De toekomst met Artificial Intelligence

Welke uitdagingen moeten overwonnen worden?

Vaak zijn we geneigd om de vaart te onderschatten waarmee nieuwe technologieën onze samenleving aan het veranderen zijn. Termen als Artificial Intelligence, Machine Learning en Deep Learning lijken trendwoorden waarbij de focus veelal ligt op de vele bijpassende succesverhalen. Dit is precies waarom het noodzakelijk is dat gesprekken op gang worden gebracht waarin niet alleen de kansen, maar ook de uitdagingen van deze vorm van technologie worden belicht.
In dit artikel worden vijf uitdagingen beschreven, gericht op de optimalisering en implementatie van deze technologie, die tot stand zijn gekomen uit interviews met experts. Elk van deze experts heeft vanuit zijn eigen invalshoek nieuwe informatie aangeleverd waarmee uiteindelijk een totaalbeeld geschetst kon worden. Welke obstakels zal Artificial Intelligence moeten overwinnen?

  • Niet zonder vooroordelen
    Het is een gegeven dat mensen bevooroordeeld zijn. We zijn als het ware voorgeprogrammeerd met vooroordelen die onbewust invloed uitoefenen op ons gedrag. Slimme technologieën die in staat zijn om objectieve beslissingen te nemen zouden dan ook van grote toegevoegde waarde zijn, maar dit is voorlopig niet het geval voor Artificial Intelligence. Artificial Intelligence leert namelijk van de gestructureerde informatie die wij als mensen aan de technologie verstrekken. Dat houdt in dat als de informatie menselijke vooroordelen bevat, algoritmes dit patroon zullen kopiëren. Dit zou kunnen leiden tot het ontstaan van een zogenaamde ‘feedback loop’. Wanneer de technologie telkens terugkoppelingen en nieuwe informatie ontvangt die hetzelfde vooroordeel bevestigen, zal het algoritme steeds subjectiever van aard worden. Om deze gevaarlijke situatie te voorkomen, moet er een manier worden gevonden om informatie te objectiveren. 
  • Blind vertrouwen
    Deep Learning, een afgeleide vorm van Artificial Intelligence waarbij geleerd wordt door middel van een grote hoeveelheid gestructureerde informatie, laat een geheel andere uitdaging zien. De algoritmes die Deep Learning gebruikt zijn namelijk geschreven in een soort wiskundige machinetaal die voor mensen onbegrijpelijk is. Hierdoor bevinden we ons in een moeilijke positie omdat we niet weten op basis van welke elementen een algoritme een beslissing maakt. Er is een geval bekend van een algoritme dat aan de hand van een foto een wolf van een husky zou kunnen onderscheiden, maar hierbij slechts de achtergrond van de foto bekeek. Logischerwijs noemde het een dier in de sneeuw een husky. Dit voorbeeld laat zien dat algoritmes zowel slim als dom tegelijkertijd kunnen zijn en dat we niet blind op hun oordeel moeten vertrouwen.
  • Structuur als basis
    Een van de voorwaarden om Artificial Intelligence naar behoren te laten werken, is het verstrekken van een hoeveelheid informatie die in detail gestructureerd is. Het verzamelen van deze informatie is in onze digitale samenleving gelukkig geen enkel probleem. Toch geeft het beschikken over veel bestanden je nog geen technologische voorsprong. Deze informatie is namelijk alleen nuttig wanneer er structuur in is aangebracht. Helaas kost het op dit moment nog vele uren mensenwerk om dit voor elkaar te krijgen. Als dit proces in de toekomst geautomatiseerd zou kunnen worden, zou Artificial Intelligence voor veel meer organisaties een bereikbaar middel worden.
  • Mens en machine werken samen
    Mensenwerk, als je experts moet geloven is het niet aannemelijk dat technologie onze banen compleet zal overnemen. Alhoewel machines ons werk efficiënter kunnen laten verlopen, is het de vraag of zij ooit dezelfde emotionele en creatieve vaardigheden zullen hebben als mensen. Het is daarom belangrijk dat de focus ligt op een innige samenwerking tussen mens en machine, in plaats van op een eeuwige strijd. Verschillende organisaties zouden een rol kunnen spelen in het versoepelen van het contact tussen beiden. Een scenario waarbij robots en werknemers elkaar aanvullen is onvermijdelijk, dus waarom zouden we geen energie steken in het comfortabel maken van deze samenwerking?
  • Passende oplossingen voor problemen
    Het is heel verleidelijk voor organisaties om in te spelen op innovaties zodra deze opkomen, maar in essentie zijn technologieën zoals Artificial Intelligence niet ontwikkeld als marketing-instrument voor vernieuwing. Zij bieden serieuze kansen om menselijke ervaringen te verbeteren. Dat is waarom organisaties uitgedaagd moeten worden om vooraf problemen te identificeren die vragen om oplossingen. Als Artificial Intelligence een rol kan spelen in het creëren van een oplossing, dan ligt hier zeker een kans. Toch zijn er genoeg problemen waarbij technologie geen antwoord biedt. In dat geval is moet Artificial Intelligence niet overhaast toch toegepast worden!

Kritische vragen
Concluderend zijn er een aantal cruciale uitdagingen die Artificial Intelligence zal moeten overwinnen om optimaal en in ieders voordeel te kunnen functioneren. Niet al deze uitdagingen zijn van toepassing op de ict’ers van de samenleving. Ook organisaties moeten hun verantwoordelijkheid nemen op het gebied van technologische innovatie door bijvoorbeeld niet blind te vertrouwen op het oordeel van een algoritme en door maatschappelijke relevantie niet uit het oog te verliezen. Hiervoor moeten we elkaar constant kritische vragen blijven stellen, zoals ‘welke vooroordelen liggen er aan deze beslissing ten grondslag?’ en ‘hoe maken we van machines en mensen gelijkwaardige collega’s?’ Voel je vooral vrij om deze vragen hieronder te delen zodat we een gesprek kunnen starten waarin alle invalshoeken van een toekomst met Artificial Intelligence belicht worden!

Vond je dit artikel interessant? Lees alle artikelen van Simone Maas
Deel dit artikel

Er zijn nog geen reacties op dit artikel

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

*