Zou jij je partnerkeuze laten bepalen door een algoritme? Of de helft van je vermogen investeren omdat een algoritme dat zegt? Algoritmes zijn overal. Ze kiezen welke films we kijken, welke muziek we luisteren, en welk nieuws we lezen. Maar hoe ver laten we ze gaan? Stel dat een algoritme je adviseert naar Friesland te verhuizen voor meer geluk, of sociologie te studeren voor een betere toekomst – volg je dat advies op? Ontdek met Julia Janssen hoe we met kunst verborgen algoritmes kunnen blootleggen en leer van gedragswetenschapper Gabi Schaap waarom en wanneer mensen algoritmes vertrouwen bij belangrijke beslissingen.
Deze baan past 97% zeker bij je
We staan soms voor belangrijke keuzes in het leven: kies je voor een carrière als docent of iets anders? Hoe zeker weet je dat iemand écht bij je past? Algoritmes kunnen een handje helpen: door meer data te verwerken dan je ooit zelf zou kunnen, voorspellen ze wat bij je past. Stel je voor dat een algoritme aangeeft dat een baan voor 97% bij je past of dat iemand je perfecte match is. Dit is al lang geen toekomstmuziek meer: denk maar aan datingapps zoals Tinder.
Steeds vaker nemen algoritmes keuzes over die vroeger door mensen werden gemaakt. Hoe beïnvloedt dit onze besluitvorming? Helpen zulke algoritmes ons bij deze grote keuzes, of vervreemden ze ons juist van ons gevoel? Ontdekken we meer over onszelf, of worden we besluitelozer? En hoe verandert bijvoorbeeld ons gevoel van eigenheid, of ons vermogen om met tegenslagen om te gaan, als algoritmes de weg wijzen?
Vertrouwen in algoritmes
Algoritmes worden steeds beter, maar ze blijven vooroordelen en beperkingen hebben, zoals filterbubbels en een gebrek aan ‘out of the box’-suggesties. Deze beperkingen worden steeds bekender. Worden we daardoor terughoudender met het vertrouwen in algoritmes, of valt dat mee? En wat gebeurt er als we deze problemen oplossen? Gaan we algoritmes dan meer vertrouwen, of trekken we een grens bij het uitbesteden van keuzes aan slimme technologie? En wat betekent het vertrouwen in algoritmes voor ons vertrouwen in andere mensen?
In hoeverre zou jij een algoritme volgen in het maken van levenskeuzes? Kom luisteren naar kunstenaar Julia Janssen en gedragswetenschapper Gabi Schaap over waarom je keuzes juist wel of niet zou moeten toevertrouwen aan algoritmes.
De voertaal is Nederlands.
Over de sprekers
Julia Janssen is kunstenaar. Via performatieve en interactieve installaties wijst ze haar publiek op de onderliggende infrastructuren van data-gedreven technologieën, zoals informed consent en vooringenomenheid in AI. In haar werk onderzoekt zij thema’s als eerlijkheid, autonomie, vrijheid en democratie in een data-gedreven samenleving. Daarnaast is ze ambassadeur van de Stichting Data Bescherming Nederland in rechtszaken tegen X / Twitter en Amazon.
Gabi Schaap is gedrags- en communicatiewetenschapper aan de Radboud Universiteit. Hij onderzoekt hoe technologieën zoals kunstmatige intelligentie, algoritmes, en digitale mobiele media invloed hebben op onze autonomie en manier van informatieverwerking.
Deelname
- Gratis voor studenten (wo, hbo, mbo), scholieren en Radboud Reflectsabonnees.
- € 5,00 voor medewerkers van de Radboud Universiteit en Radboudumc en Alumni Benefit Card-houders
- € 7,50 voor anderen
LET OP: Betaal aan de zaal!
Betalen is door problemen met iDeal niet mogelijk. Reserveer en ontvang je ticket tegen het juiste tarief via onderstaande link en betaal aan de zaal.
Ben je een student of Radboud Reflectsabonnee en kom je dus in aanmerking voor het gratis tarief, reserveer dan je ticket zoals gebruikelijk via onderstaande link.
Ben je student? Schrijf je dan in voor het Radboud Reflects Certificaat en toon anderen dat je je laat inspireren door verdiepende lezingen over actuele thema's.
Dit is een programma van Radboud Reflects en Lindenberg Kunst en Technologie.
Wil je nog meer kennis en inspiratie? Bekijk de video's in onze playlists Gedrag en AI op YouTube. Luister je liever naar podcasts? Check dan de playlists Gedrag en AI op Soundcloud.
Blijf op de hoogte:
Inschrijven nieuwsbrief
