Human-out-of-the-loop AI: laat de mens zich door AI buitenspel zetten?

In het immense universum van Artificiële Intelligentie (AI) is één term razendsnel terrein aan het winnen: Human-out-of-the-loop AI, systemen die zonder menselijke inbreng werken. Het kondigt een belangrijke shift aan in de manier waarop we met technologie omgaan. En het doet ons de grenzen herbekijken tussen de intelligentie van mensen en van machines. Hoever willen we gaan? En wat zijn de gevolgen?

Human-out-of-the-loop AI maakt het voor intelligente systemen mogelijk om volledig autonoom te opereren, zonder of met minimale menselijke interventie. Dergelijke systemen werken op basis van geavanceerde algoritmes en hebben toegang tot enorme voorraden data, zodat ze zelfstandig complexe taken kunnen uitvoeren. Het klinkt misschien futuristisch, maar eigenlijk zijn de zaadjes van dit soort AI al enkele jaren in stilte aan het bloeien.

Systemen voor fraudedetectie zijn er bijvoorbeeld al in geslaagd om frauduleuze transacties zelf te onderscheppen zonder menselijk toezicht. Omdat de tijd tot het nemen van een beslissing hier minimaal moet zijn, werd de menselijke factor weggenomen. De mogelijkheden lijken dan eindeloos: van zelfrijdende wagens tot volledig geautomatiseerde systemen voor het leveren van klantendiensten. Voor elk van deze toepassingen moeten we echter kritisch blijven en ons afvragen of we die controle wel uit handen willen geven.

Voordelen en risico’s

Een van de aantrekkelijkste voordelen van human-out-of-the-loop AI is het vermogen om processen te stroomlijnen en de efficiëntie te maximaliseren. Ingewikkelde taken toevertrouwen aan intelligente systemen zou ervoor zorgen dat menselijk talent zich meer kan toeleggen op belangrijkere verantwoordelijkheden. Dat zou innovatie stimuleren en vooruitgang aanzienlijk versnellen.

Dat klinkt wel veelbelovend, maar autonome beslissingen brengen ook zorgen met zich mee. Onder meer over verantwoordelijkheid, bias en ethische implicaties. Ethiek zit zonder twijfel in de kern van het debat over AI zonder menselijke component. Wie is aansprakelijk wanneer een AI-algoritme een foutieve beslissing neemt? Hoe kunnen we verzekeren dat deze systemen bepaalde vooroordelen in de maatschappij niet bestendigen of zelfs versterken?

Tot hoever vertrouwen we machines die beslissingen nemen die een belangrijke impact kunnen hebben op ons leven? Waar trekken we een grens?

In de wereld van universiteiten en hogescholen is dit inmiddels al een pertinente kwestie. Zeker nu OpenAI, het bedrijf achter ChatGPT, een nieuw AI-model genaamd o1 lanceert. Het zou het eerste model zijn dat effectief in staat is om te redeneren. Waar studenten die een paper schrijven met ChatGPT vandaag nog door de mand zouden vallen door de beperkingen van GenAI, zal dat in de toekomst mogelijk niet meer het geval zijn.

De rol van synthetische data

De weg naar volledig autonome AI is nog lang. Naast alle ethische vragen wachten er nog verschillende uitdagingen. Van het ontwikkelen van robuuste algoritmen die in staat zijn om diverse scenario’s te hanteren, tot het garanderen van betrouwbare databronnen en effectieve foutdetectiemechanismen. Om autonoom te functioneren, hebben systemen bovendien enorme hoeveelheden data nodig. In principe is kwantiteit in onze snelgroeiende datamaatschappij natuurlijk geen probleem. Het obstakel zit echter in de beschikbaarheid van bruikbare data voor AI-toepassingen.

Het kan behoorlijk lastig zijn om data te verzamelen over specifieke scenario’s waar niet zoveel gegevens over bestaan. En ook in het kader van privacy is het niet altijd een optie om data in te zetten, zeker niet bij gevoelige informatie die je niet wil blootstellen. Vooral in healthcare, maar ook in de overheidssector en in retail kan privacy bijgevolg een hindernis zijn om data te gebruiken. De oplossing voor dit probleem zit in de ontwikkeling van synthetische data.

Synthetische data is gegenereerd door een algoritme dat gegevens uit de echte wereld nabootst. Data anonimiseren zou een alternatief kunnen zijn, maar dit vergt veel werk en is niet nauwkeurig genoeg voor geavanceerde analytics. Synthetische data imiteren de statistische eigenschappen en correlaties van data, zodat de dataset perfect bruikbaar is voor het testen en trainen van predictieve modellen. De samenwerking van briljante geesten en een niet-aflatende focus op innovatie zal allicht helpen om de meeste hindernissen uiteindelijk te overwinnen en nieuwe mogelijkheden te creëren.

Wat brengt de toekomst?

Het meest boeiende vooruitzicht ligt nog steeds in de samenwerking tussen mens en AI, ofwel human-in-the-loop systemen. Door de mogelijkheden van AI te integreren met onze unieke sterke punten kunnen we een symbiotische relatie smeden die ons collectieve potentieel naar nieuwe hoogten tilt. Stel je voor welke doorbraken we gaan zien als we de kracht van AI inzetten om onze creativiteit, ons probleemoplossend vermogen en onze intellectuele kennis te vergroten.

Als we in de kristallen bol kijken, dan zien we ontwikkelingen die onze wereld gaan veranderen op manieren die we vandaag nog niet kunnen vatten. Maar één ding is zeker: uitdagingen, ethische dilemma’s en onzekerheid zullen een stempel drukken op het traject dat we moeten afleggen. We moeten dit onontgonnen gebied op een doordachte manier verkennen, met een vooruitziende blik en een constante toewijding om onze waarden als mensen te handhaven.

AI heeft het potentieel om voor ons allemaal een betere toekomst te creëren. Maar het is wel een toekomst die we zorgvuldig moeten vormgeven, met nederigheid en veel respect voor de kracht van technologie…