Wat is Artificial Intelligence (AI)?
Artificial Intelligence, wat is het nu? Het Nederlandstalige begrip “kunstmatige intelligentie” is de juiste artificial intelligence vertaling. Onze Artificial Intelligence definitie luidt als volgt: “het ontwikkelen en toepassen van (zelflerende) computeralgoritmes die zelfstandig in staat zijn om bestaande of nieuwe verbanden en/of patronen te ontdekken in (big) data en zelfstandig beslissingen te nemen, waardoor de effectiviteit en efficiency van een proces of bedrijfsprocessen drastisch verbeteren.”
Figuur 1: Wat is de impact en reikwijdte van Artificial Intelligence?
Maar de vraag wat is artificial intelligence (AI betekenis) is daarmee nog niet afdoende beantwoord. De zoektocht naar een eenvoudige artificial intelligence uitleg is nog veel lastiger. Overheidsinstellingen, adviseurs en leveranciers hanteren allemaal hun eigen AI definitie en gebruiken het AI jargon binnen hun eigen organisatiecontext.
In figuur 1 geven we een overzichtsplaatje van de verschillende AI toepassingen en de impact op ons handelen en ons denk-, leer en beslisproces. Eén ding is zeker: AI verandert alles.
Wat kan een AI systeem?
Een kunstmatige intelligentie systeem is in staat om in elke willekeurige organisatie uit te groeien tot een volledig autonoom, zelflerend systeem, waarbij de algoritmes de aanjager zijn van het besluitvormingsproces en zelfstandig beslissingen nemen. Oftewel, de mens wikt en het algoritme beschikt. Ziedaar de essentie van een operationeel AI systeem.
Dit AI proces komt misschien overweldigend en bedreigend over, maar op de achtergrond is nog wel degelijk plaats voor de mens als supervisor. De mens houdt een oogje in het zeil. Hij is verantwoordelijk voor de uitkomsten van de automatische beslissingen en blijft uiteindelijk verantwoordelijk voor de uitlegbaarheid van het algoritme. Men spreekt over Explainable AI (XAI). Oftewel: hoe komt het algoritme tot zijn beslissing? Dit impliceert dat de mens verantwoordelijk en aansprakelijk blijft en altijd moet kunnen verklaren hoe kunstmatige intelligentie en met name het algoritme tot een bepaalde uitkomst komt.
Hoe werkt artificial intelligence?
In onderstaande video (zie figuur 6) legt Daan van Beek, auteur van De intelligente, datagedreven organisatie en eindbaas van de Passionned Group uit wat artificial intelligence is en welke impact AI heeft op de maatschappij, organisaties en beroepen.
Kunstmatige Intelligentie in het bedrijfsleven
Rondom AI bedrijven en AI technologie hangt een sfeer van optimisme (“AI gaat alle grote wereldproblemen oplossen”), maar tegelijkertijd ook een waas van geheimzinnigheid (“gaan robots alles overnemen en ons leven en werk domineren?”). Artificial intelligence bedrijven zijn sexy en kunnen al snel rekenen op een hoge waardering van beursanalisten en potentiële beleggers. Dit terwijl de technologie van kunstmatige intelligentie bedrijven vaak nog niet eens is uitgekristalliseerd en van een beursnotering nog lang geen sprake is.
Wordt kunstmatige intelligentie vandaag de dag overgewaardeerd? Is AI mogelijk overhyped? In hoeverre gaat kunstmatige intelligentie over IT? Hoe kunnen organisaties een verantwoorde AI-first strategie ontwikkelen zonder dat ze onnodig geld over de balk gooien? Maar ook: hoe kunnen ze voorkomen dat ze de AI-boot missen, waardoor commerciële kansen en mogelijkheden van kunstmatige intelligentie onderbenut blijven?
Om een goede inschatting te maken, kijken we op basis van AI onderzoek eerst naar enkele definities. Wat is kunstmatige intelligentie? Wat betekent kunstmatige intelligentie? Is artificial intelligence data science? Zo nee, wat is dan het verschil? Ook gaan we in op vragen die leven over AI technologie.
AI science
Is artificial intelligence data science en daarmee een onderdeel van het vakgebied Business Intelligence (BI)? En wat houdt het begrip AI science eigenlijk in?, zo vragen mensen zich af. In plaats van BI wordt tegenwoordig inderdaad ook veel gesproken over data science (datawetenschappen), datagedreven werken en informatiegestuurd werken. Deze termen zijn min of meer inwisselbaar.
Data science of AI science legt vaak de nadruk op de statistische elementen van BI zoals artificial intelligence, tekstmining, machine learning en statistische modellen. Informatiegestuurd werken legt het accent op het proces en de sturing. BI is dan de parapluterm die dit alles omvat. In de 8e druk van het boek De intelligente, datagedreven organisatie worden alle relevante begrippen in het kader van deze definitiediscussie uitgebreid uitgelegd.
Wat zijn de belangrijkste AI trends 2024?
Elk jaar publiceert Passionned Group de in haar ogen belangrijkste trends, waaronder ook een aantal big data artificial intelligence trends. Uit die verzamelde AI trends kunnen we afleiden dat AI technologie globaal steeds meer ingeburgerd raakt, maar dat AI toepassingen wel steeds kritischer worden gevolgd door de media, politici, burgers en andere stakeholders. Die kritische houding ten aanzien van AI heeft alles te maken met de ondoorgrondelijkheid, de betwistbaarheid en de uitlegbaarheid van de algoritmes die aan de kunstmatige intelligentie toepassingen kleven.
Het handboek Artificial Intelligence In dit complete Artifical Intelligence-boek (al meer dan 25.000 exemplaren verkocht) komt het hele spectrum van het intelligenter maken van organisaties aan bod. Leer hoe je AI kan toepassen om sneller betere beslissingen te nemen en innovatieve nieuwe producten en diensten te ontwikkelen. Ga bij alles wat je doet artificial intelligence inbedden in je bedrijfsprocessen. Met dit handboek en een AI-first strategie loods je zo jouw organisatie door goede en slechte tijden.
Artificial Intelligence trends 2024 in vogelvlucht
De meest relevante trends artificial intelligence voor organisaties kun je als volgt samenvatten (niet uitputtend):
- Met Robotic Process Automation (RPA) en Artificial Intelligence (AI) zullen administratieve bedrijfsprocessen in de financiële sector, de logistiek en andere sectoren steeds meer geautomatiseerd worden. Men spreekt in dit verband van hyperautomatisering.
- Kunstmatige intelligentie groeit uit tot een machtig wapen in de strijd tegen fraude en de georganiseerde misdaad, van creditcardfraude tot en met witwassen.
- AI gedreven informatiebeveiliging, oftewel het waarborgen van cybersecurity zoals het opsporen van malware, phishing en nepnieuws, is ook een trend die zeker doorzet.
- Artificial intelligence zal steeds vaker met succes worden ingezet om de afdeling IT verder te stroomlijnen en systemen te beveiligen. Denk hierbij aan het voorspellen van downtime, het overnemen van menselijke taken en het automatisch oplossen van issues via self healing en zelfcorrigerende systemen (voorspellend onderhoud artificial intelligence).
- Kunstmatige intelligentie zal een stevige opmars maken in callcenters en op customer care en klantafdelingen van organisaties, zowel in de retail als in de financiële en zakelijke dienstverlening. Virtuele assistenten en chatbots zullen een groot deel van de workload voor hun rekening gaan nemen.
- Bij werving en selectie en lopende sollicitatieprocedures zal de personeelsafdeling AI technologie steeds vaker gebruiken om kandidaten te screenen en te beoordelen (pre screening van sollicitanten en automatische cv-screening).
- De inzet van AI zal op een breed terrein een belangrijke bijdrage gaan leveren aan de kwaliteit van de gezondheidszorg. Met AI technologie kun je automatisch diagnoses stellen, automatisch de juiste medicijnen voorschrijven en voorspellingsmodellen voor ziektebeelden bouwen.
- Niet alleen is de toepassing van artificial intelligence ziekenhuis gerelateerd. Ook de sector ggz ziet het nut van AI toepassingen. Zo zullen robots steeds vaker worden ingezet bij het verzorgen van dementerenden en het bestrijden van eenzaamheid bij ouderen.
- Artificial intelligence zal de retailsector op verschillende manieren beïnvloeden. Het kan de winkelervaring verbeteren door deze verregaand te personaliseren. Algoritmes zorgen onder andere voor betrouwbare vraagvoorspellingen, minimale fysieke voorraden en een optimale, dynamische prijsstrategie.
- Kunstmatige intelligentie zal ook in het onderwijs zijn intrede doen. Adaptieve leermiddelen die zelfstandig, gepersonaliseerd leren mogelijk maken worden al toegepast. Daarnaast zullen voorspellingsmodellen leerlingen ondersteunen bij het samenstellen van het juiste vakkenpakket.
- Artificial intelligence in de logistiek zal een hoge vlucht nemen. De toepassingsmogelijkheden zijn legio en variëren van autonoom rijdende voertuigen, en robots voor orderpicking, slimme routeplanning, Internet of Things implementaties voor containers tot voorspellende modellen voor de vraag, orders en aflevermomenten.
Verschillende soorten Kunstmatige Intelligentie
In de literatuur over de verschillende soorten kunstmatige intelligentie en de AI modellen die we kunnen onderscheiden heerst een grote overeenstemming dat er globaal drie soorten van artificiële intelligentie bestaan (zie figuur 2). In het Engels staan ze bekend als Artificial Narrow Intelligence (ANI), Artificial General Intelligence (AGI) en Artificial Super Intelligence (ASI).
De zwakke variant, ook wel “kortzichtige” variant genoemd, is slechts in staat om één taak of opdracht efficiënt uit te voeren (denk bijvoorbeeld aan een potje schaken of Go). De meer bredere variant, AGI, is in staat om, net als de mens, ook abstract te redeneren. Hierdoor is deze variant in staat om in te spelen op onverwachte situaties (het improviseren). De sterkste variant, de supervariant AIS, overstijgt de menselijke intelligentie. Op het moment van schrijven is nog onbekend waartoe de supervariant uiteindelijk in staat zal zijn.
Figuur 2: De verschillende soorten AI
Naast deze grove indeling is er nog een globale indeling van de verschillende soorten artificiële intelligentie. Zo onderscheiden Kaplan en Haenlein binnen het vakgebied van artificiële intelligentie drie verschillende types van AI-systemen: de analytische, de mens-geïnspireerde en de vermenselijkte vorm van artificiële intelligentie. De analytische variant heeft een aantal cognitieve eigenschappen waarmee het tot leren in staat is. De mens-geïnspireerde variant beschikt naast cognitieve eigenschappen ook over emotionele intelligentie en de vermenselijkte AI-variant is ook sociaal intelligent en kan naast communiceren ook interactie aangaan met anderen.
AI en machine learning
AI, data science, machine learning, algoritmisering, data science, artificial intelligence en AI automatisering worden in het dagelijkse spraakgebruik door elkaar heen gebruikt zonder dat de gebruikers op de hoogte zijn van de (exacte) definities. Deze Babylonische spraakverwarring vertroebelt de discussies en kan er zelfs toe leiden dat het sentiment rondom AI en machine learning omslaat en de voordelen kunstmatige intelligentie ondergesneeuwd raken.
Om AI beter te begrijpen, volgen hier nog enkele begrippen die je absoluut moet kennen:
- Data science oftewel datawetenschappen, is het overkoepelende vakgebied dat zich bezig houdt met het verwerken en analyseren van grote hoeveelheden data, en/of ongestructureerde data.
- Machine learning is een vakgebied dat computeralgoritmes laat leren zonder dat je ze expliciet hoeft te programmeren.
- Deep learning. Dit is een specifieke vorm van machine learning waarbij algoritmes leren van (grote hoeveelheden) data.
- Een algoritme is een wiskundige formule. In programmeertaal is het een instructie, een stukje code, om een probleem om te lossen. Het algoritme is een (computer)programma dat op basis van (historische) input tot een analytisch model komt dat je kan inzetten om nieuwe casussen te beoordelen.
5 toepassingen van kunstmatige intelligentie
Welke AI toepassingen zijn er allemaal? Kunstmatige intelligentie toepassingen of kortweg AI toepassingen kun je grofweg indelen in een aantal hoofdcategorieën, afhankelijk van de technologie waarop de Artificial Intelligence software is geschreven.
1. Natural Language Processing
Natural Language Processing (NLP) of spraakherkenning: het vakgebied dat zich bezighoudt met het lezen, begrijpen en produceren van menselijke taal door computers. Hier komen een aantal vakgebieden samen zoals AI, computerwetenschap en computerlinguïstiek. Spraakherkenning is een specifieke toepassing van AI die spraak herkent en gesproken woorden in getypte tekst kan omzetten. NLP wordt met name gebruikt door virtuele assistenten en chatbots in callcenters en klantenafdelingen ter vervanging van menselijke communicatie.
2. Generative AI
Deze vorm van Artificial Intelligence werkt op basis van NLP maar gaat verder dan de traditionele NLP-toepassingen. Op basis van een prompt weet het systeem een heel artikel te schrijven over een willekeurig onderwerp. ChatGPT en Google Bard zijn hiervan een goede voorbeelden. Ook kan Generative AI afbeeldingen genereren op basis van instructies.
3. Datamining
Datamining: het vinden van verbanden, patronen en correlaties in gestructureerde data met behulp van machine learning, statistiek en databasetechnieken. Het doel is het opdoen van nieuwe inzichten die “verborgen” zitten in de data en het vergaren van nieuwe kennis. Zie ook onze training data mining met R.
4. Tekst mining
Tekst mining: het vinden van verbanden, patronen en correlaties in ongestructureerde data zoals tekst. Ook hier is het doel om nieuwe inzichten en kennis te vergaren.
5. Beeld- en gezichtsherkenning
Beeld- en gezichtsherkenning: een AI-toepassing die in navolging van China steeds meer terrein wint is gezichtsherkenning door intelligente camera’s. In openbare ruimtes zoals op straat, vliegvelden en gebouwen wordt gezichtsherkenning steeds vaker ingezet voor surveillance- en opsporingsdoeleinden. Met computer vision kun je het menselijke gezichtsvermogen nabootsen en overtreffen. Deze AI toepassing is erop gericht om met computers objecten en personen op afbeeldingen en video’s te identificeren.
Het AI proces in 15 stappen
Het AI proces kun je naar analogie van het BI proces opdelen in een aantal logische stappen. Alleen neemt nu niet de mens de beslissing maar een algoritme, of het algoritme kookt de beslissing voor (zie onderstaande figuur 3).
Figuur 3: Het verwerkingsproces specifiek gemaakt voor het ontwikkelen van algoritmes die beslissingen voorkoken of nemen.
- De eerste drie stappen staan in het teken van de het verzamelen, filteren en combineren van de AI data.
- Tijdens de stap 4 t/m 6 ga je vervolgens de data niet aggregeren maar analyseren, visualiseren en interpreteren. Want juist in de vele details ga je waarschijnlijk verbanden, bepaalde patronen vinden. Voor gestructureerde data kun je een BI-tool of data discovery tool inzetten. Voor ongestructureerde data zoals e-mails en foto’s zul je de data moeten verkennen met andere tools en technieken.
- Op basis van trainingsdata en testdata ga je tijdens stap 7 t/m 9 het machine learning model bouwen, finetunen, valideren en testen. Per type algoritme heb je hier te maken met verschillende scenario’s.
- Tijdens stap 10 staat het verrijken van het AI model centraal. Het machine learning model zelf ga je hier natuurlijk niet meer aanpassen, het is namelijk klaar.
- Het verrijkte machine learning-model is nu gereed om in productie te worden genomen en het algoritme moet de waarden onthouden die na de training zijn vastgesteld (zie stap 10 en 11). Onthouden heeft hier de betekenis van bewaren. Zo zul je een model moeten bewaren, anders moet je elke keer eerst weer trainen als je een nieuwe situatie wilt beoordelen.
- Stap 13: het algoritme neemt zelfstandig een beslissing of kookt die voor. Het algoritme besluit bijvoorbeeld om bepaalde levensmiddelen in de supermarkt af te prijzen omdat de houdbaarheidstermijn dreigt te verlopen, of het algoritme verhoogt de prijs van vliegtickets voor bestemmingen waar veel vraag naar is.
- Tijdens stap 14 ga je nieuwe opgedane inzichten tijdens het AI proces verder in de organisatie verspreiden, zodat iedereen daar kennis van kan nemen.
- Stap 15, het anticiperen op verandering, spreekt voor zich, maar is wel een hele belangrijke stap.
De economische betekenis van kunstmatige intelligentie
In de AI business en binnen AI bedrijven gaat veel geld om. Goede softwareontwikkelaars en data scientists zijn schaars en daardoor duur. Venture capitalists, banken en particuliere investeerders pompen gezamenlijk miljarden euro’s en dollars in startups die op basis van AI toepassingen nieuwe producten en diensten ontwikkelen. De AI-toepassingen vinden hun weg in nagenoeg alles branches en sectoren. De opsomming in figuur 4 is zeker niet compleet en het aantal toepassingen zal waarschijnlijk steeds verder toenemen.
Figuur 4: De AI-toepassingen uitgesplitst naar branches
Ook overheden dragen financieel een flink steentje bij omdat ze inzien dat artificial intelligence een belangrijke bijdrage kan leveren aan de openbare veiligheid, een betere gezondheidszorg, een gestroomlijnde infrastructuur, energiebesparing, kwalitatief beter onderwijs enzovoorts. Het veelbelovende concept van de smart city en een meer duurzame samenleving komen zonder artificiële intelligentie en big data niet of nauwelijks van de grond, zo realiseren zij zich. Dit zijn voordelen artificial intelligence die ertoe doen en die ervoor pleiten om bij elk nieuw project of initiatief een zogenoemde AI-first strategie te overwegen.
De toegevoegde waarde van een AI-first strategie
Bij een “AI-first” strategie ga bij alles wat je doet artificial intelligence (AI) inbedden en dat doe in al je bedrijfsprocessen. AI-first betekent dat je in alles wat je doet kijkt of algoritmes het beslissingsproces en de beslissingen zelf kunnen verbeteren (nauwkeurigheid) of versnellen (doorlooptijd). Dit vereist een totaal andere organisatiecultuur dan wanneer je rapporten of KPI dashboards gaat ontwikkelen. Wellicht dat een algoritme rapporten zelfs overbodig maakt.
De Artificial Intelligence training In deze interactieve AI training van één dag leer je als manager, directeur, controller of bestuurder alle belangrijke facetten van Artificial Intelligence kennen en ga je begrijpen hoe je AI met succes kan toepassen in jouw eigen organisatie. Deze Artificial Intelligence masterclass met Daan van Beek leert je ook om te gaan met de belangrijkste ethische dillema's, risico's en te sturen op de succesfactoren.
Breed in de pers uitgemeten: de voor- en nadelen
De kunstmatige intelligentie voor- en nadelen worden dagelijks breed in de pers uitgemeten. De adviseurs van Passionned Group zijn te allen tijde bereid om ondernemers in het AI-proces te begeleiden en de bovengenoemde AI-first strategie handen en voeten te geven. Met als doel om de voordelen artificial intelligence optimaal te benutten en de nadelen van AI te vermijden en/of te beperken. Lees hier meer ook over de 25 belangrijkste voordelen van Data Science.
De 20 voordelen van kunstmatige intelligentie in één schema
De kunstmatige intelligentie voordelen voor bedrijven en instellingen lijken in eerste instantie vooral op het terrein van arbeidsbesparing te liggen: robotic process automation (RPA) en de inzet van fysieke robots in de industrie ter vervanging van medewerkers van vlees en bloed. Maar door kunstmatige intelligentie te zien als louter een instrument voor besparing op arbeidskosten, doe je het concept tekort. Mits op de juiste manier toegepast, kun je vanuit vier verschillende invalshoeken (mens, organisatie, maatschappij en natuur) de voordelen van kunstmatige intelligentie voor jouw branche en organisatie inventariseren (zie figuur 5).
Figuur 5: De 20 voordelen van kunstmatige intelligentie
Organisaties kunnen met artificiële intelligentie ook de vraag beter voorspellen, hun verkoopkanalen optimaliseren, het (preventief) onderhoud van machines verbeteren, productie en kwaliteit verhogen, de dienstverlening personaliseren en klantervaringen verbeteren. In het algemeen kunnen algoritmes het hele besluitvormingsproces in organisaties aanzienlijk versnellen, verbeteren, verrijken en deels zelfs overnemen.
De 7 zegeningen van artificial intelligence
Hieronder geven we zeven concrete kunstmatige intelligentie voorbeelden. Het zijn concrete AI toepassingen uit de praktijk die de zegeningen en toegevoegde waarde van kunstmatige intelligentie illustreren. Het lijstje is zeker niet uitputtend.
- Met artificial intelligence uitgeruste drones sporen gaslekken op, inspecteren dijken en land- en tuinbouwgewassen en stellen voor verzekeraars brand-, storm en dakschades vast.
- Machine learning en AI data ondersteunen radiologen in het ziekenhuis bij het analyseren van röntgenfoto’s en het vaststellen van bestralingsplannen bij kankerpatiënten.
- Dankzij predictive policing, nummerbordherkenning via slimme AI camera’s en de inzet van robothonden is de politie beter voorbereid en is de pakkans van criminelen groter.
- Banken, verzekeraars en uitkeringsinstellingen gebruiken algoritmes, kunstmatige intelligentie en data science om potentiële fraudegevallen op te sporen.
- Dankzij algoritmes en artificial intelligence software zijn supermarkteigenaren beter in staat om vraag en aanbod van verse producten beter op elkaar af te stemmen in hun strijd tegen voedselverspilling.
- Regionale energienetbeheerders kunnen veel kosten besparen door AI technologie in te zetten voor slim onderhoud en het snel lokaliseren van de oorzaak van stroomuitval.
- Een AI gedreven risicoanalyse in de Rotterdamse haven bepaalt in de strijd tegen drugssmokkel welke containers wél en welke niet worden gecontroleerd.
Bekwaam je in AI met onze krachtige trainingen
Onderstaand een overzicht van een aantal AI trainingen (machine learning, data science, Python, R) waar je snel en vakkundig je kennis over kunstmatige intelligentie kunt upgraden.
De Python cursus Machine Learning Natuurlijk leer je alle belangrijke technische aspecten in onze Python cursus Machine Learning. Zo kijken we uitgebreid naar geavanceerde technologie, machine learning & deep learning modellen en de algoritmes waarmee je die kunt bouwen. Maar met onze Python training ga je vooral zelf leren om met Python te programmeren en de essentie te begrijpen van het ontwikkelen van algoritmes op basis van artificial intelligence.De Big Data Analytics opleiding De docent neemt je mee in de wereld van predictive big data analytics, artificial intelligence en machine learning. Je leert tijdens deze opleiding alle big data concepten en leert te werken met diverse tools en talen voor machine learning, tekstmining en deep learning. Ook trends zoals quantum computing, nanotechnologie, Auto Machine Learning (Auto ML) en Generative Adversarial Networks (GANs) passeren de revue.De opleiding Data Science In dit data science-traject van 10 intensieve dagen stomen we je klaar voor een adviserende en leidende rol in artificial intelligence & data science in jouw eigen organisatie. Met maar liefst 24 modules en een eindopdracht is deze opleiding compleet en uitdagend te noemen. Dit is de perfecte AI-training om alle complexe data-uitdagingen het hoofd te bieden en om te gaan bouwen aan een AI-first organisatie.De training R & data mining In onze training R leer je artificial intelligence, machine learning en data science in de praktijk brengen. Je ontwikkelt algoritmes voor specifieke uitdagingen en problemen in jouw eigen organisatie. Met deze training R & AI bekwaam je je niet alleen in het ontwikkelen, testen en valideren van "gewone" algoritmes, ook leer je tekst mining toe te passen. Onze 3-daagse training R & data science biedt beginners en gevorderden een unieke ervaring in het ontwikkelen van voorspellende algoritmes.
De 7 valkuilen van artificial intelligence
Hieronder signaleren we ook zeven valkuilen die kunnen optreden bij de toepassing van kunstmatige intelligentie. Het zijn concrete AI toepassingen uit de praktijk die tot menige vervloeking heeft geleid. Tel dus niet alleen de zegeningen van AI. Een aantal “ongelukken” met artificial inteligence en big data kun je beschouwen als “kinderziekten” of leerprocessen. Een wijze les: misluk voor je begint! Ook dit lijstje is zeker niet compleet.
- Microsoft lanceerde ooit een chatbot die zich in 24 uur ontpopte tot een ware racist. Oorzaak was een trollenleger op twitter dat de zelflerende chatbot voedde met een stortvloed aan racistische en seksistische berichten.
- Verschillende overheidsinstellingen gebruiken algoritmes, big data en artificial intelligence om frauderisico’s bij uitkeringen en belastingheffing in te schatten. In sommige gevallen leidde dit tot evidente discriminatie- en privacyschendingen.
- In de VS vond het eerste dodelijk ongeluk met een Uber, zelfrijdende auto plaats die was uitgerust met artificial intelligence. Het voorspellingsalgoritme miste in het donker de beweging van een vrouwelijke voetganger.
- In een Brits distributiecentrum van een online supermarktketen brak brand uit nadat drie robots bij het automatische proces van orderpicking tegen elkaar opbotsten.
- Een bekende Chinese zakenvrouw stond met haar gezicht op de zijkant van een stadsbus afgebeeld. Toen de bus optrok, werd zij door de gezichtsherkenningssoftware ten onrechte als een voetganger geïdentificeerd en als verkeersovertreder aan de schandpaal genageld.
- Facebook staakte een experiment met kunstmatige intelligentie nadat twee spraakrobots een eigen taal ontwikkelden, die alleen zij nog begrepen.
- In de algoritmegedreven aandelenhandel, de zogenoemde flitshandel, slaat soms het algoritme op hol waardoor iedereen met de handen in het haar zit.
Moraal van het verhaal: te grote afhankelijkheid van artificial intelligence maakt je kwetsbaar.
AI toepassingen, ethiek en grondrechten
Bij surveillance door overheden kunnen grondrechten en met name privacy-rechten worden geschonden. Bij verregaande robotisering thuis, in de zorg of op het werk kunnen de relationele privacy, het recht op persoonlijke autonomie en menselijke waardigheid in het geding komen. De inzet van algoritmes en AI data bij sollicitaties kan in strijd zijn met het gelijkheidsbeginsel. Bij marketing- en promotieacties kan inbreuk op het recht om vergeten te worden gepleegd. Algoritmische censuur bij social media kan het recht op vrijheid van meningsuiting schenden.
Toepassing van algoritmes in de rechtspraak (“de robotrechter”) kan het recht op een effectief rechtsmiddel en op toegang tot een onafhankelijke en onpartijdige rechter beperken en het recht op een eerlijk proces ondermijnen. Biases in de AI data bij overheidsbesluiten kan door het insluipen van vooroordelen afbreuk doen aan het recht op non-discriminatie. En bij algoritmegedreven overheidsbesluiten kan het recht van burgers op een transparante en draagkrachtige motivering niet zomaar over boord worden gezet.
LET OP: al deze nadelen bij toepassing van kunstmatige intelligentie en algoritmes kunnen optreden, maar door zorgvuldig te werk te gaan, kun je reputatieschade voorkomen. Bij voldoende strenge waarborgen en hulpmiddelen als anonimisering en pseudonimisering, enzovoorts kunnen de nadelige effecten wel degelijk worden voorkomen of beperkt. Daarvoor moet je wel de tijd nemen en advies inwinnen, maar dat gebeurt vaak niet.
AI en ethiek: zoek de verdieping
Passionned Group heeft een viertal artikelen over AI en ethiek samengesteld waarmee je de diepte in kunt gaan. In het eerste artikel over AI ethiek staan de 10 geboden van computerethiek centraal. In het tweede artikel worden 5 heilige principes voor verantwoorde toepassing van artificial intelligence beschreven. Het derde artikel haakt in op de actualiteit en wat er allemaal leeft in de samenleving.
Toekomstige ontwikkeling kunstmatige intelligentie
Toekomstige AI toepassingen staan in het teken van meer toezicht en normering. Hoewel het kabinet voortdurend wijst op de kansen en mogelijkheden die kunstmatige intelligentie en algoritmes bieden voor ambitieuze en innovatieve organisaties, heeft zij ook oog voor de risico’s van AI. Wanneer algoritmen of artificiële intelligentie in een verkeerde context, op verkeerde wijze of met het verkeerde doel worden ingezet kan de impact enorm zijn, zo waarschuwt zij. Tegelijkertijd ziet het kabinet mogelijkheden om met AI toepassingen maatschappelijke problemen aan te pakken. Vanuit die spagaat zal normering en toezicht de komende jaren een speerpunt blijven, niet alleen nationaal, maar ook in Europees en UNESCO-verband.
Ondanks het potentieel van AI om maatschappelijke uitdagingen aan te pakken, blijven zorgen bestaan over misbruik en ongewenste gevolgen, een situatie die vaak wordt omschreven als de “AI-paradox.” Lees onze blog om te ontdekken waarom technologische beloften vaak niet overeenkomen met de realiteit op de werkvloer.
Meer informatie
Wil jij ook meer vertrouwd raken met de principes van artificial intelligence, het AI proces en alle voordelen genieten van AI toepassingen? Wil je antwoord op de vraag “is kunstmatige intelligentie mogelijk voor ons bedrijf”? Heb je tijdelijk interim Artificial Intelligence expertise nodig? Neem dan hier contact met ons op.