Moet je je echt schamen voor je AI-gebruik?
In dit artikel:
Sinds de komst van grote taalmodellen (LLM’s) in 2022 schuiven steeds meer mensen klusjes naar AI: van sollicitatiebrieven en sinterklaasgedichten tot schoolopdrachten. In 2026 staat echter de vraag of gemak de maatschappelijke en ecologische kosten waard is centraal. Onderzoekers en universitaire experts waarschuwen dat AI niet alleen hulp biedt, maar ook aanzienlijke nadelen kent — voor het klimaat, voor ongelijkheid en voor onze eigen vaardigheden.
Belangrijkste feiten en cijfers
- Een studie van de Vrije Universiteit Amsterdam schat dat AI-gebruik in 2025 tussen ongeveer 32,6 en 79,7 miljoen ton CO2 heeft veroorzaakt — vergelijkbaar met de jaarlijkse uitstoot van New York (ca. 52,2 miljoen ton).
- Voor koeling van AI‑systemen is naar schatting 312,5 tot 764,6 miljard liter water per jaar nodig, vergelijkbaar met alle flessenwater die wereldwijd in een jaar worden gedronken.
- Tegelijkertijd maken onderzoekers (onder meer van MIT) datacenters steeds efficiënter, maar door de ‘paradox van Jevons’ leidt hogere efficiëntie vaak tot meer capaciteit en dus uiteindelijk meer totale uitstoot.
Sociale en ethische gevolgen
- Training en curatie van datasets zijn arbeidsintensief en vaak uitbesteed aan onderbetaalde werknemers in bijvoorbeeld Azië, Afrika of Latijns‑Amerika. Daardoor ontstaan nieuwe vormen van uitbuiting en ongelijkheid.
- Datacenters worden vaak naast arme wijken gebouwd; die ‘sacrifice zones’ kampen met lawaai, vervuiling en gezondheidsproblemen. Onderzoekers spreken van een nieuwe, digitale vorm van kolonisatie.
- Publieke opinie in Nederland (UvA-onderzoek, mei 2025) laat gemengde gevoelens zien: veel mensen zien AI‑beelden vaak op social media, een groot deel vindt automatische besluitvorming in sectoren als zorg en recht risicovol, en gebruik van beeld- en tekstgeneratoren varieert van zelden tot vaak.
Effect op gebruikers en vaardigheden
- Experts verschillen in hun oordeel over of AI ons luier maakt. Jan Broersen (Universiteit Utrecht) waarschuwt dat chatbots het verleidelijk maken denken uit te besteden, maar ziet ook kansen: nieuwsgierige gebruikers kunnen er veel van leren.
- Andrea Reyes Elizondo (Universiteit Leiden) benadrukt dat het routinematig uitbesteden van intellectuele taken tot verlies van vaardigheden leidt; het denkproces zelf — inclusief frustratie en oefening — is van waarde. Zij waarschuwt ook voor de menselijke kosten van dataset‑labeling en voor de impact van datacenters op kwetsbare gemeenschappen.
Wat kun je doen — en wie draagt verantwoordelijkheid?
- Experts leggen de verantwoordelijkheid dubbel: het systeem en bedrijven die trainingsinfrastructuur domineren moeten worden bekritiseerd en gereguleerd, maar gebruikers kunnen ook bewuster kiezen wanneer ze AI inzetten. Reyes Elizondo: vermijd het afschuiven van alle schuld op consumenten; vraag je af of het echt nodig is om een taak aan AI uit te besteden.
- Broersen nuanceert dat het energieverbruik vooral in de trainingsfase zit; routine‑prompting is relatief minder belastend. Hij pleit voor kritisch gebruik in plaats van volledige afwijzing.
Kernuitkomst
AI brengt gemak en mogelijkheden, maar ook serieuze klimaat- en sociale nadelen. De discussie draait niet alleen om individuele schaamte, maar ook om systeemverantwoordelijkheid, eerlijke arbeidsomstandigheden en behoud van menselijke expertise. Wil je je AI‑gebruik rechtvaardigen, vraag dan eerst of het noodzakelijk is, en kies bewust; een andere, concrete manier om ‘AI‑schaamte’ te vermijden blijft: zelf vaardigheden verbeteren en meer zelf doen.