AI & ethiek

A presentation at Pulse in April 2026 in The Hague, Netherlands by Hidde de Vries

Slide 1

Slide 1

Eth ek en AI Een inleiding i Hidde de Vries, BZK/VRO Pulse, 9 april 2026

Slide 2

Slide 2

Slide 3

Slide 3

Slide 4

Slide 4

Slide 5

Slide 5

i i F losof e en KI Wat is kennis? Hoe werkt taal? Wat is waar? Wat is mooi? Ben ik omdat ik denk?

Slide 6

Slide 6

“kritisch”

Slide 7

Slide 7

Ethiek hoe te handelen? wat te doen?

Slide 8

Slide 8

Ethiek j wat doet ertoe? hoe weeg e waarden?

Slide 9

Slide 9

Fundamentele rechten Respect voor mensel ke waard ghe d Vr he d van het nd v du Gel khe d, nond scr m nat e en sol dar te t Respect voor democrat e en rechtvaard ghe d Burgerrechten (waaronder goed bestuur) T i T i i i i i i i j i i i i i i i j i i i j i i Van fundamentele rechten (uit EU reaty, Charter of Fundamental Rights) naar ethische principes. Uit: Ethics Guidelines for rustworthy AI, door de High-Level Expert Group on Artificial Intelligence (2019).

Slide 10

Slide 10

Ethische principes Respect voor mensel ke waard ghe d U tlegbaarhe d Voorkomen van schade (harm prevention) Rechtvaard ghe d (fairness) i T i i T i j i i i Van fundamentele rechten (uit EU reaty, Charter of Fundamental Rights) naar ethische principes. Uit: Ethics Guidelines for rustworthy AI, door de High-Level Expert Group on Artificial Intelligence (2019).

Slide 11

Slide 11

i i i i kunstmat ge ntell gent e

Slide 12

Slide 12

“AI” heeft veel definities, het is soms een marketingterm

Slide 13

Slide 13

Slide 14

Slide 14

Bron: Tey Bannerman (teybannerman.com/strategy/2026/03/31/how-many-microsoft-copilot-are-there.html)

Slide 15

Slide 15

Slide 16

Slide 16

i i i i kunstmat ge ntell gent e

Slide 17

Slide 17

Slide 18

Slide 18

Slide 19

Slide 19

i i i i kunstmat ge ntell gent e

Slide 20

Slide 20

Natuurl ke taalverwerk ng j i i i j i deelgebied van KI gericht op lezen, schr ven en commun ceren in natuurlijke taal (bv speech recognition, machinevertaling)

Slide 21

Slide 21

Mach ne Learn ng i i i i i het proces waarin machines zelf dingen n categor eën leren ndelen na het bekijken van grote hoeveelheden gelabelde voorbeelden

Slide 22

Slide 22

Agents taak-gebaseerde systemen die namens mensen kunnen handelen

Slide 23

Slide 23

Generat eve AI i (grote) taalmodellen die zijn getraind om tekst, media of code te genereren op basis van prompts

Slide 24

Slide 24

“word calculators” “bijna menselijke intelligentie”

Slide 25

Slide 25

over AI wil je weten… i Hoe het wordt gemaakt Hoe het wordt verkocht Hoe het wordt gebru kt

Slide 26

Slide 26

training data

Slide 27

Slide 27

Slide 28

Slide 28

i AI bedrijven gebruiken heel veel boeken, muziek, beelden en tekst zonder toestemm ng

Slide 29

Slide 29

OpenAI, tegen UK House of Lords: - “we dachten dat trainen niet onder copyright viel” - “we kunnen ons bedrijf niet runnen zonder copyrighted materiaal”

Slide 30

Slide 30

Slide 31

Slide 31

Slide 32

Slide 32

materiaal- en stroomgebruik

Slide 33

Slide 33

International Energy Agency,

Slide 34

Slide 34

International Energy Agency,

Slide 35

Slide 35

Slide 36

Slide 36

Slide 37

Slide 37

Colocation datacentra Grootste datacentra (“campuses”) tot voor kort tot 1MW ~150 MW Wat er nu aan komt (“megacampuses”) ~1-2000 MW Empire of AI, chapter 12.

Slide 38

Slide 38

Eemshaven, the Netherlands

Slide 39

Slide 39

Middenmeer, the Netherlands 110 hectare / 271 acres

Slide 40

Slide 40

Voorkomen van schade j i i i j i j i i vr he d om te ondernemen van B g Tech gelu dsschade, watertekort, stroompr zen b omwonenden

Slide 41

Slide 41

Voorkomen van schade j i j i j i i j i behoefte van mensen en bedr ven om hun leven makkel ker te maken gelu dsschade, watertekort, stroompr zen b omwonenden

Slide 42

Slide 42

er zitten waarden in (technologie is nooit neutraal)

Slide 43

Slide 43

Slide 44

Slide 44

Slide 45

Slide 45

“[ Baldur Bjarnason, “Poisoning for propaganda” i baldurbjarnason.com/2025/poisoning-for-propaganda

Slide 46

Slide 46

“[ Baldur Bjarnason, “Poisoning for propaganda” i baldurbjarnason.com/2025/poisoning-for-propaganda

Slide 47

Slide 47

Slide 48

Slide 48

T Hoe het gemaakt wordt raining op grotendeels gestolen data. Data bevat vooroordelen. “Data-taggers” met psychische schade.

Slide 49

Slide 49

T Hoe het gemaakt wordt raining op grotendeels gestolen data. Data bevat vooroordelen. “Data-taggers” met psychische schade. Benodigt grote hoeveelheden zeldzame metalen. Gebruikt vele malen meer stroom en water dan alternatieven.

Slide 50

Slide 50

T Hoe het gemaakt wordt raining op grotendeels gestolen data. Data bevat vooroordelen. “Data-taggers” met psychische schade. Benodigt grote hoeveelheden zeldzame metalen. Gebruikt vele malen meer stroom en water dan alternatieven. Modellen “bevatten” waarden van bedrijven met best extreme CEO’s.

Slide 51

Slide 51

i Hoe het wordt gemaakt Hoe het wordt verkocht Hoe het wordt gebru kt

Slide 52

Slide 52

Charles Babbage

Slide 53

Slide 53

TT

Slide 54

Slide 54

“It i – Ada Lovelace, in Note G

Slide 55

Slide 55

Ja, er zijn interessante en effectieve toepassingen. Maar… overdrijving en hype liggen steeds op de loer.

Slide 56

Slide 56

Slide 57

Slide 57

Meer lobby dan energ e + pharma b elkaar j i T i T Geld in euro’s uitgegeven aan lobby’en in Brussel. Bron: he EU’s Lobby League able (Corporate Europe)

Slide 58

Slide 58

“Het is onvermijdelijk”

Slide 59

Slide 59

“Het is onvermijdelijk” j i voor AI-bedr ven

Slide 60

Slide 60

Slide 61

Slide 61

Is er wel een tekort aan intelligentie? (Felienne Hermans bij Buitenhof)

Slide 62

Slide 62

Is er wel een tekort aan intelligentie? (Felienne Hermans bij Buitenhof)

Slide 63

Slide 63

“Het bespaart tijd”

Slide 64

Slide 64

https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/

Slide 65

Slide 65

Slide 66

Slide 66

“Anders gaan we achterlopen”

Slide 67

Slide 67

“Dat wordt nog wel opgelost”

Slide 68

Slide 68

Slide 69

Slide 69

“Het is maar een tool”

Slide 70

Slide 70

“[Hij/zij] [denkt/vindt]…”

Slide 71

Slide 71

Hoe het verkocht wordt Een best groot deel van het enthousiasme is marketing (al sinds 1956). Soms blind vertrouwen in dat alles steeds beter wordt, dat is niet zeker. Antropomorphisme.

Slide 72

Slide 72

i Hoe het wordt gemaakt Hoe het wordt verkocht Hoe het wordt gebru kt

Slide 73

Slide 73

classificatie en discriminatie

Slide 74

Slide 74

Slide 75

Slide 75

de werkelijkheid past niet precies in hokjes

Slide 76

Slide 76

Slide 77

Slide 77

Respect voor mensel ke waard ghe d i i i i j i i i j i i wens eff c ënt e overhe d gel ke behandel ng burgers

Slide 78

Slide 78

bias

Slide 79

Slide 79

ft.com/content/128ee880-acdb-42fb-8bc0-ea9b71ca11a8

Slide 80

Slide 80

Rechtvaard ghe d i i i i i j i i wens eff c ënt e zorg gel ke behandel ng burgers

Slide 81

Slide 81

subjectiviteit verpakt als objectiviteit

Slide 82

Slide 82

Slide 83

Slide 83

Slide 84

Slide 84

Rechtvaard ghe d i i i i i i j i i wens eff c ënt e overhe d gel ke behandel ng burgers

Slide 85

Slide 85

devaluatie van kwaliteit

Slide 86

Slide 86

Respect voor mensel ke waard ghe d i j i i geld kunnen besparen omgang op de werkvloer

Slide 87

Slide 87

devaluatie van verantwoordelijkheid

Slide 88

Slide 88

ethiek: hoe te handelen? wat te doen?

Slide 89

Slide 89

ethiek: wat doet ertoe? en hoe wegen we dat?

Slide 90

Slide 90

“Ethiek daargelaten…”

Slide 91

Slide 91

“Ethiek daargelaten…”

Slide 92

Slide 92

De praktijk

Slide 93

Slide 93

Slide 94

Slide 94

Modellen i Overweeg makers, grootte, en nputdata

Slide 95

Slide 95

Modellen i Overweeg makers, grootte, en nputdata

Slide 96

Slide 96

Modellen i Overweeg makers, grootte, en nputdata

Slide 97

Slide 97

Modellen i Overweeg makers, grootte, en nputdata

Slide 98

Slide 98

AI als oplossing i Vaak s het antwoord ook “zonder AI”

Slide 99

Slide 99

i i Mensenrechtenimpact Verandert de mpact voor en na nzet van AI?

Slide 100

Slide 100

Hypeloze AI Bedenk wat burgers helpt

Slide 101

Slide 101

Bias i Wees alert op bevooroordel ng

Slide 102

Slide 102

Vragen, opmerkingen, gedachten?