Beste nieuwsredacteur,
De manier waarop AI-systemen informatie verwerken en presenteren, heeft directe gevolgen voor de vindbaarheid van non-profits en publieke organisaties. Recent heeft UN Women een dringende oproep gedaan aan regeringen en AI-ontwikkelaars om gendergelijkheid in elke fase van de AI-levenscyclus te verankeren: van ontwikkeling tot implementatie en governance. Deze oproep is gebaseerd op onderzoek dat aantoont dat een aanzienlijk deel van de AI-systemen nog steeds kampte met gender- en raciale vooroordelen. Deze bevindingen, gepubliceerd op 1 juli 2026, onderstrepen een fundamenteel probleem: vooroordelen in AI kunnen de missie van organisaties die zich inzetten voor een rechtvaardige samenleving ondermijnen.
Waarom dit belangrijk is voor non-profits en de publieke sector? Jouw organisatie bestaat om het algemeen belang te dienen en diverse doelgroepen te bereiken. Als AI-assistenten bronnen selecteren of samenvattingen genereren op basis van bevooroordeelde data, kan dit leiden tot het onzichtbaar maken of verkeerd representeren van bepaalde groepen, zoals vrouwen en meisjes, of andere ondervertegenwoordigde gemeenschappen die jouw organisatie dient. Denk aan een burger die via een AI Overviews of een chatbot zoekt naar hulp voor huiselijk geweld, of een potentiële donateur die AI gebruikt om een goed doel te vinden dat vrouwenrechten verdedigt. Als de onderliggende AI-modellen vooroordelen bevatten, is de kans groot dat relevante en betrouwbare organisaties minder snel of helemaal niet worden gevonden.
De Onzichtbare Impact van Vooroordelen
Onderzoek van het Berkeley Haas Center for Equity, Gender and Leadership, aangehaald door UN Women, toonde aan dat 44% van de geanalyseerde AI-systemen genderbias vertoonde en 26% zowel gender- als raciale bias. Dit zijn geen kleine cijfers; ze duiden op een systemische uitdaging. De vooroordelen ontstaan vaak doordat AI-modellen getraind worden op enorme datasets die ongelijkheden uit het verleden en heden weerspiegelen. Wanneer deze systemen vervolgens antwoorden genereren of bronnen citeren, versterken ze onbedoeld deze ongelijkheden, in plaats van ze te doorbreken. Voor jouw organisatie betekent dit dat, ongeacht de kwaliteit en relevantie van je informatie, deze mogelijk over het hoofd wordt gezien of verkeerd wordt geïnterpreteerd door AI, simpelweg omdat de AI ‘leert’ van een vertekend beeld van de wereld.
Wat betekent dit voor jou?
Als non-profit of publieke organisatie is het essentieel om proactief te zijn in dit AI-landschap.
- Audit je eigen content en data: Zorg ervoor dat de informatie die je publiceert op je website en in andere digitale kanalen divers, inclusief en representatief is voor alle doelgroepen die je dient. Dit helpt AI-systemen een completer en accurater beeld te krijgen van je werk.
- Versterk je E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness): Benadruk de ervaring, expertise, autoriteit en betrouwbaarheid van je organisatie. AI-systemen, zoals Google AI Overviews, geven voorrang aan bronnen die consequent accurate en behulpzame content publiceren, vooral voor gevoelige onderwerpen. Dit betekent dat je helder moet communiceren over je missie, je doelgroepen en de impact die je maakt, met duidelijke bronvermeldingen en voorbeelden.
- Wees Transparant: Communiceer open over je dataverzamelingspraktijken en je toewijding aan diversiteit en inclusie. Transparantie kan helpen om vertrouwen op te bouwen bij gebruikers en stakeholders, die steeds meer van AI verwachten dat het eerlijke en verantwoorde informatie biedt.
- Pleiten voor ethische AI: Overweeg om pleitbezorging voor ethische en inclusieve AI-ontwikkeling op te nemen in je eigen missie. Door actief deel te nemen aan het gesprek over AI-governance, kun je bijdragen aan een toekomst waarin AI een tool is voor gelijkheid en niet voor uitsluiting.
Bron: UN Women
