Elke krantenlezer weet het: we zitten midden in de AI-revolutie. De beschreven AI-technieken hebben één ding gemeen: ze werken in wat ik noem ‘vervangingsmodus’. Ze zijn allemaal bedoeld om uiteindelijk de mens te vervangen. Kan een computer beter vertalen? Dan hebben we die tolk niet meer nodig.
Dit perspectief van AI als ‘De Grote Vervanger’ is onaantrekkelijk en onverstandig om allerlei redenen. Ten eerste zijn er de sociaal-maatschappelijke redenen. Verregaande automatisering en verregaande verstoring van de arbeidsmarkt is geen aanlokkelijk perspectief. Zelfs als we iedereen van een basisinkomen voorzien, dan nog zouden we aan veel mensen de betekenis ontnemen die werk hen geeft. En net als met eerdere grote revoluties op de arbeidsmarkt zullen de lusten en de lasten van zo’n ‘vooruitgang’ ongelijk verdeeld zijn: meestal worden de rijken rijker. Daarnaast zijn er belangrijke technische en wetenschappelijke redenen. In het AI-onderzoek komen we er steeds meer achter dat AI heel anders is dan menselijke intelligentie. In sommige zaken zijn computers veel sterker dan mensen: computers hebben een perfect geheugen, ze kunnen patronen zien die voor het menselijk oog onzichtbaar zijn en ze kunnen redeneringen volgen die veel langer zijn dan voor het menselijk brein mogelijk is. Maar aan de andere kant zijn mensen zich subtiel bewust van de context waarin ze zich bevinden, ze beseffen welke handelingen in zo’n context wel of niet sociaal of zelfs moreel-ethisch acceptabel zijn en anders dan computers zijn mensen bij uitstek samenwerkers.
Gegeven deze complementariteit tussen artificiële en menselijke intelligentie ligt het helemaal niet zo voor de hand om de een door de ander te vervangen. Het is dan veel logischer om teams te maken waarin de twee vormen van intelligentie samenwerken, zodat ze elkaar aanvullen en samen beter presteren dan elk van hen apart zou doen. In plaats van AI noemen we dat ‘hybride intelligentie’. Om zulke teams van samenwerkende mensen en intelligente computers te bouwen moet er nog veel gebeuren. Alle huidige en toekomstige doorbraken van het AI-onderzoek zullen nodig zijn, maar daarboven moeten we ook aandacht gaan besteden aan vaardigheden voor computers waar tot nu toe nauwelijks over nagedacht werd. Die vaardigheden laten zich samenvatten in het acroniem ‘CARE’: Collaborative, Adaptive, Responsible en Explainable.
Collaborative: Intelligente computers moeten leren samenwerken. Ze moeten zich bewust zijn van wat de menselijke ‘collega’s’ wel en niet weten, wat hun intenties en doelen zijn en moeten daarop in kunnen spelen. Adaptive: De wereld waarin wij leven en werken is open, veranderlijk en vaak onvoorspelbaar. Het zal dus niet langer volstaan om een computer te trainen voor een bepaalde taak. In plaats daarvan moeten computers permanent de wereld observeren, zien wat er verandert en leren om zich daaraan aan te passen. Responsible: Bij echte hybride intelligentie zullen computers niet alleen feitelijke, maar ook morele afwegingen moeten kunnen meenemen in hun handelen. Explainable: Een computer moet kunnen uitleggen waarom ze een bepaalde beslissing neemt. De huidige deep-learning systemen zijn nog een ‘black box’: deze zal open moeten.
Dit zijn allemaal grote wetenschappelijke uitdagingen voor het AI-onderzoek, maar ze zullen leiden tot hybride teams waarin mensen en computers samenwerken en daarmee beter presteren dan elk van hen apart. Op weg naar de computer als medemens?
