Human Centered AI Design · Minor AI

Eén model. Twee apps.
Het ontwerp bepaalt de keuze.

Beide apps gebruiken exact hetzelfde Machine Learning-model om het risico van een Buy Now, Pay Later-aankoop te voorspellen. Alleen het ontwerp verschilt — en daarmee de keuze die de gebruiker maakt.

Ethische variant

Transparant & onder controle

Max ziet een eerlijke score, begrijpt waarom en krijgt alternatieven — zonder druk.

Privacy: alleen nodige data, opt-in, inzien & verwijderen
Bias: eerlijke categorieën, gevoelige velden optioneel
Explainability: invloed per factor, zekerheid, beperkingen

Open ethische app

Onethische variant

Gesponsord & sturend

Stiekem beïnvloed door een BNPL-aanbieder: Max ziet "laag risico" en wordt naar de kassa geduwd.

Privacy: overbodige data, verkocht aan partners, opt-out
Bias: design bias — risicogrenzen bewust verschoven
Explainability: black box, valse zekerheid, timer

Open onethische app

Tip: gebruik in elke app de knop bovenin (UX-richtlijnen tonen / Dark patterns onthullen) om de ontwerpkeuzes direct in de interface te zien.

Het Machine Learning-model

Random Forest (scikit-learn) · draait volledig in je browser

beslisbomen

kenmerken

risicoklassen

SHAP

uitleg per voorspelling

Het model is getraind op historische BNPL-gegevens en voorspelt uit inkomen, openstaande BNPL-schuld, aantal lopende BNPL-aankopen, betaalgeschiedenis en werkstatus of het risico laag, gemiddeld of hoog is. Elke nieuwe invoer levert direct een nieuwe voorspelling op, met per factor een SHAP-uitleg.

Meer over model & data

Persona: Max de Vries, 22

Parttime beveiliger · ± € 1.000 per maand

"If I can afford the monthly payment, I don't see why I shouldn't buy it now."

Doel: Sneakercollectie uitbreiden én geld overhouden
Uitdaging: Impulsief, lastig inschatten wat er overblijft
Trigger: Sneakers van € 180 op TikTok
Gedrag: Betaalt graag achteraf

Hoe test je het prototype?