Hoe ga je om met echte ethische dilemma's in projecten met AI?

Ethiek begint waar de regels ophouden

Regels dekken de voorziene gevallen; echte dilemma's doen zich voor in de onvoorziene gevallen, waar twee juiste dingen met elkaar in conflict komen of waar niemand ooit zou controleren. Een licht opgeblazen cijfer dat niemand opnieuw zal berekenen. Een AI die bijna alles heeft geschreven, en de verleiding om dat niet te zeggen. Een teleurstellend resultaat dat mooier gepresenteerd zou kunnen worden dan het is. Ethiek in de praktijk is het gedrag in zulke momenten — wanneer het loont om de fout in te gaan.

De test van de drie lichten

Een eenvoudige methode voor dagelijkse dilemma's. Daglicht: zou deze keuze standhouden als ze openbaar was, vermeld in het register met voor- en achternaam? Het licht van de ander: zou jij het rechtvaardig vinden als een concurrent diezelfde keuze ten opzichte van jou zou maken? Het licht van de tijd: zou jij er over vijf jaar blij mee zijn dat je die keuze hebt gemaakt? Een keuze die de drie lichten doorstaat kan toch moeilijk zijn; een keuze die dat niet doet is al beslist, ook al loont ze.

De typische dilemma's van het AI-tijdperk

Attributie: hoeveel van het werk is van mij als de AI veel heeft gedaan? Het antwoord van Simbial: het is van jou wat je kunt verdedigen, en transparantie over het gebruik van tools is niet optioneel. Synthetische waarheid: AI produceert plausibele maar verzonnen cijfers en citaten; ze gebruiken zonder verificatie is geen naïviteit, het is nalatigheid. Manipulatie: AI kan overtuigende teksten schrijven over elke stelling; het gebruiken om iets groen te laten lijken wat het niet is, heet greenwashing, en dat is het tegenovergestelde van ons werk.

Eerlijkheid over resultaten: het moeilijkste geval

Het meest voorkomende dilemma in impactprojecten gaat niet over AI: het gaat over cijfers die achterblijven bij de verwachtingen. Het doel zei min 20 procent, de praktijk zegt min 12. De verleiding om het verhaal bij te sturen is menselijk; de regel van Simbial is dat het register altijd de waarheid zegt. Een eerlijke min 12 bouwt reputatie op; een gemanipuleerde min 20, vroeg of laat ontdekt, vernietigt die — en daarmee de geloofwaardigheid van de hele community. Eerlijkheid over resultaten is geen heldendaad: het is het enige stabiele evenwicht.

Ethiek als voordeel, niet als rem

Op korte termijn lijkt de snelle weg te winnen. Op middellange termijn beloont de impacteconomie systematisch wie betrouwbaar is: Impact Controllers ondertekenen liever projecten van wie een schone staat van dienst heeft, bedrijven roepen terug wie hen nooit in verlegenheid heeft gebracht, de meritschaal weegt het rating mee. We hebben het systeem gebouwd zodat ethiek loont — maar het systeem werkt alleen als de mensen erin er écht in geloven.

De proef die je te wachten staat

Dit zijn geen onderwerpen om te lezen: het zijn spieren om te trainen. De Patente Etica dell'AI — het definitieve certificaat van dit traject — stelt je voor concrete dilemma's en beoordeelt je keuzes. Er bestaan geen perfecte antwoorden: er zijn verdedigbare keuzes en keuzes die dat niet zijn. De volgende twee pills geven je de laatste tools, daarna is het aan jou.