Door Pesach Benson • 10 november 2026

Jeruzalem, 10 november 2026 (TPS-IL) — Terwijl miljoenen mensen zich in toenemende mate tot kunstmatige intelligentie (AI) wenden om oorlogen, politieke geschillen en het laatste nieuws te begrijpen, roept een nieuwe Israëlische studie vragen op over wiens opvattingen deze systemen weerspiegelen bij het interpreteren van nieuws.

Onderzoekers van de Ben-Gurion Universiteit van de Negev ontdekten dat toonaangevende AI-modellen aanzienlijk verschillen in hoe zij de emotionele signalen interpreteren die door nieuwskoppen worden overgebracht. Sommige modellen leken meer op de reacties van menselijke lezers, maar geen enkel model weerspiegelde consistent de opvattingen van alle groepen.

De bevindingen suggereren dat AI-systemen niet noodzakelijkerwijs een universeel gedeelde interpretatie van nieuws bieden, met name bij berichtgeving over gevoelige politieke en internationale conflicten.

Het onderzoek bekeek hoe de bewoording van koppen de emotionele reacties van lezers kan beïnvloeden. Twee koppen die dezelfde gebeurtenis beschrijven, kunnen bijvoorbeeld verschillende aspecten van het verhaal benadrukken, waarbij de ene zich richt op burgerleed en de andere op militaire omstandigheden. Beide kunnen feitelijk juist zijn, terwijl ze verschillende niveaus van sympathie oproepen voor de betrokken mensen.

Onderzoekers probeerden vast te stellen of AI-modellen deze verschillen herkenden en of hun interpretaties overeenkwamen met die van menselijke lezers.

Het onderzoeksteam, waartoe dr. Haran Shani Narkiss, dr. Michael Fire en dr. Oren Tsur behoorden, vergeleek zeven toonaangevende AI-modellen met reacties van 3.011 volwassenen in het Verenigd Koninkrijk.

Deelnemers en AI-modellen kregen nieuwskoppen voorgelegd over de oorlog tussen Rusland en Oekraïne, de oorlog in Gaza en de Amerikaanse presidentscampagne van 2024. Hen werd gevraagd of elke kop sympathie opriep voor een nader aangeduide partij. Een nationaal representatieve YouGov-enquête leverde meer dan 200.000 individuele reacties op.

“LLM’s worden steeds vaker tussenpersonen tussen mensen en informatie”, zei dr. Tsur, universitair docent aan het Institute for Applied AI Research van de universiteit.

“De impact van een nieuwskop reikt verder dan de feiten die erin worden gemeld. De bewoording ervan kan sympathie overbrengen, impliciet verantwoordelijkheid toewijzen en op subtiele wijze het begrip van een lezer vormen”, zei hij.

Vooringenomenheid van AI meten

De onderzoekers stelden vast dat de mate waarin AI-modellen overeenkwamen met menselijke reacties varieerde op basis van de leeftijd, het geslacht, de opleiding, voorkennis van geopolitieke kwesties en bestaande opvattingen over de conflicten van de deelnemers.

Met andere woorden: een model dat koppen op een vergelijkbare manier interpreteerde als de ene groep mensen, weerspiegelde niet noodzakelijkerwijs de opvattingen van een andere groep.

Dr. Michael Fire, universitair hoofddocent aan de universiteit, zei dat de omvang van het onderzoek de onderzoekers in staat stelde te onderzoeken welke oordelen van groepen het nauwst door AI-modellen werden weerspiegeld, in plaats van uitsluitend te vertrouwen op gemiddelde resultaten.

“Met meer dan 200.000 reacties van meer dan 3.000 deelnemers kunnen we verder kijken dan de vraag of AI het gemiddeld met mensen eens is”, zei Fire.

De bevindingen hebben bredere implicaties nu AI-hulpmiddelen steeds vaker bronnen worden voor nieuwssamenvattingen en -uitleg. Wanneer een AI-systeem een kop interpreteert of een verslag samenvat, kan het emotionele signalen over het hoofd zien die beïnvloeden hoe lezers een gebeurtenis begrijpen.

De onderzoekers zeiden dat toekomstige AI-ontwikkeling mogelijk rekening moet houden met demografische en culturele verschillen. Zij waarschuwden echter dat de beslissing wiens perspectieven leidend moeten zijn voor AI-systemen moeilijke ethische vragen oproept. Zonder transparantie zouden pogingen om modellen af te stemmen op een specifiek publiek nieuwe vooroordelen kunnen introduceren.

Zij waarschuwden tevens dat AI-systemen die het stelselmatig eens zijn met gebruikers en hun bestaande meningen versterken, kunnen bijdragen aan echokamers, toegenomen polarisatie en een afnemend publiek vertrouwen in informatiebronnen.