Welke rol spelen vrouwen in de ontwikkeling van AI?

In dit artikel:

AI verandert snel hoe organisaties werken, maar vrouwen spelen nog te weinig een rol in de ontwikkeling ervan. In een recent rondetafelgesprek dat samen met Visma werd georganiseerd, reflecteerden experts op oorzaken, gevolgen en oplossingen voor de ondervertegenwoordiging van vrouwen in data science, machine learning en algoritmeontwikkeling — en waarom dat juist nadelig is voor de kwaliteit en eerlijkheid van AI-systemen.

Wie en wat
Deelnemers waren onder meer Irne Verwijst (AI & Data Lead, Visma Circle), Véronique Van Vlasselaer (Analytics & AI Lead, SAS), Joyce Datema (initiatiefnemer AI-Café) en Lieke Hamers (Field CTO, Dell Technologies Nederland). Zij bespraken dat jonge vrouwen minder vaak kiezen voor technische opleidingen vanwege culturele verwachtingen, stereotypes en het ontbreken van zichtbare rolmodellen. Daardoor blijven vrouwelijke professionals op cruciale plekken in de AI-keten ondervertegenwoordigd.

Waarom diversiteit essentieel is
De sprekers benadrukten dat AI niet alleen een technisch vraagstuk is: modellen weerspiegelen de waarden en aannames van hun makers. Teams met meer diversiteit herkennen bias sneller, brengen andere invalshoeken in en bouwen oplossingen die beter aansluiten bij uiteenlopende gebruikersgroepen. Vrouwen dragen volgens de deelnemers vaak sterke sociale en communicatieve vaardigheden aan tafel, wat helpt de maatschappelijke context en mogelijke ethische knelpunten te doorgronden. Irne Verwijst illustreerde dat het sociale aspect van AI vaak even belangrijk is als technische kennis.

Concrete risico’s van eenzijdige samenstellingen
Historische en scheve datasets leiden tot systemen die bepaalde groepen benadelen. Voorbeelden die aan bod kwamen: medische algoritmes die ziekten minder nauwkeurig bij vrouwen of gekleurde vrouwen herkennen; wervingssystemen die onbedoeld voorkeur geven aan mannen; en beoordelingssystemen binnen sociale zekerheid die groepen anders behandelen omdat hun perspectief in data ontbreekt. Lieke Hamers stelde dat het probleem structureel is: veel trainingsdata is te vaak gebaseerd op informatie van witte mannen, waardoor andere groepen ondervertegenwoordigd zijn.

Wat vrouwen kunnen toevoegen
Vrouwen kunnen niet alleen technische expertise leveren, maar ook helpen bepalen welke data verzameld wordt, hoe die geïnterpreteerd wordt en welke maatschappelijke gevolgen systemen hebben. Véronique Van Vlasselaer benadrukte dat mensen uit minderheidsgroepen eerder signaleren waar systemen tekortschieten, wat kan leiden tot creatievere en eerlijkere AI-toepassingen. Door diversiteit te bevorderen kunnen organisaties bias corrigeren of zelfs voorkomen, bijvoorbeeld bij recruitmentalgoritmen of zorgtoewijzing.

Kansen: van hype naar instroom
De huidige aandacht voor AI biedt een kans om meer vrouwen te betrekken. Joyce Datema ziet de hype als katalysator: AI laten zien als hulpmiddel met maatschappelijke impact maakt het vakgebied aantrekkelijker voor mensen uit zorg, onderwijs, communicatie of beleid. Dat kan zorgen voor snellere instroom en meer relevantie van projecten; technologie wordt zo meer een instrument voor menselijke innovatie dan een doel op zich.

Aanbevelingen en oproep
Deelnemers pleitten voor meer zichtbaarheid van vrouwelijke rolmodellen, mentoring, netwerken en het delen van ervaringen om talent te werven en te behouden. Ook is er een oproep aan bedrijven, onderwijsinstellingen en beleidsmakers om meisjes en jonge vrouwen te stimuleren technische studies te volgen en de maatschappelijke relevantie van AI duidelijk te maken. Daarnaast is het cruciaal om al bij de dataverzameling en onderzoeksfase aandacht te besteden aan representativiteit, zodat systemen vanaf de basis eerlijker worden.

Conclusie
De invloed van vrouwen in AI reikt verder dan code: hun inbreng helpt ethische keuzes te maken, maatschappelijke impact mee te wegen en systemen betrouwbaarder en inclusiever te ontwerpen. Organisaties die vrouwen actief betrekken bij AI-projecten winnen aan innovatiekracht en besluitvorming. Het gesprek met Visma en experts laat zien dat investeren in diversiteit en inclusieve data geen luxe is, maar een voorwaarde voor eerlijke, effectieve technologie.