The Epidemiology of Artificial Intelligence
Dit paper pleit ervoor dat kunstmatige intelligentie (AI) als een nieuwe gezondheidsdeterminant wordt erkend en stelt een conceptueel raamwerk voor, gebaseerd op milieuepidemiologie, om het onderscheid te maken tussen omgevings- en persoonlijke AI-expositie en de populatie-effecten daarvan te bestuderen.
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
Stel je voor dat Artificial Intelligence (AI) niet zomaar een slimme gadget is die je op je telefoon gebruikt, maar meer lijkt op de lucht die we inademen.
Dit artikel, geschreven door een team van epidemiologen (de artsen van de volksgezondheid), stelt dat we AI nu moeten gaan zien als een nieuwe factor die onze gezondheid beïnvloedt, net zoals roken, voeding of vervuiling dat doen. Maar tot nu toe hadden we geen goede manier om dit te meten.
Hier is de kern van het verhaal, vertaald in alledaags Nederlands met een paar creatieve vergelijkingen:
1. De twee soorten "AI-blootstelling"
De auteurs maken een belangrijk onderscheid, vergelijkbaar met hoe we naar luchtvervuiling kijken:
- De "Ambiente" AI (De onzichtbare mist):
Dit is AI die om je heen hangt, of je het nu wilt of niet. Het is de lucht die je inademt.- Voorbeeld: Je gebruikt zelf geen Chatbot, maar de nieuwsfeed op je telefoon wordt door een algoritme samengesteld. Of: je komt in het ziekenhuis en de wachtrij wordt bepaald door een computerprogramma. Zelfs als je AI "niet gebruikt", word je erdoor beïnvloed. Je zit in de mist, ook als je je ogen dichtdoet.
- De "Persoonlijke" AI (De eigen sigaret of medicijn):
Dit is wanneer je zelf actief AI gebruikt.- Voorbeeld: Je vraagt ChatGPT om medisch advies, of je praat met een virtuele vriend om je eenzaamheid te verdrijven. Dit is een bewuste keuze, net als het kiezen om te roken of een bepaald dieet te volgen.
De grote les: "Niet gebruiken" betekent niet "niet blootgesteld zijn". Je kunt niet roken, maar als je in een kamer zit waar anderen roken, adem je de rook toch in. Zo werkt AI ook.
2. Waarom oude methoden niet werken
Vroeger deden wetenschappers kleine experimenten: "Laat iemand 5 minuten met een AI-chatbot praten en kijk wat er gebeurt."
De auteurs zeggen: Dat is net zo nutteloos als proberen de gezondheidseffecten van roken te begrijpen door iemand één keer een sigaret te laten opsteken.
AI is een chronisch probleem. Het is een constante stroom van informatie en beslissingen die ons leven beïnvloeden, dag in dag uit. We hebben dus nodig:
- Grote groepen mensen die we jarenlang volgen (cohorten).
- Methoden om te kijken hoe AI ons gedrag verandert op de lange termijn (bijv. wordt een tiener depressiever door een virtuele vriend?).
3. De "Dosis" en de "Doelgroep"
Net als bij medicijnen of vervuiling, maakt het uit hoeveel je gebruikt en wie je bent.
- De "Dosis": Gebruik je AI één keer per maand of uren per dag?
- De "Kwetsbaarheid": Net zoals kinderen kwetsbaarder zijn voor bepaalde gifstoffen, zijn tieners of mensen met mentale problemen misschien gevoeliger voor de effecten van AI (bijvoorbeeld door te afhankelijk te worden van een chatbot).
De data uit de VS laat zien dat dit niet voor iedereen gelijk is:
- Mensen met een hoger inkomen en diploma gebruiken AI vaker.
- Maar mensen met minder middelen gebruiken AI juist vaker voor gezondheidsadvies (omdat ze geen dure dokter kunnen betalen). Dit betekent dat als AI fouten maakt, deze groep het eerst en het hardst geraakt.
4. AI als "De Chef-kok" en "De Smaakmaker"
Stel je voor dat gezondheid een gerecht is.
- AI als ingrediënt (Exposure): Het voedsel dat je eet (de informatie die je krijgt).
- AI als chef-kok (Mediator): AI bepaalt wat er op je bord komt. Als de chef-kok (het algoritme) slechte recepten kiest, krijg je slecht voedsel, ongeacht hoe goed je eigen eetkeuze is.
- AI als smaakmaker (Effect Modifier): Soms maakt AI een gezond gerecht nog gezonder (bijvoorbeeld een slimme app die je helpt te stoppen met roken), en soms maakt hij een gezond gerecht giftig (bijvoorbeeld door nepnieuws te verspreiden dat je bang maakt voor een onschuldig medicijn).
5. Het probleem: We weten te weinig
Op dit moment weten we eigenlijk niet precies wat AI met onze gezondheid doet, omdat:
- De bedrijven die AI maken (zoals Google of OpenAI) de data niet delen. Het is alsof een sigarettenfabrikant alleen de cijfers van de verkopers mag zien, maar niet van de ziekenhuizen.
- De technologie verandert te snel. De AI van vandaag is morgen alweer anders, net als een virus dat muteert.
Conclusie: Wat moeten we doen?
De auteurs roepen op tot een nieuwe tak van wetenschap: de Epidemiologie van AI.
We moeten AI gaan meten, net zoals we rook of fijnstof meten. We moeten regels maken zodat bedrijven hun data delen, en we moeten onderzoeken of AI ons helpt of ons ziek maakt.
Kort samengevat: AI is niet meer alleen een slimme tool; het is de nieuwe omgeving waarin we leven. En net als bij een vervuild milieu, moeten we nu gaan kijken of we er ziek van worden, of dat we er juist gezonder van worden, voordat het te laat is.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.