Ben je een liefhebber van oude computersystemen, dan heb je al gemerkt dat de apparaten steeds schaarser en duurder worden. Voor een originele 80486, MSX, Amiga, Atari ST of Amstrad moet je diep in de buidel tasten … áls je er al een tegenkomt. Voor velen zit er dan ook niets anders op dan met emulators of virtuele machines aan de slag te gaan. Dat geeft helaas niet altijd het gewenste resultaat. Gelukkig is er een alternatief: zelf bouwen met een speciale chip en losse onderdelen.

Spreekt het onderwerp retrocomputing of retrogames je aan, dan heb je de FPGA-chip (field-programmable gate array) wellicht al eens voorbij zien komen. De FPGA wordt vaak aangeprezen als een ‘wonderchip’ die totale nauwkeurigheid biedt en geen vertraging heeft zoals een emulator. Verschillende commerciële bedrijven, zoals www.analogue.co, gebruiken de FPGA als hart van hun spelsystemen en hebben daar groot succes mee.

Dankzij de betaalbaarheid neemt de populariteit bij hobbyisten die er eigen opensource-projecten mee starten dan ook snel toe. Een van die opensource-projecten is het MiSTer-project dat op een gebruiksvriendelijke manier verschillende oude computers via de FPGA-chip van de Terasic DE10-Nano-development-kit opnieuw tot leven brengt. Op dit moment wordt gewerkt aan verschillende FPGA-implementaties zoals een 80486-pc, NeoGeo, Game Boy en Sega Mega CD. Het aantal projecten neemt snel toe.

01 Wat is een FPGA?

De beste manier om een FPGA te omschrijven, is dat het een flexibele chip is die je naar wens kunt (her)programmeren. De moderne FPGA bestaat uit een groot aantal programmeerbare logische schakelingen die samen een functie kunnen uitvoeren. Je kunt de chip zodanig programmeren dat hij precies doet wat je wilt en volledig geoptimaliseerd is voor de functie waarvoor hij geprogrammeerd is. Het mooie is dat de FPGA ook weer opnieuw geprogrammeerd kan worden om een nieuwe functie uit te voeren. De programmeerbare infrastructuur kent bijna geen grenzen, een FPGA kan worden gebruikt om elke gewenste logische functie of verzameling functies te implementeren, zelfs meerdere processorkernen. De FPGA is vooral bedoeld voor de professionele doeleinden waarbij data-intensieve toepassingen veel efficiënter verwerkt moeten worden. Maar een FPGA-chip kan dus ook gebruikt worden om zich voor te doen als een oude retromachine.

Zo maak je van je pc een retrogame-emulator

02 Emulatie en her-implementatie

Emuleren is een uiterst inefficiënte manier om hardware te simuleren. Voor een vrij simpele hardware-emulatie is naar verhouding een beest van een processor nodig. Ook worden in de meeste gevallen niet alle instructies goed geëmuleerd, zodat de software uiteindelijk niet werkt zoals het op de originele hardware deed. Daarbij hebben vele aspecten invloed op de prestaties. Is het systeem even druk met een ander proces, dan is dat vrijwel direct te merken in de emulatie. Bij het spelen een spelletje kan dat ongewenste resultaten geven. Denk aan een platformspel dat de ene keer een tiende van een seconde eerder input vraagt om te springen en een andere keer een tiende later. De ene keer tuimel je de afgrond in, de andere keer haal je net het einde niet.

Een relatief eenvoudige FPGA kan dit trucje veel efficiënter uitvoeren, omdat de originele elektronische circuits op de FPGA worden gerecreëerd en de instructies niet softwarematig vertaalt hoeven worden. Deze werkwijze geeft nagenoeg dezelfde ervaring als de originele hardware, omdat de instructies uitgevoerd worden zoals dat bij het origineel ook gebeurde. Bij sommige implementaties gaat het zelfs zo ver dat bepaalde vertragingen, die op de originele hardware optreden, ook optreden bij de emulatie via de FPGA. Bij gebruik van een FPGA spreekt de community liever niet over emulatie, maar over het ‘her-implementeren’ van de originele hardware.

©PXimport

03 Van Minimig tot MiSTer

De eerste stappen om een FPGA te gebruiken voor het recreëren van een retrocomputer werden gezet in januari 2005. Toen kwam de Nederlandse elektrotechnisch ingenieur Dennis van Weeren met het concept om een nieuwe Amiga 500 met de FPGA als basis te ontwikkelen: de Minimig of Mini Amiga. Waarschijnlijk heeft dit project anderen geïnspireerd en zijn hier weer verschillende ideeën uit voortgevloeid. Een daarvan is de MiST FPGA-computer, ontworpen rondom de Intel Cyclone III FPGA en bedoeld om klassieke 16bit-computers zoals de Amiga en Atari ST op te implementeren. De vrij actieve community heeft verschillende zogenoemde cores voor het systeem ontwikkeld, zoals een NES (Nintendo Entertainment System), Apple+ II en Commodore 64. Maar de Cyclone III liep tegen zijn limiet. Veel meer dan deze 8- en 16bit-systemen pasten niet in deze FPGA, er was een grotere FPGA nodig.

De Intel Altera Cyclone III FPGA Development Kit kostte destijds ruim 1.200 dollar en was daarom niet interessant om als basis te gebruiken voor de MiST FPGA-computer. De Terasic DE10-Nano Development Kit met Cyclone V FPGA heeft een veel lager prijskaartje van ongeveer 110 euro. Deze development kit werd de basis voor het MiSTer-project, dat opgestart is door Alexey Melnikov. Deze grotere FPGA maakt veel meer mogelijk, zo kan er een 80486-pc op geïmplementeerd worden. Verder zijn er cores van een Sega Mega CD, GameBoy Advance en NeoGeo AES.

©PXimport

04 MiSTer-uitbreidingen

Een van de uitbreidingen voor het MiSTer-project is het MiSTer IO Board. Dit uitbreidingsbord is ook ontworpen Alexey Melnikov (de projectleider van het MiSTer-project). Het ontwerp is vrij verkrijgbaar voor iedereen. Het MiSTer IO Board is een optionele uitbreiding die boven op de Terasic DE10-Nano-soc wordt aangesloten. Het voegt functies toe aan het MiSTer-platform, zoals een VGA-connector voor analoge videobeelden, 3,5mm-audiopoort, drie knoppen, drie statusleds, een tweede slot voor een micro-sd-kaart, een fan voor koeling en een gebruikerspoort in de vorm van een usb-connector (dit is geen normale usb-poort, maar een soort seriële poort).

Het IO Board is niet de populairste uitbreidingsmodule, dat is de MiSTer SDRAM-geheugenmodule. Het ddr3-geheugen dat op de Terasic DE10-Nano zit is te snel voor de meeste cores. Het heeft een te hoge latentie en is niet geschikt voor de timings die nodig zijn voor het edo-dram van vroeger. Er zijn drie varianten van de MiSTer SDRAM-geheugenmodule met 32, 64 en 128 MB geheugen. De SDRAM-geheugenmodule met 128 MB geheugen is nodig voor de nieuwste cores zoals de NeoGeo en om Game Boy Advance-roms op te laden. Een volledig overzicht van de uitbreidingen en de cores vind je op de wiki-pagina.

©PXimport

05 Waar te koop?

MiSTer is opensource en vrij toegankelijk voor iedereen. Het wordt door de community in leven gehouden. De aanbieders van onderdelen hebben deze vaak zelf in elkaar gezet. Veel van deze aanbieders zijn gevestigd in de VS. Maar ook op Chinese websites als AliExpress duiken steeds vaker onderdelen op voor het MiSTer-project. Wij hebben onderdelen van de webshop www.misterfpga.co.uk gebruikt. Deze webshop is gevestigd in het Verenigd Koninkrijk en biedt een brede keuze aan uitbreidingen. De Terasic DE10-Nano Development Kit is bij verschillende webshops te vinden. Wij kochten ons exemplaar via www.digikey.com. Op het forum www.misterfpga.org vind je meer informatie over het project en de verschillende uitbreidingen.

©PXimport

06 Zelf aan de slag

Om met MiSTer aan de slag te gaan, hoef je natuurlijk niet direct álle onderdelen aan te schaffen. De meest belangrijke onderdelen zijn de Terasic DE10-Nano, een koelelement en een MiSTer SDRAM-geheugenmodule. Het IO Board, de usb-hub en de behuizing kunnen ook op een later moment worden toegevoegd. Wel heb je een omvormer nodig van micro-usb-b (mannetje) naar usb-a (vrouwtje) nodig om het toetsenbord op aan te sluiten. Eventueel kun je ook een eigen usb-hub aansluiten op de usb-otg-connector.

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.