AI & ethiek

A presentation at AI event in December 2025 in The Hague, Netherlands by Hidde de Vries

Slide 1

Slide 1

Eth ek en AI Waar kun je op letten? i Hidde de Vries, 10 december 2025

Slide 2

Slide 2

Slide 3

Slide 3

Slide 4

Slide 4

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 5

Slide 5

“kritisch”

Slide 6

Slide 6

ethiek: hoe te handelen? wat te doen?

Slide 7

Slide 7

Def n t e van AI (voor deze presentat e) i i i i grote taalmodellen die zijn getraind om tekst, beeld of code te kunnen generen op basis van prompts

Slide 8

Slide 8

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

Slide 9

Slide 9

Slide 10

Slide 10

training data

Slide 11

Slide 11

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

Slide 12

Slide 12

Slide 13

Slide 13

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

Slide 14

Slide 14

Slide 15

Slide 15

materiaal- en stroomgebruik

Slide 16

Slide 16

International Energy Agency, Electricity 2024, Analysis and forecast to 2026.

Slide 17

Slide 17

“Em – Wim Vanderbauwhede i wimvanderbauwhede.codeberg.page/articles/google-search-vs-chatgpt-emissions

Slide 18

Slide 18

“Em – Wim Vanderbauwhede i wimvanderbauwhede.codeberg.page/articles/google-search-vs-chatgpt-emissions

Slide 19

Slide 19

classificatie en discriminatie

Slide 20

Slide 20

Slide 21

Slide 21

Slide 22

Slide 22

er zitten waarden in (technologie is nooit neutraal)

Slide 23

Slide 23

Slide 24

Slide 24

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

Slide 25

Slide 25

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

Slide 26

Slide 26

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

Slide 27

Slide 27

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 28

Slide 28

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 29

Slide 29

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

Slide 30

Slide 30

Charles Babbage

Slide 31

Slide 31

TT

Slide 32

Slide 32

“It i – Ada Lovelace, in Note G

Slide 33

Slide 33

Slide 34

Slide 34

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

Slide 35

Slide 35

“Het is onvermijdelijk”

Slide 36

Slide 36

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

Slide 37

Slide 37

Slide 38

Slide 38

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

Slide 39

Slide 39

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

Slide 40

Slide 40

“Het bespaart tijd”

Slide 41

Slide 41

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

Slide 42

Slide 42

Slide 43

Slide 43

“Anders gaan we achterlopen”

Slide 44

Slide 44

“Dat wordt nog wel opgelost”

Slide 45

Slide 45

Slide 46

Slide 46

“[Hij/zij] [denkt/vindt]…”

Slide 47

Slide 47

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 48

Slide 48

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

Slide 49

Slide 49

discriminatie en bias

Slide 50

Slide 50

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

Slide 51

Slide 51

subjectiviteit verpakt als objectiviteit

Slide 52

Slide 52

Albanië: minister van aanbestedingen

Slide 53

Slide 53

devaluatie van kwaliteit

Slide 54

Slide 54

ethiek: hoe te handelen? wat te doen?

Slide 55

Slide 55

“Ethiek daargelaten…”

Slide 56

Slide 56

“Ethiek daargelaten…”

Slide 57

Slide 57

De praktijk

Slide 58

Slide 58

Modellen i Overweeg makers, grootte, en nputdata

Slide 59

Slide 59

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

Slide 60

Slide 60

Hypeloze AI Bedenk wat burgers helpt

Slide 61

Slide 61

Bias i Wees alert op bevooroordel ng

Slide 62

Slide 62

i i

  • s e d Sl s k n l alle Bedankt!