Effectief Leiderschap in een nieuw tijdperk (deel2)

De term Artificial Intelligence (AI) wordt continue gebruikt, echter er is geen eenduidige definitie van. In 1956 werd de term voor het eerst gebruikt door John McCarthy.

Zelf omschrijf ik het vaak als volgt: AI is als een gereedschapskist waarin allerlei verschillende gereedschappen zitten die in meer of mindere mate een vorm van menselijk intelligentie nabootsen. En waar je bij een gereedschapskist een timmerman nodig hebt om de zaag, hamer of boor in beweging te krijgen, maken AI tools gebruik van algoritmes (meestal zelf lerende algoritmes = Machine learning). De gereedschappen zou je kunnen classificeren in AI oplossingen die bijvoorbeeld spraak, tekst, afbeeldingen, geluid etc kunnen herkennen en generen.

Chat GPT zegt: Artificial intelligence (AI) gaat veel verder dan alleen het uitvoeren van specifieke taken volgens een vastgesteld algoritme. AI omvat het vermogen van computers om te leren, redeneren en beslissingen te nemen op basis van gegevens, patronen en context. AI-systemen kunnen bijvoorbeeld afbeeldingen en spraak herkennen, natuurlijke taal verwerken, aanbevelingen doen en autonoom beslissingen nemen.

AI-systemen maken gebruik van machine learning-algoritmen om te leren van gegevens en patronen in de omgeving. Deze algoritmen worden gebruikt om het systeem te trainen, waarbij het systeem zelf patronen en regels kan ontdekken zonder expliciete instructies van een programmeur. Hierdoor kan AI in sommige gevallen flexibeler en adaptiever zijn dan systemen die alleen werken met vaste algoritmen.

Kortom, terwijl algoritmen specifieke taken uitvoeren volgens een vastgesteld stappenplan, gaat AI veel verder dan dat en omvat het de mogelijkheid om te leren, redeneren en beslissingen te nemen op basis van gegevens en patronen in de omgeving.

De inzet van AI komt in allerlei sectoren steeds meer op gang, echter dit vergt wel tijd, kennis en lef vanuit het management. AI-oplossingen zijn er namelijk meestal niet van de ene op de andere dag. 

Zo wilde een organisatie graag aan de slag met predictive maintenance (= voorspellen wanneer onderhoud noodzakelijk is). Echter pas na geruime tijd besefte het management dat je daarvoor heel veel data nodig hebt, waaronder veel voorbeelden van waar het in het verleden ‘’fout’’ was gegaan. Indien dit in de praktijk slechts 1-2 keer per jaar gebeurt, dan heb je onvoldoende data om een machine learning model op te trainen. Uiteindelijk besefte de manager dan ook dat dit voor zijn organisatie geen haalbare kaart was.

Ook vraagt het om lef. Zo wilde een organisatie een chatbot implementeren op de IT-helpdesk. Echter dit zou betekenen dat de klanttevredenheid in de eerste periode waarschijnlijk naar beneden zou gaan. Ondanks dat dit een KPI was waarop de manager werd beoordeeld, durfde hij dit risico te nemen, omdat hij begreep hoe de techniek werkte en ervan overtuigd was dat een chatbot op de langere termijn een nieuwe efficiëntieslag kon betekenen. 

Daarnaast is het van belang om kennis te delen en samen te werken aan oplossingen. Zo heeft men in de mediasector o.a. gezamenlijk gewerkt aan een benchmark tool voor spraakherkenning en heeft men het AI Annotatielab gesubsidieerd waardoor zij allemaal veel sneller nieuwe datasets konden krijgen. Samenwerking lijkt spannend, maar zolang je als manager helder voor ogen hebt wanneer het gaat om AI basisoplossingen versus waar de concurrerende waarde van AI voor jouw organisatie zit, dan kom je het verst. 

Doordat het gebruik van AI zo’n vlucht neemt binnen de gehele maatschappij en in organisaties zie je naast positieve ook steeds meer negatieve gevolgen. Om dit te beperken werkt de EU momenteel aan een AI-act. Gericht op het risico dat de burger loopt bij het gebruik van de AI-toepassing.

Daarnaast zijn er ook allerlei vragenlijsten beschikbaar om organisaties te helpen op een verantwoorde manier met AI om te gaan. Voorbeelden hiervan zijn de Artificial Intelligence Impact Assessment, De Ethische Data Assistent en the ethics guidelines for trustworthy AI.

Als de organisatie meer gebruik gaat maken van artificial intelligence, hoe kan een manager dan het gebruik daarvan bewaken en borgen?

Met dit artikel hoop ik bestuurders en managers bewust te maken van de enorme vlucht die data, algoritmes en artificial intelligence krijgen. Het is van belang om hier kennis en begrip van te hebben om er op een goede manier mee te gaan.

Muriël Serrurier Schepper, muriel@appliedai.nl, auteur van het boek Artificial Intelligence In Actie, leidt het AI Annotatie Lab en geeft trainingen.