Het opiniestuk in De Tijd pleitte onlangs voor ongebreideld optimisme over de ethische voordelen van AI. Een welkome afwisseling in een debat dat inmiddels gedomineerd wordt door waarschuwingen, toezichthouders en morele paniek. Bias, privacy, discriminatie, het rijtje is bekend en groeit met de maand.
Maar wie dagelijks met data werkt, weet ook: optimisme zonder meetbaarheid is geen visie, maar hoop. En hoop is geen stuurinstrument, maar uitgestelde teleurstelling.
Meetbaarheid is belangrijk oo CFO’s, bestuurders en data-verantwoordelijken die uiteindelijk wél moeten uitleggen wat AI concreet oplevert. Niet in intenties, maar in effecten.
Het AI-ethiekdebat is te moreel en te weinig bedrijfsmatig
Het huidige ethiekdebat is opvallend normatief. Veel principes, weinig performance. AI moet eerlijk zijn, transparant, inclusief, duurzaam. Prima. Maar zelden volgt de vervolgvraag die in boardrooms wél gesteld wordt: hoe weten we dat dit zo is?
Voor CFO’s is dat een herkenbaar patroon. We accepteren ook geen duurzaamheidsstrategie zonder KPI’s, geen internal control zonder monitoring en geen investering zonder businesscase en ROI monitoring. Waarom zouden we dat bij ethische AI wel doen?
Zolang ethiek wordt gepresenteerd als morele intentie in plaats van bestuurbare uitkomst, blijft het iets voor beleidsnota’s – niet voor besluitvorming.
Van ethische principes naar ethische prestaties
In de praktijk zie je dat veel organisaties ethische AI proberen te ‘regelen’ aan de voorkant. Een charter, een code of conduct, een ethische toetsingscommissie. Allemaal nuttig, maar volstrekt onvoldoende.
Echte ethische AI ontstaat pas in de operatie. In data die wél of juist niet worden meegenomen. In modellen die structurele patronen versterken of corrigeren. In beslissingen die aantoonbaar anders uitpakken dan voorheen.
Voor bestuurders betekent dit een ongemakkelijke waarheid: ethiek is geen compliance-exercise, maar een performancevraagstuk. En dus per definitie iets waar finance, risk en data samenkomen.
Drie domeinen waar AI ethisch kan werken als je tenminste oplet
In de zorg zien we AI-toepassingen die wachttijden voorspellen en capaciteit beter verdelen. Dat klinkt ethisch aantrekkelijk, maar alleen zolang de onderliggende data geen groepen systematisch uitsluiten. Zonder continue monitoring verschuift ongelijkheid ongemerkt van mens naar model.
Bij overheden wordt AI ingezet om fraude te detecteren of subsidies toe te kennen. De belofte is objectiviteit. De realiteit leert dat modellen vaak historisch gedrag reproduceren. Ethische winst ontstaat hier alleen als expliciet wordt gemeten wie vaker wordt geraakt, wie vaker wordt afgewezen en waarom.
In finance en credit scoring zien we misschien wel de meest volwassen voorbeelden. Niet omdat de modellen perfect zijn, maar omdat er steeds vaker gewerkt wordt met fairness-indicatoren, explainability-eisen en second-line monitoring. Niet uit idealisme, maar omdat reputatierisico, toezicht en kapitaalallocatie dit afdwingen.
De rode draad: ethische AI werkt alleen daar waar feedbackloops, dashboards en governance serieus zijn ingericht.
Wat dit vraagt van CFO en board
Voor CFO’s betekent dit dat AI-ethiek niet thuishoort in een bijlage, maar in de reguliere sturingscyclus. Niet los van performance, maar er middenin. Dat vraagt om andere vragen aan data-teams en leveranciers.
Niet: “Is dit model ethisch verantwoord?”
Maar: “Welke uitkomsten veranderen hierdoor, voor welke groepen, en hoe volgen we dat maandelijks?”
Niet: “Voldoen we aan de richtlijnen?”
Maar: “Welk risico lopen we als dit model structureel verkeerde beslissingen neemt – en wanneer zien we dat?”
Ethische AI is daarmee geen soft topic, maar een vorm van ongoing control. Wie dat begrijpt, ziet ook dat optimisme en controle elkaar niet uitsluiten, maar juist versterken.
Optimisme is geen naïviteit, maar vakmanschap
Het pleidooi voor optimisme over AI is terecht. Technologie kan helpen om menselijke willekeur te verminderen, patronen zichtbaar te maken en besluitvorming consistenter te maken. Maar alleen als we stoppen met doen alsof ethiek vanzelf ontstaat.
Voor data-professionals, CFO’s en bestuurders ligt hier een volwassen opdracht: ethiek uit de sfeer van goede bedoelingen halen en onderbrengen waar het hoort. In data, in dashboards en in besluitvorming.
Dan pas wordt optimisme geloofwaardig. En dan pas verdient AI het predicaat ‘ethisch’ – niet omdat we het hopen, maar omdat we het kunnen aantonen.
