indignatieai-redactie 
In dit artikel zal ik de sterkst mogelijke argumenten presenteren waarom coöperaties en organisaties in de solidariteitseconomie het gebruik van generatieve AI-tools zoals ChatGPT, Claude Code en Suno zouden moeten vermijden. Mijn betoog is opgedeeld in vier secties, beginnend met wat ik beschouw als de meest voor de hand liggende problemen met deze tools, en vervolgens ingaand op kwesties die minder vaak worden besproken en mogelijk minder voor de hand liggen. De secties heten: Milieu-impact , Ethische kwesties , Epistemologische onrechtvaardigheden en Bedrijfsrisico ; klik op de titel om direct naar de betreffende sectie te gaan.
In dit artikel gebruik ik de termen ‘AI’ en ‘GenAI’, maar ik vind het belangrijk om meteen te benadrukken dat ‘kunstmatige intelligentie’ een verkeerde benaming is, omdat wat we bespreken niet ‘intelligent’ is in de ware zin van het woord. Hoewel wij mensen ons gemakkelijk laten misleiden door onze eigen intelligentie op deze tools te projecteren – iets wat mensen al sinds de jaren 60 doen – zijn het in feite niets meer dan algoritmes die statistisch plausibele tekst (of afbeeldingen, muziek, enz.) genereren. Alle intelligentie die we in het algoritme zien, komt van slimme programmeurs, niet van het algoritme zelf – en die ‘intelligentie’ faalt vaak. Wanneer een chatbot een verkeerd antwoord geeft – bijvoorbeeld een ‘hallucinatie’ – wordt die onjuiste informatie gegenereerd via exact hetzelfde proces als de juiste antwoorden. Het is alleen zo dat de statistisch plausibele tekst soms toevallig waar is en soms niet. Hoe dan ook, er is geen intelligentie die onderscheid kan maken tussen waar en onwaar, of zelfs maar een dergelijk concept kan begrijpen; het is slechts een statistisch algoritme gekoppeld aan een enorme hoeveelheid computerhardware in een datacenter ergens. Wat ons, heel toevallig, bij de meest voor de hand liggende kritiek op deze tools brengt.
1. Milieu-impact
Deze kop in de Europese editie van Politico vat mijn argument tegen het gebruik van generatieve AI-tools treffend samen: ” Europa moet kiezen tussen AI en klimaatdoelen, zegt de datacenterlobby: de techsector zegt dat alleen gascentrales met CO2-uitstoot betrouwbaar genoeg zijn om de AI-doelen van de EU te bereiken .” Het is niet alleen Europa dat moet kiezen tussen zogenaamde AI en het aanpakken van de klimaatchaos die onze acties al hebben veroorzaakt – het geldt voor ons allemaal. Datacenters in de VS, die volledig zijn gebouwd om “AI” te draaien, gebruiken al aardgasgeneratoren om in hun enorme energiebehoefte te voorzien, waarbij ze vervuilende stoffen in de lucht uitstoten en de lokale bevolking vergiftigen . Op andere plaatsen houden ze verouderde kolencentrales in bedrijf om de stroom te leveren die hun AI-datacenters nodig hebben. [ archief ]
En natuurlijk is er de kwestie van waterverbruik. Datacenters verbruiken enorme hoeveelheden water in elke fase van hun bouw en gebruik. Allereerst is er het water dat nodig is om al het beton te storten tijdens de bouw, wat oploopt tot tientallen miljoenen liters per jaar. Vervolgens, jaren later, wanneer de bouw is voltooid, is er de waterbehoefte om de GPU’s in het datacenter te koelen. En dat is nog niet alles. De energiecentrales die de datacenters van stroom voorzien, hebben ook hun eigen waterverbruik, en aangezien de meeste datacenters die voor AI worden gebouwd hun eigen energieproductiefaciliteit hebben, moet het volledige waterverbruik daarvan ook worden meegerekend bij hun toch al buitensporig hoge verbruik .
Maar wacht, het wordt nog erger! Door een aantal factoren worden de meeste datacenters gebouwd in gebieden die al kampen met een watertekort . AI-datacenters verhogen dus niet alleen onze toch al te hoge CO2-uitstoot, maar ze verbruiken ook onze snel slinkende zoetwatervoorraden. Toekomstige generaties zullen zich de beslissingen herinneren die we hebben genomen en nog steeds nemen, wanneer ze de gevolgen hiervan ondervinden. Ze zullen zich zeker degenen herinneren die, geconfronteerd met een milieuramp, in plaats van terug te deinzen en te proberen minder te gebruiken, juist vol inzetten op een grondstofintensieve technologie, omdat het schrijven van een e-mail of het programmeren van een app daardoor iets gemakkelijker werd.
En geen van deze problemen, zo moet gezegd worden, kan worden opgelost door simpelweg “AI” te laten samenwerken, zoals sommigen binnen onze beweging bepleiten. Zelfs in het beste geval, waarbij een coöperatief datacenter volledig op hernieuwbare energie zou draaien, zou je simpelweg een hoop nieuwe energieopwekking toevoegen zonder de bestaande niet-hernieuwbare energiebronnen te compenseren. Als we massaal zonne-energie gaan uitbouwen, waarom zouden we al die energie dan gebruiken om een datacenter te laten draaien dat statistisch waarschijnlijke tekst en code genereert, in plaats van een gasgestookte energiecentrale te vervangen? Zelfs een coöperatief, op hernieuwbare energie gebaseerd AI-datacenter zou de milieuschade, waarvan we nu al de gevolgen ondervinden en die naar verwachting alleen maar erger zal worden, alleen maar verergeren.
2. Ethische kwesties
Rond de tijd dat ik aan mijn studie begon, eind jaren 90, was er een grote mediacampagne om iedereen te laten weten dat het downloaden van auteursrechtelijk beschermd materiaal van internet strafbaar was. De websites die dit materiaal aanboden werden door de autoriteiten lastiggevallen, sommige downloaders werden vervolgd en Aaron Swarz – een computerwetenschapper van wereldklasse en bedenker van RSS – pleegde zelfmoord terwijl hij werd vervolgd voor het downloaden van wetenschappelijke artikelen met als doel ze openbaar te maken. Het ‘pirateren’ van software of auteursrechtelijk beschermde muziek, films, boeken, enzovoort, werd behandeld als een misdrijf, vergelijkbaar met het stelen van de auto van je buurman, of erger. De AI-bedrijven lijken de boodschap echter niet te hebben begrepen, want toen ze trainingsdata nodig hadden voor hun statistisch plausibele tekstgeneratoren, besloten ze simpelweg alles van internet te schrapen, auteursrechtelijk beschermd of niet. Geen enkele auteur of kunstenaar werd betaald voor zijn of haar werk en de AI-bedrijven kregen geen boetes voor hun massale diefstal (die ze publiekelijk hebben toegegeven). Er lopen echter honderden rechtszaken tegen deze bedrijven, aangespannen door de rechthebbenden.
Dit alleen al zou, naar mijn mening, een voldoende ernstige ethische schending moeten zijn – en een die zo diep verankerd is in de fundamenten van deze tools – dat organisaties in de coöperatieve en solidaire economie het gebruik ervan zouden willen vermijden. Maar als dat nog niet genoeg is om het gebruik te ontmoedigen, vormen de arbeidsomstandigheden van de mensen die deze chatbots draaiende houden een verdere reden om het gebruik van deze tools te heroverwegen.
Om deze tools te laten werken, zijn mensen met daadwerkelijke intelligentie nodig om de (gestolen) data te labelen en de “AI” te vertellen wat het is. Deze taken zijn extreem repetitief en worden zeer slecht betaald. Het is dan ook niet verwonderlijk dat dit werk wordt uitbesteed aan landen in het mondiale Zuiden, waar een van deze werknemers de omstandigheden heeft omschreven als “moderne slavernij”.
Een andere dochteronderneming van Scale AI, Remotasks, betaalt labelaars ongeveer één Amerikaanse cent voor taken die meerdere uren in beslag kunnen nemen – een loon dat Kanyugi vergelijkt met ‘moderne slavernij’.
“Mensen ontwikkelen oogproblemen, rugklachten, angststoornissen en depressies omdat ze 20 uur per dag of 6 dagen per week werken.”
Ook is het nodig dat mensen voorkomen dat de GenAI-tools gewelddadige, seksueel expliciete of andere “extreme” content produceren – wat een groot probleem is, aangezien de tools getraind zijn op het hele internet, dat vol staat met dat soort materiaal. Hierdoor worden talloze werknemers dagelijks gedwongen zichzelf bloot te stellen aan psychisch schadelijk materiaal , voor een laag loon en zonder enige vorm van geestelijke gezondheidszorg.
“Ik was geschokt dat mijn werk inhield dat ik met zulke verontrustende content moest werken”, aldus Sawyer, die sinds maart 2024 als ‘generalistische beoordelaar’ voor de AI-producten van Google werkt. “Niet alleen omdat ik hierover geen waarschuwing kreeg en tijdens mijn inwerkperiode nooit toestemmingsformulieren hoefde te ondertekenen, maar ook omdat noch de functietitel noch de functiebeschrijving iets over contentmoderatie vermeldde.”
De druk om dagelijks tientallen van deze taken af te ronden, elk binnen 10 minuten, heeft Sawyer naar eigen zeggen in een spiraal van angst en paniekaanvallen gestort – en dat zonder enige psychische ondersteuning van haar werkgever.
Diefstal aan de ene kant, mishandeling van arbeidskrachten aan de andere kant. Ik betoog dat onze toewijding aan solidariteit en samenwerking ons zou moeten beletten deze instrumenten willens en wetens te gebruiken – en ons er zelfs toe zou moeten aanzetten om ons er publiekelijk tegen uit te spreken.
3. Epistemologische vernederingen
Maar wat als we deze GenAI-tools zouden kunnen gebruiken zonder alle negatieve milieu-, arbeids- en diefstalproblemen? Wat als de datacenters in coöperatief bezit zouden zijn en zouden worden aangedreven door hernieuwbare bronnen zoals wind- en zonne-energie? Wat als de data-taggers lid zouden zijn van een coöperatie? Zou dat niet betekenen dat er geen argumenten meer zouden zijn tegen het gebruik van LLM’s en andere AI-tools? Nee. Hoewel er meerdere onoplosbare problemen kleven aan dit soort voorstellen, waar sommigen binnen onze beweging nu voor pleiten, zouden ze, zelfs als ze redelijke mogelijkheden zouden zijn, geen effect hebben op de epistemologische problemen die GenAI creëert.
Epistemologie is, voor wie er niet bekend mee is, de filosofische studie van de aard en de grenzen van kennis. De essentiële epistemologische vraag is: “Hoe weet ik dat ik iets weet?” Helaas lijken veel mensen, door een combinatie van menselijke luiheid en marketingpraatjes, ervan uit te gaan dat de output van een chatbot een legitieme basis voor kennis is. Hoe weet je iets? Omdat ik het aan Gemini heb gevraagd en dat is wat hij zei!
Het probleem hiermee is dat, zoals we al hebben aangegeven, het vol vertrouwen verstrekken van onjuiste informatie een fundamenteel aspect is van hoe deze tools werken. Ze zullen altijd een bepaalde hoeveelheid onjuiste informatie geven, wat geen probleem hoeft te zijn als iemand al kennis heeft van het onderwerp waarover hij of zij een vraag stelt en de onjuiste delen kan herkennen. Mensen stellen chatbots echter over het algemeen geen vragen over onderwerpen die ze al kennen en accepteren daarom zonder meer elke output van de chatbot als waarheid. Gezien hun onbetrouwbare aard moet de output van een chatbot echter altijd worden geverifieerd door een mens met daadwerkelijke intelligentie, om de correcte antwoorden van de onjuiste te scheiden. Deze noodzaak ondermijnt het nut van het gebruik van de chatbot in de eerste plaats.
Je zou natuurlijk kunnen accepteren dat Gemini of Claude onbetrouwbaar is en dus controleren of de bronnen die ze noemen daadwerkelijk bestaan (want ze staan erom bekend dat ze niet-bestaande bronnen verzinnen), en vervolgens die bronnen lezen om er zeker van te zijn dat de chatbot ze niet verkeerd heeft weergegeven. Na deze zorgvuldigheid moet je je echter afvragen wat het nut van de chatbot überhaupt is, afgezien van een ouderwetse zoekopdracht op het web. De andere optie is om de output van de chatbot als accuraat te accepteren en daarop verder te gaan. Deze laatste optie is in de praktijk wat iedereen die deze tools gebruikt in meer of mindere mate doet. En het besef dat de bots onbetrouwbaar zijn, is geen excuus voor de gebruikers van de technologie. Zelfs mensen die absoluut beter weten, trappen regelmatig in deze valkuil, en dat in het volle zicht van het publiek.
In een recente aflevering van The Stand Up, een podcast over softwareontwikkeling, legde Casey enkele details uit over hoe computers wiskundige bewerkingen uitvoeren. Zijn co-host, Prime, onderbrak hem toen met: “Ja, ik heb ChatGPT hierover geraadpleegd en die zegt dat het varieert, maar dat de bereiken meestal tussen de 3 en 80 cycli liggen.” Waarop Casey antwoordde: “Nou, dat ‘het varieert’ klopt in ieder geval.” Dit illustreert het probleem perfect. De persoon die ChatGPT om informatie vroeg en het antwoord had geaccepteerd totdat hij door een echte expert werd gecorrigeerd, is zelf een expert op andere gebieden van softwareontwikkeling. Hij gebruikt regelmatig LLM-chatbots die ontworpen zijn voor programmeren en is zich terdege bewust van hun tekortkomingen; en toch, als Casey er niet was geweest om hem te corrigeren, zou hij vol zelfvertrouwen zijn fout zijn blijven volhouden, simpelweg omdat ChatGPT het hem vertelde.
Hetzelfde probleem doet zich voor wanneer LLM’s documenten of e-mails samenvatten. Het is een zekerheid dat een bepaald percentage van de output van de LLM onjuist zal zijn, maar je moet al weten wat er in de documenten staat om de onjuiste delen te kunnen herkennen. De “AI”-samenvatting zal net zo gezaghebbend klinken over de correcte delen als over de onjuiste delen. En we weten dat GenAI-tools niet bijzonder goed zijn in samenvatten, hoewel dat een van de belangrijkste toepassingen is die hun voorstanders hebben aangevoerd. In oktober 2025 publiceerde de BBC dit rapport :
Nieuw onderzoek, gecoördineerd door de European Broadcasting Union (EBU) en geleid door de BBC, heeft aangetoond dat AI-assistenten – die voor miljoenen mensen al dagelijks een bron van informatie vormen – de inhoud van nieuwsberichten stelselmatig verkeerd weergeven, ongeacht de taal, het gebied of het AI-platform dat wordt getest.
[…]
Belangrijkste bevindingen:
45% van alle AI-antwoorden bevatte minstens één significant probleem.
31% van de antwoorden vertoonde ernstige problemen met de bronvermelding – ontbrekende, misleidende of onjuiste toeschrijvingen.
20% bevatte grote nauwkeurigheidsproblemen, waaronder verzonnen details en verouderde informatie.
Gemini presteerde het slechtst met significante problemen in 76% van de antwoorden, meer dan twee keer zoveel als de andere assistenten, grotendeels vanwege de slechte prestaties op het gebied van bronvermelding.
Google probeert nu natuurlijk zijn zoekmachine volledig te vervangen door zijn Gemini-chatbot. Iedereen die dit een vreselijk idee vindt, wordt aangemoedigd om eens een kijkje te nemen op https://noai.duckduckgo.com/
4. Bedrijfsrisico
Het meest voor de hand liggende zakelijke risico van het gebruik van AI-tools is de reputatie. Kunst en teksten gemaakt met GenAI worden over het algemeen gehaat, bespot en belachelijk gemaakt. Elk openlijk gebruik van AI-tools in een publieke context zal op zijn minst veel klanten afstoten en kan zelfs een felle tegenreactie uitlokken. Een recent voorbeeld hiervan deed zich voor op het YouTube-kanaal Drumeo, een kanaal met 5,5 miljoen abonnees dat geliefd is bij muziekliefhebbers en drummers vanwege hun vermakelijke en leerzame video’s. Een paar dagen geleden wisten ze de universele goodwill die ze eerder genoten te ondermijnen toen ze een video plaatsten met de thumbnail “Pro Drummer vs. ChatGPT”. Hoewel een groot deel van de video de draak stak met hoe vaak de chatbot het mis had, stroomden de reacties direct binnen met abonnees die hen afkraakten, alleen al voor het gebruik van ChatGPT – zelfs om het belachelijk te maken. Hier is een selectie:
“Hoewel Aaron hilarisch is met die AI-onzin, stop alsjeblieft met dit format! Die AI-prutmachine heeft jullie geweldige platform niet nodig voor extra promotie.”
“Drumeo, laat dit de eerste en laatste keer zijn.”
“Dit is waardeloos, Drumeo. Stop met het gebruiken van AI, zelfs als je er de draak mee steekt.”
“Laten we echte artiesten niet beledigen door ook maar te overwegen om iets te gebruiken dat door AI is gegenereerd, oké? Verwijder deze video en bied je excuses aan als je het respect van duizenden muzikanten wilt behouden.”
“Een dikke pluim voor Aaron, maar een dikke min voor AI. Dit is niet goed genoeg, Drumeo.”
“Het was vreselijk om te zien, ik heb het gevoel dat jullie hadden moeten weten wat de reactie op AI zou zijn.”
Deze technologie verspilt enorme hoeveelheden grondstoffen, steelt werk van kunstenaars, verzint voortdurend leugens en belooft massale werkloosheid te veroorzaken: is het dan een wonder dat iedereen er een hekel aan heeft? Denk goed na voordat je GenAI-resultaten openbaar gebruikt en besef dat je, als je besluit het te gebruiken, veel negatieve reacties bij het publiek zult oproepen. Zeg niet dat je niet gewaarschuwd bent.
Maar zelfs als het je lukt om het gebruik van “AI” strikt intern te houden, loopt je coöperatie het risico dat de leden (en werknemers) onbedoeld minder vaardig worden. Er zijn inmiddels meerdere onderzoeken die de negatieve effecten van het gebruik van AI-tools bevestigen. Om een recent artikel in Nature [ archief ] te citeren:
Een onderzoek onder artsen in Polen die gespecialiseerd zijn in endoscopie – het gebruik van flexibele sondes om de binnenkant van het menselijk lichaam te onderzoeken – laat zien hoe snel AI-tools menselijke vaardigheden kunnen ondermijnen. De artsen, die allemaal minstens 2000 colonoscopieën in hun carrière hadden uitgevoerd, kregen toegang tot een AI-systeem dat colonoscopiebeelden in realtime analyseert en een type voorstadia van darmkanker, een adenoom, detecteert. De specialisten hadden de tool op sommige dagen wel en op andere dagen niet tot hun beschikking.
Nadat artsen het systeem begonnen te gebruiken, daalden hun prestaties aanzienlijk wanneer het systeem niet beschikbaar was. In de drie maanden vóór de introductie van de AI-tool vonden de specialisten bij 28,4% van de colonoscopieën minstens één adenoom. In de drie maanden na de introductie van de tool daalde het percentage gedetecteerde adenomen bij colonoscopieën die zonder AI-ondersteuning werden uitgevoerd tot 22,4%.
Het is niet alleen in de geneeskunde dat het gebruik van AI-tools ertoe leidt dat mensen slechter presteren op hun werk. Programmeren is een gebied waar AI-bedrijven graag beweren dat hun tools het meest nuttig zijn. Als je wel eens met techneuten omgaat, heb je ongetwijfeld verhalen gehoord over de “10X engineer” die nu tien keer sneller of efficiënter is dan voor de komst van AI. Anthropic, de eigenaar van Claude Code, loopt voorop in dit aspect van AI-gebruik, dus als zelfs zij ontdekken dat deze tools schadelijk zijn, moeten we daar wellicht aandacht aan besteden.
Om te onderzoeken of vaardigheden in de informatica verloren gaan, ontwierpen onderzoekers van het AI-bedrijf Anthropic in San Francisco, Californië, een gerandomiseerd gecontroleerd onderzoek waarbij 52 software-engineers een eenvoudige programmeertaak moesten uitvoeren. Tijdens de oefening konden alle 52 deelnemers online zoeken naar instructies voor het uitvoeren van de taak. De helft van de deelnemers werd bovendien aangemoedigd om een AI-assistent te gebruiken.
Na afloop werd aan alle software-engineers gevraagd een quiz te maken over wat ze van de opdracht hadden geleerd. De deelnemers die een AI-assistent hadden gebruikt, scoorden aanzienlijk slechter op de quiz dan degenen die dat niet hadden gedaan: de gemiddelde score was 50% in de AI-groep tegenover 67% in de groep zonder AI. De deelnemers met AI-ondersteuning scoorden met name slecht op vragen waarbij ze fouten in de code moesten diagnosticeren, wat erop wijst dat ze de concepten achter de code die ze zojuist hadden geschreven niet hadden begrepen.
De bevindingen zijn zorgwekkend, vooral voor studenten en jonge professionals in het vakgebied, zegt Crowston, die onderzoek doet naar hoe het gebruik van generatieve AI-tools de manier verandert waarop softwareontwikkelaars codeervaardigheden leren en behouden. “Nu is er een vreemde kloof tussen prestatie en leren”, zegt hij. “Mensen kunnen op een behoorlijk hoog niveau presteren, omdat ze in feite vaardigheden lenen van de AI, maar ze ontwikkelen die vaardigheden niet zelf.”
We hebben dus bewijs dat het gebruik van AI-tools nieuwe werknemers ervan weerhoudt vaardigheden te ontwikkelen en dat het leidt tot een afname van vaardigheden bij ervaren werknemers. Regelmatig gebruik van deze tools, of welk gebruik dan ook, lijkt een slecht idee als we ons zorgen maken over het behoud van onze bedrijfsactiviteiten, vooral wanneer de bedrijven die deze tools maken enorme bedragen verbranden zonder uitzicht op winstgevendheid. Als deze bedrijven volledig onhoudbaar blijken te zijn, wat goede redenen heeft om aan te nemen, en hun tools plotseling verdwijnen, zullen degenen die hun kennis aan hen hebben uitbesteed er beroerd voor staan, terwijl degenen die nooit AI-tools hebben gebruikt een groot voordeel zullen hebben.
Mocht niets van het voorgaande u ervan hebben overtuigd dat het gebruik van GenAI-tools geen goed idee is, dan zullen de disclaimers van Microsoft over hun eigen AI-tools u wellicht wel overtuigen.
COPILOT maakt gebruik van AI en kan onjuiste antwoorden geven.
Om de betrouwbaarheid te waarborgen en het programma verantwoord te gebruiken, dient u COPILOT niet te gebruiken voor:
Numerieke berekeningen: Gebruik de standaard Excel-formules (bijv. SOM, GEMIDDELDE, ALS) voor taken die nauwkeurigheid of reproduceerbaarheid vereisen.
[…]
Taken met juridische, regelgevende of compliance-implicaties: Vermijd het gebruik van door AI gegenereerde output voor financiële rapportages, juridische documenten of andere situaties met grote gevolgen.
Een eerdere versie van die pagina ging zelfs zo ver dat er stond dat COPILOT “uitsluitend voor entertainmentdoeleinden” was – niet bepaald software waar ik mijn coöperatie op zou willen laten vertrouwen. Zelfs de minder expliciete huidige versie verraadt de ware bedoelingen. De laatst geciteerde zin impliceert dat het hebben van onjuiste informatie in “situaties met lage risico’s”, of gebieden waar je geen boete krijgt voor het verzinnen van dingen, op de een of andere manier acceptabel is. En een beetje kritisch denken leert ons dat een computersysteem dat niet betrouwbaar genoeg is om basiswiskundige functies nauwkeurig uit te voeren, het zeker niet beter zal doen als het gaat om iets dat ambiguer is dan wiskunde. Met andere woorden, we zouden de bovenstaande disclaimer eigenlijk moeten lezen als “vermijd het gebruik van COPILOT voor… elke taak die nauwkeurigheid of reproduceerbaarheid vereist.”
Ik kan me moeilijk voorstellen dat er binnen een bedrijf veel taken zijn die onnauwkeurig kunnen worden uitgevoerd zonder dat dit gevolgen heeft.
5. Conclusie
Elk onderdeel van dit essay zou gemakkelijk nog een aantal punten kunnen bevatten, maar dit stuk wordt nu al te lang. Zo ben ik er bijvoorbeeld niet eens aan toegekomen om te vermelden dat een Europese rechtbank Google onlangs aansprakelijk heeft gesteld voor de misinformatie die door zijn chatbot werd verspreid. [link] Hoe hoog de boete ook is, deze zal de balans van Google niet wezenlijk beïnvloeden – hetzelfde kan niet gezegd worden van coöperaties, mochten die zich in dezelfde positie bevinden en verantwoording moeten afleggen voor de “hallucinaties” van een LLM. De lijst met redenen om LLM’s zoals ChatGPT en andere zogenaamde AI-tools te vermijden, groeit met de dag. De vraag is dan: wat moeten we eraan doen?
Het eenvoudigste is om het zoveel mogelijk te vermijden. Gebruik ChatGPT of Gemini niet als zoekmachine, probeer in plaats daarvan https://noai.duckduckgo.com/ . Een chatbotvraag verbruikt niet alleen veel meer energie dan een standaard zoekopdracht, maar geeft ook antwoorden vol fouten en vooringenomenheid, verborgen achter een autoritaire toon .
Veel gebruikers geven aan een gevoel van controle te ervaren bij het gebruik van chatbots, maar een onderzoek van MIT uit februari 2026 wees uit dat chatbots minder accurate en minder waarheidsgetrouwe antwoorden gaven aan gebruikers met een lagere Engelse taalvaardigheid, een lagere opleiding of een niet-Amerikaanse achtergrond. Volgens Elinor Poole-Dayan, hoofdauteur van het onderzoek, kunnen chatbots “bestaande ongelijkheden juist verergeren door systematisch verkeerde informatie te verstrekken of te weigeren vragen van bepaalde gebruikers te beantwoorden.”
Als er ‘AI’-functies zijn geïntegreerd in softwaretools die u al gebruikt, probeer deze dan zoveel mogelijk te vermijden. Houd er echter rekening mee dat ‘AI’ een marketingterm is en dat veel bedrijven maar al te graag ‘AI’ plakken op zaken als spraak-naar-teksttranscriptie, terwijl deze tools geen LLM’s gebruiken en al veel langer bestaan dan OpenAI. Ik weet niet of het veel zal opleveren, maar e-mails en/of berichten op sociale media gericht aan software-uitgevers waarin ze worden aangemoedigd om de ‘AI’ uit hun producten te verwijderen, kunnen waarschijnlijk geen kwaad. En een publiek standpunt tegen ‘AI’ zal zeker goodwill opleveren in de community, zelfs als het geen effect heeft op QuickBooks of andere bedrijven.
En hoewel het vanzelfsprekend zou moeten zijn, vermijd het gebruik van door “AI” gegenereerde kunst als de pest. Mensen hebben het meteen door en velen zullen het afdoen als lui werk of er ronduit een hekel aan hebben. Terwijl de simpele oplossing om hetzelfde te doen als in 2022 je pluspunten oplevert omdat je niet bezwijkt voor de tsunami van AI-kunst. Sommige contentmakers taggen hun podcasts en video’s al met dingen als “Gemaakt door een mens” en “Geen AI”, en het zou me niet verbazen als “100% door mensen gemaakt” het nieuwe “biologisch” wordt voor culturele en technologische producten.
