Kunstmatige Intelligentie Is Kunstmatige Intelligentie echt zo intelligent?

Kunstmatige Intelligentie in het kort

Bij Kunstmatige Intelligentie (AI) worden machines ingezet om ‘te denken als mensen’. Ze kunnen leren, begrijpen taal, maken planningen en kunnen redeneren. Achter AI zit ‘Machine Learning’. Zoals we in een eerder artikel al schreven is Machine Learning een wetenschappelijke discipline waarbij binnen grote hoeveelheden data patronen worden ontdekt. Door gebruik te maken van Machine Learning wordt het gemakkelijker om te leren van historische gegevens en om op basis van deze gegevens voorspellingen te doen. De AI-systemen zijn zich niet bewust van de context waarmee ze werken, ze kunnen overal voor worden ingezet. Het ene systeem zal zich richten op de hoeveelheid Uber-ritjes die in een bepaald gebied geboekt worden, terwijl een ander AI-systeem zich bezighoudt met het vroegtijdig diagnosticeren van kankercellen. Kunstmatige Intelligentie kan een hoop voordelen met zich meebrengen in verschillende processen. Processen gaan sneller, worden slimmer en kunnen tot nieuwe inzichten leiden. Er zal een stuk efficiënter gewerkt kunnen worden waardoor er tijd overblijft voor andere (menselijke) taken.

Addertjes onder het gras 

Het klinkt allemaal fantastisch, werken met AI. Maar er zitten ook nog wat addertjes onder het gras. Het perfecte AI-systeem bestaat namelijk niet, we zitten nog in de kinderjaren. Bij AI is het ‘garbage in, garbage out’. Het systeem zal alleen werken als je het de juiste data geeft, in een grote hoeveelheid. Doe je dit niet, loop je een grote kans dat de resultaten niet kloppen. Je loopt dan het risico dat er door deze verkeerde resultaten, verkeerde beslissingen worden genomen. Hier zijn inmiddels ook al talloze voorbeelden van.

Vooringenomenheid

Ook hebben we nog vaak te maken met AI-systemen die ‘vooringenomen’ zijn. Dat klinkt gek voor een stukje ‘domme’ technologie maar het komt echt voor. Een bekend voorbeeld is het recruitment systeem van Amazon. Door gebruik te maken van AI wilde het bedrijf de beste sollicitanten gemakkelijk filteren uit de vele inzendingen die ze toegestuurd kregen. Het leek goed te gaan, totdat het begon op te vallen dat er alleen maar mannen als beste kandidaten naar boven kwamen. Wat bleek? De machine was getraind met oude cv’s van eerdere sollicitanten van de afgelopen jaren. Omdat het om ICT-banen ging, waren dat (destijds) voornamelijk mannen. Het gevolg daarvan was dat het systeem een duidelijke voorkeur gaf aan mannelijke kandidaten. Hierdoor werd de ongelijkheid, die er al was, nog meer versterkt.

Verantwoorden wat je doet

Het is erg belangrijk dat je weet hoe je AI-systeem aan een resultaat (oordeel) komt. Weet je dit niet, dan kun je het resultaat ook niet controleren of verantwoorden. Vaak weten bedrijven die gebruik maken van AI niet precies hoe een AI-systeem tot een bepaald besluit komt. Daarbij komt ook dat de redenering achter een advies misschien wel correct is, maar ook zó complex dat een mens veel moeite heeft om het te begrijpen. Er is dus nog werk aan de winkel willen we AI-systemen helemaal kunnen vertrouwen. Ook bleek uit een onderzoek, dat Pegasystems Inc begin 2019 liet uitvoeren onder 5000 consumenten wereldwijd, dat veel consumenten nog niet de voordelen van AI zien en behoefte hebben aan meer empathie. Consumenten kijken vaak cynisch aan tegen AI-systemen en geloven niet dat ze onbevooroordeelde beslissingen kunnen nemen. Werken met een AI-systeem kan veel tijd besparen, geld opleveren en processen gemakkelijker maken, maar het is belangrijk om je goed in AI te verdiepen voordat je het implementeert.

Wij willen je helpen

Wij hebben sinds 2007 ruime ervaring opgedaan met het ondersteunen van onze klanten bij de realisatie van hun Business Analytics omgeving. Wij zijn dé speler op het gebied van data integratie, data modellering en het opzetten van analytische dashboards.