De Politieke Bias van AI‑chatbots
27% van de Nederlandse bevolking gebruikt ChatGPT minimaal maandelijks[1], een percentage dat sinds de lancering extreem snel is gegroeid. Toch is dit niets nieuws; innovatieve technologieën groeien altijd razendsnel, maar natuurlijk brengt dit ook ethische vraagstukken met zich mee. Bijvoorbeeld desinformatie, waaronder deepfakes en feitelijk onjuiste antwoorden, vormt inmiddels een van de grootste praktische en ethische uitdagingen.
Politiek speelt hierin uiteraard ook een grote rol. Nieuwsartikelen worden steeds vaker geselecteerd en gerangschikt door AI‑algoritmen, maar vooral chatbots zijn ook een groot deel van onbewuste opinievorming. Een “neutrale bias” klinkt mooi in de praktijk, maar in de realiteit leidt dit vaak ook tot vermijding van controversiële onderwerpen. De perfecte AI-modellen zijn naar mijn mening daarom ook de eerlijkste modellen op grond van onderzoeken en data.
Als je AI regelmatig gebruikt, heb je het waarschijnlijk al gemerkt. Waar het ene model weigert te antwoorden, reageert het andere zonder enige moeite. Alle populaire modellen bevatten namelijk ingebouwde regels en beperkingen (guardrails) die zorgen voor veilige en betrouwbare informatie. Deze guardrails kunnen ook verschillen per model, afhankelijk van wie dit gebouwd heeft. En tot op zekere hoogte is dit een zeer goede voorzorgsmaatregel. Wanneer iemand bijvoorbeeld een misdaad wil plannen, is ingrijpen hoogst noodzakelijk. Maar op het moment dat iemand simpelweg een vraag stelt over een gevoelig onderwerp, moet dit ook weer eerlijk beantwoord worden.
En dat is slechts de helft van het probleem. Daarnaast worden AI-modellen namelijk getraind op enorme datasets, waarbij over het hele internet gekeken wordt. Allerlei teksten (politiek of niet) worden gescand en gefilterd over de volledige breedte van het web. Daarop baseren chatbots weer al hun berichten. En wat blijkt? In de trainingsdata van de modellen bevinden zich 3 tot 12 keer meer linkse dan rechtse artikelen[2]. Verdere studies tonen hierdoor ook een duidelijke bias naar links-libertarisme[3].
(De laatste statistieken te vinden op: https://trackingai.org/political-test).
Meer rechtse bronnen in de trainingsdata toevoegen en opgelost? Zo eenvoudig is het helaas niet. De oplossing lijkt natuurlijk simpel, maar hier zit ook weer een gedetailleerde nuance in. Zo worden bijvoorbeeld voornamelijk academische publicaties, journalistieke nieuwsbronnen, Wikipedia, etc. gebruikt als trainingsdata, terwijl minder ‘politiek correcte’ bronnen worden weggefilterd[4]. Grote datasets zoals de C4 van Google bevatten (waarschijnlijk onbewust) al een hoop links leunende informatie[5]. Alleen is het niet handmatig geselecteerd, maar puur een bijproduct van alle filters en reglementen, en juist daarin zit een vrijwel onoplosbaar probleem.
Concluderend hebben wij dus echt een serieus politiek vraagstuk met alle mainstream AI-modellen. Door ingebouwde regels en trainingsdata hebben de modellen vaak een linkse bias bij politieke vragen.
Maar hiermee wil ik het gebruik van AI niet afraden. AI is een razendsnel groeiende technologie die ons ook veel ontwikkelt. Wat ik vooral wil benadrukken, is dat bewust en consequent gebruik van AI, inclusief de afweging in modellen en de oorsprong van informatie, essentieel is wanneer je chatbots inzet in een politieke context.
Auteur: Jeffrey Li
- https://searchlab.nl/statistieken/chatgpt-statistieken-2026
- https://arxiv.org/html/2509.22367v1#
- https://www.maximumtruth.org/p/my-new-tool-to-track-ai-bias-trackingaiorg
- https://www.psychologytoday.com/au/blog/the-digital-self/202408/are-large-language-models-more-liberal
- https://www.washingtonpost.com/technology/interactive/2023/ai-chatbot-learning/
