'Maak haast met regels voor verantwoord AI-gebruik in wetenschap'

In dit artikel:

13 maart 2026 — Rathenau-onderzoeker Laurens Hessels waarschuwt dat generatieve AI de wetenschap op twee fronten onder druk zet: het ondermijnt wetenschappelijke waarden (zoals reproduceerbaarheid, transparantie en correcte toekenning van auteurschap) en brengt grote duurzaamheidsproblemen met zich mee door de enorme rekenkracht en daarmee samenhangende milieukosten. Omdat Europese regelgeving en “betere” toepassingen te traag komen, pleit hij ervoor dat universiteiten niet afwachten maar zelf snel concrete regels en kaders invoeren.

Hessels noemt praktische knelpunten: onbetrouwbare of onverifieerbare outputs van AI-modellen, risico’s op plagiaat en verkeerde citatiepraktijken, gebrek aan traceerbaarheid van trainingsdata en de forse CO2-uitstoot van grootschalige modeltraining. Als remedies raadt hij instellingen aan plicht tot transparantie in te voeren (gebruik van modellen en datapraktijken documenteren), strengere eisen voor reproduceerbaarheid (code en data beschikbaar stellen), duurzaamheidstoetsen voor grootschalige rekenprojecten, centraal beleid voor cloud- en rekeninkoop, educatie van personeel en studenten, en sanctionerende maatregelen bij misbruik.

Kort: Hessels pleit voor snelle, institutionele governance door universiteiten zelf — gecoördineerd met financierders en sectororganisaties — om innovatie te behouden zonder de fundamenten van de wetenschap of het klimaat te ondermijnen.