‘AI systems reflect the cultural assumptions, social norms, and worldviews of the people and institutions that build them, meaning that culture is embedded in both how AI is designed and how it operates in society’.

Makers

techcultuurAI ontstaat niet autonoom, maar is het product van mensen met overtuigingen, gewoonten, ambities en conflicten. AI-makers hebben hun eigen rituelen en normen ontwikkeld die bepalen hoe men met data omgaat, hoe men taalmodellen leert spreken, hoe men “kwaliteit” en “succes” meet en hoe men omgaat met risico en onzekerheid. Deze rituelen, van bootcamps tot laboratoriumculturen zijn culturele patronen, geen technische specificaties en vormen de dagelijkse werkelijkheid van AI-creatie. De cultuur van laboratoria, bedrijven en communities bepaalt vaak meer over hoe AI werkt dan de algoritmen zelf.

AI is een sociotechnisch ecosysteem, geen product van één groep. AI is dus niet het resultaat van de techsector, maar van een complex netwerk van mensen met totaal verschillende achtergronden en overtuigingen.

Perspectieven

Het commerciële perspectief ligt bij ondernemers en investeerders. Hier gaat het om schaal, snelheid, marktvoordeel, disruptie en monetisatie.

Het pragmatische perspectief wordt vooral gedeeld door softwareontwikkelaars. Hier gaat het om doelmatigheid, schaalbaarheid, technische elegantie en oplossingsgericht denken. Hardware ingenieurs kennen het materialistische perspectief. Het gaat om fysieke beperkingen: energieverbruik, chiparchitectuur, warmte, fabriekscapaciteit.

Het culturele perspectief ligt vooral bij linguïsten en sociale wetenschappers. Hun kern is betekenis, taalgebruik, nuance, representatie, bias, ethiek. Zij bepalen hoe taalmodellen spreken, reageren, nuanceren en gedrag tonen.

Filosofen hanteren het normatieve perspectief. Kern is wat intelligentie is en of AI menselijk gedrag nabootst. Het expressieve perspectief wordt gehanteerd door content creators, kunstenaars en schrijvers. Het gaat hier om creativiteit, identiteit, expressie en menselijke uniciteit.

Daarnaast zijn er de ‘ghost workers’: het onzichtbare perspectief. Hier gaat het om economische noodzaak; arbeid die vaak wordt geoutsourced of slecht betaald. Zij zorgen voor het labelen, schoonmaken, classificeren, modereren en filteren van data.

Cultuur

Dit betekent dat AI geen systeem is dat zichzelf bouwt: het ontstaat in de frictie en samenwerking tussen mensen die totaal verschillende doelen, achtergronden en wereldbeelden hebben. Culturele patronen ontstaan organisch door herhaling, sociale interactie en groepsnormen. AI-teams ontwikkelen ongeschreven regels rond data die diep cultureel zijn, zoals: de mythe van de ‘schone dataset’. Veel laboratoria hanteren de rituele overtuiging dat data objectief moet zijn.

Risico

De praktijk van de techcultuur is echter dat risico’s in presentaties tijdelijk worden weggepoetst. Filosofen zetten risico’s centraal. Ingenieurs relativeren juist risico’s. Ondernemers beschouwen een risico als innovatiekosten. De frictie hiertussen creëert normen voor wat “aanvaardbaar risico” is. AI-labs definiëren kwaliteit cultureel. Voor organisaties betekent dit je moet beslissen wat een goede AI-output in onze organisatie is, wat te riskant is, wanneer een model goed genoeg is en welke fouten aanvaardbaar zijn en welke niet?

Identiteit

AI-implementatie begint niet technisch, maar in de identiteit van het bedrijf, in de waarden die er gelden, in de taal die men spreekt, in de rituelen die men dagelijks uitvoert, in de samenwerking tussen functies en in het omgaan met onzekerheid en risico.

Literatuur

Wilson, J. (2026). Humans of AI: Understanding the People Behind the Machines. University of Toronto Press
Woldendorp, H., A. Jeninga en A. Eliens. (2025). Kun je me doorverbinden met…mezelf? Een reisgids voor kinderen en volwassenen. Uitgever Virtuoos