In hun boek Only Humans Need Apply, beschrijven Thomas Davenport en Julia Kirby hun visie op de toekomst waarin mensen en machines meer zullen samenwerken en hoe het werk van mensen daarin zal veranderen. De auteurs zijn optimistisch over deze trend, en beschrijven naast een prachtig model om de trend van automatisering en kunstmatige intelligentie te beschrijven, ook welke rol de mens zal blijven vervullen in de komende decenia.
Om DE TREND VAN AUTOMATISERING EN MACHINE INTELLIGENTIE te beschrijven, hebbend de auteurs een overzicht gecreerd met twee assen: het niveau waarop machines zelfstandig kunnen handelen (verticale as), en de mate waarin machines kunnen leren horizontale as (zie figuur 1).
De verticale as zien we het verloop van taken die machines kunnen overnemen. De eerste stap beschrijft waar automatisering mee begon, het mogelijk maken om cijfers te analseren voor mensen, waardoor de mens zich kon focussen op het interpreteren van de analyses. Voorbeelden hiervan zijn Excel formules en grafieken en de statistische analyses van bijvoorbeeld minitab. Na nummers, leerde machines daarna ook tekst en woorden interpreteren, waardoor het gemakkelijker werd om bijvoorbeeld röntgen fotos te lezen om bijvoorbeeld kanker gezwellen te herkennen. In de derde stap leren systemen behalve input interpreteren ook zelf digitale taken uit te voeren, denk aan het goedkeuren van hypotheekaanvragen en verzekeringsclaims, waar tegenwoordig in 99% van de gevallen geen mens meer aan te pas komt. De hoogste vorm van handelen is tot slot dat machines fysieke taken van mensen kunnen overnemen. De industriele robots bijvoorbeeld, die tilwerk, maar ook productiewerk overnemen van menselijke medewerkers, en techniek die zelfs mogelijk maken dat een chirurg op afstand een patient opereerd.
Figuur 1: Typen cognitieve taken en de verschillende levels van intelligentie
(Davenport, 2016; in een artikel van MIT sloan review)
Op de horizontale as zien we de vier verschillende niveaus van intelligentie. Aan de linkerkant zien we het ondersteunen van mensen. Hierbij bepaald de mens wat er gebeurt, maar de machine helpt ons met het uitvoeren ervan. Dit kan dus op basis van een statistische hypothese, tot het geval waarin een chirurg via sensoren een operatie op afstand kan doen. In beide gevallen is de mens nog steeds degene die beslist wat er gebeurt.
Het tweede niveau is automatisering van herhaalbare taken. Dit zijn de taken die relatief gemakkelijk te automatiseren zijn, omdat ze altijd gelijk zijn. Anno 2018 zijn er al vele digitale als ook industriele oplossingen volledig gerobotiseerd.
De derde stap in de richting van kunstmatige intelligentie is het context awareness and learning niveau. Voorbeelden die op dit niveau argeren zijn Apple’s Siri, IBM Watson en Google translate. Afhankelijk van de input die ze krijgen, verbeteren de systemen hun eigen algoritmen om hun prestaties te verbeteren. In de fysieke wereld zijn dit de zelfrijdende autos van Tesla, die op basis van dataverzameling leren hoe ze moeten reageren op een bepaalde situatie.
De volgende en laatste stap die de auteurs beschrijven is zelfbewustzijn. Deze vorm van intelligentie is nog in geen van de 4 vormen van taken beschikbaar, maar, zijn voluit in ontwikkeling. Het idee van dit niveau is, dat machines zelf aan de hand van hun leervermorgen betere versies van zichzelf kunnen ontwikkelen, zonder menselijke input.
Veel mensen hebben angst voor de trend van kunstmatige intelligentie en de auteurs geven toe dat veel banen zullen verdwijnen, zeker nu ook het kenniswerken, dat sinds de jaren 80 steeds meer mensen in de Westerse wereld van werk voorziet, langzaam zal worden overgenomen door computers en of robots. De auteurs beschrijven echter ook dat er echter aantal DINGEN ZIJN DIE MENSEN BETER KUNNEN DAN COMPUTERS, welke genoeg kansen bied voor de mens om een bijdrage te kunnen leveren op de arbeidsmarkt.
Mensen zullen voorlopig nog veel sterker zijn in het zien van the big picture. Het uitzoomen op de situatie en het aanpassen van het perspectief om een probleem in een groter geheel te kunnen zien, is een eigenschap die tot nu toe nog niet door machines kan worden overgenomen.
Ten tweede zijn het tot nu toe alleen de mensen die in staat zijn om te beoordelen of de machine de juiste beslissing heeft genomen. In de huidige wereld waarin systemen leren op basis van hun input, zullen er de komende decenia nog genoeg banen zijn waarin mensen nodig zijn om te controleren of de algoritmen nog steeds de correcte uitkomst bieden.
Daaraan is gerelateerd dat mensen nog steeds nodig zijn om te beslissen welke informatie een machine nodig heeft om de beslissing te kunnen maken. Tot op de dag van vandaag, kunnen systemen alleen beslissingen nemen op basis van informatie, die mensen aan hen gevoed hebben.
Een vierde taak die de komende decenia bij de mens zal blijven liggen is het motiveren van andere mensen. Een computer kan het bij het rechte eind hebben, de kans dat mensen in actie komen aan de hand van een conclusie die op je computerscherm verschijnt is zeer klein. In het voorbeeld van de zorg bijvoorbeeld, worden veel diagnoses voor kanker al automatisch uitgevoerd, maar het is nog altijd de arts die in gesprek gaat met de patient om de uitkomst te bespreken en een vervolgtraject te kiezen.
Hoe meer zelfsturende en zelf-lerende systemen er ontwikkeld worden, des te meer vraag zal er zijn om de verschillende systemen aan elkaar te koppelen en met elkaar te integreren. Ook hiervoor is een belangrijke rol voor de mens weggelegd.
Tot slot dient er een vorm van monitoring en controle te zijn, om ten alle tijde zeker te zijn dat de intelligente systemen nog steeds doen waarvoor ze bedacht zijn: het verrijken van de wereld, door middel van het oplossen van de problemen die wij mensen hebben in de globale economie in de 21e eeuw.
Om de trend van kunstmatige intelligentie succesvol te maken, is het volgens de auteurs belangrijk dat bedrijven zich focussen op AUGMENTATIE IN PLAATS VAN AUTOMATISERING. Waar automatisering de mens volledig vervangt, verwachten de auteurs dat organisatie veel meer waarde kunnen creeren en zich kunnen blijven verder ontwikkelen wanneer zij augementatie toepassen, waarin mens en machine samenwerken om samen het systeem continue te verbeteren en daarmee meer te bereiken dan ze onafhankelijk van elkaar zouden kunnen. Er zijn drie redenen waarom bedrijven zich zouden moeten focusen op augmentatie.
Ten eerste zou automatisering op de lange termijn betekenen, dat alle concurrenten hetzelfde doen. Er is één beste manier van doen, en alle bedrijven kopiëren die ene beste manier. Bij augmentatie daarintegen, werken de machines en mensen samen om een organisatiespecifike service of product te leveren. Hierdoor kan een organisatie zich blijven onderscheiden, en dus zijn toekomst waarborgen.
Een twee verschil is dat volledige automatisering betekent, dat het algoritme ingesteld wordt, en daarna niet meer veranderen kan. De beste oplossing is immers bedacht en de mens wordt buitenspel gezet. Bij augmentatie daarintegen, gebruik je de mens en zijn kennis om de de algoritmes continue aan te passen, waardoor continue verbetering mogelijk is, wat wederom weer de toekomst van een organisatie waarborgd.
Tot slot hebben de insteeek van autmatisering en augmentation twee verschillende uitwerkingen op de medewerkers. Bij automatisering, zullen je beste medewerkers het bedrijf verlaten, waaroor organisatorische kennsis verdwijnt. Bij augmentation, zullen juist de beste medewerkers blijven, en hun kennis en ervaring inzetten om producten en service continue te blijven verbeteren.
Only Humans Need Apply biedt een prachtig perspectief in de nabije toekomst, waarin robotisering meer een meer werkzaamheden van mensen veranderd. Het geeft naast het hierboven beschreven inzicht ook vele voorbeelden van augmentatie die nu al worden toegepast en een handreiking hoe je zelf als persoon je zou kunnen ontwikkelen zodat jij ook in de toekomst waardevol bent voor een organisatie. Een must-read voor iedereen die angst heeft voor de digitalisering of geinteresseerd is in de trend van kunstmatige intelligentie.
Ga verder naar:
Vertrouwen in de Slimme Samenleving – S.Klous & N.Wielaard (samenvatting)
Bron:
Davenport, T.H., Kirby, J., 2016, Only Humans Need Apply – Winners and Losers in the Age of Smart Machines, London: HarperCollins Publishers inc. (bestel dit boek)
