AI en uitbuiting

Achter elke chatbot zitten mensen die voor een paar dollar per uur de gruwelijkste teksten lezen, en datacenters die in droge gebieden miljoenen liters water per dag gebruiken. Wie betaalt eigenlijk de prijs voor AI, en wie plukt de vruchten? Is dat een nieuwe vorm van kolonialisme? En kan het ook anders?

De verborgen arbeid achter AI

Een taalmodel als ChatGPT leert niet vanzelf wat een “goed” of een “schadelijk” antwoord is. Daarvoor zijn mensen nodig die duizenden voorbeelden met de hand beoordelen en labelen. Met die labels wordt het model bijgestuurd: reinforcement learning from human feedback (RLHF). Dat werk wordt vaak uitbesteed aan onderaannemers in landen waar arbeid goedkoop is.

• NOS Nieuwsuur: Het ‘smerige mensenwerk’ achter de race naar betere AI (2025)

  * / Mophat Okinyi uit Nairobi filterde via een onderaannemer teksten voor OpenAI. Hij vertelt wat dat werk met hem deed. Ook Karen Hao, schrijver van Empire of AI, komt aan het woord: “Een van de sterkste mythes over AI is dat het volledig automatisch gaat.”

• De Correspondent: Waarom ChatGPT geen racistische viespeuk is? Dankzij een stel Kenianen, voor twee dollar per uur (2023)

  ** / Maurits Martijn legt uit hoe het “veilig maken” van ChatGPT werkt en wie dat werk eigenlijk doet.

• Racism and Technology Center: Filipino workers in “digital sweatshops” train AI models for the West (2023)

  ** / Het platform Remotasks, van het miljardenbedrijf Scale AI, laat Filipijnse werkers data labelen, maar houdt soms zonder uitleg hun loon in. Deze Nederlandse organisatie vat het onderzoek van de Washington Post samen en legt de link met koloniale geschiedenis.

Water en stroom: de fysieke kant van “de cloud”

AI draait niet in een wolk, maar in enorme gebouwen vol servers die gekoeld moeten worden, vaak met drinkwater. Google wilde zulke datacenters bouwen in Chili en Uruguay, juist toen die landen de zwaarste droogte in decennia meemaakten.

• Context: In Latin America, data center plans fuel water worries (2023)

  ** / Het geplande datacenter van Google in Uruguay zou 7,6 miljoen liter water per dag gebruiken, evenveel als 55.000 inwoners van Montevideo. Die inwoners kregen op dat moment zout water uit de kraan.

• Down To Earth: “We saw a state apparatus completely subordinated to corporate interests” (2026)

  *** / Interview met twee leden van MOSACAT, de buurtbeweging uit Cerrillos (Chili) die het Google-datacenter tegenhield. Hun waarschuwing aan India: een datacenter levert weinig banen op en kost veel stroom en water.

• Techzine: Microsoft-datacenter Wieringermeer verbruikt veel meer water dan beloofd (2022)

  * / Het speelt ook dichter bij huis: tijdens de droogte van 2022 bleek dat Microsoft in Noord-Holland vier keer zoveel drinkwater had gebruikt als toegezegd.

AI als nieuw imperium?

Karen Hao vergelijkt de grote AI-bedrijven met de koloniale rijken van vroeger: ze nemen grondstoffen (data, water, land en arbeid) uit andere delen van de wereld, terwijl de winst en de macht in Silicon Valley blijven. Is die vergelijking terecht, of gaat ze te ver?

• Rest of World: Why AI advancement doesn’t have to come at the expense of marginalized workers (2025)

  ** / Over het boek Empire of AI: de verhalen uit Kenia, Venezuela en Nieuw-Zeeland op een rij. Uitbuiting is volgens Hao geen technische noodzaak, maar een keuze.

Een ander model: Te Hiku Media en de Māori-taal

Te Hiku Media is een klein Māori-radiostation in het noorden van Nieuw-Zeeland. Ze bouwden zelf spraakherkenning voor te reo Māori, met opnames van hun eigen gemeenschap. Hun data wilden ze niet aan grote techbedrijven geven: die blijft van de gemeenschap, en mag alleen gebruikt worden als de Māori er zelf beter van worden.

• MIT Technology Review: A new vision of artificial intelligence for the people (2022)

  *** / Karen Hao schreef dit verhaal al vóór haar boek, als slot van een serie over AI-kolonialisme. In tien dagen spraken zo’n 2500 mensen samen 310 uur aan Māori-zinnen in. “Data is the last frontier of colonization,” zegt medeoprichter Keoni Mahelona.

• Te Hiku Media: Data Sovereignty and the Kaitiakitanga License (2022)

  *** / De eigen uitleg van Te Hiku Media over hun licentie. Kaitiakitanga betekent zoiets als “rentmeesterschap”: je bent geen eigenaar van de data, maar beheerder namens de mensen van wie ze afkomstig is. Wat is het verschil?

• Ada Lovelace Institute: Working with the CARE principles: operationalising Indigenous data governance (2020)

  **** / De CARE-principes voor inheemse data: Collective benefit (collectief voordeel), Authority to control (zeggenschap), Responsibility (verantwoordelijkheid) en Ethics (ethiek). Kun je die ook toepassen op de Keniaanse datalabelers of de inwoners van Cerrillos?

• AI Now Institute: Data Rich (2026)

  *** / Een essay van Karen Hao: landen in het Globale Zuiden worden “rijk aan data” genoemd, maar voor wie is dat eigenlijk goed nieuws? Ze pleit voor kleine AI, gemaakt door en voor een gemeenschap, zoals Te Hiku Media en het Afrikaanse Masakhane.

Op weg naar verantwoorde AI

Een paar vragen om als denktank mee aan de slag te gaan:

• Wie zijn er allemaal nodig om een AI-model te maken? Denk aan de mensen die de data leveren, de labelers, de omwonenden van het datacenter en de gebruikers. Wat krijgt ieder van hen ervoor terug?

• Wanneer is iets uitbuiting en wanneer gewoon slecht betaald werk? Maakt het uit of de werkers zelf kiezen voor dit werk?

• Te Hiku Media is klein. Werken hun principes ook voor een model dat door honderden miljoenen mensen gebruikt wordt? Of is de conclusie juist dat AI kleiner moet?

• Stel een lijst op met voorwaarden waar verantwoorde AI aan moet voldoen. Wie moet die voorwaarden controleren: de bedrijven zelf, overheden (zoals met de AI-verordening, zie AI en werk), of de gemeenschappen om wie het gaat?

• Wat betekent dit voor jou als gebruiker van ChatGPT? En voor Nederland, dat zelf ook datacenters en digitale afhankelijkheid heeft (zie De macht van “big tech” en digitale soevereiniteit)?