Op werkdagen voor 23:00 besteld, morgen in huis Gratis verzending vanaf €20
Algoritmisering, wen er maar aan! nieuws
6 februari 2019 | Pierre Pieterse

Digitalisering van processen staat al jaren voorop binnen organisaties. Dat heeft ze enorm veel data opgeleverd. Maar ook niet veel meer dan dat. Toegevoegde waarde ontstaat pas als deze data op vernieuwende wijze worden ingezet. Dat schrijft Jim Stolze in zijn boek Algoritmisering, wen er maar aan!

 

Vroeger leerden computers door instructie, nu zijn er manieren gevonden om computers ook van ervaringen (data) te laten leren. Data zijn dan dus geen bijproduct meer, maar vormen de basis voor nieuwe producten en diensten, of zelfs voor compleet nieuwe businessmodellen. Dit kan door het gebruik van algoritmen. Inmiddels lijken algoritmen niet meer weg te denken, maar we weten maar weinig van ze. Nederlandse bedrijven zijn er in praktijk ook nog niet zo ver mee.

Aan algoritmen kleven ook risico’s. In sommige gevallen kunnen ze zelfs gevaar opleveren omdat we niet weten wat ze doen en waarop ze zijn gebaseerd. Daarnaast zijn er ook ethische risico’s. Want wat betekent de opkomst van algoritmen - en van kunstmatige intelligentie in het algemeen - voor privacy, moraliteit en de arbeidsmarkt? Ethici en filosofen zouden zich op dit punt meer moeten laten horen. De technische ontwikkelingen gaan immers veel sneller dan wij mensen kunnen bijhouden. Dat roept automatisch maatschappelijke vragen op die je niet alleen moet overlaten aan techneuten. Daarom ook is het raadzaam te werken met een model waarmee je data op een verantwoorde manier kunt verwerken, gebaseerd op de vier pijlers Fairness, Accuracy, Confidentiality en Transparency.

De gehele samenvatting kunt u lezen in de februari editie van Management Summaries, samen met samenvattingen van Verandermanagement veranderd (van Wouter ten Have en Steven ten Have), Alles onder controle (van Albert Holtzappel), en It Doesn’t Have tob e Crazy at Work (van Jason Fried en David Heinemeier Hansson).

Jim Stolze: ‘Algoritmen zijn niet ingewikkeld, maar ze implementeren is een kunst’ interview
20 december 2018 | Paul Groothengel

Algoritmen zijn hot. Maar wil je als organisatie digitaliseren en vervolgens algoritmiseren, dan moet je intern eerst door heel wat muren heen breken. Dat schrijft ondernemer en adviseur Jim Stolze in zijn boek Algoritmisering, wen er maar aan! Daarin laat hij zien hoe en volgens welke systematiek algoritmen werken.

 

Wat is de essentie van dit boek?
Veel bedrijven zijn nu volop bezig met digitale transformatie, met het digitaliseren van bedrijfsprocessen. Maar dat is de vorige revolutie. Ze hebben nog koudwatervrees voor de volgende stap, denk aan algoritmen en machine learning. Ondertussen komen ze om in de data. Op zich is dat mooi, maar nu gaat het erom om achterliggende patronen uit al die data te destilleren. En van daaruit vervolgens op basis van algoritmen slimme, waardevolle producten en diensten te ontwikkelen. Daarom zie ik digitalisering niet als eindstation, maar als startpunt. Ondertussen is kunstmatige intelligentie niet meer weg te denken uit het maatschappelijk debat. Tegelijk zijn er nog veel misverstanden over dit onderwerp. Ik wil daar met dit boek wat aan doen. Bijvoorbeeld door de kloof te dichten tussen de boardroom en de data-scientists die met algoritmen bezig zijn. Dus aan de ene kant beschrijf ik voor bestuurders hoe aspecten als algoritmen en machine learning nou eigenlijk werken; en aan de andere kant laat ik ontwikkelaars zien welke praktische toepassingen er zoal mogelijk zijn. Bovendien schrijf ik over de ethische aspecten van algoritmisering.

U laat ook zien dat organisaties hoge verwachtingen mogen koesteren over algoritmisering maar al enorm veel moeite hebben om, heel rudimentair, de juiste data überhaupt bij elkaar te krijgen...
Tja, dat is nou eenmaal de praktijk. Ik beschrijf in mijn boek een machine learning-experiment dat we met mijn bureau Aigency voor een ministerie hebben gedaan. Het model trainen en perfectioneren was in twee weken gebeurd. Maar voordat we zover waren! Het heeft ongeveer zes maanden geduurd om de gevraagde data in goede orde te ontvangen en écht te begrijpen. Zes maanden! En toch is dat niet eens zo lang, bij de meeste grote organisaties kan de ene afdeling niet eens bij de data van de andere afdeling... wil je digitaliseren en vervolgens algoritmiseren, dan moet je intern eerst door heel wat muren heen breken. Bij dit ministerie was ik overigens wel onder de indruk van de prudente manier waarop de ambtenaren omgingen met de privacy van hun gebruikers. Deze ambtenaren realiseerden zich heel goed dat ze als overheid onder het vergrootglas liggen en echt het goede voorbeeld moeten geven.

De wiskundige Cathy O-Neil beschrijft algoritmen als Weapons of math destruction. Ze zijn gevaarlijk omdat we niet weten wat ze doen en waar ze op gebaseerd zijn. Eens?
Soms gaat het inderdaad erg mis met algoritmen. Bekend is het voorbeeld van honderden onderwijzers in New York die opeens ontslagen werden nadat een computermodel hen had beoordeeld op hun prestaties. Daar zat een algoritme achter waarvan niet bekend was welke scores het gebruikte. Sommige van die docenten hadden juist uitstekende beoordelingen gehad, van zowel hun directie als van ouders. Het punt is dat er veel computersystemen op de markt komen die niet fatsoenlijk zijn getest. Of waarbij is doorgerekend op andere aspecten dan waarvoor ze ontworpen zijn. Boeken als die van Cathy O’Neil zijn opsommingen van situaties waarbij tech-bedrijven stomweg te snel wilden innoveren. Onder het mantra ‘fail fast’ hebben zij systemen op de markt gebracht waar gebruikers de dupe van werden. Dat mag nooit. Experimenteren doe je maar met je eigen data, niet met die van je klanten.

Dus we kunnen maar beter niet met algoritmen werken?
Nee, dat nou ook weer niet. Het betekent wel dat we algoritmen op een nette manier moeten ontwikkelen. Ik ben groot fan van de TU Delft geworden: het beeld bestaat dat zij alleen maar hele slimme ingenieurs opleidden, die puur naar technische specificaties kijken. Een misvatting. Ze werken daar volgens ‘design for values’. Daarmee bedoelen ze dat hun studenten niet alleen de techniek onder de knie moeten hebben, maar al aan de tekentafel ook de ethische aspecten moeten meewegen. Bijvoorbeeld mensen expliciet vooraf toestemming vragen om iets met hun data te doen. Privacy by design? Ja, dat is op dit moment de hippe term van dit moment. Maar in Delft doen ze dat dus al meer dan tien jaar.

U beschrijft in dit boek in detail hoe algoritmen werken, wat er onder de motorkap gebeurt. U waarschuwt tegelijk voor hypevorming.
Zeker. Bedrijven die al jaren bezig zijn met Big Data, noemen dat nu opeens artifical intelligence. Dat is de term van dit moment, dus als ze hiermee bezig zijn, zijn ze eerder verzekerd van goedkeuring van hun baas en van budget. Maar je moet voortdurend blijven letten op concrete resultaten. Overpromising beschadigt het vertrouwen in technologie en leidt tot extra vertraging.

In welke sectoren ziet u met name kansen voor algoritmisering?
In welke sector niet? Er zijn legio mogelijkheden in de zorg, denk aan het diagnosticeren van mensen. Als je nu een hartfilmpje moet laten maken, ga je naar het ziekenhuis en monitoren ze je hart twee minuten. Dat is het. Maar dat kan natuurlijk veel slimmer. In de VS levert het bedrijf iRhythm hartslagsensoren. Daarmee kan je 24/7 zelf digitaal je hartslag meten. De huisarts kan dat filmpje ter beoordeling naar collega’s mailen voor een snelle second opinion. Zo help je niet alleen de patiënt met een betere monitoring, je kunt een algoritme vervolgens duizenden van die filmpjes laten bestuderen. Zodat je hartritmestoornissen mogelijk eerder kunt voorspellen c.q. kunt voorkomen. Handig voor patiënten in afgelegen gebieden waar geen artsen wonen. Op dit soort doorbraken kun je gewoon wachten.

Worden computers ooit net zo slim als de mens?
Welnee. Dat is echt een onderschatting van de menselijke intelligentie. Mensen kunnen wel slimmer handelen, dankzij de computer. Netflix had dat destijds goed door. Een jaar of tien jaar geleden lieten zij hun klanten, dankzij de doorbraak van breedbandinternet, video’s voor het eerst streamen. Daarbij boden ze iedere kijker persoonlijke aanbevelingen, wat ze hadden afgekeken van Amazon. Daaraan lag een algoritme ten grondslag. Dat hadden ze mede laten verbeteren dankzij een competitie: teams, waar ook ter wereld, kregen gratis een enorme hoeveelheid data van kijkers van Netflix. Wie het beste de filmvoorkeuren van deze kijkers kon voorspellen, zodat je ze vervolgens betere aanbevelingen kunt geven, zou een miljoen dollar winnen. Een schijntje als je weet dat daarvoor 40.000 teams aan de slag zijn gegaan voor Netflix. Die competitie werd een groot succes, het winnende aanbevelingssyteem is naar schatting nu een miljard dollar waard. Netflix surfde dus mee op de menselijke intelligentie. Dat vind ik een erg charmante, gave manier om te innoveren.

Jim Stolze: ‘Laat ethische kanten van algoritmisering niet over aan techneuten’ interview
17 augustus 2018 | Paul Groothengel

Algoritmisering? Niets anders dan patronen herkennen in een zee van data. En die patronen vertalen naar relevante oplossingen. Dat is de opvatting van ondernemer en adviseur Jim Stolze. Zijn nieuwe boek Algoritmisering, wen er maar aan!, wordt ‘een ode aan het algoritme’.

‘Huh, wat is dit? Een toetsenbord op een kruimeldief?’ Dat was de reactie van de 14-jarige zoon van Jim Stolze, toen die hem zijn Commodore 64 liet zien. Die had hij ooit gekregen van zijn vader, op zijn tiende verjaardag. Die zei destijds: ‘Jim, je moet deze computer zien als een broertje dat nog niks kan. Maar je kunt hem wel alles leren, dat heet programmeren.’ Stolze ploegde zich door het bijgeleverde instructieboekje en ging aan de slag. Nu, 33 jaar later, leidt hij het bedrijf Aigency, dat onder ander algoritmes en systemen bouwt. ‘Maar er is één groot verschil met vroeger: niet ik leer de computer wat hij moet doen, nu leert de computer van voorbeelden waar hij zelf de patronen in ontdekt. Dankzij algoritmes.’

Nederlandse overheid afwezig

We ontmoeten Stolze op het Amsterdamse Science Park waar hij kantoor houdt. Hier is dit voorjaar het Innovation Center for Artificial Intelligence gelanceerd, een samenwerkingsverband van kennisinstellingen gericht op innovatie van Artificial Intelligence (AI). Gehuisvest op de broedplaats van het Science Park, geleid door zowel de UvA als de VU, samen met bedrijven (met als co-founder Ahold Delhaize) en de overheid. Op zich een goede poging om in internationaal opzicht mee te doen, vindt Stolze, maar één zwaluw maakt nog geen zomer: ‘Nederland laat het wat investeringen in algoritmisering betreft flink afweten. De Canadese premier Justin Trudeau constateerde dat Canadese AI-talenten massaal naar Silicon Valley en China trokken. Die braindrain wilde hij stopzetten, en dus investeert Canada 127 miljoen dollar in een nieuw kennisinstituut dat zich gaat richten op deep learning, neurale netwerken en andere vormen van AI.’ Zuid-Korea stak twee jaar geleden liefst 860 miljoen dollar in nieuw onderzoek, vlak nadat Lee Sedol, de Zuid-Koreaanse grootmeester in het go-spel kansloos verloor van Googles algoritme Alphago. ‘In Nederland wees de Nederlandse Organisatie voor Wetenschappelijk Onderzoek een voorstel voor 25 miljoen euro in het kader van “responsible data science” af. Heel jammer, een totaal gebrek aan visie. Hopelijk gaat ICAI nu werken als een magneet voor meer talent en funding.’

Spervuur banners ná aankoop

Op dit moment schrijft Stolze aan zijn boek Algoritmisering, wen er maar aan!, dat in november zal verschijnen. Het wordt ‘een ode aan het algoritme’. Stolze: ‘Niet in de zin dat je een algoritme menselijke eigenschappen kan toedichten, zoals sommigen al te makkelijk doen. Het blijft gereedschap, uiteindelijk is er altijd iemand verantwoordelijk voor de totstandkoming en de uitkomsten. Een algoritme is niets anders dan wat een mens er in heeft gestopt. In mijn ogen is algoritmisering, bepaald geen sexy woord overigens, niets anders dan het zien van patronen in een zee van data. En die patronen vervolgens weten te vertalen naar relevante oplossingen. Lukt dat, dan heb je de heilige graal in handen.’ In zijn boek laat Stolze per sector (van de zorg tot de bouw) zien welke algoritmen in die sector relevant zijn, welke impact ze hebben en welke kansen of bedreigingen ze met zich meebrengen. Hoe ver zijn Nederlandse bedrijven met het benutten van algoritmes? Stolze zucht diep. ‘Ik schaam me soms kapot hoe slecht algoritmes worden ingezet. Veel online marketeers targeten nog steeds op een uitermate domme manier. Waardoor adverteerders ons, na een online aankoop, nog weken achtervolgen met irritante banners van de producten of diensten die we zojuist hebben gekocht! Terwijl het echt niet moeilijk is om een link te leggen tussen de online kassa-aanslag en het script dat bepaalt bij wie en wanneer de adverteerder zijn uitingen laat zien.’

Bedrijven denken vaak dat ze al heel goed bezig zijn met Artificial Intelligence, maar volgens Stolze is dat maar half waar: ’AI is nog ver weg, hoor. Het gaat in de huidige praktijk vaak om het digitaliseren van bestaande processen. Daardoor komen bedrijven inmiddels om in de data, maar ze weten vervolgens niet hoe ze die het beste kunnen analyseren. En daar hun voordeel mee kunnen doen.’ Volgens Stolze een duidelijk geval van ‘data rich, information poor’. Het nut van algoritmes? ‘Juist met slimme algoritmes kan zo’n databerg nieuwe inzichten opleveren. Digitalisering is hooguit een startpunt.’

Ethiek

Na allerlei andere activiteiten (zie kader) startte Stolze in 2016 het bureau Aigency, een ‘platform voor developers en studenten om hun algoritmes te testen en te demonstreren bij corporates en NGO’s’. Een groot deel van zijn werktijd besteedt Stolze aan het uitdragen en uitleggen van de voor- en nadelen van algoritmisering; van de talloze kansen en mogelijkheden, tot belangrijke aspecten als privacy en ethiek. Dat laatste is een onderwerp dat hij in zijn boek zeker gaat behandelen, door in te gaan op vragen als: in hoeverre zorgt algoritmisering voor maatschappelijke onrust? En wat betekent dit voor ethiek, privacy, moraliteit en uiteindelijk: leiderschap? Stolze: ‘Ik mis in het debat de inbreng vanuit ethische hoek. Waar ligt dat aan? Dat vroeg ik me laatst hardop af in een van mijn zaterdagse FD-columns. Nou, dat heb ik geweten. Ik kreeg allemaal white papers en goedbedoelde mailtjes, maar toch, ik hoor de ethici en filosofen te weinig buiten hun eigen kringen. Terwijl er juist nu meer behoefte aan hen is dan ooit! De technische ontwikkelingen gaan zóveel sneller dan ons menselijk aanpassingsvermogen aankan. Dat roept automatisch maatschappelijke vragen op die je echt niet moet overlaten aan een techneut. Het gaat veel verder dan de klassieke afweging hoe je een zelfrijdende auto laat kiezen tussen het aanrijden van een oud omaatje of een klein kind.’

Op naar de DNA-polis?

Gevraagd naar een voorbeeld hoe algoritmisering dan tot zo’n ethisch vraagstuk kan leiden, noemt Stolze de ‘DNA-polis’: ‘Je kunt al jaren je DNA laten digitaliseren, dat wordt in rap tempo goedkoper. Ik heb dat zelf in 2011 gedaan, bij het Amerikaanse 23andMe. Dit bedrijf heeft een database opgebouwd met drie miljoen digitale DNA-profielen. Algoritmes haalden uit mijn DNA onder meer een erfelijke aanleg voor het ontwikkelen van jicht. Nog geen week nadat ik die uitslag kreeg, hoorde mijn vader van zijn arts dat hij symptomen had die duidelijk wezen op jicht... Afijn, dergelijke informatie zet het model van zorgverzekeraars natuurlijk volledig op zijn kop. Als zij jouw ziektekansen kunnen inschatten, kunnen ze gaan variëren in de ziektekostenpremie. Inderdaad, dan ondergraaf je meteen het solidariteitsbeginsel in ons verzekeringsstelsel. En daar komt dan de ethiek om de hoek kijken.’ Bedrijven timmeren in zijn ogen wel meer aan de weg, wat ethisch ondernemen betreft. Stolze noemt het voorbeeld van ING dat in 2014 de hoon van privacy-minnend Nederland over zich heen kreeg nadat een directeur trots meldde dat ING overwoog de betalingsdata van hun klanten te gaan verkopen aan bedrijven. ‘Dat was natuurlijk heel ongelukkig. Maar ING heeft wel van dat incident geleerd. Ze hebben een Ethical Board opgericht die het mandaat heeft om activiteiten die de privacy van klanten mogelijk aantasten, tegen te houden. Een schoolvoorbeeld van hoe het wel moet, vind ik De Correspondent. Zij hebben vanaf het begin gezegd een dataluw-beleid te willen voeren. Ze vragen klanten geen postcodes, want die hebben ze toch niet nodig. Ze vragen sowieso zo min mogelijk data van hun klanten. Dit journalistieke platform is heel succesvol, zonder dat ze data-graaiers zijn.’

Rubik’s Kubus

Van de ethiek terug naar de praktijk. Hoe kun je algoritmisering het beste organiseren? Wat moet je zelf weten, welke kennis huur je in? ‘Als je er nog weinig van weet, moet je wel expertise van buitenaf inhuren. Ondertussen moet je intern de AI-kennis opbouwen. Een organisatie zal in ieder team ten minste een data scientist moeten hebben, of iemand die snapt hoe machine learning werkt. Het is al jaren super lastig deze mensen te krijgen, het onderwijsaanbod schiet duidelijk nog te kort op dit punt. Al hebben we gelukkig nu wel twee datascholen: de Jheronimus Bosch Academy for Data Science (JADS) en de Amsterdam School of Datascience.’

Stolze besluit het interview met een filmpje dat hij afspeelt op zijn laptop. Daarin zie je hoe zijn zoon vrij vlot de beroemde Rubik’s Kubus oplost. ‘Na wekenlang oefenen was Max de snelste van zijn klas. Apetrots natuurlijk. Hij legde mij uit dat hij voor het oplossen maar zeven verschillende algoritmen uit zijn hoofd had moeten leren. Hij gebruikte echt dat woord!’ Dat zette Stolze toen aan het denken. Want alles wat op een simpele manier stap-voor-stap uitgeschreven kan worden - de basisdefinitie van een algoritme - zal een machine altijd beter kunnen omdat hij oneindig meer rekenkracht heeft. Stolze laat een tweede filmpje zien waarin een algoritme de kubus binnen drie seconden oplost. ‘Toen mijn zoon dit zag, was hij in eerste instantie teleurgesteld, want hij deed er toch ruim een minuut over. De les voor hem? Machines kunnen inderdaad opdrachten uitvoeren. Maar het bedenken van de opdrachten is nog steeds mensenwerk. Met andere woorden: het saaie werk is voor de computer, zodat wij ons bezig kunnen houden met het creatieve, betekenisvolle werk.’

Populaire producten

    Personen

      Trefwoorden