De snelheid waarmee technologie zich ontwikkelt, is verbazingwekkend. Leverde het stellen van een vraag aan technologie tien jaar geleden nog twijfelachtige resultaten op, nu gebruiken we haar om boeken te schrijven en kunstwerken te creëren. De vooruitgang van kunstmatige intelligentie (ai) is grotendeels gedreven door large language models (llm’s). ChatGPT heeft een explosieve respons veroorzaakt als een toegankelijke interface die door alle lagen van de bevolking wordt gebruikt voor uiteenlopende toepassingen. Maar er is niet alleen lof voor het geavanceerde taalmodel.
Ai, en dus ook ChatGPT, valt ten prooi aan dezelfde vooroordelen als mensen. Het leert immers van onze subjectieve taal. Maar hoe kunnen we ai dan vertrouwen om onbevooroordeelde informatie te verstrekken? Toch blijkt Nederland nieuwsgierig: 1,5 miljoen inwoners hebben de chatbot gebruikt in de eerste maanden na de lancering. Het bedrijfsleven daarentegen is terughoudend, en terecht, gezien de zorgen over beveiliging, privacy en het trekken van verkeerde conclusies op basis van onnauwkeurige of onvolledige informatie. Desondanks geloven velen dat het combineren van menselijke vaardigheden met ai de volgende stap is in het bedrijfsleven.
Discipline
Het samenwerken met ChatGPT, of andere op ai-gebaseerde tools, vereist dan ook enige vaardigheid om goede resultaten te behalen. Zo is ‘prompt engineering’ een opkomende discipline, en een andere belangrijke vaardigheid is datageletterdheid. Een struikelblok is de nauwkeurigheid van de output. Hoewel de gegenereerde antwoorden vaak plausibel lijken, kunnen ze onjuist zijn. Dat ChatGPT foutieve informatie levert, komt mede door het ‘rommel-in-rommel-uit’-principe. Datageletterdheid is daarom onmisbaar om effectief gebruik te maken van ai-tools. Een gebrek aan kennis leidt tot ongeorganiseerde input en misvattingen over de resultaten. Onderzoek toont aan dat slechts 24 procent van de werknemers wereldwijd volledig vertrouwen heeft in hun vermogen om data te lezen, verwerken en analyseren. Het bedrijfsleven is dus (nog) niet in staat om optimaal en risico beperkend gebruik te maken van ChatGPT.
Datageletterdheid
Investeren in datageletterdheid en het ontwikkelen van vaardigheden helpt het vertrouwen te vergroten bij het gebruik van ai-gebaseerde tools, zoals ChatGPT. Maar hoe pak je dit aan als organisatie? De benodigde datageletterdheid zal verschillen op teamniveau, en trainingsprogramma’s moeten daarop worden afgestemd om de productiviteit van diverse functies te verbeteren.
De eerste stap is om te identificeren welk type data relevant is voor welk team, om zo vervolgens medewerkers de vaardigheden aan te leren die relevant zijn voor hun dagelijkse werkzaamheden. Zo leert het personeel stapsgewijs hoe ze gebruik kunnen maken van ChatGPT, op een manier die de dagelijkse werkzaamheden vergemakkelijkt en ondersteunt bij slimmere bedrijfsbeslissingen.
(Auteur Adam Mayer is directeur productmarketing bij Qlik)
De 1ste generatie “AI’s” heetten 30 jaar geleden al niet voor niets “Expert-systemen” en werden ontworpen om kennis welk in de hoofden van experts zaten digitaal op te slaan zodat info door meerdere gebruikers kan worden gebruikt en dat deze kennis niet verloren gaat bij het wegvallen van experts ( was op velerlei kennisgebieden van toepassing zoals jurisprudentie , weg en waterbouw voor RWS, medische kennis/dossiers ter ondersteuning van artsen voor betere diagnoses , etc…). Kortom gespecialiseerde systemen. Dit was de tijd van 3de generatie software, start objectoriëntatie en lokale gegevensopslag maakten ontwikkelen en exploiteren zeer kostbaar.
De evolutie van software, databases , hardware en aanwezigheid van internet hebben de ontwikkeling van AI enorm versneld maar de echte waardevolle en betrouwbare systemen zullen de expert-systemen zijn en daar zit het bedrijfsleven en velen andere we op te wachten. Het is lang stil geweest omtrent kunstmatige intelligentie (AI) maar sinds een paar jaar weer volop in de aandacht.
Gr JvdSl1
Interessante reactie want ik schreef bijna 10 jaar geleden een opinie hierover waar zelfbenoemde experts geen touw aan vast konden knopen omdat ze als de hondjes van Pavlov niet verder getraind zijn dan een veterstrikdiploma:
“In de economie van bedot.com kunnen we dat tenslotte vervangen door kunstmatige intelligentie, een expertsysteem. De term expert moeten we echter niet verwisselen met autoriteit, de monopolist die baat heeft bij onduidelijke verhoudingen en toevoegingen.”
ChatGPT raadplegen over de definitie voor expert geeft geen duidelijkheid door de onduidelijke verhoudingen in waarderingen, eigen kring klinkt nogal beperkend en kunstje blijven herhalen zonder de beloning van een koekje doet zelfs een hond niet. Of ben ik weer te cryptisch doordat ik refereer aan algemene kennis voor de context?
Filosofie is hier een vies woord maar datageletterheid omvat ook de ethische vraagstukken over gegevensgebruik, de laatste maanden zie ik steeds meer discussie over de ethiek van AI omdat de modellen niet getraind zijn op EI. Want emotionele intelligentie is een intrinsieke eigenschap van menselijke wezens en speelt een cruciale rol in ons vermogen om effectief met elkaar te communiceren, empathie te tonen, beslissingen te nemen en relaties op te bouwen. Terug naar het veterstrikdiploma van kleuters in de zandbak kan AI gebruikt worden om menselijk gedrag te analyseren en te voorspellen op basis van patronen maar is het niet in staat om echte emoties te ervaren of ze op dezelfde manier te begrijpen als mensen dat doen.
Slimmere bedrijfsbeslissingen of menselijkere?
“Emotionele intelligentie is een intrinsieke eigenschap van menselijke wezens”.
Nou Oudlid, werk aan de winkel. Begin vast met kleine stapjes 😉
…en speelt een cruciale rol in ons vermogen om effectief met elkaar te communiceren, empathie te tonen, beslissingen te nemen en relaties op te bouwen.
Datageletterdheid in het herkennen van cijferreeksen zoals een BTW-nummer zorgde voor een reactie om in te lijsten. We kunnen erover lullen of gewoon even poetsen want het gaat om de beslissing. Want er zijn veel interessante nummerreeksen waaruit je inzichten kunt halen als je de juiste datageletterheid hebt. Intentie of ontmaskering, dat is de vraag;-)