Heb je een digitale fotoverzameling die zich maar blijft uitbreiden? Weet je nog wat erop al die beelden staat? Waar zijn ze gemaakt? En wanneer dat was? Ook wanneer je foto’s of negatieven scant, is het slim om vast te leggen wat het verhaal achter de foto’s is door middel van metadata. Anders gaat die informatie misschien wel voorgoed verloren.

Maak je graag familiefoto’s of leg je dagelijkse gebeurtenissen vast? Of fotografeer je vooral tijdens uitjes en vakanties? Trek je er misschien speciaal op uit met je camera of smartphone om gericht te fotograferen als leuk tijdverdrijf? In een aantal jaren bouw je op die manier een flink fotoarchief op. Misschien scan je ook nog de stapels analoge foto’s of negatieven die van uzelf zijn of van een (overleden) familielid. Hoe ouder en unieker foto’s zijn, hoe minder mensen weten wat en wie er op deze beelden te zien zijn. En dat is zonde, want foto’s zijn zoveel meer dan alleen fraaie plaatjes. Ze tonen de familiegeschiedenis en het veranderende dagelijkse leven en straatbeeld.

Vertel het verhaal

Vandaar dat je foto’s veel waardevoller worden als je informatie over wat en wie we zien aan deze beelden toevoegt. Want je weet misschien nog wel waar we naar kijken, of kunt dat nog bij iemand navragen, maar ooit gaat het verhaal achter deze beelden voorgoed verloren. Daarom is het belangrijk dat je het op tijd vastlegt. Het mooiste is het natuurlijk als alle relevante informatie direct te zien is zodra je of iemand anders de foto’s uit je archief bekijkt.

Maar hoe krijg je dit voor elkaar? Het is zonde om het permanent op de foto te zetten met zoiets als een fotobewerker. Want dan kun je niet meer naar het originele beeld kijken. Een apart Word-document bijhouden dan? Dat is nogal omslachtig, want dan moet je dit steeds naast het scherm houden en ook precies weten naar welke foto’s je kijkt. Ook de foto’s aan het document toevoegen, is geen oplossing, want dan ontstaat een lijvig en onhandelbaar document.

De oplossing is informatie aan je foto’s toevoegen als zogeheten metadata. In een digitale foto zit namelijk veel meer dan alleen maar beeldmateriaal. Fotografeer je bijvoorbeeld met je camera of smartphone, dan zitten er verborgen velden in het fotobestand. Die vertellen je precies wanneer en met welke camera de foto’s zijn gemaakt en zelfs welke instellingen er zijn gebruikt. Al deze informatievelden worden de metadata genoemd, omdat ze de foto beschrijven.

©PXimport

Foto’s beschrijven

Het grote voordeel is dat deze metadata en dus alles wat je over je foto’s wilt vertellen, gewoon in de fotobestanden zelf zit. Alles zit netjes bij elkaar, je kunt het niet per ongeluk kwijtraken en je hoeft ook geen losse lijsten of bestanden bij te houden. Daarnaast kan deze metadata in nagenoeg elk fotoprogramma worden opgevraagd.

Wij laten zien hoe dit werkt met het gratis Windows-programma XnView Classic. Werk je met Mac of Linux, dan kun je XnView MP gebruiken. Dat is van dezelfde maker, maar werkt soms net even anders dan wij hier beschrijven.

Om XnView Classic (of MP) te downloaden op www.xnview.com blader je een stukje omlaag tot je een aantal downloadknoppen ziet. De software is gratis zolang je het niet bedrijfsmatig inzet, dus het staatje met licenties mag je laten voor wat het is. Kies bij voorkeur de standaardversie (Standard), want dan zit er onder andere een Nederlandse taalmodule in.

Blader vervolgens naar een map met foto’s en dubbelklik op een fotominiatuur of druk op Enter om hem in het groot te bekijken. Blader v met bijvoorbeeld Page up en Page down door alle foto’s in de map. Druk op F11 om een foto beeldvullend te zien. Om aan te geven wat we op een foto zien, gebruik je sneltoets Ctrl+I of kies je voor Bewerken, Metadata, IPTC-gegevens bewerken. Er verschijnt nu een venster met een aantal tabbladen, waar wij er maar twee van nodig hebben om foto’s omschrijvingen en trefwoorden te geven.

Op het tabblad Bijschrift tik je bij het veld Bijschrift een korte of wat uitgebreidere beschrijving in. Je kunt de tekst niet mooi opmaken, het gaat om platte tekst. Voeg voor een goede leesbaarheid hier en daar een extra witregel toe om de omschrijving overzichtelijk te houden. Maak bij voorkeur de regels niet langer dan ongeveer de breedte van het invoerveld. Hier kun je dus vertellen waar wij naar kijken.

©PXimport

Trefwoorden toevoegen

Vervolgens ga je naar het tabblad Trefwoorden. Hier geef je trefwoorden of labels op waarmee je je foto’s later eenvoudig kunt terugvinden. Een trefwoord kan van alles zijn en hangt vooral af van wat je belangrijk vindt om te markeren. Kijk daarom met een kritisch oog naar het beeld. Wat en wie zien we? Locaties, gebeurtenissen, namen en familierelaties zijn voor de hand liggende keuzes.

Het scheelt enorm veel tijd en moeite als je deze trefwoorden niet iedere keer opnieuw hoeft in te tikken. Dat kan door ze in een trefwoordenlijst op te nemen. Eerst tik je een nieuw trefwoord in het bovenste invoerveld aan. Klik erachter op de knop Toevoegen. Dit trefwoord komt vervolgens in het grotere tekstvak eronder te staan. Op deze manier kun je eenvoudig meerdere trefwoorden invoeren die betrekking hebben op deze specifieke foto.

Om een zojuist ingevoerd trefwoord te bewaren voor later gebruik klik je erop. Klik daarna onder het trefwoordenvak op de knop met het driehoekje dat omlaag wijst. Hiermee kopieer je dit ene trefwoord naar het onderste vak. Herhaal dit voor alle trefwoorden die je later nodig denkt te hebben.

Bij de overige foto’s tik je zo’n trefwoord dus niet nogmaals in, maar klik je erop in het onderste vak en klik je daarna op de knop met het omhoog wijzende driehoekje. Hiermee kopieer je het uit de trefwoordenlijst naar het middelste vak waarin de trefwoorden voor de huidige foto staan verzameld. Zo eenvoudig werkt het!

Zodra je via Ctrl+I een beschrijving en trefwoorden hebt ingetikt, is het tijd om dit als metadata in deze foto op te slaan. Kies hiervoor onderin het venster bij Schrijfopties voor Combineer nieuwe & huidige waarden en zet een vinkje bij Samenvoegen met huidige waarden. De overige opties gebruik je om eerder ingevoerde gegevens te wissen in plaats van uit te breiden. Klik tot slot op Schrijven en daarna op Sluiten. Hebben meerdere foto’s dezelfde trefwoorden nodig? Selecteer ze dan en voeg daarna de trefwoorden toe.

©PXimport

Beschrijving tonen

Nu moeten we de door ons ingevoerde informatie alleen nog zichtbaar maken op de foto. Ga hiervoor naar Hulpmiddelen, Opties en klik onder Bekijken op het onderdeel Volledig scherm. Zet een vinkje bij Extra info weergeven en klik in het vak eronder. Staat hier al tekst? Selecteer die dan met Ctrl+A en druk op Delete of Backspace om een leeg vak te krijgen.

Klik dan onder het vak op Invoegen en kies bij IPTC – Trefwoorden en categorieën voor het veld Trefwoorden. In het tekstvak verschijnt nu <IPTC:Keywords>. Druk twee keer op Enter om een witregel toe te voegen. Klik daarna opnieuw op Invoegen en kies ditmaal IPTC – Bijschrift voor het veld Bijschrift. Daarmee voeg je  <IPTC:Caption> toe aan het tekstvak. Tot slot mag je eventueel nog wat extra (verklarende) tekst aan dit tekstvak toevoegen, maar dat hoeft niet.

Als het goed is ziet het tekstvak er nu (ongeveer) uit zoals bij ons. Klik op Ok om alles op te slaan. Bekijk nu een foto waar je al een omschrijving en trefwoorden aan hebt toegevoegd en druk op de I-toets of kies in het menu Beeld, Extra infotonen. In de linkerbovenhoek van de foto verschijnen nu de beschrijving en trefwoorden netjes in beeld. Terwijl je van foto naar foto bladert, komt steeds de juiste informatie op het scherm te staan. Wil je het weer verbergen, zodat alleen de foto nog te zien is, druk dan opnieuw op de I-toets om alle metadata te verbergen.

©PXimport

Tooltips

©PXimport

Diavoorstelling

Alle informatie die je op deze manier aan je foto’s toevoegt, kan ook met de meeste andere fotoprogramma’s worden bekeken. Je harde werk is daarmee toekomstbestendig en daar draait het natuurlijk allemaal om. Omdat XnView vooral een fotobeheerprogramma is, kun je hiermee ook gelijk je fotoverzameling inrichten en netjes bijhouden. Denk aan het maken van mappen en submappen en het verplaatsen van foto’s naar de map waarin ze het beste thuishoren.

Maak meteen een mooie diavoorstelling door een map of een aantal foto’s te selecteren (eventueel na een zoekactie) via Aanmaken, Diavoorstelling. Ditmaal zul je waarschijnlijk alleen maar van de mooie beelden willen genieten. Wil je toch liever ook alle extra informatie zien, klik dan in het optievenster van de diavoorstelling op Meer opties en plak in het tekstveld bij Extra info weergeven de metadatavelden die je zojuist hebt gekozen.

Zoeken naar foto’s

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.