Terugblik Experience Kunstmatige intelligentie voor alle Nederlanders

Slimme camera’s, zelflerende thermostaten, muziektips van Spotify, experimenten met autonome voertuigen... Kunstmatige intelligentie is overal. Niet zo gek dus dat de vorige editie van De Lichtkogel in het teken stond van dit thema. In aansluiting hierop werd op 18 januari jl. een Experience georganiseerd om te leren, mee te denken en te discussiëren over dit belangrijke onderwerp.

Grafische weergave van gebouwen met mensen

Kunstmatige intelligentie – ook wel artificial intelligence of AI genoemd – is overal, bepaalt steeds meer hoe wij de wereld waarnemen en welke keuzes we maken. Maar willen we dat eigenlijk wel? Om een goed publiek debat te voeren en te werken aan een toekomst waarin data en algoritmen een steeds belangrijkere rol spelen, zou elke Nederlander moeten weten wat AI is en hoe het werkt. Reden genoeg om hier uitgebreid aandacht aan te besteden en een bijeenkomst te organiseren met als thema: ‘Kunstmatige intelligentie voor alle Nederlanders?’.

Kansen en risico’s

Anja Lelieveld van het ministerie van Binnenlandse Zaken en Koninkrijksrelaties (BZK) verzorgt de opening van de drukbezochte bijeenkomst op 18 januari 2019. Zij stelt dat algoritmen en kunstmatige intelligentie veel kansen bieden, maar dat er ook risico’s aan zijn verbonden. ‘En juist bij de risico’s – rechten en veiligheid voor alle burgers – komt het ministerie van BZK in beeld. Want ook op dit gebied wil BZK de Nederlandse burger bescherming bieden door het ontwikkelen van goed beleid om de steeds technischer wordende maatschappij leefbaar te houden.’

'Kunstmatige intelligentie is overal maar willen we dat eigenlijk wel?'

De wereld van AI

Jim Stolze leidt de ruim tweehonderd deelnemers daarna door de wereld van AI. Aan de hand van sprekende voorbeelden licht hij begrippen als deep learning, machine learning en neurale netwerken toe. Hij stelt daarnaast dat zich bij het gebruik van AI veel nieuwe kansen voordoen. Te denken valt aan het diagnosticeren van oogziektes en het ontsluiten van alle relevante informatie in rechtszaken. Ook de ethische kant krijgt aandacht in de vorm van responsible datascience. Verder geeft Stolze vijf richtlijnen voor iedereen die werkt met data, algoritmen en AI: Fairness, Accuracy, Confidentiality, Transparency en Value. Zijn advies is de bias – vooringenomenheid – op te sporen, te elimineren en in te grijpen op het juiste moment.

Zelf aan de slag

Marcel van Hest en drie collega’s van Alliander laten zien hoe Alliander zelf algoritmen ontwerpt om beter inzicht te krijgen in de capaciteit die het netwerk nodig heeft. Met de versnellende energietransitie zou een tekort kunnen ontstaan, waardoor prioritering noodzakelijk wordt. De deelnemers worden tijdens de workshop uitgedaagd om een positie in te nemen over de bijbehorende dilemma’s: moet energie bijvoorbeeld worden verdeeld op basis van volledige gelijkheid, of op basis van marktwerking?

Het Amsterdamse databedrijf Xomnia optimaliseert bedrijfsprocessen door data maximaal te benutten. Xomnia maakt bovendien gebruik van deep learning, bijvoorbeeld om de eerste zelfrijdende trein te ontwikkelen. In het gesprek met de deelnemers komen vragen voorbij over privacy, veiligheid en kennis. Want ook al wordt domeinkennis met behulp van deep learning minder belangrijk, hoe zorgen we ervoor dat we de juiste kennis in huis hebben, dat het systeem geen black box wordt en dat we niet (te) afhankelijk worden van databedrijven aan wie we de data-analyses uitbesteden?

Aardobservatie door satellieten geeft een grote stroom aan data die heel geschikt is om issues in kaart te brengen over slecht bereikbare of lastig in kaart te brengen gebieden. Vooral voor handhaving in het milieudomein (sloten baggeren, buisleidingen schouwen, maaibeheer) levert dit zogenoemde remote sensing een tijdige en continue bron van data. In een zelf-denkende-kaartsessie laat Daan van der Maas van Rijkswaterstaat zien dat het dankzij remote sensing mogelijk is een inschatting te maken over de biomassa in een bepaald gebied of een voorspelling te doen over het toekomstige verloop van een sloot of rivier.

Bij de workshop ‘Intelligent home water allocator’ gaan de deelnemers in op een fictieve casus over de waterverdeling in onze woningen. Als we willen dat AI-systemen gaan beslissen over de waterverdeling, moeten we nadenken over de ethische principes die erin worden geprogrammeerd. Erna Ovaa van het programma Strategische Verkenningen van Rijkswaterstaat vraagt de deelnemers om advies. Algemene principes blijken eenvoudig te bepalen: de mens voorop, primair gebruik (voedsel en hygiëne) boven secundair, en gezondheid boven gemak. Concrete principes voor deze casus blijken lastiger: welke keuzes maak je als je per persoon 40 liter water per dag mag gebruiken in plaats van het huidige gemiddelde van 125 liter?

'We hebben te maken met een optimalisatie van de maatschappij, waarin mens en technologie steeds meer samensmelten'

Optimalisatie van de maatschappij

Ten slotte gaat techniekfilosoof en slotspreker Hans Schnitzler in op de vraag wat de technologische revolutie met ons doet. Hij stelt dat we te maken hebben met een optimalisatie van de maatschappij, waarin mens en technologie steeds meer samensmelten. ‘We zijn de wereld aan het inrichten met de mens als een informatie-genererende machine. We gebruiken technologie als medicijn om onze beperkingen te verhelpen en te maskeren, waarbij de bijwerkingen – aandachtscrisis, twitteritus en infobesitas – soms erger zijn dan de kwaal. Vanuit de aandachtcrisis kunnen we ook zoeken naar ‘zuivere’ aandacht in plaats van de aandacht van Google. Aandacht vragen voor wat reëel is voor ons – vanuit onszelf. En de data vooral zien als een economisch aspect – de olie die de industrie draaiende houdt.’

Door Jetske Poland en Lianne van Kralingen


Lees meer over dit thema in de Lichtkogel

Wie ontwerpt de algoritmen 4