🤖 AI

Incentives shape how humans co-create with generative AI

Uit een gerandomiseerde gecontroleerde studie blijkt dat beloningsstructuren voor originaliteit de homogeniserende invloed van generatieve AI op creatieve schrijftaken kunnen doorbreken, doordat deelnemers het model dan selectiever inzetten voor brainstormen en redigeren in plaats van suggesties letterlijk over te nemen.

Oorspronkelijke auteurs: Nathanael Jo, Manish Raghavan

Gepubliceerd 2026-04-07

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Nathanael Jo, Manish Raghavan

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Magische Schrijfmachine en de Beloning:
Hoe we samen met AI creatief kunnen zijn zonder dat alles hetzelfde wordt

Stel je voor dat generatieve AI (zoals ChatGPT) een magische schrijfmachine is. Als je deze machine aanzet, schrijft hij direct een perfect verhaal. Maar er is een probleem: als iedereen dezelfde magische schrijfmachine gebruikt, beginnen al die verhalen op elkaar te lijken. Het zijn allemaal netjes geschreven, maar saai en identieke verhalen. Alsof iedereen in een fabriek exact hetzelfde brood bakt.

De onderzoekers van dit paper (uit MIT) wilden weten: kunnen we dit voorkomen? Kunnen we zorgen dat mensen, ondanks dat ze die magische schrijfmachine gebruiken, toch unieke verhalen schrijven?

Het antwoord is verrassend simpel: Het hangt af van de beloning.

Het Experiment: Een Schrijfwedstrijd

De onderzoekers gaven 200 mensen de opdracht om een kort verhaal te schrijven. Ze deelden ze in vier groepen:

Zonder AI: Mensen schreven alles zelf.
Met AI: Mensen mochten de magische schrijfmachine gebruiken.

Maar hier is de twist: ze gaven de mensen ook verschillende doelen (prikkels):

Groep A (Kwaliteit): "Schrijf een goed verhaal. Zorg dat het grammaticaal perfect is en goed gestructureerd." (Alsof je een schoolopdracht maakt).
Groep B (Originaliteit): "Schrijf iets dat niemand anders heeft bedacht! Wees uniek en sta op uit de massa." (Alsof je meedoet aan een creatieve wedstrijd).

Wat bleek er?

1. De "Magische Schrijfmachine" maakt alles saai (tenzij...)
Als mensen de AI gebruikten zonder een speciaal doel, namen ze vaak het eerste verhaal dat de AI gaf en stuurden het in. Het resultaat? Een berg verhalen die allemaal leken op elkaar. De AI had een "standaardstem" die iedereen overnam.

2. Beloningen zijn de sleutel
De groep die beloond werd voor originaliteit, deed iets heel anders. Ze gebruikten de AI, maar ze vertrouwden het niet blindelings.

Ze zagen het eerste verhaal van de AI als een ruwe schets of een scaffold (een steiger).
Ze veranderden de zinnen, verzonnen nieuwe karakters en pasten de stijl aan.
Ze gebruikten de AI meer als een sparringpartner voor ideeën, dan als een vervanger voor hun eigen brein.

Het resultaat? De verhalen van deze groep waren veel diverser dan die van de groep die alleen op "kwaliteit" werd beloond. Ze waren nog steeds niet zo divers als mensen die helemaal geen AI gebruikten, maar ze waren veel minder eentonig dan de andere AI-groep.

Hoe werkt dit in de praktijk? (De Analogie van de Chef-kok)

Stel je voor dat AI een assistent-chef is die altijd dezelfde basisrecepten maakt.

De "Kwaliteit"-chef: Zegt: "Dank je wel, assistent!" en serveert het gerecht direct. Het smaakt goed, maar het is precies hetzelfde als wat de buren serveren.
De "Originaliteit"-chef: Zegt: "Bedankt voor het basisrecept, maar dit is te saai." Deze chef pakt het recept, voegt zijn eigen kruiden toe, verandert de presentatie en maakt er iets nieuws van. Hij gebruikt de assistent om tijd te besparen, maar hij blijft de chef.

De Leerervaringen

Mensen zijn slim en aanpasbaar: Als mensen gemotiveerd worden om uniek te zijn, weten ze hoe ze de AI moeten "temmen". Ze kopiëren minder letterlijk en gebruiken de machine selectiever.
Ervaring is niet altijd goed: Mensen die al veel met AI hadden gewerkt, bleken juist vaker het standaard-AI-gebruik te kopiëren. Ze vertrouwden de machine te veel. De beginners waren soms creatiever omdat ze kritischer waren.
Het systeem is belangrijker dan de technologie: De technologie (de AI) is hetzelfde voor iedereen. Het verschil in resultaat komt door hoe mensen ermee omgaan, en dat wordt bepaald door wat ze beloond krijgen.

Conclusie voor de dagelijkse wereld

Dit onderzoek leert ons dat we niet hoeven te bang zijn dat AI alle creativiteit doodt. Als we in de echte wereld (bijvoorbeeld op school of op het werk) mensen belonen voor unieke ideeën en persoonlijke stijl, zullen ze de AI gebruiken als een hulpmiddel in plaats van als een vervanging.

Als we echter alleen maar eisen dat dingen "goed" en "snel" zijn, zullen mensen de AI blindelings kopiëren, en zal alles saai en eentonig worden.

Kortom: Geef mensen de prikkel om uit te blinken, en ze zullen zorgen dat hun verhaal (met of zonder AI) uniek blijft.

Probleemstelling

Generatieve AI wordt steeds geïntegreerd in creatieve workflows, maar er is groeiende bezorgdheid dat dit leidt tot homogenisatie (vergelijkbaarheid) van outputs. Eerdere studies suggereren dat AI-assistentie de diversiteit van ideeën en perspectieven verkleint, zelfs wanneer mensen de uiteindelijke controle behouden. Dit fenomeen wordt vaak toegeschreven aan het "AI-slop" dat het internet verontreinigt.

De auteurs stellen echter dat deze conclusies voortijdig zijn vanwege twee tekortkomingen in bestaand onderzoek:

Gebrek aan prikkels (Incentives): Veel experimenten missen realistische prikkels. Deelnemers accepteren vaak de eerste AI-suggestie om de taak snel af te ronden, wat niet representatief is voor hoog-risico scenario's (zoals sollicitatiebrieven) waar differentiatie cruciaal is.
Beperkte interactie: Bestaand onderzoek beperkt gebruikers vaak tot één modus (bijv. alleen brainstormen of tekst completeren). Realistisch gebruik is iteratief en open-ended, waarbij gebruikers actief kunnen bijsturen, wat de homogeniserende kracht van AI mogelijk kan mitigeren.

Methodologie

De auteurs voerden een vooraf geregistreerde gerandomiseerde gecontroleerde studie (RCT) uit met $N = 200$ deelnemers.

Totaalontwerp: Een $2 \times 2$ $2 \times 2$ factoriële opzet met vier condities:
1. AI-gebruik: Deelnemers schreven een verhaal met of zonder toegang tot een geïntegreerde AI-assistent (OpenAI's GPT-5-Mini).
2. Prikkelstructuur:
  - Originaliteit (O): Bonussen gebaseerd op uniekheid en originaliteit (top 25% krijgt $2-$7).
  - Technische Kwaliteit (T): Bonussen gebaseerd op een cijfer voor organisatie en techniek (A = $2.5, B =$ 1).
Taak: Deelnemers moesten een kort verhaal van 250-350 woorden schrijven binnen 25 minuten (5 min brainstormen, 20 min schrijven).
Datacollectie:
- Temporele data: Screenshots van de tekst elke 5 seconden.
- Interactielogboeken: Volledige transcripties van AI-gesprekken.
- Enquêtes: Zelfgerapporteerde ervaring met AI en demografische gegevens.
Metingen van Diversiteit:
- Gebruik van diverse embeddings (bijv. all-MiniLM-L12-v2, Qwen3-Embedding) om semantische en stijlmatige gelijkenis te berekenen (cosine similarity).
- N-gram/token gebaseerde metrics: Compression ratio, BLEU, ROUGE-L.
- Adoptie-metric ( $A$ ): Een nieuwe maatstaf die berekent welk percentage van de n-grams in het eindresultaat letterlijk uit een AI-suggestie komt (lexicale attributie).

Belangrijkste Resultaten

Menselijke bewerking verhoogt diversiteit:
- AI-genereerde eerste concepten zijn extreem homogeen (bijv. beginnen vaak met "Ik werd wakker...").
- Deelnemers accepteren deze concepten zelden als zodanig. Door actief te redigeren, te herschrijven en specifiekere prompts te geven, herstellen ze een groot deel van de diversiteit. De uiteindelijke outputs van AI-gebruikers komen dicht in de buurt van die van mensen zonder AI, hoewel ze nog steeds iets homogener blijven.
Prikkelstructuur beïnvloedt diversiteit:
- Deelnemers in de Originaliteit (O) conditie produceerden significant diversere verhalen dan die in de Kwaliteit (T) conditie, zelfs wanneer ze AI gebruikten.
- Zonder AI (SELF-conditie) was er geen significant verschil in diversiteit tussen de prikkels, wat suggereert dat prikkels vooral werken via de interactie met AI.
Strategieën en Adoptie:
- De toename in diversiteit bij de O-groep komt niet doordat ze minder AI gebruiken, maar door hoe ze het gebruiken.
- Lage adoptie: Deelnemers in de O-groep namen minder AI-suggesties letterlijk over (lagere adoptie-score $A$ ). Ze gebruikten de AI meer selectief voor brainstormen, proofreading en gerichte edits, in plaats van volledige concepten over te nemen.
- Hoge adoptie: Deelnemers die zwaar leunden op AI (vaak mensen met meer AI-ervaring) produceerden homogenere verhalen.
- Effort: De O-groep besteedde meer tijd aan het formuleren van prompts en interactie met de AI, maar dit leidde niet per se tot meer diversiteit als ze toch zwaar leunden op de AI-outputs.
Invloed van AI-ervaring:
- Deelnemers met meer ervaring met AI leunden vaker op AI-suggesties en produceerden minder diverse verhalen. Ze leken geen effectievere strategieën te hebben om originaliteit te bereiken via AI, ondanks hun vertrouwdheid.

Belangrijkste Bijdragen

Nuancering van het homogenisatie-verhaal: Het onderzoek toont aan dat homogenisatie niet onvermijdelijk is. Menselijke betrokkenheid in een iteratief co-creatieproces kan de "AI-voice" aanzienlijk verminderen.
De rol van prikkels: Het is een van de eerste studies die experimenteel aantoont dat incentive structures (beloningssystemen) een cruciale rol spelen in het vormgeven van mens-AI interactie. Concurrentie en beloning voor originaliteit dwingen gebruikers om zich te distantiëren van standaard AI-outputs.
Strategisch gedrag: Het onderzoek introduceert het concept dat gebruikers strategisch omgaan met AI. Ze zijn zich bewust van de homogeniserende kracht van AI en passen hun gebruik aan (minder letterlijke adoptie) wanneer differentiatie wordt beloond.
Methodologische innovatie: Het gebruik van een rijke, longitudinale dataset (elke 5 seconden) en een nieuwe "adoptie-metric" biedt inzicht in het proces van co-creatie, niet alleen in het eindresultaat.

Betekenis en Conclusie

De bevindingen suggereren dat de impact van generatieve AI niet alleen afhangt van de technologie zelf, maar vooral van de gedragsstrategieën en prikkels rondom het gebruik.

Voor ontwerpers: AI-systemen moeten zo ontworpen worden dat ze menselijke agency ondersteunen in iteratieve workflows, in plaats van alleen tekst te completeren.
Voor beleidsmakers en educatie: In plaats van AI volledig te verbieden, kunnen organisaties (zoals scholen of sollicitatieprocessen) prikkels ontwerpen die originaliteit en persoonlijke stem belonen. Dit kan de homogeniserende effecten van AI tegengaan.
Toekomstperspectief: De studie suggereert dat de relatie tussen mens en AI dynamisch is; met de juiste prikkels kunnen mensen AI effectief inzetten als hulpmiddel zonder hun eigen creativiteit te verliezen.

Kortom: Incentives vormen de sleutel tot het beheersen van de homogeniserende kracht van AI in creatieve processen.