Menu Zoeken English

Wat bedoelen we als we zeggen: ‘A.I. & Ethiek?’

In onze veranderende wereld kunnen we niet meer om het fenomeen Artificiële Intelligentie (A.I.) heen. Net als alle technologie ontwikkelt ook A.I. zich snel en wordt het steeds vaker toegepast. Dankzij A.I. zijn er grote doorbraken in talloze sectoren; van transport tot industrie, van gezondheidszorg tot stedelijk bestuur en beheer.

Machines blijven machines

Maar A.I. heeft niet alleen een technische kant. Steeds meer groeit het besef dat de ethische kant van A.I. ook aandacht behoeft. Dit leeft ook binnen de Europese Commissie. Daarom heeft zij een High-Level Expert Group samengesteld die een strategie ontwikkelt over A.I..

Namens Nederland is Catelijne Muller daarbij betrokken. Zij vindt dat we de risico’s en complexe beleidsuitdagingen die A.I. met zich meebrengt onder ogen moeten zien. En dat, met name voor de ethische kant, er duidelijke richtlijnen voor opgesteld moeten worden. Mullers stelling: machines blijven machines en mensen zullen te alle tijde controle over machines moeten houden.

Muller: “Wij zijn tot drie hoofdconclusies gekomen. De eerste is dat A.I.-ontwikkeling en gebruik in lijn met bestaande en toekomstige regelgeving moeten zijn. Daarnaast moet het ethisch verantwoord zijn en tot slot moet het technisch en sociaal robuust zijn. Het is lastig om heel scherpe scheidslijnen aan te brengen tussen ethiek en recht, maar één lijn is wat mij betreft heel helder. En dat is wat ik ‘human in command’ noem. Technisch kan bijna alles, maar je moet je steeds afvragen of het ook moet. De mens moet de controle houden, in technische zin, maar ook of, wanneer en hoe we A.I. gebruiken."

A.I. en ethiek zijn dus onlosmakelijk met elkaar verbonden. Willen we in Rotterdam studenten opleiden voor de wereld van morgen zal Hogeschool Rotterdam (HR) dan ook positie moeten innemen op het speerpunt A.I. & Ethiek.

Wat is nu wel of niet A.I.?

Moderne technologieën als A.I., big data, machinelearning, data science en IoT zijn nieuwe modewoorden. Iedereen praat erover. Maar ze zijn relatief complex en laten zich lastig doorgronden als je er niet dagelijks mee omgaat.

Veel van de gebruikte technieken en bijbehorende algoritmen stammen al uit de jaren ’50 van de vorige eeuw. Door toenemende computerkracht en het beschikbaar komen van voorheen onvoorstelbare hoeveelheden data, kunnen deze algoritmen eindelijk worden ingezet waarvoor ze oorspronkelijk zijn ontwikkeld. Maar niet alles is A.I..

Wat is niet A.I.?

We zetten even op een rijtje wanneer geen sprake is van A.I.:   

  • Data science: dit is het interdisciplinaire onderzoek naar wetenschappelijke methoden, processen en systemen dat kennis en inzichten onttrekt uit (zowel gestructureerde als ongestructureerde) data.
  • Big data: we spreken hiervan als wordt gewerkt met een of meer datasets die te groot zijn om met reguliere databasemanagement systemen onderhouden te worden.
  • Internet of Things (IoT): dit refereert aan de situatie dat de meerderheid van de internetgebruikers bestaat uit semi-intelligente apparaten. Alledaagse voorwerpen worden hierdoor een entiteit op het internet, die kunnen communiceren met personen en met andere objecten. Op grond hiervan nemen deze apparaten autonome beslissingen.

Wat is wél A.I.?  

A.I. is een verzamelnaam voor machines en systemen die menselijk denkvermogen nabootsen, benaderen en zelfs overtreffen. Mede gedreven door de beschikbaarheid van data, communicatie- en opslagcapaciteit en rekenkracht is A.I. aan een sterke opmars bezig in economie en maatschappij. Denk daarbij aan autonoom rijdende voertuigen, behandelingen in de gezondheidszorg, begeleid wonen voor ouderen tot zelforganiserende productielijnen en infrastructuren in steden.

Alleen al in Nederland geeft 86% van de bedrijven aan dat A.I. een grote impact zal hebben op hun sector.

[HIER MIST TEKST IN JULLIE DOCUMENT…]

De meest basale vorm van A.I. is data gedreven machinaal leren.

Machine learning (M.L.): een vorm van A.I. die is gericht op het bouwen van systemen die van de verwerkte data kunnen leren of data gebruiken om beter te presteren.

MEER VORMEN?

Onze invulling

De Europese Commissie neemt dus in de discussie rondom de ethische kant van A.I. nadrukkelijk het voortouw en ontwikkelt richtlijnen hoe hiermee om te gaan. In aanloop naar de ontwikkeling van een breed gedragen Europese A.I.-strategie heeft de High-Level Expert Group in richtlijnen zeven kritische eisen gedefinieerd waaraan een A.I.-toepassing moet voldoen:

  • Menselijk beheer en overzicht
  • Technisch robuust en veilig
  • Privacy en data governance op orde
  • Transparant
  • Diversiteit en gelijkheid gewaarborgd en niet-discriminatoir
  • Maatschappelijk en milieutechnisch verantwoord
  • Traceerbaar

 

Wij van het Livinglab voor A.I. & Ethiek willen deze richtlijnen als denkkader gebruiken voor het vervolg. (VERVOLG WAARVAN?)

Een andere essentiële voorwaarde voor het kunnen toepassen van de genoemde moderne technologieën is de beschikbaarheid en toegankelijkheid van data. Het is daarom wenselijk dat HR data en datamanagement structureel organiseert. De basis moet op orde zijn; data moet herleidbaar en toegankelijk zijn én volgens geldende privacy protocollen worden beheerd. Dit belang wordt onderkend en er lopen op dit moment diverse initiatieven rondom data.

Voor het speerpunt A.I. & Ethiek biedt vooral het nieuw op te zetten DATALAB een kans om dit HR breed te faciliteren en ervoor te zorgen dat data op de juiste manier wordt beheerd en beschikbaar komt voor onderzoek en onderwijs.

Wij kiezen er daarom voor om bij de ontwikkeling van de roadmap en het actieplan het DATALAB: Livinglab voor A.I. & Ethiek als thuisbasis te nemen en op die manier de verbinding te leggen met de discussies rondom data binnen HR.

 

We gebruiken cookies voor analyse en marketing om de website te verbeteren.

Wijzig cookie-instellingen