🤖 AI

AI Washing Inflates Expected Performance but Not Interaction Outcomes: An AI Placebo Study Using Fitts' Law

Deze studie toont aan dat "AI-washing" de verwachtingen van gebruikers ten aanzien van prestaties weliswaar aanzienlijk opblaast, maar geen enkele meetbare verbetering oplevert in objectieve interactie-uitkomsten of subjectieve beoordelingen, zoals blijkt uit een experiment op basis van de wet van Fitts waarbij de "AI-ondersteunde" muiscondities resultaten opleverden die identiek waren aan de baseline.

Oorspronkelijke auteurs: Nick von Felten, Luisa Ella Müller, Johannes Schöning

Gepubliceerd 2026-05-04

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Nick von Felten, Luisa Ella Müller, Johannes Schöning

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 je een winkel binnenloopt en twee identieke computermuizen ziet. De ene is gelabeld als "Standaard Muis" en de andere als "Supercharged AI Muis". Je koopt de "Supercharged" versie, overtuigd dat de kunstmatige intelligentie erin je cursor soepeler, sneller en nauwkeuriger zal laten bewegen. Je gaat zitten om te werken en plotseling voel je je als een tovenaar. Je handbewegingen voelen moeiteloos aan en je bent ervan overtuigd dat je met bovenmenselijke precisie klikt.

Maar hier is de draai: De muis is helemaal niet veranderd. Het is exact dezelfde hardware als de standaardversie. De "AI" is slechts een label en een paar nep-pop-upvensters.

Dit is de kernbevinding van een studie van Nick von Felten en zijn team, getiteld "AI Washing Inflates Expected Performance but Not Interaction Outcomes". Zij onderzochten een fenomeen genaamd "AI Washing" – wat vergelijkbaar is met "greenwashing" voor het milieu, maar dan voor technologie. Het is wanneer bedrijven een "AI"-sticker op een product plakken om het slimmer te laten klinken dan het eigenlijk is, zelfs als het product niets nieuws doet.

Het Experiment: De "Placebo"-Muis

Om dit te testen, richtten de onderzoekers een gecontroleerd experiment op dat een beetje voelt als een medische proef voor technologie. Ze gebruikten een klassieke test uit de mens-computerinteractie genaamd Fitts' Law.

Beschouw Fitts' Law als een "snelheid-nauwkeurigheidspromenade" voor je hand. Deelnemers moesten zo snel en nauwkeurig mogelijk op doelen op een scherm klikken. De onderzoekers maten precies hoe snel ze waren en hoe vaak ze misten.

Ze testten 28 personen onder drie verschillende scenario's:

De Baseline: Een normale muis zonder speciale claims.
De "Predictive AI"-Muis: Deelnemers werd verteld dat de muis machine learning gebruikte om te voorspellen waar ze naartoe wilden en hun bewegingen te gladstrijken. (In werkelijkheid was het gewoon de normale muis).
De "Biosignal AI"-Muis: Deelnemers werd verteld dat de muis een nep-sensor op hun pols gebruikte om hun hartslag en zweet te lezen en de cursor aan te passen op basis van de signalen van hun lichaam. (Opnieuw was het gewoon de normale muis).

De Resultaten: Het "AI Placebo"-Effect

De studie vond een fascinerende splitsing tussen wat mensen dachten dat er gebeurde en wat er echt gebeurde.

1. De Verwachting (De "Placebo"-Rush)
Voordat ze zelfs maar begonnen met klikken, waren de deelnemers die verteld kregen dat ze een "AI-muis" gebruikten, ongelooflijk optimistisch. Ze verwachtten veel beter te presteren dan diegenen die de normale muis gebruikten. Het was alsof je een suikerpil neemt en gelooft dat het een krachtige energiedrank is; je brein raakt opgewonden en klaar om te presteren.

2. De Realiteit (De "Geen-Verandering"-Zone)
Zodra ze de taak begonnen, verdween de magie.

Snelheid: Ze waren niet sneller.
Nauwkeurigheid: Ze misten niet minder klikken.
Werklast: Ze voelden niet dat de taak makkelijker was.
Gebruiksvriendelijkheid: Ze beoordeelden de muis achteraf niet als "gebruiksvriendelijker".

Het "AI"-label fungeerde als een psychologische booster die hun hoop verhoogde, maar het veranderde de motor onder de motorkap niet. De "Supercharged AI Muis" presteerde exact hetzelfde als de "Standaard Muis".

Waarom Dit Belangrijk Is

De onderzoekers noemen dit "AI Washing". Het is een misleidende marketingtactiek die je verwachtingen opblaast zonder enige echte functionele meerwaarde te leveren.

De Analogie: Stel je een autobedrijf voor dat een standaard sedan verkoopt maar een "Zelfrijdend"-sticker op het dak plakt. Je zou kunnen voelen alsof je een futuristisch voertuig bestuurt, maar als je zelf moet sturen, maakt de sticker de auto niet beter. Sterker nog, als je op die sticker vertrouwt, kun je teleurgesteld zijn wanneer je beseft dat de auto gewoon een normale auto is.
De Les: De studie bewijst dat "AI Washing" je brein wel kan bedriegen om een betere ervaring te verwachten, maar het kan je handen niet bedriegen om beter te presteren. Het "AI"-label creëert een kloof tussen wat we denken dat een tool kan doen en wat het daadwerkelijk doet.

De Conclusie

Dit artikel zegt niet dat AI nutteloos is; het zegt dat marketinghype krachtig is, maar het is geen magie. Wanneer bedrijven een simpel gereedschap labelen als "AI-aangedreven" om het te verkopen, kunnen ze je misschien laten voelen alsof je productiever zult zijn, maar ze maken je niet daadwerkelijk productiever.

De studie suggereert dat we voorzichtig moeten zijn om niet door het "AI"-label te laten bedriegen. Alleen omdat een apparaat beweert slim te zijn, betekent niet dat het daadwerkelijk slimmer is. Om te weten of een tool echt werkt, moeten we kijken naar de feitelijke resultaten (zoals snelheid en nauwkeurigheid in de studie), niet alleen naar de glimmende marketingsticker.

1. Probleemstelling

Het artikel behandelt het fenomeen van "AI-washing", een marketingpraktijk waarbij bedrijven de kunstmatige intelligentie-capaciteiten van een product overdrijven of verkeerd voorstellen (bijvoorbeeld een standaardmuis labelen als "AI-ondersteund" terwijl deze geen echte AI-functionaliteit bezit). Hoewel eerdere onderzoeken suggereren dat AI-labels de percepties van gebruikers kunnen veranderen, bestaat er een lacune in het begrijpen of deze opgeblazen verwachtingen leiden tot daadwerkelijke veranderingen in interactie-uitkomsten (zowel subjectief als objectief).

De auteurs onderzoeken of het "AI-placebo-effect" – waarbij gebruikers verbeterde prestaties toeschrijven aan een systeem uitsluitend op basis van diens labeling – zich manifesteert in:

Verwachting: Prestatieverwachtingen voorafgaand aan de taak.
Subjectieve Uitkomsten: Waargenomen werkdruk en bruikbaarheid na de taak.
Objectieve Uitkomsten: Meetbare prestatie-indicatoren van de interactie.

2. Methodologie

Studieontwerp

Type: Gecontroleerd experiment binnen-onderwerpen.
Deelnemers: $N=28$ (voornamelijk STEM-studenten, leeftijd 19–32).
Taak: Een gestandaardiseerde wijstak volgens de wet van Fitts (doelen van variërende grootte en afstand aanklikken) met een computermuis. Deze taak is de gouden standaard in HCI voor het kwantificeren van de snelheid-nauwkeurigheidsafweging.
Voorwaarden: Deelnemers voltooiden dezelfde taak onder drie verschillende voorwaarden:
1. Basislijn (BL): Een standaard HP-muis zonder modificaties of AI-aanspraken.
2. Voorspellende AI-voorwaarde (PAIC): Deelnemers werden bedrogen door hen te laten geloven dat de muis machine learning (TimeGPT-model) gebruikte om cursorbewegingen te voorspellen en te gladstrijken. Een gesimuleerde API-verbinding en systeemparameters werden getoond om geloofwaardigheid te vergroten.
3. Biosignaal-versterkte AI-voorwaarde (BIOAIC): Deelnemers werden bedrogen door hen te laten geloven dat de muis een biosensor gebruikte (meting van hartslag, zuurstof, transpiratie via een nep-sensor aan de pols) en een bidirectioneel LSTM-model (PhysioBERT) om cursorbeweging in real-time te optimaliseren.

Procedure

Bedrog: Deelnemers ondertekenden toestemmingsformulieren en zagen technische pop-ups die authenticatie en initialisatie van AI-bronnen simuleerden.
Dataverzameling:
- Voor de taak: Verwachte prestatie-inschatting (1–7 Likert-schaal).
- Taak: 15 proeven per voorwaarde (675 klikken in totaal per deelnemer).
- Na de taak: NASA-TLX (waargenomen werkdruk), SUS-DE-Pos (waargenomen bruikbaarheid) en kwalitatieve interviews.
Objectieve Metrieken:
- Doorvoer (TP): Bits per seconde (gecombineerde snelheid en nauwkeurigheid).
- Foutpercentage (ER): Percentage onjuiste klikken.
- Modelpassing ( $R^2$ ): Goetheid van de passing voor het regressiemodel volgens de wet van Fitts.

Instrumenten

Subjectief: NASA-TLX (Rauw), SUS-DE-Pos (Duitse versie met positieve formulering) en een aangepast item voor verwachte prestatie.
Objectief: Wet-van-Fitts-metrieken berekend met gebruik van effectieve doelbreedte ( $W_e$ ) en standaardafwijking van raakpunten.

3. Belangrijkste Resultaten

Samenvatting Hypothesetoetsing

Hypothese	Inhoud	Resultaat
H1a / H1b	Verwachte prestatie is hoger in AI-voorwaarden (PAIC/BIOAIC) versus Basislijn.	Ondersteund
H2	Waargenomen werkdruk (NASA-TLX) verschilt tussen voorwaarden.	Niet Ondersteund
H3	Waargenomen prestatie (NASA-TLX subschaal) verschilt tussen voorwaarden.	Niet Ondersteund
H4	Waargenomen bruikbaarheid (SUS-DE-Pos) verschilt tussen voorwaarden.	Niet Ondersteund
H5	Foutpercentage verschilt tussen voorwaarden.	Niet Ondersteund (Geen verschil gevonden)
H6	Modelpassing ( $R^2$ ) verschilt tussen voorwaarden.	Niet Ondersteund (Geen verschil gevonden)
H7	Doorvoer verschilt tussen voorwaarden.	Niet Ondersteund (Geen verschil gevonden)

Gedetailleerde Bevindingen

Opblazen van Verwachtingen: Deelnemers verwachtten significant betere prestaties in beide AI-gelabelde voorwaarden vergeleken met de basislijn ( $p < .001$ ). Er was geen significant verschil tussen de "Voorspellende AI" en "Biosignaal AI" voorwaarden wat betreft verwachtingen.
Subjectieve Uitkomsten: Ondanks hogere verwachtingen waren er geen significante verschillen in waargenomen werkdruk na de taak (NASA-TLX) of waargenomen bruikbaarheid (SUS-DE-Pos) over de drie voorwaarden heen. Beschrijvend toonde de Biosignaal-voorwaarde (BIOAIC) daadwerkelijk een lichte daling in bruikbaarheidsscores, hoewel dit statistisch niet significant was.
Objectieve Uitkomsten: Wet-van-Fitts-metrieken (Doorvoer, Foutpercentage en Modelpassing $R^2$ ) toonden geen statistisch significante verschillen tussen de basislijn en de twee AI-bedrog-voorwaarden. De regressielijnen voor bewegingstijd versus taakmoeilijkheid overladden bijna perfect.
Kwalitatieve Feedback: Deelnemers in de AI-voorwaarden rapporteerden tijdens interviews vaak dat de muis "gladder" of "sneller" voelde, maar deze subjectieve gevoelens correleerden niet met de objectieve data of gestandaardiseerde schalen.

4. Belangrijkste Bijdragen

Empirisch Bewijs van AI-washing: De studie levert gecontroleerd bewijs dat AI-washing succesvol gebruikersverwachtingen opblaast, maar faalt in het veranderen van daadwerkelijke interactie-uitkomsten (noch subjectief noch objectief) voor bekende invoerapparaten.
Dissociatie van Verwachting en Uitkomst: Het benadrukt een kritieke kloof waar marketing-gedreven verwachtingen niet doorgroeien naar meetbare prestaties of standaard bruikbaarheidsbeoordelingen, wat suggereert dat "AI-placebo-effecten" in HCI fragiel en contextafhankelijk kunnen zijn.
Methodologische Innovatie: Het artikel vestigt taken volgens de wet van Fitts als een rigoureus, objectief instrument voor het auditen van AI-gelabelde interactieartefacten. Het toont aan dat de wet van Fitts effectief marketing-gedreven verwachtingen kan scheiden van echte technische prestatieverbeteringen.
Transparantie en Verantwoordelijkheid: De bevindingen onderstrepen de behoefte aan regelgevende en ethische kaders om "AI-slangolie" aan te pakken, en betogen dat transparantie-eisen zich moeten uitstrekken tot functionaliteit, maar ook marketingaanspraken en productbeschrijvingen moeten omvatten.

5. Betekenis en Implicaties

Voor Onderzoekers: De studie waarschuwt tegen het uitsluitend vertrouwen op zelfgerapporteerde metrieken bij het evalueren van nieuwe AI-technologieën, aangezien deze sterk bevooroordeeld kunnen zijn door labeling. Het pleit voor de opname van objectieve benchmarks (zoals de wet van Fitts) en placebogecontroleerde voorwaarden in HCI-onderzoek.
Voor Praktijk en Marketingspecialisten: Het simpelweg labelen van een product als "AI-ondersteund" creëert een vals gevoel van verbetering dat kan leiden tot teleurstelling bij gebruikers of "verwachtingsgedreven schade" wanneer het systeem faalt in kritieke scenario's.
Voor Beleid en Regulering: De resultaten suggereren dat huidige regelgevende kaders (zoals de EU AI-wet) die zich richten op systeemprestaties onvoldoende kunnen zijn. Governance moet ook representatieve invloed aanpakken – hoe AI-capaciteiten worden beschreven in marketingmateriaal – aangezien deze beschrijvingen gebruikersautonomie en geïnformeerde toestemming vormen, zelfs voordat het systeem wordt gebruikt.
Beperkingen: De studie werd uitgevoerd in een gecontroleerde labomgeving met een homogene studentsteekproef. De auteurs merken op dat effecten kunnen verschillen in veiligheidskritieke contexten of bij diversere populaties, maar de kernbevinding – dat labels verwachtingen opblazen zonder functionele verandering – blijft een kritiek transparantieprobleem.

Concluderend toont het artikel aan dat AI-washing effectief is in het vormgeven van overtuigingen, maar ineffectief in het veranderen van de realiteit, waardoor een "placebo"-scenario ontstaat waarin gebruikers geloven dat ze beter presteren zonder enige daadwerkelijke technische verbetering.