Als organisatie verzamel je grote hoeveelheden data over je processen en je omgeving. In het verleden kon je niet veel met deze data, want het zat vast in papieren documenten en mappen in de archieven op kantoor. Dus om hier enige vorm van analyse op los te laten, betekende feitelijk heel veel tijd steken in het doornemen van deze documenten en dan nog was het maar de vraag of je er iets wijs uit kon worden. Het leren als organisatie kwam dus ook niet voort uit deze data en het analyseren ervan, maar juist door de mensen in de organisatie die ervaring hadden opgedaan. Zij hadden de kennis opgedaan tijdens het uitvoeren van het proces, waar de data in dit geval niets meer was dan een schriftelijke vastlegging van de situatie op dat moment. Het voortborduren op data vond dus plaats in de hoofden van de medewerkers. Zij waren de intelligentie van de organisatie en het zien van patronen en verbanden, was iets dat als vanzelfsprekend werd geacht in het team.

Gaan we nog verder terug in de tijd, dan is het herkennen van patronen en het leggen van verbanden iets van alle tijd. Als boer wist je wanneer je moest planten en wanneer je moest oogsten. Werden de dagen korter, ging de temperatuur omlaag en begon het meer te regenen – dan moest je maken dat je het gras ging maaien. Je zou kunnen zeggen een slimme analyse van data, waarbij het leggen van de juiste verbanden in dit voorbeeld ook leiden tot het nemen van het juiste besluit: dagen korter + temperatuur daalt + regen neemt toe = snel gras maaien. Daar had de boer geen computer voor nodig, dat lukte wonderwel vanuit het gezonde verstand.

Bron voor een optimaal resultaat

Maar het maken van besluiten op gezond verstand lijkt te worden ingehaald door het nemen van besluiten op basis van kunstmatige intelligentie, ofwel artificial intelligence (AI). Grote hoeveelheden data worden samengebracht in data warehouses, van waaruit analyse kan plaatsvinden om te zoeken naar trends en verbanden. Met als doel, dat deze analyse er toe kan leiden dat in de toekomst een beter besluit genomen kan worden. Dus om het voorbeeld van de boer te pakken, als blijkt dat de dagen korter worden, de temperatuur daalt en het meer regent kan er een besluit worden genomen dat er gemaaid moet worden. Dit kan prima uit een analyse van data over ‘zon-tijden’, ‘temperatuur’ en ‘neerslag’ blijken. Hierdoor is geen menselijk verstand meer nodig en computers kunnen deze analyse vaak veel sneller en uitgebreider maken. En waarom deze data ook niet combineren met andere bronnen? Zodat het niet alleen duidelijk wordt wanneer je als boer moet maaien, maar ook wat de beste maaihoogte is en welke route je moet volgen om het snelste te maaien. En als het gras dan eenmaal is gemaaid, kun je dankzij sensoren ook precies in de gaten houden wanneer het gras de juiste droogte heeft gekregen om te gebruiken als hooi. Data als bron voor een optimaal resultaat.

Dat AI een rol heeft in ons dagelijks leven is geen nieuws. Denk bijvoorbeeld al eens aan het algoritme waarmee je zoekresultaten terugkrijgt in Google of berichten te zien krijgt op je tijdlijn bij Linkedin. Toch wordt er ook onheilspellend gedacht soms over AI, dat het de wereld zou gaan veroveren. Dat wij als mens straks het nakijken hebben als machines de macht naar zich toe hebben getrokken. Er zijn ook in het verleden al genoeg SF films over gemaakt, maar wat is nou waar? Ik heb afgelopen tijd hier drie boeken over gelezen, dat mijn beeld over AI en de invloed van machines in de toekomst scherper heeft gemaakt. Zo schrijf Mo Gawdat in zijn boek “Griezelig slim” dat “Kunstmatig intelligente machines niet echt worden geprogrammeerd. Zodra hun begincode eenmaal is geschreven, ploegen de machines gigantische hoeveelheden data door om patronen te observeren en evolueert hun intelligentie-in-de-dop op dezelfde manier als evolutie via natuurlijke selectie. Ten slotte worden ze oorspronkelijke, onafhankelijke denkers, die minder worden beïnvloed door de input van hun schepper dan door de data waarmee we ze voeden.” Hij vergelijkt de AI machines ook graag met kinderen en ziet ons als hun ouders, met als belangrijke taak om deze kinderen normen en waarden bij te brengen en zelfs liefde. Als we als scheppers maar zorgen dat de bron van de AI machines omgeven wordt van liefde, is de kans dat ze in de toekomst ook goed zijn voor ons groter.

Loslaten van je kinderen?

Een best vergaande gedachte over AI machines en hoe deze een plek in ons leven gaan innemen. Het feit dat machines slimmer zullen worden dan mensen kan ik goed volgen. Maar ergens vind ik de vaststelling dat ‘leven’ niet veel anders is dan “het interpreteren van grote hoeveelheden data en hier patronen in ontdekken om die in de toekomst toe te passen” erg sneu. Er is ook nog zoiets als creativiteit, gevoelens en de vrije keuze. Het boek van Erik Larson “The Myth of Artificial Intellegence” laat ook duidelijk een andere kant zien. Hij vat het mooi samen met “Inductive AI will continu to improve at narrow tasks, but if we want to make real progress, we will need to start by more fully appreciating the only thrue intelligence we know – our own.” Ofwel, machines zijn erg goed in het verbeteren en uitvoeren van kleine taken, maar voor het écht laten ontwikkelen van onze gemeenschappelijke kennis (wetenschap), zullen we vooral onze eigen intelligentie moeten blijven verbeteren. Ook hij bespreekt dat AI met grote hoeveelheden data allerlei patronen kan ontdekken en hier ook zelf slimmer van kan worden, maar dat de beperking er wel in zit wat je de machine meegeeft. Dus om in de woorden van Mo Gawdat te spreken, we zijn dan misschien wel ouders van onze kinderen (de machines), maar veel verder dan de baby fase komen we niet, want de machines blijven altijd afhankelijk van ons mensen om echt te groeien.

Twee tegengestelde gedachten: machines kunnen zonder ons bestaan en groeien vs. machines hebben altijd de mens nodig in hun bestaan en groei. Hans Schnitzler schrijft in “Wij nihilisten” over Nerdistan, een gemeenschap van de Orde der Grote Datascheppers met het dataïsme als geloof. “Er is geen andere godheid dan Data en Algoritmus is zijn profeet. Er bestaat geen onderscheid tussen de wereld van mensen en dingen aan de ene kant en de wereld van data en patronen aan de andere kant. Alles is hemelse wiskunde.” Hij geeft aan dat de mens is “gedoemd tot vrijheid”, het is zijn opdracht en verantwoordelijkheid zich er actief toe te verhouden. En in de zoektocht hoe om te gaan met deze vrijheid, hebben machines steeds meer invloed. Denk alleen al aan de algoritmes van Google die besluiten welke resultaten jij te zien krijgt bij een zoekopdracht; hiermee bepaalt Google met welk antwoord jij verder gaat. Dus niet zozeer wij mensen scheppen machines, maar machines creëren de voorwaarden waar binnen wij mogen leven. En ergens lijken we dat ook nog prettig te vinden als een soort houvast in de onzekerheid van ons leven.

Meer dan een voorspelling

Een ding is helder geworden voor mij. AI beïnvloedt ons leven nu al en dat zal alleen maar groter worden. Machines zijn nu eenmaal beter in het opslaan, verwerken en analyseren van data. En de kern van dit alles is dat data uit het verleden helpt voorspellen hoe de toekomst eruit zou kunnen zien. En wie wil de toekomst nou niet voorspellen? Die boer is er maar wat blij mee dat hij nu automatisch een signaal krijgt wanneer hij moet maaien, hoe hij moet maaien en wanneer het gras dan droog genoeg is om te gebruiken. Maar wat als de voorspelling een keer niet uitkomt? Dat het weer toch opeens omslaat en er dingen gebeuren die op basis van patronen uit het verleden niet waren te voorspellen? Welke kennis pas je dan toe en ben je als mens dan nog in staat om zelf na te denken. Ik ben erg voor het volgen van patronen en daarmee kijken of je iets zinnigs kunt zeggen over wat er komen gaat. Het mooiste voorbeeld is natuurlijk het weerbericht, waar met data en patronen het weer willen voorspellen. En nog steeds lukt het ons niet om het weer echt goed te voorspellen. Hoe vaak heb jij wel niet in de zon gezeten terwijl er regen werd voorspelt? En waarom lukt dat voorspellen dan niet? Omdat we ook als wereld en wezens natuur zijn en daarbij gebeuren ook veel dingen die niet in patronen zijn vast te zetten. En gelukkig ook maar, dat geeft ons als mens vooralsnog een voorsprong op computers en laten we die ook zeker proberen vol te houden.