Op werkdagen voor 23:00 besteld, morgen in huis Gratis verzending vanaf €20

Interview

Muriël Serrurier Schepper

‘De verwachtingen van AI zijn vaak niet realistisch’

Al rond 1970 speelde acteur Ton van Duijnhoven in het satirische programma Hadimassa een partyrobot. Een halve eeuw later vervullen robots hele simpele informatietaken bij de receptie van banken, op grote evenementen of winkels in Japan. In Artificial intelligence in actie schrijft consultant Muriël Serrurier Schepper, samen met AI-ontwerper/bouwer Taco Hiddink, wat je wel en niet kunt met AI en wat de succesfactoren zijn om het toe te passen in een organisatie.  ‘Je moet eerst begrijpen wat AI is voordat je zelf ideeën kunt verzinnen.’

Lex van Almelo | 18 september 2019 | 5-7 minuten leestijd

Wat is artificial intelligence?
Ik zie het als een soort gereedschapskist met tools die in meer of mindere mate een vorm van menselijke intelligentie nabootsen. Zoals beelden herkennen, geschreven en gesproken tekst begrijpen en produceren, situaties voorspellen en suggesties doen. Bij een gewone gereedschapskist heb je een timmerman nodig of een monteur om iets voor elkaar te krijgen; bij AI een algoritme. Een algoritme is een recept, een beschrijving van de stappen die je moet zetten om van A naar B te komen. De doe-het-zelf-handleiding van IKEA is ook een algoritme, maar voor slimme machines schrijf je recepten in computertaal en heb je wiskundige formules nodig. Ouderwetse AI-algoritmen werken volgens het als-dan-principe. Nu zie je vooral zelflerende systemen.

Wat is een zelflerend systeem?
Een algoritme dat gaandeweg steeds slimmer wordt en betere resultaten oplevert. Dat kan door gecontroleerd leren waarbij de mens de machine gericht voedt met data. Je leert de machine bijvoorbeeld mensen herkennen door hem heel veel foto’s van verschillende mensen te laten zien. De machine kan ook ongecontroleerd leren. Dan geef je een bak foto’s of klantdata en maakt de machine er categorieën van, waaraan mensen vervolgens betekenis geven. Op die manier kun je verschillende klantengroepen onderscheiden. De derde vorm is leren door vallen en opstaan, waarbij je het goede bekrachtigt en de fouten bestraft. Zo krijgt een robot die moet leren lopen extra punten als-ie het goed doet en puntenaftrek als het mis gaat. Nee, de robot krijgt geen slaag.

Wat kun je niet met AI?
Emoties herkennen en ergens empathisch op reageren is nog erg lastig. Dat kunnen wij mensen nog een stuk beter. Ook zaken in de juiste context plaatsen en snel reageren op uitzonderingen kan de mens beter.

Wat is het grootste misverstand over AI?
Dat het volledig zelflerend is. Er zit nog heel veel menselijk handelen aan vast. Zo traint Google haar spraakapp door veel gesprekken af te luisteren en te analyseren. Dat is nodig om de machine te trainen. De verwachtingen van AI zijn vaak niet realistisch. Je moet heel veel hobbels nemen, voordat een machine voldoende heeft geleerd.

Is AI vooral weggelegd voor grote bedrijven en instanties?
Initieel wel. Om iets te ontwikkelen heb je behalve geld ook heel veel data nodig. Maar we zien nu een soort democratisering van de AI. Er zijn veel spelers op de markt gekomen met voorgetrainde modellen en AI as a service. Microsoft en IBM leveren AI via een platform in de cloud. Je hebt ook veel gratis open source tech. Dan krijg je de basis die je nodig hebt en train je de machine extra op jouw data.

Wat is toegevoegde waarde van een chatbot, zo’n programmaatje dat automatisch antwoord geeft?
Dat je 24/7 klantenservice kunt bieden in plaats van negen tot vijf. En dat je klanten sneller kunt helpen, omdat de veel gestelde en simpele vragen automatisch worden beantwoord. Daardoor is er meer tijd om mensen met ingewikkelde vragen te helpen. Maar zodra er emoties bij komen kijken – zoals bij klachten – kun je de antwoorden beter laten geven door mensen.

Rabobank heeft Nina, ABN Amro heeft Anna - de chatbot moet vooral menselijk lijken…
Dat is de grote uitdaging, ja. Daarom stel ik ook voor om professionele conversational copywriters in te huren om de antwoorden te schrijven en geen programmeurs. Je moet ook nadenken over de persoonlijkheid van de chatbot. Gebruik je wel of geen humor? Bij een chatbot voor ethische vraagstukken is humor niet gepast. Aan de andere kant moet je niet de indruk wekken dat er een mens achter de antwoorden zit. Je moet mensen niet voor de gek houden.

Machines beoordelen soms schade. Kunnen die dat objectiever en beter dan een mens?
Er is een verzekeraar die een machine gebruikt om foto’s van autoschade te beoordelen. Of een machine het beter doet, hangt af van hoe goed je de machine traint en welke foutenmarge je acceptabel vindt. Het beoordelen van arbeidsongeschiktheid is lastig, omdat het vaak om meer dan één probleem gaat en misschien ook om psychische zaken. Maar je hebt wel machines die bepaalde ziektes kunnen herkennen van een foto.

Wat als een slimme machine een fout maakt?
Daar moet je als organisatie natuurlijk over nadenken. En dan met name over de vraag wie verantwoordelijk is: de fabrikant, de ontwikkelaar van het algoritme, de gebruiker of wellicht de machine zelf? Maar mensen maken ook fouten. Het voordeel van machines is dat ze steeds dezelfde fout maken. Die kun je dus gemakkelijker herkennen en verbeteren dan menselijke fouten.

Wat moet ik doen als ik AI overweeg voor mijn organisatie?
Je moet je afvragen wat de huidige problemen zijn en of AI daarvoor een oplossing is. AI kan een oplossing zijn voor repeterende handelingen, zoals documenten lezen en plaatjes herkennen. En omdat AI een grote honger naar data heeft, moet je zorgen dat er ook genoeg gegevens voorhanden zijn. Zo’n traject opzetten is vaak kostbaar. Dus dat doe je vaak alleen als je er meer omzet mee kunt behalen of risico’s mee kunt verkleinen.

Hoe maak ik een keuze uit het aanbod?
In het laatste hoofdstuk geven wij een overzicht van leveranciers en tools en bespreken wij wanneer je er beter eentje zelf kunt bouwen. Het is erg afhankelijk van de organisatie en het type mensen dat je in huis hebt. Aan de prijs van zelf bouwen kan ik geen getal vastknopen. Dat hangt van zoveel verschillende dingen af.

Hoe zien de komende vijf AI-jaar eruit?
Er wordt nu veel geëxperimenteerd en geleerd bij grote ondernemingen. Dat leidt tot oplossingen waarvan ook grote MKB-ondernemingen gebruik kunnen maken. Verder komt auto machine learning op: machines die zelf weten welke algoritmen ze moeten gebruiken. Maar ik zie niet zozeer functies verdwijnen als wel repeterende onderdelen van functies. Daardoor wordt het werk voor mensen prettiger, zinniger en menselijker.

Wie schrijft uw volgende boek: u of uw virtuele assistent?
Ik vond het schrijven een hele klus, haha. Ik zou het liefst antwoorden op vragen, waarna de virtuele assistent er een boek van maakt.

Op 15 november 2019 spreekt Muriël Serrurier Schepper op het seminar 'Veranderkracht' over de impact van AI op organisaties.

Deel dit artikel

Populaire producten

    Personen

      Trefwoorden