Hebben AI-modellen gevoelens? Waarom we technologie niet moeten verwarren met emotie
De discussie over kunstmatige intelligentie (AI) krijgt een opvallende wending. Technologiebedrijf Anthropic maakt zich zorgen over het welzijn van hun AI-chatbots. De modellen lijken immers steeds meer menselijke eigenschappen over te nemen. Maar moeten we ons echt druk maken om het “gevoel” van een algoritme?

AI blijft statistiek met spierballen
AI-modellen zijn en blijven in essentie statistische systemen. Natuurlijk, ze worden steeds geavanceerder. Ze kunnen overtuigend communiceren, empathisch overkomen en zelfs menselijk lijken. Maar achter die façade schuilt geen bewustzijn, geen gevoel alleen rekenkracht. Of zoals je zou kunnen zeggen: statistiek met hele dikke spierballen.
Het idee dat AI gevoelens heeft, is simpelweg niet waar. De modellen zijn zo ontworpen dat ze functioneel reageren op menselijke input. Ze doen vriendelijk omdat dat een betere gebruikerservaring oplevert. Hun ‘aardigheid’ is puur instrumenteel. Ze zijn gebouwd om op een menselijke manier te communiceren, zodat de interactie aangenamer wordt en de adoptie van AI versnelt.
Antropomorfisme: we maken technologie menselijk
We zijn op een punt beland waar we technologie antropomorfiseren we schrijven menselijke eigenschappen toe aan iets dat die niet bezit. Dat is niets nieuws. We gaven vroeger al namen aan onze auto’s of spraken liefkozend tegen een koffiezetapparaat dat dienst weigerde.
Maar met AI is dat effect veel sterker. We voeren steeds vaker gesprekken met computers. En doordat AI steeds vloeiender en natuurlijker reageert, lijkt het ook menselijker. Dat is verwarrend, want het versterkt de illusie dat er “iets” achter zit. Toch blijft het een functionele, statistische aanpak een hulpmiddel dat ontworpen is om onze interactie zo soepel mogelijk te maken.
De kern: AI is functioneel, niet voelend
Laten we helder blijven. AI voelt niets. Het begrijpt niets. Wat het doet, is patronen herkennen, berekeningen uitvoeren en de meest waarschijnlijke volgende stap voorspellen. In dat proces lijkt het soms menselijk maar dat is een illusie die wij zelf voeden.
Dus ja, AI kan overtuigend overkomen. En nee, we hoeven ons geen zorgen te maken over het "welzijn" van deze systemen. De échte uitdaging ligt niet in hun gevoelens, maar in onze projectie van menselijkheid op technologie.
Bekijk een fragment van de uitzending hieronder terug en klik hier voor de gehele uitzending:
- Beste AI-tools
- GEO: vindbaar in AI-zoekmachines
- AI-prompts schrijven

Job van den Berg is AI keynote spreker, tech-ondernemer en auteur van vijf boeken over AI. Hij zet wekelijks zelf agents in productie en geeft 150+ keynotes per jaar over AI-agents en agentic commerce.
Als AI-agents het voorwerk doen in de verkoop, kunnen menselijke verkopers slechter gaan presteren. Bij een Chinese online verzekeringsmakelaar kregen verkopers door AI-spraakagents ongeveer 23 procentpunt meer kansrijke leads, maar daalde hun klantwerving met ongeveer 5 procentpunt. De oorzaak: verkopers doen minder hun best voor leads die ze niet zelf hebben verdiend.
AI maakt ons niet eenzamer. Wel meer gericht op de mensen die we al kennen. Dat is de kern van een nieuw onderzoek van Bocconi University, waarin ruim 12.000 kenniswerkers werden gevolgd vanaf het moment dat ze Microsoft Copilot kregen.
Kort antwoord: REA (Reverse Engineer Anything) is een open-source MCP-server, gepubliceerd op 7 oktober 2026, waarmee AI-agents zoals Claude Code, Codex en Cursor software kunnen decompileren, analyseren en de werking ervan nabouwen zonder de broncode te zien. Binnen enkele dagen ging het project van minder dan 10.000 naar ruim 110.000 GitHub-sterren. Hieronder beantwoorden we de belangrijkste vragen over de trend.
Nee, strenger controleren maakt AI-agents niet automatisch veiliger. Volgens Gans & Holden (NBER, 2026) werken onwijzigbare logbestanden, onvoorspelbare audits en het belonen van eerlijk gedrag beter.
