Hoe AI bepaalt wie “bekend” is

Bekendheid is in menselijke termen vaak vaag: beroemdheid, publieke bekendheid, autoriteit. In AI-systemen wordt ‘bekend’ concreet gemaakt door data, statistieken en beslisregels. Dit artikel beschrijft welke data en methoden AI gebruikt om iemand als “bekend” te classificeren, welke algoritmische keuzes en biases daarbij een rol spelen, en praktische manieren om inzicht en controle te krijgen over die beslissingen.

Wat bedoelen we technisch met “bekend”?

In AI-termen betekent “bekend” meestal dat een entiteit (persoon, merk, organisatie) voldoende signalen produceert in datasets en modellen om die entiteit onderscheidbaar en relevant te noemen. Dat kan gelden voor zoekalgoritmes, aanbevelingssystemen, informatierijke modellen (zoals knowledge graphs), en content-moderatie. Bekendheid is geen eigenschap die vanzelf bestaat; het is een afgeleide score gebaseerd op verschillende indicatoren.

Belangrijkste soorten signalen die AI gebruikt

AI-systemen combineren vaak tientallen tot honderden signalen. Hieronder staat een compacte overzichtstabel met veelvoorkomende categorieën van signalen en voorbeeldinformatie die erop gebaseerd kan worden.

Signaalcategorie	Voorbeelddata	Waarom relevant
Mentions en verwijzingen	Aantal vermeldingen in nieuwsartikelen, blogs, sociale media, citations	Toont publieke zichtbaarheid en informatieverspreiding
Search volume & queries	Hoe vaak een naam of term wordt gezocht	Meet belangstelling en publieke vraag
Links en referenties	Aantal inkomende links, verwijzingen vanuit autoritaire sites	Signaleert autoriteit en betrouwbaarheid
Engagement metrics	Likes, shares, comments, kijkduur	Aangeeft actief publiek en interactie
Entity resolution data	ID’s uit databases, kennisbanken (Wikidata, VIAF)	Verifieert identiteit en reduceert ambiguïteit
Temporaliteit	Recente pieken in mentions of historische consistentie	Maakt onderscheid tussen tijdelijk en duurzaam bekend
Contextuele relevantie	Sector, taal, geografisch bereik	‘Bekend’ kan niche- of streekgebonden zijn

Hoe signalen worden omgezet in een “bekendheids”-score

De technische vertaling van signalen naar een score gebeurt via verschillende stappen:

• Normalisatie: Verschillende metrics worden vergelijkbaar gemaakt (bijv. log-schaal voor zoekvolume).
• Weging: Signalen krijgen gewichten op basis van geschatte betrouwbaarheid en relevantie.
• Feature-engineering: Combinaties en afgeleide features (bijv. mentions per 1000 inwoners) vergroten betekenis.
• Modelkeuze: Simpele lineaire modellen, tree-based modellen of neurale nets bepalen hoe features samenvloeien.
• Thresholding: Een score boven een bepaalde grens leidt tot classificatie als “bekend”.

Deze stappen kunnen plaatsvinden binnen één systeem (bijv. een zoekmachine) of verspreid over meerdere lagen (indexatie, ranking, knowledge graph). Belangrijk is dat de gewichten en drempels beleidskeuzes zijn — ze bepalen uiteindelijk wie wel of niet als bekend wordt aangemerkt.

Waar ontstaan bias en fouten?

Enkele veelvoorkomende bronnen van vertekening en fouten:

• Data representatie: Systemen leren van bestaande data. Als bepaalde groepen ondervertegenwoordigd zijn in nieuws of online bronnen, blijven ze automatisch onzichtbaar voor het model.
• Netwerkeffecten: Meer zichtbaarheid leidt tot meer data en dus nog meer zichtbaarheid — de rich-get-richer dynamiek.
• Ambiguïteit en naamverwarring: Personen met veelvoorkomende namen kunnen samengevoegd of verward worden zonder goede entity resolution.
• Geografische en linguïstische biases: Data uit grote talen of markten (Engels, VS) overheersen vaak.
• Recente gebeurtenissen: Virale gebeurtenissen kunnen tijdelijke ‘bekendheid’ veroorzaken die door automatische systemen als blijvend wordt geïnterpreteerd.

Praktische voorbeelden van systemen die bekendheid bepalen

Drie concrete typen systemen en hoe zij bekendheid operationaliseren:

• Zoekmachines: Maken gebruik van vermeldingen, queryvolume, en kennisgrafen. Een persoon verschijnt in de ‘knowledge panel’ als er voldoende onafhankelijke bronnen en een duidelijke identificeerbare entiteit zijn.
• Sociale aanbevelers: Platforms gebruiken engagement en netwerkconnecties. Deze systemen benadrukken content die al veel interactie heeft.
• Automatische moderatie/labeling: HR- of ID-systemen die beslissen of een individu als publieke figuur aangemerkt moet worden, baseren zich vaak op externe databases en media-indexen.

Hoe kun je controleren of een AI iemand als “bekend” ziet?

Als onderzoeker, journalist of betrokkene kun je deze stappen overwegen:

• Query-onderzoek: Zoek op verschillende zoekmachines en in knowledge bases (Wikidata, VIAF, nationale registers) en vergelijk resultaten.
• Data-audit: Vraag toegang tot de features of provenance data als dat mogelijk is; sommige platforms bieden beperkte verklaringen (model cards, explainers).
• Entity linking testen: Gebruik tools die entity resolution doen en controleer of je profiel correct wordt herkend of verward.
• Temporal checks: Analyseer hoe de score verandert over tijd bij pieken in media-aandacht.

Mitigatie: eerlijker en transparanter maken van bekendheidsclassificaties

Er zijn praktische maatregelen om het proces eerlijker te maken:

• Diversifiëren van bronnen: Voeg regionaal, taalspecifiek en offline gecureerd materiaal toe om ondervertegenwoordiging tegen te gaan.
• Calibratie van drempels: Gebruik verschillende drempels voor niche-contexten (wetenschap, lokaal bestuur) in plaats van één universele cut-off.
• Explainability: Publiceer welke signalen meewegen en waarom, zodat belanghebbenden kunnen begrijpen waarom iemand wel of niet wordt beschouwd als bekend.
• Human-in-the-loop: Laat experts of moderators uitzonderingen maken voor cases met nuance (bijv. activisten, lokale leiders).
• Bias-audits: Voer periodieke audits uit om systematische ongelijkheden te detecteren en aan te pakken.

Checklist voor organisaties of individuen die inzicht willen krijgen

• Identificeer welke platforms relevant zijn (zoekmachines, knowledge graphs, social media)
• Verzamel bewijs van aanwezigheid: lokale nieuwsartikelen, referenties, officiële registers
• Controleer entity records in publieke datarepositoriums (Wikidata, ORCID, VIAF)
• Monitor mentions en zoekvolume over tijd
• Vraag om verklaringen van platforms of voer een externe audit uit

Slotbeschouwing

AI bepaalt wie “bekend” is niet door een magische herkenning, maar door het verzamelen en wegen van een reeks meetbare signalen. De keuzes in data, weging en drempels bepalen welke stemmen zichtbaar worden en welke niet. Begrip van die signalen en methoden is cruciaal om te beoordelen of een classificatie eerlijk en terecht is. Door transparantie, diversificatie van bronnen en gerichte audits kan het proces menselijker en meer inclusief gemaakt worden.

Praktisch advies: wees kritisch op één enkele indicator; combineer meerdere bronnen en laat menselijke expertise het laatste woord hebben bij grensgevallen.

← Terug naar blog overzicht