Well-being-programma’s falen op herkenbare manieren. Onder elke valkuil staat de tegenmaatregel.
1. Function creep zonder governance: een AI-systeem dat als hulptool begint en geleidelijk beslisser wordt, of dat zonder governance-besluit op nieuwe doelen wordt toegepast. SyRI (Rechtbank Den Haag, 5 februari 2020, ECLI:NL:RBDHA:2020:865) begon als gerichte fraudedetectie en verwerkte gaandeweg data van complete woonwijken; het werd onrechtmatig verklaard onder Art. 8 EVRM (Europees Verdrag voor de Rechten van de Mens, het recht op privé- en gezinsleven). De Toeslagenaffaire combineerde KOI (risico-classificatie) en FSV (zwarte lijst) tot een discriminerend profileringssysteem; elk instrument afzonderlijk leek proportioneel. Tegenmaatregel: kwartaalcadans op doel-bevestiging en scope-check, gekoppeld aan een directiebesluit per wezenlijke wijziging. Een AI-systeem dat van scope verandert is een nieuw AI-systeem, niet een evolutie van het oude.
2. Greenwashing van AI: jezelf groener voordoen dan je bent door relatieve efficiëntiewinst te etaleren terwijl de absolute uitstoot stijgt. Microsoft rapporteerde in mei 2025 dat de eigen operaties (scope 1+2: directe uitstoot van eigen kantoren en gebouwen, plus de elektriciteit die de organisatie zelf inkoopt) met 29,9% waren gedaald sinds 2020, en tegelijkertijd dat scope 3 (de indirecte uitstoot in de toeleveringsketen, waaronder hardware-bouw en cloud-energie) met 26% was gestegen, waardoor de totale uitstoot 23,4% hoger uitkwam dan in 2020. Scope 3 vormt 97% van Microsoft’s footprint. Google rapporteerde in 2025 een stijging van 51% sinds 2019, met 11,5 miljoen ton CO2-equivalent in 2024. Tegenmaatregel: absolute getallen rapporteren naast relatieve, en de scope-verdeling expliciet maken; geen “AI for Good”-claims op basis van eigen-operaties-verbetering wanneer de keten zelf groeit.
3. Inclusie als bijzaak achteraf: toegankelijkheid pas regelen nadat het systeem al draait. Een AI-chatbot lanceren en pas daarna ontdekken dat schermlezers (software die schermtekst hardop voorleest voor blinden en slechtzienden) er niet mee overweg kunnen, of dat foutmeldingen vol jargon staan. De European Accessibility Act maakt dit sinds 28 juni 2025 wettelijk afdwingbaar. Tegenmaatregel: WCAG 2.2 AA-checks in de geautomatiseerde bouw- en uitrolketen (CI/CD: software continu bouwen, testen en uitleveren), B1-leesniveau-toets op AI-output en handmatige schermlezer-tests vóór livegang; niet als sluitstuk.
4. AI-substitutie zonder transitie: kostenbesparing eerst, herinrichting van werk later. Klarna verving in februari 2024 ongeveer 700 voltijdsbanen door een GPT-4-klasse AI-customer-service en haalde naar eigen zeggen $ 40 miljoen kostenbesparing per jaar. In mei 2025 kondigde CEO Siemiatkowski herstart van menselijke wervingen aan: AI miste empathie en faalde op complexe, emotioneel geladen interacties; klanttevredenheid daalde. In 2026 draait het hybride model. Tegenmaatregel: investeer in herinrichting van werk vóór de eerste reductie van personeel; behandel AI-substitutie als organisatie-ontwerp, niet als kostenpost.
5. Verkiezingsblindheid: geen pre-electorale risicoscan voor AI-systemen die op publieke opinie kunnen ingrijpen. Roemenië 2024 toonde dat algoritmische amplificatie (het aanbevelings-algoritme van een platform dat bepaalde content systematisch vaker laat zien) op één platform een verkiezing kan doen kantelen; Slowakije 2023 toonde dat een deepfake-audio tijdens de wettelijke verkiezings-stilte (de periode waarin media en kandidaten in NL en EU-landen wettelijk geen verkiezingsuitspraken meer mogen doen) niet weersproken kon worden voor de stembus opende. Tegenmaatregel: pre-electorale scan op AI-content-risico’s, niet alleen op stembus-dag maar inclusief de mediastilte-periode; samenwerking met EDMO (de European Digital Media Observatory, een EU-monitoringnetwerk voor desinformatie) en nationale fact-checkers.
6. Compute-blindheid: wel tokens kennen, geen watt. Veel organisaties weten exact wat een LLM-aanroep kost in dollarcent maar hebben geen idee van de CO2-voetafdruk per aanroep. Tegenmaatregel: open-source tools als CodeCarbon (Python-package) of EcoLogits (API-specifiek voor LLM-aanroepen) inbouwen in de productie-stack; PUE en WUE opvragen bij de cloud-provider. Stochastic Parrots (Bender et al., maart 2021) en het eerdere Energy and Policy Considerations for Deep Learning in NLP (Strubell et al., juni 2019) zetten dit onderwerp op de academische agenda; in 2026 is meten haalbaar.
7. Deskilling door blind vertrouwen: medewerkers leren dat hun professionele oordeel minder waard is dan het algoritme. Bij OxRec (zie Drie sectoren) kregen reclasseringswerkers expliciet te horen dat hun eigen oordeel “net zo betrouwbaar als het opgooien van een muntje” was; menselijk toezicht (HITL) werd zo systematisch ondermijnd. Acemoglu en Kong (MIT, februari 2026) leverden de theoretische onderbouwing: langdurige AI-afhankelijkheid erodeert systematisch menselijk cognitief vermogen. Tegenmaatregel: behandel AI als hulpmiddel, niet als orakel; bouw bewuste oefen-momenten zonder AI in voor kritieke beslisrollen; meet de mate van afwijking van AI-advies door menselijke beoordelaars.
8. Symboolwetgeving en papieren ethiek: prachtige well-being-uitspraken in de corporate AI-visie, maar geen meetbare doelen of eigenaarschap in de product-backlog. WCAG-scores, B1-leesniveau, gram CO2 per inference, FRIA-publicatie: zonder concrete getallen in de release-criteria is well-being decoratief. Tegenmaatregel: vertaal elk well-being-principe naar minimaal één meetbare KPI met een eigenaar en een drempelwaarde; zonder die vertaling hoort het principe niet op de pagina.