AI verandert in hoog tempo de manier waarop organisaties werken en beslissingen nemen. Toch is de invloed van vrouwen in de ontwikkeling van AI vaak nog beperkt. Net als in andere techberoepen zijn vrouwelijke professionals ondervertegenwoordigd, in dit geval in data science, machine learning en algoritmeontwikkeling. Dit terwijl de praktijk met regelmaat aantoont dat diverse teams betere modellen bouwen, bias sneller herkennen en oplossingen ontwikkelen die relevanter zijn voor een brede groep gebruikers. In een recent rondetafelgesprek, dat we samen met Visma hosten, bespraken experts hoe vrouwen een sleutelrol kunnen spelen bij het vormgeven van AI.
Cijfers laten zien dat jonge vrouwen nog steeds minder snel kiezen voor technische studies die leiden tot een loopbaan in AI. Culturele verwachtingen, stereotypen en een gebrek aan zichtbare rolmodellen spelen hierin een grote rol. Tijdens het gesprek benadrukten de deelnemers dat vrouwen in AI niet alleen experts in techniek moeten worden, maar ook zichtbaar moeten zijn als leiders en inspirators. Mentoring, netwerken en het delen van ervaringen zijn cruciaal om talent aan te trekken en te behouden. Zo zullen vrouwen instromen in AI-rollen, duurzaam doorgroeien en invloed uitoefenen op de strategie en ontwikkeling van deze technologie.
De waarde van sociale intelligentie in AI
Waar de focus in discussies over AI vaak ligt op data, algoritmes en rekenkracht, gaat het minstens zozeer om de maatschappelijke context waarin technologie functioneert. AI-systemen weerspiegelen immers waarden, aannames en beslissingen van de mensen die ze bouwen. Juist op dat snijvlak tussen technologie en samenleving kunnen vrouwen een cruciale rol spelen, doordat zij vaak sterke sociale en communicatieve vaardigheden meebrengen die helpen om de impact van AI beter te begrijpen en te sturen.
Irne Verwijst, AI & Data Lead bij Visma Circle, ziet daarin een belangrijke kans voor vrouwen om verschil te maken. “Een belangrijk onderdeel van AI is eigenlijk het sociale aspect”, zegt ze. “Vrouwen hebben vaak een bepaalde sociale affiniteit, juist daardoor kunnen ze op dit onderwerp inspelen en een bijdrage leveren die misschien meer impact heeft dan mannen dat doen. Het gaat niet alleen om de technische kennis of het programmeren, maar ook om het inzicht in de maatschappelijke context en hoe technologie wordt gebruikt.” Volgens haar kunnen vrouwen daardoor eerder signaleren waar ethische dilemma’s of blinde vlekken ontstaan en zo helpen om AI op een verantwoorde manier te ontwikkelen.
Vanuit die gedachte kunnen bedrijven die de kracht van diversiteit benutten, naast een technisch sterk model, ook een systeem bouwen dat beter aansluit bij de samenleving. Door hun sociale bewustzijn, empathie en aandacht voor nuance kunnen vrouwen bijdragen aan AI die eerlijker, inclusiever en betrouwbaarder is. Dit geldt bijvoorbeeld bij systemen die beslissingen nemen over zorgtoewijzing of bij onderwijsplatforms, waar onbewuste bias grote gevolgen kan hebben.
Weg naar eerlijke AI
Algoritmes leren immers van data die door mensen wordt verzameld en geïnterpreteerd. Als de samenstelling van ontwikkelteams te eenzijdig is, sluipen onbewust vooroordelen in het model, met alle gevolgen van dien. Verschillende achtergronden, perspectieven en ervaringen helpen juist om die blinde vlekken te verkleinen. Diversiteit is dan een keuze om AI-systemen eerlijker, betrouwbaarder en beter toepasbaar te maken.
Véronique Van Vlasselaer, Analytics & AI Lead bij SAS, benadrukt dat vrouwen hierin een bijzonder waardevolle rol kunnen spelen. “Ik denk dat diversiteit en ook vrouwen heel belangrijk zijn bij de ontwikkeling van AI-systemen. Als je in een minderheidsgroep zit, begin je sneller te zien waar systemen tekortschieten of bepaalde groepen benadeeld worden. Mijn ervaring in sociale zekerheidsfraude laat zien dat vrouwen of mensen met een andere achtergrond vaak anders worden beoordeeld door systemen, simpelweg omdat hun perspectief ontbreekt in de data of het ontwerp. Door deze verschillende perspectieven samen te brengen, kunnen AI-systemen op een creatievere en eerlijkere manier functioneren. Uiteindelijk geloof ik dat als wij als developers effectief samenwerken, we maatschappelijke bias uit AI kunnen halen en systemen kunnen bouwen die rechtvaardiger zijn voor iedereen, ongeacht gender, kleur of achtergrond.”
Met het verenigen van verschillende perspectieven kunnen organisaties bestaande bias corrigeren of zelfs voorkomen dat die in eerste instantie ontstaat. Denk aan recruitment-algoritmes die geen voorkeur meer tonen voor een bepaald gender.
Van hype naar menselijke innovatie
Naast de noodzaak van diversiteit en inclusie is er ook een kans om de huidige AI-hype te gebruiken als katalysator voor verandering. AI roept nieuwsgierigheid op, ook bij mensen die zichzelf niet direct als techneut beschouwen. Volgens Joyce Datema, eigenaar van joycedatema.nl en initiatiefnemer van het AI-Café, ligt hier juist een mogelijkheid om meer vrouwen te betrekken bij technologische innovatie. “AI is een tool, geen doel op zich, en dat maakt het juist interessant”, zegt Datema.
Zij ziet in AI een enorme kans om technologie in te zetten aan de menselijke kant, om processen te verbeteren en maatschappelijke problemen aan te pakken. “Door vrouwen bewust in te zetten op dit gebied, kunnen ze sneller instromen en impact maken. De hype rond AI kan dienen als drijfveer om meer vrouwen te betrekken bij technologie, omdat het laat zien dat er veel te ontdekken valt en dat hun perspectieven waardevol zijn. Het is een uitnodiging om niet alleen traditionele rollen te volgen, maar juist actief deel te nemen aan technologische innovatie en mee te bouwen aan oplossingen die ertoe doen.”
Door de nadruk te leggen op maatschappelijke toepassing, wordt AI toegankelijker en relevanter voor een breder publiek. Vrouwen die bijvoorbeeld uit zorg, communicatie, onderwijs of beleid komen, kunnen hun ervaring inzetten om AI-projecten dichter bij de realiteit te brengen. Zo wordt technologie iets dat met mensen wordt ontwikkeld. Deze verschuiving van techniek naar impact maakt het vakgebied aantrekkelijker en laat zien dat een loopbaan in AI ook draait om creativiteit, samenwerking en maatschappelijke betrokkenheid.
Inclusieve data als fundament
Je hoort vaak dat een model zo goed is als de data waarop het getraind is. Voor eerlijke en representatieve AI moet aandacht besteed worden aan kwaliteit en herkomst van datasets. Veel datasets zijn historisch gevormd en daardoor allesbehalve neutraal, wat directe gevolgen heeft voor uitkomsten van AI-systemen.
Lieke Hamers, Field CTO bij Dell Technologies Nederland, ziet hierin een structureel probleem: “Het probleem met AI en data is dat algoritmes worden gevoed door historische data, en die data is vaak scheef verdeeld. Veel systemen zijn getraind op plaatjes of gegevens van witte mannen, waardoor vrouwen en mensen van kleur minder goed worden herkend of beoordeeld. Dit geldt ook voor medische data. We hebben te weinig informatie over vrouwen. En nog minder over gekleurde vrouwen. Als we AI effectief willen laten werken voor iedereen, moeten we dat probleem bij de bron aanpakken door meer inclusieve datasets te verzamelen en meer vrouwelijke wetenschappers actief te laten deelnemen aan onderzoek.”
Inclusieve data is wat dat betreft een morele en maatschappelijke noodzaak. Wanneer AI wordt gevoed met eenzijdige informatie, versterkt het bestaande ongelijkheden in plaats van ze te verminderen. Voorbeelden zijn medische algoritmes die ziektes minder goed herkennen bij vrouwen, of wervingssystemen die onbewust voorkeur geven aan mannelijke profielen. Door al in de onderzoeksfase evenwichtige dataverzameling te waarborgen, kunnen ontwikkelaars voorkomen dat deze scheefgroei zich vertaalt naar discriminatie in de praktijk. Het vraagt om bewustwording, zorgvuldigheid en samenwerking tussen technici, wetenschappers en beleidsmakers.
Wanneer vrouwen actief meebepalen welke data wordt verzameld, hoe die wordt geïnterpreteerd en toegepast, kunnen zij bijdragen aan een AI die iedereen weerspiegelt. Met hun perspectieven, sociale intelligentie en ervaring uit diverse sectoren helpen vrouwen organisaties eerlijke en betrouwbare systemen te bouwen. Zichtbaarheid en actieve deelname aan technologische projecten zijn daarbij cruciaal. De combinatie van technische expertise en het vermogen om de maatschappelijke impact van AI te begrijpen en te sturen resulteert in betekenisvolle modellen en systemen waarvan de samenleving profiteert.
Naar een toekomst met gelijke kansen
Het verhaal van vrouwen in AI laat zien dat hun invloed verder gaat dan de code die ze schrijven of de modellen die ze trainen. Hun inbreng bepaalt mede hoe ethische keuzes worden gemaakt, hoe maatschappelijke impact wordt meegenomen en hoe systemen eerlijker worden. Organisaties die deze inzichten erkennen en vrouwen actief een plek geven in AI-projecten, profiteren van bredere perspectieven, innovatiekracht en betere besluitvorming.
Het is een oproep aan bedrijven, onderwijsinstellingen en beleidsmakers: stimuleer meisjes en jonge vrouwen om technische studies te volgen en maak de maatschappelijke relevantie van AI duidelijk. Zo ontstaat een omgeving waarin diversiteit leidt tot technologie die rechtvaardiger en effectiever is.
Dit was ons laatste verhaal in een reeks over vrouwen in technologie. Lees ook eens het eerste verhaal over vrouwen in tech en het tweede verhaal over vrouwen in cybersecurity terug.