Ga naar inhoud
  • BTC $58.905 −5,0%
  • ETH $1.622 −7,7%
  • SOL $68,91 −5,8%
  • BNB $540,40 −6,9%
  • XRP $0,9123 −5,0%
  • DOGE $0,0544 −6,5%
  • ADA $0,1432 −5,7%

Inclusie en leiderschap: hoe AI (ook) onze biases versterkt

Durante de AI Week 2025 werd er veel gesproken over algoritmen, innovatie en automatisering, maar ook over bias.

ai bias

Tijdens de AI Week 2025 werd er veel gesproken over algoritmen, innovatie en automatisering, maar ook over bias.

Maar een cruciaal concept trok de aandacht van de luisteraars: de technologie is niet neutraal. Zelfs kunstmatige intelligentie, hoe logisch en wiskundig ook, versterkt de menselijke bedoelingen. 

Dit betekent dat, als onze mentale processen vol zitten met bias, ook de AI het risico loopt om ze op een versterkte schaal te reproduceren.

In dit artikel verkennen we de link tussen cognitieve biases en kunstmatige intelligentie, met een focus op twee van de meest wijdverspreide: de affinity bias en de non-likeability bias. 

Een steeds centraler thema wanneer men spreekt over inclusief leiderschap en ethische ontwikkeling van technologieën.

Waarom biases belangrijk zijn in de context van AI

AI, hoewel een technologie, is getraind op menselijke data. En menselijke data weerspiegelen gedragingen, vooroordelen, stereotypen. AI is dus niet neutraal van oorsprong, maar neemt de nuances aan van zijn makers en zijn datasets.

De biases zijn niet alleen fouten: het zijn systematische vertekeningen in onze manier van waarnemen en beslissingen nemen.

Begrijpen welke biases op ons inwerken is essentieel voor het bouwen van meer eerlijke, ethische en duurzame technologische systemen.

De affinity bias: de stille vijand van diversiteit

De affinity bias is de neiging om mensen die op ons lijken te verkiezen. Dit gebeurt bijvoorbeeld wanneer een manager medewerkers aanneemt die zijn achtergrond, zijn geslacht, zijn wereldbeeld delen.

In het kader van de kunstmatige intelligentie, kan dit zich vertalen in:

  • Algoritmen die profielen belonen die vergelijkbaar zijn met die van degenen die ze hebben ontworpen
  • Aanbevelingssystemen die de monocultuur versterken
  • Automatische selectieprocessen die minderheden benadelen

Als iedereen om ons heen op dezelfde manier denkt, stopt de innovatie.

De non-likeability bias: het verborgen gezicht van leiderschap

Dit manifesteert zich wanneer we negatief oordelen over degenen die afwijken van de dominante stijl, vooral in leiderschapsrollen. Een veelvoorkomend voorbeeld? Vrouwen in professionele omgevingen met een mannelijke meerderheid, die worden gezien als “niet sympathiek” als ze assertiviteit of besluitvaardigheid tonen.

In de context van AI kan deze bias naar voren komen wanneer:

  • De modellen straffen gedrag dat niet in overeenstemming is met de statistische “norm”
  • De automatische evaluatiemetrieten repliceren culturele vooroordelen

Het resultaat is een vicieuze cirkel die de diversiteit in besluitvormende rollen beperkt en de inclusie afremt.

Bias, AI en verandering: van bewustwording naar actie

Elke grote technologische transitie wekt angst, scepsis en weerstand op. Maar alleen door onze cognitieve beperkingen te erkennen, kunnen we meer menselijke technologieën bouwen.

AI, indien geleid door een bewuste leiding, kan:

  • Helpen bij het identificeren en corrigeren van bias in de besluitvormingsprocessen
  • Bevorderen van transparantie in de algoritmische criteria
  • Aanbieden van instrumenten om de billijkheid in organisaties te verbeteren

Echt leiderschap kan tegenwoordig het thema van inclusie niet meer negeren. Er is een nieuw model nodig dat:

  • Erken de kracht (en de risico’s) van AI
  • Bevorder diverse en creatieve werkomgevingen
  • Je hanteer transparante en verifieerbare besluitvormingspraktijken

Het leiderschap van de toekomst zal inclusief, adaptief en zich bewust zijn van zijn eigen cognitieve beperkingen. Of het zal er niet zijn.

Conclusie: het ontwerpen van een ethische Kunstmatige Intelligentie

Kunstmatige intelligentie kan een ongelooflijk hulpmiddel zijn om de wereld te verbeteren. Maar als we de cognitieve vertekeningen die we overbrengen in zijn algoritmen niet begrijpen, riskeren we de problemen te vergroten in plaats van ze op te lossen.

De uitdaging is niet alleen technisch, het is diep menselijk. Het begint met het bewustzijn van onze biases en wordt gerealiseerd in een leiderschap dat in staat is om innovatie te leiden met ethiek, empathie en inclusie.

Francesco Antonio Russo

Alle artikelen van Francesco Antonio Russo