AI-beelden zetten auteursrecht onder druk
AI-beelden worden steeds geloofwaardiger. Het idee dat gegenereerde portretten makkelijk te herkennen zijn, klopt eigenlijk niet meer. De verloren of extra vingers zijn vrijwel altijd weg, de huidstructuur is nu net echt en de ogen staan meestal gewoon op de juiste hoogte. Nieuwe AI-modellen maken op het eerste gezicht enorm overtuigende beelden. Daarmee verschuift de vraag van: kun je zien of dit nep is? Naar: kun je nog weten waar dit beeld vandaan komt?
Dit is natuurlijk lang niet alleen een technische vraag, maar ook steeds vaker een juridische. AI-systemen worden immers getraind op enorme hoeveelheden foto’s, illustraties en ander auteursrechtelijk beschermd materiaal. Daardoor raakt dit direct aan het werk van elke beeldmaker.
In Australië gingen creatieven begin juli naar de barricades uit angst dat AI-bedrijven ruimere toegang krijgen tot beschermde werken. Voor fotografen wereldwijd is dit een duidelijk signaal: AI is niet alleen een beeldbewerkingsvraagstuk, maar ook een auteursrechtelijk en professioneel vraagstuk.
Nieuw AI-beelden maken de oude checklist minder betrouwbaar
Zoals net al even benoemd, wordt het herkennen van AI-beelden steeds lastiger omdat de modellen simpelweg beter zijn geworden. De oude signalen, zoals handen, tanden, ogen en vreemde texturen, kunnen nog steeds handig zijn. Alleen zijn dit wel precies de elementen die de afgelopen tijd veel beter zijn geworden, dus lang niet altijd meer voldoende.
De AI-check komt daarom steeds nadrukkelijker te liggen op contextuele en fysieke controle. Denk aan kloppende lichtval, reflecties, schaduwen, perspectief en achtergrondinformatie. Dus eigenlijk de dingen waar we niet meteen als eerste naar kijken.
Juist daar zitten over het algemeen nog de meeste fouten. Kloppen de reflecties in een raam? Valt de schaduw logisch ten opzichte van de lichtbron? Past de achtergrond bij het onderwerp? Een AI-beeld kan op het eerste gezicht overtuigend zijn, maar alsnog fouten maken in de logica van de scène.
AI concurreert met fotografie, maar leunt ook op fotografie
Voor fotografen ontstaat er eigenlijk een dubbel probleem. Aan de ene kant concurreren AI-beelden met echte fotografie. Dit zie je nu al in stock, reclame, editorial beeldgebruik en natuurlijk op sociale media. Vooral bij commercieel beeldgebruik kom je het steeds vaker tegen, omdat het over het algemeen een stuk goedkoper is dan het inhuren van een goede fotograaf.
Aan de andere kant raakt het fotografen omdat fotografisch werk zonder expliciete toestemming gebruikt kan zijn om AI-modellen te trainen. Hierdoor concurreert AI niet alleen met je beelden, maar wordt er mogelijk ook nieuw “werk” gemaakt op basis van jouw bestaande creatieve werk.
Dat maakt de discussie extra gevoelig. Het gaat niet alleen om nieuwe technologie, maar ook om zeggenschap. Wie bepaalt of jouw foto mag worden gebruikt als trainingsmateriaal? Moet daar toestemming voor worden gegeven? En moet daar een vergoeding tegenover staan?
Auteursrecht onder druk: toestemming, vergoeding en controle
Begin juli 2026 ontstond er in Australië discussie nadat een voorstel rond AI-regulering en datacenters opnieuw aandacht vestigde op mogelijke uitzonderingen voor zogenoemde tekst- en datamining. Hierop waarschuwden creatieve beroepsgroepen, waaronder beeldmakers, dat dit soort uitzonderingen AI-bedrijven in staat zouden kunnen stellen om auteursrechtelijk beschermd materiaal te gebruiken voor het trainen van modellen zonder toestemming of vergoeding.
De Australische regering reageerde hierop met de mededeling dat er nog geen concrete plannen zijn om het auteursrecht te versoepelen, maar dit haalt de zorgen bij makers niet weg.
De discussie draait eigenlijk om drie punten. Als eerste toestemming: moet een maker expliciet toestemming geven voor het gebruik van diens werk? Dan hebben we natuurlijk vergoeding: moet er betaald worden voor beeldgebruik tijdens AI-trainingen? En tot slot controle: kunnen makers achterhalen of en wanneer hun werk gebruikt is bij trainingen en daar invloed op uitoefenen?
Ook Nederlandse fotografen kunnen deze discussie niet negeren
AI is natuurlijk geen lokaal fenomeen dat zich alleen beperkt tot Australië, maar een globale ontwikkeling die ook Nederlandse makers raakt. Ook wij zetten onze beelden op platforms die deze mogelijk meenemen in AI-trainingen. Dit wordt meestal opgenomen in de ellenlange algemene voorwaarden, waar lang niet iedereen echt doorheen gaat.
Daarom zouden fotografen er goed aan doen om bewuster te worden van hoe ze hun werk delen. Waar publiceer je je beelden? Welke rechten geef je weg? En welke afspraken maak je met opdrachtgevers, beeldbanken of platforms?
Ook speelt de vraag hoe je als fotograaf onderscheid maakt tussen je eigen werk en AI-beelden. Voor commercieel werk kan het bijvoorbeeld interessant zijn om vast te leggen dat beelden authentiek zijn of niet met generatieve AI zijn gemaakt. Ook bij wedstrijden en publicaties zien we steeds vaker dat hier transparantieregels omheen komen.
Zelfs wanneer wetgeving per land verschilt, blijft het een internationaal probleem. AI-modellen, platforms en beeldstromen houden zich namelijk niet aan landsgrenzen. Daardoor kun je als Nederlandse fotograaf ook te maken krijgen met veranderende wetgeving of platformregels uit andere landen. Dit maakt het extra belangrijk om wereldwijde ontwikkelingen rond AI en auteursrecht goed te volgen.
Niet alleen kijken, maar ook verantwoorden
Alleen leren herkennen is lang niet meer genoeg. De strijd rond AI en fotografie gaat namelijk al lang niet meer alleen over of een beeld echt lijkt. Het gaat over wie het beeld heeft gemaakt, waar het model van heeft geleerd en wie uiteindelijk profiteert van het eindresultaat.
Ook redacties, wedstrijden, beeldbanken en opdrachtgevers zullen beter moeten gaan letten op de herkomstinformatie van beelden. Alleen door duidelijke afspraken te maken over AI-gebruik en onze stem te laten horen wanneer het fout gaat, kunnen fotografen invloed blijven uitoefenen.
AI-beelden zullen de komende jaren alleen maar overtuigender worden. Juist daarom wordt de vraag naar herkomst steeds belangrijker. Als fotograaf gaat het dus niet meer alleen om wat er in beeld staat, maar ook om wat er achter dat beeld gebeurt.
