In de wereld van vandaag speelt ethiek een cruciale rol op verschillende gebieden, waaronder technologie, geneeskunde en politiek. Het fungeert als een gids om eerlijke en verantwoorde beslissingen te nemen en zorgt ervoor dat onze acties bijdragen aan het welzijn van de samenleving als geheel. Er rijst echter een essentiële vraag: wat is echt ethisch? Deze vraag nodigt ons uit om na te denken over de principes en waarden die ons gedrag en onze beslissingen moeten sturen en de weg moeten markeren naar een bewuster en evenwichtiger gedrag.

“Ik noem moraal de normatieve en imperatieve redevoering die voortkomt uit de tegenstelling tussen het Goede en het Kwade, beschouwd als universele en absolute waarden. Het is het geheel van onze plichten. Moraal beantwoordt de vraag ‘Wat moet ik doen?’. Ze pretendeert één en universeel te zijn. Ze streeft naar de deugd en culmineert in heiligheid.
Ik noem ethiek elke normatieve, maar niet imperatieve redevoering (zonder ander imperatief dan het hypothetische, dus zonder imperatief in de gebruikelijke zin van het woord) die voortkomt uit de tegenstelling tussen goed en slecht, beschouwd als relatieve waarden. Het is het doordachte geheel van onze verlangens. Ethiek beantwoordt de vraag ‘Hoe te leven?’. Ze is altijd eigen aan een individu of een groep. Het is een levenskunst. Ze streeft meestal naar geluk en culmineert in wijsheid.”

Comte-Sponville André

Het toepassen van ethiek op de integratie van Artificiële Intelligentie (AI) in een organisatie impliceert het opstellen van governanceregels die, in plaats van dwingend te zijn, hypothetisch van aard zijn. Deze regels bakenen richtlijnen af die door corporate governance worden voorgesteld, maar niet worden opgelegd, waardoor ze kunnen worden aangepast aan de specifieke behoeften en omstandigheden van elke organisatie en elk moment. Deze flexibiliteit vergemakkelijkt de overgang van een hiërarchische benadering, gebaseerd op “Wat moet ik doen?”, naar een samenwerkingsperspectief dat vraagt: “Hoe beleven we deze integratie?”. Deze benadering houdt rekening met zowel de inherente risico’s als de psychologische reacties van de gebruikers, en bevordert een meer bewuste en evenwichtige implementatie.

Het integreren van AI vereist transparante en open communicatie die multidisciplinair is en de bijbehorende ethische kwesties aanpakt. Naast het leren gebruiken van technologie, is het essentieel om uit te leggen hoe je met deze transformatie kunt leven. Evenzo moeten bedrijven zich ertoe verbinden te verduidelijken hoe ze een passend evenwicht tussen mens en AI zullen behouden, vergelijkbaar met de balans tussen werk en privéleven.

Op basis van het bovenstaande stellen we essentiële vragen zoals: wie is verantwoordelijk voor deze beslissingen? Is er een ethisch kader dat specifiek is ontworpen om AI te reguleren?

Het is cruciaal om het belang van transparantie als fundamentele pijler binnen AI-ethiek te benadrukken. Wanneer een systeem beslissingen neemt, doet het dat niet op transparante wijze, omdat mensen de onderliggende logica van elke beslissing niet kunnen begrijpen of verklaren. Hoewel codeontwikkelaars kunnen begrijpen wat AI in algemene termen doet, ontbreekt het hen vaak aan duidelijkheid over hoe gegevens specifiek worden verwerkt (Coeckelbergh, 2020).

Blijkbaar hebben de ontwikkelaars een systeem gecreëerd dat gebaseerd is op ethiek en verantwoordelijkheid bij het gebruik van deze technologie. Dit systeem omvat twee belangrijke, nauw verwante concepten die tijdens het ontwerpproces rekening houden met ethische waarden. De eerste is verantwoorde innovatie, wat verwijst naar ontwerpprocessen die zijn afgestemd op ethische principes. De tweede is ethisch gevoelig ontwerp, dat de nadruk legt op het creëren van ontwerpen die fundamentele waarden respecteren en bevorderen (Coeckelbergh, 2020).

De Europese Unie (EU) heeft de Algemene Verordening Gegevensbescherming (AVG) vastgesteld, die de regels definieert die bedrijven en overheden moeten volgen voor de opslag, verwerking en bescherming van persoonsgegevens. Bedrijven hebben op hun beurt de verantwoordelijkheid en het recht om de bescherming van dergelijke informatie te waarborgen. In het geval van een dreiging of datalek moeten bedrijven echter snel handelen en de bevoegde autoriteiten op de hoogte stellen (Scheire, 2023).

Het doel van de verordening is de werking van de interne markt te optimaliseren door een rechtskader te creëren voor de ontwikkeling, de invoering, de uitvoering en het gebruik van AI-systemen, dat altijd in overeenstemming is met de waarden van de EU. Bevordering van de invoering van mensgerichte AI die betrouwbaar is en tegelijkertijd een hoog niveau van bescherming op het gebied van gezondheid, veiligheid en grondrechten waarborgt, zoals vastgelegd in het Handvest van de grondrechten van de Europese Unie. Dit omvat de bescherming van de democratie, de rechtsstaat en het milieu, het minimaliseren van de schadelijke effecten van AI-systemen in de EU en het aanmoedigen van innovatie (Verordening (EU) 2024/1689 van het Europees Parlement en de Raad van 13 juni 2024).

Deze verordening bevat ook regels voor het in de handel brengen, de verlening van diensten en het gebruik van AI-systemen, evenals een verbod op specifieke praktijken. Er worden specifieke eisen vastgesteld voor AI-systemen met een hoog risico, waarbij verplichtingen worden opgelegd aan de exploitanten van deze systemen. Daarnaast zijn transparantieregels opgenomen die van toepassing zijn op bepaalde AI-systemen, evenals richtsnoeren voor de introductie van AI-modellen voor algemeen gebruik op de markt. Belangrijke aspecten zoals monitoring, toezicht, governance en compliance assurance komen ook aan bod. Er worden ook maatregelen genomen om innovatie te ondersteunen, met bijzondere aandacht voor kmo’s, met inbegrip van start-ups (Verordening (EU) 2024/1689 van het Europees Parlement en de Raad van 13 juni 2024).

Belangrijk is dat aanbieders van AI-modellen voor algemeen gebruik die systeemrisico’s inhouden, volgens artikel 114 van de AI-verordening moeten voldoen aan de verplichting om dergelijke risico’s te identificeren, te beoordelen en te beperken, waarbij de bescherming van de cyberbeveiliging wordt gewaarborgd. Om de naleving van deze verordening te waarborgen, moeten leveranciers relevante beoordelingen uitvoeren door middel van onafhankelijke interne en externe tests van de modellen, met inbegrip van de uitvoering en documentatie van tegenstrijdige tests voordat de modellen in de handel worden gebracht (Verordening (EU) 2024/1689 van het Europees Parlement en de Raad, 13 juni 2024).

Eerdere studies hebben geconcludeerd dat een groeiend aantal bedrijven ervoor kiest om een of andere vorm van AI in hun activiteiten te integreren. Geschat wordt dat AI tegen 2030 aanwezig zal zijn in tussen de 60% en 70% van de bedrijven en een van de belangrijkste gebieden voor economische groei zal worden, waarbij het genereren van inkomsten de verwachtingen overtreft (McKinsey Global Institute, 2023).

De futuristische visie van AI is dat het gebruik ervan van fundamenteel belang zal zijn voor de reorganisatie van de economie, met het potentieel om het functioneren van de samenleving te verbeteren. AI zal naar verwachting een innovatieve en krachtige manier bieden om producenten en consumenten met elkaar te verbinden, waardoor nieuwe producten ontstaan, extra waarde wordt gegenereerd voor bestaande producten en productieprocessen aanzienlijk worden verbeterd. Bovendien kan het administratieve procedures stroomlijnen, waardoor ze efficiënter en van hogere kwaliteit worden. AI zal ook bijdragen tot een bredere toegang tot digitale kennis door instrumenten te bieden die creativiteit aanmoedigen en de verspreiding van culturele fenomenen zoals muziek of literatuur vergemakkelijken (Steels, 2017).

Conclusies

In de loop van de geschiedenis heeft het werk een belangrijke evolutie ondergaan, van een op het bestaan gerichte activiteit naar meer geautomatiseerde en intellectuele processen. Vandaag de dag gaat deze transformatie verder met de integratie van AI, die de opvatting van werk opnieuw definieert, niet alleen als een eenvoudige overdracht van energie, maar ook als een menselijke activiteit verrijkt door technologie.

De integratie van AI op de werkvloer betekent een ingrijpende transformatie die een ethische en goed gestructureerde aanpak vereist. Zowel connectionistische als symbolische AI hebben een opmerkelijke impact op de psychologische en sociale aspecten van individuen, waardoor een zorgvuldig beheer van hun implementatie in bedrijven essentieel is. Het doel is om de winst te maximaliseren en tegelijkertijd de bijbehorende risico’s te minimaliseren.

Vanuit het perspectief van werkgevers wordt AI gepresenteerd als een belangrijk hulpmiddel om bedrijfsdoelen te bereiken, de efficiëntie te optimaliseren en innovatie te bevorderen. De implementatie ervan vereist echter een reorganisatie van arbeidsstructuren en een actieve acceptatie van de ondersteuning die AI kan bieden bij de besluitvorming. Voor werknemers heeft AI het potentieel om repetitieve taken te verminderen, de samenwerking te verbeteren en de ontwikkeling van nieuwe vaardigheden mogelijk te maken, waardoor een groter vermogen nodig is om zich aan te passen aan technologische veranderingen.

Het is van cruciaal belang om de risico’s die inherent zijn aan AI aan te pakken, zoals verkeerde informatie, discriminatie, misbruik en negatieve gevolgen voor privacy en veiligheid. Een ethische benadering is essentieel om transformatieve kansen in evenwicht te brengen met de potentiële uitdagingen die deze technologie met zich meebrengt.

De invloed van technologie op ons dagelijks leven staat buiten kijf. Elektronische apparaten hebben steeds meer controle over onze activiteiten, van de manier waarop we socialiseren tot de manier waarop we denken en handelen. Hoewel het internet, sociale netwerken en andere opkomende technologieën worden gezien als motoren van vooruitgang, hebben ze fundamentele aspecten van de mens verdrongen, zoals kritisch denken, creativiteit en echte sociale interacties. We zijn zo ondergedompeld in technologie dat onze sociale vaardigheden en menselijk contact zijn verslechterd. Bovendien heeft de verspreiding van onbetrouwbare informatiebronnen bijgedragen aan de verspreiding van nepnieuws, wat verwarring en verkeerde informatie heeft veroorzaakt (Coeckelbergh, 2020).

Ten slotte is het van cruciaal belang dat de governance- en regelgevingsregels voor AI duidelijk en toegankelijk zijn, niet alleen voor ontwikkelaars en materiedeskundigen, maar ook voor gebruikers in het algemeen. Ervoor zorgen dat iedereen deze regels begrijpt, is essentieel om ethisch en verantwoord gebruik van technologie aan te moedigen.

Kortom, AI biedt grote kansen voor de wereld van werk, maar de integratie ervan moet gebaseerd zijn op degelijke ethische principes en doordacht bestuur, zodat de voordelen ervan toegankelijk zijn voor alle betrokkenen.

Verwijzingen

• Aanbevolen citeerwijze: Luc Steels (ed.), Artificiële intelligentie. Naar een vierde industriële revolutie? KVAB Standpunt 53, 2017. 
• Altomare, M. (2005). Modernidad y subjetividad en la socilogía de Max Weber: la racionalidad puritana y la racionalidad capitalista. Subjetividad y procesos cognitivos, 7, 20-44.
• Arrigain García, I. (2020). Regulación de las invenciones relacionadas con Inteligencia Artificial en el campo de la Propiedad Intelectual. Universidad Pontifica Comillas. 
• BATHAEE, Y. (2018). “The Artificial Intelligence Black Box and the Failure of Intent and Causation”. En Harvard Journal of Law & Technology, vol. 31(2) pág. 905. Véase también, PARALAMENTO EUROPEO (2020). Resolución 2020/2012(INL), Op. cit., apartado 23.
• Blanc, B. F. L. (S.F) Sesgos cognitivos, toma de decisiones e inteligencia artificial a reflexión.
• Cárdenas, J. (2023). Inteligencia artificial, investigación y revisión por pares: escenarios futuros y estrategias de acción. Revista Española de Sociología, 32(4), a184. https://doi.org/10.22325/fes/res.2023.184
• (Centre National de Ressources Textuelles et Lexicales, 2012) 
• Coeckelbergh, Mark. (2020). AI ethics. Hoe omgaan met artificiële intelligentie? 
• Dávila Morán, R. C., & Agüero Corzo, E. D. C. (2023). Desafíos éticos de la Inteligencia Artificial: implicaciones para la sociedad y la economía. Conrado, 19(94), 137-144.
• Duckett, S., & Pearson, S. (2018). Agricultural Robotics: Robotics: The Future of Robotic Agriculture. UK-RAS.
• Estupiñán Ricardo, J., Leyva Vázquez, M. Y., Peñafiel Palacios, A. J., & El Assafiri Ojeda, Y. (2021). Inteligencia artificial y propiedad intelectual. Revista Universidad y Sociedad, 13(S3), 362-368. 
• Gracia, J. L. B. (2024). El Sesgo algorítmico en la inteligencia artificial. Implicaciones para la seguridad global y la política criminal. GEOCONFLICTS & INTELLIGENCE: Revista sobre Seguridad Global y Terrorismo, 2(2), 183-203.
• García, J. S. C., Delgado, M. A. P., Pionce, B. S. M., & Quijije, G. S. B. (2024). USO ESTRATÉGICO DE LA INTELIGENCIA ARTIFICIAL EN LA GESTIÓN DE LA CADENA DE SUMINISTRO EMPRESARIAL. Ciencia y Desarrollo, 27(2), 267-276.
• Goldbach, Dumitru & Cetina, Iuliana & Manea, Natalia. (2018). The 14 th International Scientific Conference eLearning and Software for Education Academika-Online Learning Platform. 10.12753/2066-026X-18-057.
• González, N (2024). Algunos parámetros jurídicos y éticos en torno a la inteligencia artificial. Una visión humanista de la tecnología. Editoral ABC 
• Hoza, B., Waschbusch, D. A., Pelham, W. E., Molina, B. S. G., & Milich, R. (2000). Attention-Deficit / Hyperactivity Disordered and Control Boys ’ Responses to Social Success and Failure. 71(2), 432–446
• Icarte Ahumada, G. A. (2016). Aplicaciones de inteligencia artificial en procesos de cadenas de suministros: una revisión sistemática.  Ingeniare. Revista chilena de ingeniería, 24(4), 663-679 
• John Lygeros, Lecture Notes on Hybrid Systems, Department of Electrical and Computer Engineering – University of Patras (2004). http://robotics.eecs.berkeley.edu/~sastry/ee291e/lygeros.pdf
• Kopitowski, K. (2016). La falacia de la evidencia incompleta o “cherry picking”. Evidencia, actualizacion en la práctica ambulatoria, 19(2).
• Massachusetts Institute of Technology. (n.d.). The AI Risk Repository. Retrieved April 26, 2025, from https://airisk.mit.edu/
• Martín, L., & Álvarez, A. (2000). Sesgos cognoscitivos del gerente: su influencia en la toma de decisiones. Revista Cubana de Salud Pública, 26(1), 5-11. Recuperado de: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-34662000000100001
• McKinsey Global Institut, (2023). El estado de la IA en 2023: El año clave de la IA generativa. 
• Quirumbay Yagual, D. I., Castillo Yagual, C. A., & Coronel Suárez, I. A. (2022). Una revisión del aprendizaje profundo aplicado a la ciberseguridad. Revista Científica y Tecnológica UPSE (RCTU), 9(1), 57-65. 
• REGLAMENTO (UE) 2024/1689 DEL PARLAMENTO EUROPEO Y DEL CONSEJO. 13 de junio de 2024. (Reglamento de Inteligencia Artificial) ELI: http://data.europa.eu/eli/reg/2024/1689/oj ISSN 1977-0685 (Electronic edition) 
• Rothman, K. J., Huybrechts, K. F., & Murray, E. J. (2024). Epidemiology: an introduction. Oxford university press.
• Russell, S.J. y P. Norvig (2004). Inteligencia artificial. Un enfoque moderno. Pearson Educación, S.A.  
• Serrahima de Bedoya, Á. (2022). Avances y desafíos de la inteligencia artificial. 
• Scheire Lieven (2023) A.I Artificiële intelligentie. Over een wonderlijke nieuwe vorm van software die nu al overal om ons heen is. Gent, België ISBN 9789463939591 
• Torres, C. E. T. (2014). Inteligencia colectiva: enfoque para el análisis de redes.  Estudios Gerenciales, 30 (132), 259-266  
• Todolí-Signes, A. (2019). En cumplimiento de la primera Ley de la robótica: Análisis de los riesgos laborales asociados a un algoritmo/inteligencia artificial dirigiendo el trabajo (Complying With the First Law of Robotics: An Analysis of the Occupational Risks Associated With Work Directed by an Algorithm/Artificial Intelligence). Labour & Law Issues, 5(2).
• Tversky, A., y Kahneman, D. (1974). El juicio bajo incertidumbre: heurísticas y sesgos. Pensar rápido, pensar despacio. Buenos Aires: Debate. 
• Valencia Mendoza, G. E., Barragán Merino, R. del L., Ledesma Trujillo, S. C., & Moraima Peña, P. (2024). Impacto de la inteligencia artificial generativa en la creatividad de los estudiantes universitarios. Technology Rain Journal, 3(1), e33. https://doi.org/10.55204/trj.v3i1.e33
• XIN, Yang; KONG, Lingshuang; LIU, Zhi; CHEN, Yuling; LI, Yanmiao; ZHU, Hongliang; GAO, Mingcheng; HOU, Haixia y WANG, Chunhua. Machine Learning and Deep Learning Methods for Cybersecurity. IEEE Access [En línea]. 2018, vol. 6, pág. 35365-35381. ISSN 21693536. Disponible en: 10.1109/ACCESS.2018.2836950
• Zambrano, P. J. S., Cedeño, G. D. R. B., & Rivadeneira, M. R. L. (2016). La teoría constructivista de Jean Piaget y su significación para la pedagogía contemporánea. Dominio de las Ciencias, 2(3), 127-137. 

Voor een menselijk beheer van Artificiële Intelligentie - Inleiding door ethiek en bestuur

(1) Voor een menselijk beheer van Artificiële Intelligentie – Inleiding door ethiek en bestuur (Deel 1)

(2) Voor een menselijk beheer van Artificiële Intelligentie – Inleiding door ethiek en bestuur (Deel 2)

(3) Voor een menselijk beheer van Artificiële Intelligentie – Inleiding door ethiek en bestuur (Deel 3)

(4) Voor een menselijk beheer van Artificiële Intelligentie – Inleiding door ethiek en bestuur (Deel 4)

(5) Voor een menselijk beheer van Artificiële Intelligentie – Inleiding door ethiek en bestuur (Deel 5)

(6) Voor een menselijk beheer van Artificiële Intelligentie – Inleiding door ethiek en bestuur (Deel 6)

(7) Voor een menselijk beheer van Artificiële Intelligentie – Inleiding door ethiek en bestuur (Deel 7)