#zelfstudie 1
De auteurs Mona Sloane en Emanuel Moss betogen in dit artikel dat de ontwikkeling van kunstmatige
intelligentie (AI) te vaak gericht is op technologische vooruitgang zonder rekening te houden met
sociaal-wetenschappelijke inzichten. Ze stellen dat het gebrek aan betrokkenheid van disciplines zoals
sociologie, antropologie en kwalitatief onderzoek leidt tot AI-systemen die bestaande ongelijkheden
versterken, schade veroorzaken en niet voldoen aan ethische standaarden.
Belangrijkste punten:
1. Huidige problemen met AI-ontwikkeling:
o AI kan vooroordelen en discriminatie versterken, zoals te zien is in automatische
besluitvorming en gezichtsherkenningssystemen.
o Veel AI-onderzoek en ontwerp zijn gebaseerd op kwantitatieve benaderingen die te
beperkt zijn om complexe sociale dynamieken te begrijpen.
2. Kritiek op kwantitatieve methoden:
o Kwantitatieve data missen vaak de nuance en context van sociale dynamieken.
o Het blindelings toepassen van wiskundige modellen leidt tot AI-systemen die sociale
normen en waarden niet adequaat weergeven.
3. Rol van kwalitatieve methoden:
o Kwalitatieve sociale wetenschappen kunnen bijdragen aan een beter begrip van hoe
technologieën sociaal ingebed zijn.
o Het onderzoek naar menselijke waarden, cultuur en context biedt inzichten die
essentieel zijn voor ethisch AI-ontwerp.
4. Aanbevelingen voor AI-ontwikkeling:
o Het stellen van de juiste vragen: Ontwerpers moeten sociaal-wetenschappelijke
perspectieven integreren om relevante en ethische vragen te stellen.
o Breder begrip van maatschappelijke context: AI-systemen moeten rekening houden
met historische ongelijkheden en hedendaagse machtsdynamieken.
o Inclusieve benaderingen: Het betrekken van diverse perspectieven en disciplines
zorgt voor technologie die eerlijker en beter afgestemd is op menselijke behoeften.
Standpunt van de auteurs:
De auteurs pleiten voor een interdisciplinair benadering bij het ontwerpen van AI, waarin sociaal-
wetenschappelijke disciplines evenveel gewicht krijgen als technische disciplines. Alleen door AI te
baseren op diepgaande kennis van sociale structuren en ongelijkheden, kan technologie worden
ontwikkeld die rechtvaardiger en mensvriendelijker is. Ze benadrukken dat AI niet alleen moet
worden gezien als een technische uitdaging, maar als een sociaal en ethisch vraagstuk.
,Mening Argumenten
Hier zijn enkele argumenten die pleiten voor het gebruik en de ontwikkeling van kunstmatige
intelligentie (AI):
1. Efficiëntie en automatisering
AI kan routinetaken en repetitieve processen automatiseren, wat tijd en middelen bespaart. Dit stelt
mensen in staat zich te richten op strategische en creatieve taken. Voorbeelden zijn:
Automatisering van productieprocessen.
Klantenservice met chatbots.
Snelle data-analyse en patroonherkenning.
2. Betere besluitvorming
AI kan grote hoeveelheden data analyseren en inzichten bieden die mensen anders niet zouden
kunnen ontdekken. Dit leidt tot:
Snellere en beter onderbouwde beslissingen in bijvoorbeeld de geneeskunde, financiën en
logistiek.
Gebruik van voorspellende modellen om trends te identificeren en risico’s te beheren.
3. Innovatie en nieuwe mogelijkheden
AI opent nieuwe deuren in verschillende sectoren, zoals:
Geneeskunde: AI kan helpen bij het ontdekken van nieuwe geneesmiddelen, diagnoses
versnellen en gepersonaliseerde behandelingen ontwikkelen.
Milieu: AI wordt ingezet voor klimaatmodellen, optimalisatie van energieverbruik en detectie
van ontbossing.
Transport: Zelfrijdende voertuigen kunnen het verkeer veiliger maken en de efficiëntie
verbeteren.
4. Verbetering van veiligheid
AI kan risico's in real-time detecteren en verminderen, bijvoorbeeld:
In cybersecurity om bedreigingen zoals hacking of phishing te identificeren.
In openbare veiligheid door misdaadvoorspelling en slimme bewakingssystemen.
5. Toegankelijkheid en inclusie
AI kan technologie toegankelijker maken voor mensen met beperkingen, bijvoorbeeld:
Spraak-naar-tekst-technologie voor doven en slechthorenden.
Begeleidingssystemen voor blinden en slechtzienden.
Taalvertalingssoftware om communicatiebarrières te overbruggen.
, 6. Kostenbesparing
Op lange termijn kan AI leiden tot aanzienlijke besparingen doordat processen efficiënter worden.
Denk aan:
Het verminderen van arbeidskosten in sectoren waar automatisering mogelijk is.
Het minimaliseren van fouten in productie of dienstverlening.
7. Personalisatie en verbeterde gebruikerservaring
AI kan worden gebruikt om gebruikerservaringen te personaliseren, wat resulteert in hogere
klanttevredenheid. Voorbeelden:
Aanbevelingsalgoritmen bij streamingdiensten zoals Netflix en Spotify.
Gepersonaliseerde marketing en online winkelervaringen.
8. Ondersteuning bij complexe problemen
AI kan worden ingezet om enkele van de meest complexe en urgente problemen in de wereld aan te
pakken, zoals:
Het modelleren van pandemieën en ondersteuning van vaccinontwikkeling.
Optimalisatie van landbouwmethoden om voedseltekorten aan te pakken.
Onderzoek naar oplossingen voor schone energie.
Hoewel AI veel voordelen biedt, is het belangrijk om deze voordelen in balans te brengen met de
mogelijke risico's en ethische overwegingen om te zorgen voor verantwoorde implementatie.
#zelfstudie 2
Hieronder vind je een uitgebreide PESTEL-analyse met telkens 10 actuele voorbeelden van
technologische en innovatieve ontwikkelingen in Belgische bedrijven in 2025. Deze
voorbeelden zijn gebaseerd op recente bronnen en tonen hoe België inzet op
duurzaamheid, digitalisering en geavanceerde technologieën.(sirris.be)
🏛️
P – Politiek
Voorbeeld Beschrijving
Vlaanderen ondersteunt kmo’s die inzetten op technologie en digitalisering
1. VLAIO-subsidies
via subsidies van VLAIO.
Europese AI-regelgeving verplicht Belgische bedrijven tot transparantie en
2. EU AI-wetgeving
risicobeoordeling van hun AI-modellen.
De auteurs Mona Sloane en Emanuel Moss betogen in dit artikel dat de ontwikkeling van kunstmatige
intelligentie (AI) te vaak gericht is op technologische vooruitgang zonder rekening te houden met
sociaal-wetenschappelijke inzichten. Ze stellen dat het gebrek aan betrokkenheid van disciplines zoals
sociologie, antropologie en kwalitatief onderzoek leidt tot AI-systemen die bestaande ongelijkheden
versterken, schade veroorzaken en niet voldoen aan ethische standaarden.
Belangrijkste punten:
1. Huidige problemen met AI-ontwikkeling:
o AI kan vooroordelen en discriminatie versterken, zoals te zien is in automatische
besluitvorming en gezichtsherkenningssystemen.
o Veel AI-onderzoek en ontwerp zijn gebaseerd op kwantitatieve benaderingen die te
beperkt zijn om complexe sociale dynamieken te begrijpen.
2. Kritiek op kwantitatieve methoden:
o Kwantitatieve data missen vaak de nuance en context van sociale dynamieken.
o Het blindelings toepassen van wiskundige modellen leidt tot AI-systemen die sociale
normen en waarden niet adequaat weergeven.
3. Rol van kwalitatieve methoden:
o Kwalitatieve sociale wetenschappen kunnen bijdragen aan een beter begrip van hoe
technologieën sociaal ingebed zijn.
o Het onderzoek naar menselijke waarden, cultuur en context biedt inzichten die
essentieel zijn voor ethisch AI-ontwerp.
4. Aanbevelingen voor AI-ontwikkeling:
o Het stellen van de juiste vragen: Ontwerpers moeten sociaal-wetenschappelijke
perspectieven integreren om relevante en ethische vragen te stellen.
o Breder begrip van maatschappelijke context: AI-systemen moeten rekening houden
met historische ongelijkheden en hedendaagse machtsdynamieken.
o Inclusieve benaderingen: Het betrekken van diverse perspectieven en disciplines
zorgt voor technologie die eerlijker en beter afgestemd is op menselijke behoeften.
Standpunt van de auteurs:
De auteurs pleiten voor een interdisciplinair benadering bij het ontwerpen van AI, waarin sociaal-
wetenschappelijke disciplines evenveel gewicht krijgen als technische disciplines. Alleen door AI te
baseren op diepgaande kennis van sociale structuren en ongelijkheden, kan technologie worden
ontwikkeld die rechtvaardiger en mensvriendelijker is. Ze benadrukken dat AI niet alleen moet
worden gezien als een technische uitdaging, maar als een sociaal en ethisch vraagstuk.
,Mening Argumenten
Hier zijn enkele argumenten die pleiten voor het gebruik en de ontwikkeling van kunstmatige
intelligentie (AI):
1. Efficiëntie en automatisering
AI kan routinetaken en repetitieve processen automatiseren, wat tijd en middelen bespaart. Dit stelt
mensen in staat zich te richten op strategische en creatieve taken. Voorbeelden zijn:
Automatisering van productieprocessen.
Klantenservice met chatbots.
Snelle data-analyse en patroonherkenning.
2. Betere besluitvorming
AI kan grote hoeveelheden data analyseren en inzichten bieden die mensen anders niet zouden
kunnen ontdekken. Dit leidt tot:
Snellere en beter onderbouwde beslissingen in bijvoorbeeld de geneeskunde, financiën en
logistiek.
Gebruik van voorspellende modellen om trends te identificeren en risico’s te beheren.
3. Innovatie en nieuwe mogelijkheden
AI opent nieuwe deuren in verschillende sectoren, zoals:
Geneeskunde: AI kan helpen bij het ontdekken van nieuwe geneesmiddelen, diagnoses
versnellen en gepersonaliseerde behandelingen ontwikkelen.
Milieu: AI wordt ingezet voor klimaatmodellen, optimalisatie van energieverbruik en detectie
van ontbossing.
Transport: Zelfrijdende voertuigen kunnen het verkeer veiliger maken en de efficiëntie
verbeteren.
4. Verbetering van veiligheid
AI kan risico's in real-time detecteren en verminderen, bijvoorbeeld:
In cybersecurity om bedreigingen zoals hacking of phishing te identificeren.
In openbare veiligheid door misdaadvoorspelling en slimme bewakingssystemen.
5. Toegankelijkheid en inclusie
AI kan technologie toegankelijker maken voor mensen met beperkingen, bijvoorbeeld:
Spraak-naar-tekst-technologie voor doven en slechthorenden.
Begeleidingssystemen voor blinden en slechtzienden.
Taalvertalingssoftware om communicatiebarrières te overbruggen.
, 6. Kostenbesparing
Op lange termijn kan AI leiden tot aanzienlijke besparingen doordat processen efficiënter worden.
Denk aan:
Het verminderen van arbeidskosten in sectoren waar automatisering mogelijk is.
Het minimaliseren van fouten in productie of dienstverlening.
7. Personalisatie en verbeterde gebruikerservaring
AI kan worden gebruikt om gebruikerservaringen te personaliseren, wat resulteert in hogere
klanttevredenheid. Voorbeelden:
Aanbevelingsalgoritmen bij streamingdiensten zoals Netflix en Spotify.
Gepersonaliseerde marketing en online winkelervaringen.
8. Ondersteuning bij complexe problemen
AI kan worden ingezet om enkele van de meest complexe en urgente problemen in de wereld aan te
pakken, zoals:
Het modelleren van pandemieën en ondersteuning van vaccinontwikkeling.
Optimalisatie van landbouwmethoden om voedseltekorten aan te pakken.
Onderzoek naar oplossingen voor schone energie.
Hoewel AI veel voordelen biedt, is het belangrijk om deze voordelen in balans te brengen met de
mogelijke risico's en ethische overwegingen om te zorgen voor verantwoorde implementatie.
#zelfstudie 2
Hieronder vind je een uitgebreide PESTEL-analyse met telkens 10 actuele voorbeelden van
technologische en innovatieve ontwikkelingen in Belgische bedrijven in 2025. Deze
voorbeelden zijn gebaseerd op recente bronnen en tonen hoe België inzet op
duurzaamheid, digitalisering en geavanceerde technologieën.(sirris.be)
🏛️
P – Politiek
Voorbeeld Beschrijving
Vlaanderen ondersteunt kmo’s die inzetten op technologie en digitalisering
1. VLAIO-subsidies
via subsidies van VLAIO.
Europese AI-regelgeving verplicht Belgische bedrijven tot transparantie en
2. EU AI-wetgeving
risicobeoordeling van hun AI-modellen.
