Zo eentje uit de Bijlmer, of toch liever uit Aerdenhout? Als werkgever behandel je iedereen gelijk. Terecht verbiedt de wet discriminatie. Maar selecteer je kandidaten op geslacht, leeftijd, postcode of naam? Of combineer je die data met andere selectiecriteria? Best snel ontstaan er dan problemen. Die noemen we indirecte discriminatie of gemaskeerde directe discriminatie.

Indirecte discriminatie is vaak legaal, maar hoort niet. Gemaskeerde directe discriminatie mag niet, maar gebeurt veel.

Steeds meer grote werkgevers selecteren met Artificial Intelligence. Daardoor krijgen diversiteit en kwaliteit van alle medewerkers vaak een mooie push. Maar we weten sinds kort allemaal dat AI discriminatie kan versterken. Als onze overheid struikelt over de toeslagenaffaire, legt dat pijnpunten bloot.

AI is een zelflerende machine die leert op basis van data-input. Data komt nooit uit de lucht vallen. Bij data vol discriminatoire elementen stapelt AI soortgelijke verbanden, supersnel torenhoog. Geven we AI als opdracht ‘selecteer alles naar zwart/wit’, dan verliezen we elke nuance.

Volgens Nobelprijswinnaar Roger Penrose is ‘Artificial Intelligence’ een foute term. ‘Artificial Cleverness’ past beter. AI als kleurloze trukendoos heeft geen begrip, geen eigen wil, geen ‘zelf’ en geen geweten! Dus zoeken we met AI een slim én veilig hulpje? Dan is de juiste menselijke input onze grootste zorg. Want slaat AI op hol, dan blaast hij zomaar gevaarlijk veel mensen omver. Ons dus …

Straks werken we allemaal met AI. Dus zorg ervoor dat je echt begrijpt wat welke AI doet. Bemoei je met de input van data, let op wat ‘de doos’ selecteert én check de output. Jij bent het geweten van AI. Samen zorgen we voor een menselijke gelijkwaardige behandeling. AI wordt daarmee een mooie toverdoos.

Slimmer selecteren – Doeneke wil ’t proberen!

Nog meer over AI?
Lees Doeneke’s Ai ai ai en Kunstmatig intelligentie voor meisjes
Of volg de gratis Nationale AI-cursus