Al sinds ik begin 2022 met AI werk, merk ik dat AI vaak vol zit met vooroordelen. Dat gebeurt meestal zonder dat je het direct ziet. Vraag je AI om een afbeelding van een directeur, dan krijg je vaak een man in pak te zien. Vraag je om een tekst over iemand die in een ziekenhuis werkt, dan noemt AI die persoon soms automatisch een verpleegster in plaats van een verpleegkundige. Dat komt niet omdat AI expres discrimineert. AI herkent en herhaalt namelijk patronen uit grote hoeveelheden teksten en afbeeldingen op internet.
Daarom wordt inclusief prompten steeds belangrijker. Bij inclusief prompten denk je beter na over hoe je een opdracht aan AI geeft. Ook is het belangrijk om goed naar de output van AI te kijken. AI kan namelijk nog steeds vooroordelen of stereotype beelden gebruiken.
In dit artikel laat ik met simpele voorbeelden zien hoe dat gebeurt en hoe je daar beter mee om kunt gaan.
Vooraf nog even dit: inclusief prompten betekent niet dat iedere tekst of afbeelding helemaal neutraal moet zijn. Dit zou zelfs een beetje saai en voor de hand liggend zijn. Voor mij betekent het vooral dat je goed nadenkt over ideeën en vooroordelen die AI ongemerkt kan overnemen.
Wat is inclusief prompten en waarom is het belangrijk?
Inclusief prompten betekent dat je bewust nadenkt over de woorden die je gebruikt in een opdracht voor AI. Kleine verschillen in een prompt kunnen namelijk zorgen voor een heel andere uitkomst. Zo kan AI bepaalde groepen mensen onbedoeld steeds op dezelfde manier afbeelden of beschrijven. Daarom is het slim om niet alleen goed naar je prompt te kijken, maar ook naar de output die AI geeft. Controleer bijvoorbeeld of een tekst of afbeelding niet te eenzijdig is en of verschillende mensen op een eerlijke manier worden weergegeven.
Een voorbeeld: vraag je AI om een “typisch Nederlands gezin”, dan krijg je vaak hetzelfde soort afbeelding terug. Denk aan een vader, moeder en twee kinderen in een standaard gezinssituatie. Terwijl veel Nederlandse gezinnen er in werkelijkheid heel verschillend uitzien. Daar is natuurlijk niets mis mee, want veel gezinnen zien er ook zo uit. Maar als iedereen steeds dezelfde soort afbeeldingen en teksten gebruikt, wordt het beeld wel erg eenzijdig. Daarom is het belangrijk om na te denken over waar je een tekst of afbeelding voor gebruikt en welke mensen je daarin wilt laten terugkomen.
Dan komen we bij een ander punt. Mensen die door AI worden gemaakt, zijn vaak erg knap. Veel AI-tools maken automatisch mensen met een perfect gezicht, een gladde huid en bijna modelachtige uitstraling. Dat komt doordat AI leert van populaire afbeeldingen op internet.
Wil je een ander resultaat? Dan moet je dat vaak extra duidelijk in je prompt zetten. Bijvoorbeeld:
“Maak een realistische foto van gewone mensen van verschillende leeftijden, met natuurlijke gezichten, huidstructuren en lichaamsvormen.”Leeftijd en technologie
Soms zit een vooroordeel niet alleen in de output van AI, maar al in de prompt die je zelf schrijft. Daardoor stuur je AI onbewust een bepaalde richting op.
Een voorbeeld hiervan is:
“Schrijf een uitleg voor ouderen die slecht zijn met computers.”In deze prompt zit meteen de aanname dat ouderen automatisch minder digitaal vaardig zijn. Terwijl er ook genoeg ouderen zijn die dagelijks met computers, smartphones en apps werken. Andersom zijn er ook jongere mensen die moeite hebben met digitale vaardigheden.
Een neutralere prompt is daarom bijvoorbeeld:
“Schrijf een duidelijke uitleg voor mensen met weinig digitale ervaring.”Met die prompt richt je je meer op ervaring en kennis, in plaats van op leeftijd. Daardoor wordt de tekst toegankelijker voor een bredere groep mensen en voorkom je dat AI specifiek ouderen en mensen op leeftijd blijft benoemen in de tekst.
Beroepen en gender
Ook bij teksten neemt AI vaak bestaande patronen over. Daardoor krijgen bepaalde beroepen automatisch een mannelijke of vrouwelijke rol.
Vraag je AI bijvoorbeeld om een tekst over een succesvolle ondernemer, dan wordt er vaak automatisch gesproken over “hij” of “een zakenman”. Vraag je om een verhaal over iemand in de zorg, dan gebruikt AI juist sneller woorden zoals “verpleegster” of “zorgzame vrouw”.
Dat is niet altijd fout. In sommige situaties kan het zelfs passen bij de werkelijkheid of bij cijfers uit de praktijk. Maar als AI steeds dezelfde keuzes maakt, kan een tekst wel eenzijdig worden. Daarom is het goed om af te wisselen en bewust te controleren welke woorden AI gebruikt. Zeker wanneer je schrijft voor een brede groep mensen.
Beperkingen en beeldvorming
AI neemt vaak taalgebruik en denkwijzen over die veel op internet voorkomen. Daardoor kunnen mensen met een beperking onbedoeld op een stereotype manier worden beschreven.
Een voorbeeld hiervan is:
“Schrijf inspirerend over iemand die ondanks een beperking succesvol werd.”Bij zo’n prompt maken veel AI-tools er snel een zielig, zwaar of heel dramatisch verhaal van. De beperking wordt dan het belangrijkste onderdeel van de persoon, terwijl iemand natuurlijk veel meer is dan alleen een beperking.
Een betere prompt kan zijn:
“Schrijf een verhaal over iemand met een beperking, zonder de beperking centraal te zetten.”Dat zorgt vaak voor een natuurlijkere en respectvollere tekst. De persoon staat dan meer centraal dan de beperking zelf. Voor een goed verhaal moet je natuurlijk nog veel meer context geven, of het verhaal opsplitsen in meerdere delen / vragen aan AI.
AI is niet neutraal
Veel mensen denken dat AI neutraal is, maar dat klopt niet helemaal. Generatieve AI leert van bestaande teksten, afbeeldingen en discussies op internet. Daar zitten ook vooroordelen, stereotypen en eenzijdige beelden tussen.
Daarom is inclusief werken met AI meer dan alleen een goede prompt schrijven. Het betekent ook dat je kritisch blijft kijken naar wat AI teruggeeft. Controleer dus altijd of de output past bij de doelgroep, of niemand onbedoeld wordt buitengesloten en of de inhoud eerlijk en toegankelijk blijft.
Ook verschilt dit per AI-model. Tools zoals ChatGPT, Claude of Perplexity AI gebruiken allemaal andere modellen en trainingsdata. Daardoor kunnen de resultaten soms verschillen. Bij sommige afbeeldingsmodellen zie je bijvoorbeeld dat bepaalde gezichten, stijlen of achtergronden vaker terugkomen dan andere. Wil je een ander soort resultaat, dan moet je dat vaak duidelijker omschrijven in je prompt.
Conclusie
Sinds ik met AI werk, merk ik hoe sterk prompts invloed hebben op de output die je krijgt. Inclusief prompten gaat voor mij daarom niet over alles zo neutraal mogelijk maken. Het gaat vooral over bewust nadenken over de keuzes die je maakt in een prompt en kritisch blijven kijken naar de output van AI.
AI blijft uiteindelijk leren van bestaande teksten, afbeeldingen en patronen op internet. Daarom adviseer ik om AI-output altijd even te controleren, zeker wanneer je teksten of afbeeldingen maakt voor een brede doelgroep. Kleine aanpassingen in een prompt kunnen soms al zorgen voor een veel realistischer, eerlijker en beter passend resultaat.