Kunstmatige intelligentie is mensenwerk

Dit artikel is onderdeel van een IT-special over kunstmatige intelligentie.

- Het AI-jargon: Wat is een algoritme, wat doet een neuraal netwerk?.
- Reportage Google Research Lab: Wat gebeurt er in de machinekamer van Google?
- Machine learning expert Max Welling ‘Europa moet zorgen voor morele balans’
- Doe de stoomcursus AI: Wordt data-expert in één dag
- Genoeg investeerders in AI, maar waar blijven de zinnige AI-toepassingen?
- Waarom deze special? Kunstmatige intelligentie is mensenwerk.

Kunstmatige intelligentie is het toverwoord in de technologiesector. Het is mateloos populair onder investeerders. Niet langer schrijven mensen de programmaregels in software – tegenwoordig kijkt de computer de kunst van ons af.
Zelflerende computers zullen een deel van ons werk overnemen – en dat is maar goed ook, want de mens is niet altijd even betrouwbaar. Bijvoorbeeld achter het stuur. Slimme software kan specialisten boven zichzelf uit laten stijgen, door ze terzijde te staan met dossierkennis waar geen mens aan kan tippen.
Of zelfs advocaten en dokters op den duur vervangen kunnen worden door de computer? Sommige burgers dichten algoritmes meer mogelijkheden toe dan de wetenschappers die de algoritmes daadwerkelijk ontwikkelen – die zijn zich vooral bewust van de beperkingen. De computer kan heel veel, maar ook heel veel niet.

Google en Facebook, rijke techbedrijven met honderden wetenschappers op het gebied van kunstmatige intelligentie in dienst, slaan nog regelmatig de plank mis met hun algoritmes. Al gaat het hier ‘slechts’ om mediaconsumptie; kleine foutjes kunnen grote gevolgen hebben.
Het is bewerkelijker om algoritmes te testen in de echte wereld, in fabriekshallen waar de productie door blijft draaien, in ziekenhuizen waar mensenlevens op het spel staan. Dat zijn juist sectoren waar kunstmatige intelligentie veel te winnen heeft.

De voorlopers, techbedrijven en autofabrikanten, ronselen wetenschappers en jong talent. Er moet veel fundamenteel onderzoek worden verricht voor de echte technologiesprong: algoritmes die flexibel zijn en meerdere taken aankunnen.
De huidige machine learning-techniek is voor iedereen beschikbaar. Dat vraagt nieuwe capaciteiten op de werkvloer: mensen die weten hoe ze dit krachtige gereedschap kunnen toepassen, zonder in valkuilen te trappen of valse beloftes te doen. Voordat de computer het werk van ons overneemt, is er nog een hoop werk te doen.

    • Marc Hijink