Op de snelweg zou het zomaar kunnen dat je zonder dat je het merkt gecontroleerd wordt door de MONOcam, een systeem waarmee de Nationale Politie probeert om het gebruik van mobiele telefoons tijdens het autorijden te voorkomen, en daarmee onnodig veel ongelukken. Of bedenk eens wat een grote bank als ING doet om het witwassen van crimineel verkregen geld te voorkomen en welke rol ethische aspecten daarbij spelen. Ahold Delhaize heeft een geweldig lab waarin de retailer onderzoekt hoe robots de vakken kunnen vullen in winkels en magazijnen. En wat te denken van superspannend Covid-19-onderzoek waarbij wetenschappers van Radboudumc röntgenfoto’s gebruiken om besmettingen vroegtijdig te ontdekken. Allemaal voorbeelden van artificial intelligence die ik bespreek in het boek AI in de praktijk.
Twee vragen
Deze voorbeelden laten zien dat AI niet alleen gaat over programmeren en over complexe algoritmes. Voordat je daarmee aan de slag gaat, moet je goed nadenken over wat je precies wilt doen met AI, en waarom je dat wilt. In die beginfase van AI-toepassingen zijn twee vragen erg belangrijk. De eerste gaat over de ethische aspecten: hoe zorg ik ervoor dat AI-toepassingen eerlijk zijn en ethisch verantwoord? De tweede vraag gaat over het nut van een toepassing: hoe maak ik AI-toepassingen die zoveel mogelijk waarde opleveren voor mijn organisatie of voor de maatschappij? Op die twee vragen richt AI in de praktijk zich.
Drie stappen
In drie overzichtelijke stappen laat ik je zien hoe je voor je eigen organisatie in kaart brengt welke AI-toepassingen je direct zou moeten gaan ontwikkelen, en welke ideeën je misschien beter eerst kunt aanpassen of waaraan je beter geen energie kunt verspillen. De aanpak sluit daarmee uitstekend aan op de agile manier van werken die steeds meer organisaties nastreven. Door het stappenplan te volgen werk je aan het opbouwen en prioriteren van een backlog van AI-toepassingen voor je eigen organisatie. Superhandig, want op die manier weten (interne of externe) teams met AI-specialisten direct waarmee ze aan de slag kunnen.
Hulpmiddel
Het stappenplan uit AI in de praktijk helpt professionals in publieke en private organisaties om zelf in kaart te brengen welke ideeën voor AI-toepassingen levensvatbaar zijn en waar in een volgende stap de AI-specialisten – denk aan data engineers en data scientists – mee aan de slag gaan. Het stappenplan vult het gat dat bij veel organisaties nog bestaat voordat de techneuten aan het werk kunnen. Het is daarmee een hulpmiddel voor bijvoorbeeld businessanalisten en analytics translators: vaak mensen die niet alle expertise en kennis van de technische kant van AI hebben, maar die wél weten waar de organisatie behoefte aan heeft.
Ook voor studenten
De methode uit dit boek gebruik ik ook binnen de master Data Driven Business aan de Hogeschool Utrecht. De studenten worden opgeleid tot analytics translator en gaan na hun studie bedrijven helpen om innovatieve technologie op een slimme manier toe te passen. Daarbij is het van groot belang dat je weet hoe je ideeën kunt rangschikken op hun ethische aspecten en op de waarde die ze toevoegen aan de organisatie.
Bij het boek AI in de praktijk is een begeleidende website met aanvullende informatie, video’s en hulpmiddelen. Docenten aan middelbare scholen, hbo’s en universiteiten kunnen er een aantal inspirerende lessen en lessenseries downloaden.
Over Hennie Huijgens
Hennie Huijgens is zelfstandig AI-specialist en onderzoekt de effecten van kunstmatige intelligentie op de industrie. Hij is docent aan de Hogeschool Utrecht en ontwikkelde het online leerprogramma AI in Practice. Eerder schreef hij het boek Agile werkt.
