Samenvatting AI: maatschappelijke uitdagingen | Korfvak aan Universiteit Antwerpen | Behaald punt: 17/20

Faculteit Bedrijfswetenschappen en Economie
Stadscampus Schooljaar 2025 - 2026
Prinsstraat 13 Semester 2
2000 Antwerpen




Samenvatting Artificiële intelligentie:
maatschappelijke uitdagingen
Prof. Toon Calders & David Martens




Samenvatting Operations Management |1

,Inhoudsopgave
Prof. Toon Calders & David Martens.........................................................................................................................1
1. Technologische uitdagingen van AI.......................................................................................................................3
1.1 Introductie..................................................................................................................................................3
1.2 Vooroordelen en eerlijkheid in AI...............................................................................................................5
1.3 Generative & agentic AI..............................................................................................................................9
1.3.1 Terminologie...................................................................................................................................9
1.3.2 Generatieve AI...............................................................................................................................10
1.3.3 Agentic AI......................................................................................................................................11
1.4 Verklaarbare AI (XAI)................................................................................................................................12
2. Maatschappelijke uitdagingen van AI.................................................................................................................17
2.1 Duurzame AI.............................................................................................................................................17
2.1.1 Duurzame AI versus AI voor duurzaamheid..................................................................................17
2.1.2 De negatieve impact van AI op duurzaamheid.............................................................................18
2.1.3 AI-toepassingen voor duurzaamheid............................................................................................19
2.2 Toepassingen en beperkingen van LLM’s.................................................................................................20
2.3 Morele gevaren en kansen van LLM’s......................................................................................................23
2.4 Harmonisering van de synergie tussen mens en AI..................................................................................24
3. Wettelijk kader rond AI.......................................................................................................................................28
3.1 Inleiding....................................................................................................................................................28
3.2 Regulering van AI in Europa......................................................................................................................29




Samenvatting Operations Management |2

, 1. Technologische uitdagingen van AI

1.1 Introductie

- Geschiedenis van AI:
o 1950: uitvinding van Turing Test om intelligentie van computer te testen
 Iemand stelt vragen aan mens of pc vanuit een terminal en als die persoon
geen onderscheid tussen de twee kan maken, is de computer intelligent
 Nu kan deze test zelfs al sprekend
o 1956: uitvinding van Perceptron
Perceptron is een mechanisme dat een menselijke hersencel probeert na te
bootsen door middel van invoer van receptoren, verwerking daarvan en als output
een signaal dat aan cellen gegeven wordt.
 Door computerwetenschappers en specialisten in hersenen
 Dit is de eerste machine dat effectief kon leren (gebouwd door Rosenblatt)
 Ervoor werd gedacht dat er altijd een exact stappenplan nodig was
voor een machine
 Rosenblatt startte met een programma en gaf voorbeelden van wat
juist en fout is en zo ging de machine het programma aanpassen
o 1960: uitvinding van Eliza
 Dit is één van de allereerste chatbots: je kan vragen stellen en die gaat dan
antwoorden
 Sommigen werden hier verliefd op, want was altijd luisterend oor
o 1970s: nog weinig enthousiasme over AI want mensen waren teleurgesteld over
eerder gestelde beloftes die nog geen realiteit waren (“AI Winter”)
 Bv: automatische betalingen werden beloofd, en dit kon nog niet
 Deze beloftes werden gesteld omdat er veel optimisme was over AI in 1950s
o 1980s: uitvinding van expert systemen
Expert systemen zijn systemen waarin experten regels hadden gestoken zodat
andere mensen het systeem kunnen raadplegen bij problemen en het systeem die
mensen kan assisteren.
 Minder ambitieus maar
wel waardevol (bv bij
tekort aan experten in
ziekenhuis)
 Uitdaging: hoe
tegenstrijdige regels met
elkaar combineren?




o 1990s: grote doorbraak van machine learning (ML)
 2 paradigmas: supervised learning & reinforcement learning
 Supervised learning = leren aan de hand van data




Samenvatting Operations Management |3