Door Patrick van der Duin
Al enige tijd geleden namen toekomstonderzoekers afscheid van het idee dat we de toekomst kunnen voorspellen. Het verleden bevat te veel foutieve voorspellingen om de stelling te verdedigen dat we de toekomst echt kunnen kennen. Maar met de snelle ontwikkeling van artificiële intelligentie (AI) en de rappe verspreiding van toepassingen daarvan, is het vertrouwen in de mogelijkheid om de toekomst te kunnen voorspellen weer nieuw leven ingeblazen. Als we nu nog beter kunnen rekenen, als we nu nog meer data tot onze beschikking hebben en als we de leerprocessen van AI nog verder kunnen verbeteren, dan zou het toch een keer echt moeten gaan lukken? AI die de toekomst van AI voorspelt, hoe gaaf zou dat wel niet zijn? De ultieme vorm van zelfreflectie, de rechter die zichzelf beoordeelt, intelligentie die zichzelf begrijpt!
Of AI ooit zichzelf zal kunnen voorspellen zal de toekomst uitwijzen. De voortekenen zijn echter niet goed. Want ook AI drijft, net als al die voorgaande ‘slimme’ voorspeltechnieken, op historische data. En hoe veel of hoe ‘big’ die data ook mogen zijn, het blijven historische data. Gegevens over vroegere tijden. Toen de wereld anders was, toen we bepaalde concepten en technologieën niet hadden die nu gemeengoed zijn. Een sprekend voorbeeld komt van de Belastingdienst. Daar beschikt men over bijzonder veel data. Door die grote hoeveelheid data slim te combineren en daarop effectieve algoritmes los te laten, weet men bijzonder veel over ons toekomstig ‘belastinggedrag’. Men weet niet alleen precies hoeveel belasting we dit jaar moeten betalen, maar de inschattingen voor volgend jaar zijn ook akelig accuraat. Maar als we de Belastingdienst zouden vragen waarover de Belastingdienst in, zeg 2030 belasting heft, dan zal het antwoord niet gegeven kunnen worden.
Deze vraag geeft precies het verschil aan tussen het voorspellen van de toekomst en het verkennen daarvan. Om toch zicht te ontwikkelen op de toekomst van AI is het daarom beter om de mogelijke toekomsten daarvan te beschrijven. Toekomstonderzoekers maken daarbij vaak gebruik van zogeheten toekomstscenario’s. Die geven niet een antwoord op de vraag hoe de toekomst eruit zal zien, maar op de vraag hoe de toekomst er uit zou kunnen zien. Scenario’s beschrijven mogelijke beelden van en paden naar de toekomst. Uitgaande van de onvoorspelbaarheid van de toekomst betekenen scenario’s dat ze zicht proberen te krijgen op de meervoudige toekomst, in dit geval die van AI. In de jaren ’70 groot gemaakt door Shell, door als enige oliemaatschappij rekening te houden met een mogelijke stijging van de olieprijs als gevolg van schaarste door politieke spanningen in het Midden-Oosten, is anno 2019 de scenario-methodiek een veelgebruikte manier om de toekomst te verkennen.
De huidige toekomst-discourse omtrent AI kan wel wat variëteit gebruiken. Veel rapporten en andersoortige bespiegelingen gaan uit van een nogal eenzijdig toekomstbeeld, waarbij hooguit twee smaken onderscheiden kunnen worden: AI als utopie, waarbij al onze problemen voorgoed tot het verleden zullen behoren omdat ze opgelost worden door AI. Of AI als dystopie, waarbij AI de mens definitief tot inferieur ras zal veroordelen. Strategen, beleidsmakers, beslissers, bestuurders en politici snakken daarom naar een effectief en lonkend handelingsperspectief. Een handelingsperspectief waarbij vooral de mogelijke maatschappelijke en economische omstandigheden die van invloed zullen zijn op de mogelijke ontwikkelingslijnen van AI zichtbaar worden gemaakt. Er bestaat dus geen voorspelbare toekomst van AI, maar een voorstelbare. Deze publicatie met scenario’s over de mogelijke toekomsten van AI maakt dus het ondenkbare denkbaar en het onvoorstelbare voorstelbaar. Wellicht kunnen we de toekomst van AI zelf vorm gaan geven door deze vanuit verschillende toekomstperspectieven bespreekbaar te maken.
Dr. Patrick van der Duin | Directeur, Stichting Toekomstbeeld der Techniek