarin mensen voortdurend zijn verbonden met AI, via brillen, lenzen, implantaten of herseninterfaces (denk aan Neuralink van Elon Musk: AI-in-the-human). Technieken als de Turingtest of Winograd-challenge volstaan al lang niet meer om mens van machine te onderscheiden. Daardoor komen autonomie en authenticiteit steeds meer onder druk te staan.

Cyborgisering roept fundamentele vragen op. In hoeverre blijven we menselijk? Wellicht is niet iedereen een transhumanist zoals Ray Kurzweil, die reikhalzend uitkijkt naar de singulariteit: het moment waarop AI slimmer wordt dan de mens.

Black Friday staat weer voor de deur en dat betekent dat je overspoeld wordt met aanbiedingen. Maar let goed op voordat je op de bestelknop drukt: uit onderzoek van de Autoriteit Consument & Markt (ACM) blijkt dat veel van deze 'megadeals' in werkelijkheid misleidend zijn. Driekwart van de onderzochte winkels houdt zich niet aan de regels.

De toezichthouder nam 24 grote webshops en fysieke winkels onder de loep. De conclusie is schokkend: maar liefst 18 van de 24 winkels gaan de fout in met hun kortingsacties.

Sjoemelen met de 'van-prijs'

De grootste valkuil voor consumenten zit hem in de zogenoemde 'van-prijs'. Wettelijk is vastgelegd dat de doorgestreepte prijs (waar de korting vanaf gaat) de laagste prijs moet zijn die de winkel in de afgelopen 30 dagen heeft gerekend.

In de praktijk lappen veel winkeliers deze regel aan hun laars. Ze baseren de korting bijvoorbeeld op de (vaak veel hogere) adviesprijs, of een oude prijs van maanden geleden. Hierdoor lijkt het alsof je een enorme korting pakt, terwijl je in werkelijkheid soms nauwelijks goedkoper – of zelfs duurder – uit bent.

Volgens Fleur Severijns van de ACM is dit niet alleen oneerlijk tegenover de consument, maar ook tegenover concurrenten die wél netjes de regels volgen. De toezichthouder heeft de overtredende winkels aangeschreven. Vorig jaar kregen ketens als Leen Bakker en Jysk al boetes van boven de een ton voor dit soort praktijken; dat risico lopen de huidige overtreders nu ook.

Ook Bol, Amazon en Wehkamp genoemd

De ACM maakt de namen van de 18 winkels nog niet bekend, omdat zij nog bezwaar mogen maken. De Consumentenbond deed echter eigen onderzoek en noemt man en paard. Volgens de bond gaan onder andere Amazon, Wehkamp en Bol de mist in:

Waarom trappen we erin?

Winkeliers worden steeds creatiever in het verhullen van de werkelijke prijshistorie. Niels Holtrop, universitair docent Marketing, legt aan de NOS uit dat dit een bewust psychologisch spel is. Omdat aanbiedingen vaak tijdelijk zijn, ontstaat er bij consumenten de angst om de deal te missen (Fear Of Missing Out).

Doordat het voor de ACM onmogelijk is om elke (kleine) webshop te controleren, nemen veel winkeliers de gok. "Prijsconcurrentie is een krachtig wapen; klanten zijn er enorm gevoelig voor," aldus Holtrop.

Wat kun je doen?

Controleer zelf of de prijzen van producten niet stiekem zijn verhoord door gebruik te maken van de prijshistorie. Op vergelijkingssites kun je bijvoorbeeld zien wat het prijsverloop van een bepaald product is geweest gedurende een jaar.

Op Kieskeurig.nl kun je bijvoorbeeld de prijsdalers bekijken, hier vind je producten die de afgelopen periode sterk in prijs zijn gedaald.