Mechanisme van publieke gedragsintentie om generatieve AI te gebruiken voor co-creatie van volksverhaalafbeeldingen

Waarom verhalen en slimme hulpmiddelen nu hand in hand gaan

Volksverhalen behoren tot de oudste schatten van de mensheid, maar in een wereld die wordt beheerst door korte video’s en scrollende feeds hebben ze moeite om op te vallen. Deze studie stelt een actueel vraagstuk: kunnen gewone mensen generatieve kunstmatige intelligentie — beeldcreatietools zoals die achter de huidige AI-kunst — gebruiken om traditionele verhalen levend te houden? En net zo belangrijk: wat bepaalt of iemand daadwerkelijk wil werken met deze tools om beelden voor volksverhalen mee te creëren?

Oude verhalen in een nieuw mediatijdperk

In veel landen worden volksverhalen officieel gevierd als onderdeel van het “immateriële cultureel erfgoed”, maar ze krijgen vaak weinig daadwerkelijke bescherming of publieke aandacht. De meeste worden nog altijd door mondelinge overlevering of gedrukt tekstmateriaal doorgegeven, vormen die in een visueel verzadigde digitale omgeving snel afstandelijk kunnen aanvoelen. Musea en archieven bewaren materialen, maar nodigen zelden het brede publiek uit om deel te nemen. Generatieve AI verandert dat landschap door niet‑experts in staat te stellen met eenvoudige prompts rijke beelden te maken, waardoor de technische drempel voor visueel verhalen vertellen wordt verlaagd. De auteurs betogen dat deze verschuiving passieve publieken in actieve medewerkers kan veranderen bij het vormgeven en delen van traditionele verhalen.

Wat bepaalt iemands bereidheid om mee te doen

Om te achterhalen waarom iemand wel of niet AI zou gebruiken om afbeeldingen van volksverhalen mee te creëren, combineerden de onderzoekers twee bekende gedragstheorieën: het Technology Acceptance Model en de Theory of Planned Behavior. Daaruit haalden ze klassieke ingrediënten zoals hoe nuttig en gemakkelijk in gebruik mensen een tool vinden, hoe positief ze tegenover het gebruik staan, hoeveel invloed ze ervaren van vrienden of de maatschappij, en hoeveel controle ze denken te hebben over het proces. Daarbovenop voegden ze drie nieuwe elementen toe, toegesneden op deze culturele context: hoe mensen de kwaliteit en emotionele impact van door AI gegenereerde beelden beoordelen, hoe zelfverzekerd ze zich voelen in hun vermogen om AI creatief te gebruiken, en of ze een vooroordeel hebben tegen werken waarvan bekend is dat ze door AI in plaats van door mensen zijn gemaakt.

Van enquêteantwoorden naar verborgen patronen

Het team verzamelde 682 online enquêteresultaten van volwassenen in China, van wie de meesten zowel bekend waren met AI-tools als met traditionele verhalen. De deelnemers zagen voorbeelden van door AI gegenereerde beelden en handgetekende prenten gebaseerd op hetzelfde volksverhaal, en beoordeelden vervolgens uitspraken over hun gevoelens, verwachtingen en intenties op een vijfpuntschaal. De onderzoekers gebruikten eerst een statistische techniek genaamd structurele vergelijkingmodellen om te testen welke factoren mensen direct of indirect naar het gebruik van AI voor beeldco-creatie trokken of daarvan afstootten. Ze voerden de resultaten daarna in meerdere machine-learningmodellen, die de verborgen psychologische factoren als invoer behandelden en leerden te voorspellen of een persoon sterke of zwakke intenties had om AI te gebruiken, waardoor het team zowel eenvoudige als complexere niet-lineaire relaties kon onderzoeken.

Verborgen drijfveren: kwaliteit, wantrouwen en vertrouwen

De analyse toonde aan dat twee krachten in tegengestelde richting werken. Wanneer mensen AI‑gegenereerde afbeeldingen van volksverhalen zien als technisch verfijnd, betekenisvol en emotioneel aansprekend, stijgt hun bereidheid om AI te gebruiken sterk zodra de kwaliteit een bepaalde drempel overschrijdt. Maar wanneer ze een sterk vooroordeel hebben tegen het idee van AI als culturele maker — en de voorkeur geven aan werken waarvan ze denken dat ze door mensen zijn gemaakt — daalt hun intentie gestaag, ongeacht de feitelijke kwaliteit. Dit identiteitsvooroordeel verlaagt ook hun gevoel dat “mensen om mij heen dit goedkeuren”, waardoor het ondersteunende effect van groepsnormen verzwakt. Tegelijkertijd zijn innerlijk vertrouwen en een gevoel van controle van belang: mensen die geloven dat ze de tools kunnen beheersen en de resultaten kunnen sturen, doen veel vaker mee, vooral wanneer de tools daadwerkelijk gemakkelijk in gebruik en afgestemd op hun verwachtingen voelen.

Wat de bevindingen betekenen voor de toekomst van volksverhalen

Eenvoudig gezegd toont de studie aan dat mensen bereid zijn generatieve AI te gebruiken om volksverhalen nieuw leven in te blazen als aan drie voorwaarden is voldaan: de beelden moeten emotioneel en cultureel bevredigend zijn, de tools moeten toegankelijk en responsief aanvoelen, en gebruikers moeten het gevoel hebben dat zij — niet de machine — de echte vertellers blijven. Slechte output, onhandige interfaces of het idee dat “AI geen recht heeft om voor onze cultuur te spreken” kunnen die bereidheid ondermijnen. De auteurs stellen voor dat ontwerpers, opvoeders en culturele instellingen zich richten op het verhogen van de artistieke en culturele kwaliteit van AI‑beelden, het vriendelijker maken van interfaces, het opzetten van leertrajecten die het zelfvertrouwen van gebruikers vergroten, en het duidelijk framen van AI als hulpmiddel en niet als vervanging van menselijke vertellers. Onder die voorwaarden kan generatieve AI een krachtige bondgenoot worden om volksverhalen levendig te houden voor toekomstige generaties.

Bronvermelding: Kong, X., Liu, Y., Shi, Y. et al. Mechanism of public behavioral intention to use generative AI for folk story image co-creation. npj Herit. Sci. 14, 164 (2026). https://doi.org/10.1038/s40494-025-02285-7

Trefwoorden: generatieve AI, volksverhalen, cultureel erfgoed, publieke participatie, technologieacceptatie