“AI vraagt multidisciplinaire aanpak”

In haar nieuwe boek ‘Mens versus machine’ beschrijft Mieke De Ketelaere drie grote uitdagingen voor AI. “We hebben intussen zowat zeventig jaar ervaring met AI”, zegt ze, “maar we zien een stagnatie in de adoptiegraad ervan. We zouden AI correcter moeten inzetten.” De eerste uitdaging heeft met het energieverbruik van AI te maken. Dat is veel te hoog en moet dringend omlaag. Inspiratie uit de natuur kan daarbij helpen. Een tweede vaststelling is dat het toepassingsgebied van AI vaak heel eng is. “Een AI-applicatie kan perfect kanker detecteren via de analyse van medische beelden. Maar ze kan alleen maar dat.”

De verdere ontwikkeling van AI zou meer op redeneervermogen moeten inspelen om meer transparantie te geven over beslissingen, vindt Mieke De Ketelaere. Al leidt dat onvermijdelijk tot een derde uitdaging. “Wanneer een systeem zelfstandig kan beslissen, moet dat uiteraard gebeuren op een manier die rekening houdt met alle contextuele informatie, dus ook basis mensenrechten.” Dat vraagt alvast een andere kijk op AI. “Vroeger was elk AI-model enkel op profit gericht”, zegt Mieke De Ketelaere. “Dat is op zich niet verkeerd, al mag er nu wel ook meer aandacht zijn voor planet en people. Dat moet AI toegankelijk maken voor iedereen.”

Mieke De Ketelaere, Director AI bij Imec

Bredere en energie-efficiëntere kijk

Mieke De Ketelaere verwijst hiermee naar de zogenaamde doughnut economics. “Het gaat erom aandacht te hebben voor de verschillende lagen van de donut”, zegt ze. “Toen de auto-industrie in de jaren ’50 een hoge vlucht nam, stond profit centraal. Pas later volgden de andere lagen, zoals energiezuinigheid (planet) en veiligheid (people).” AI kan volgens Mieke De Ketelaere maar succesvol zijn, wanneer ze een zelfde parcours aflegt. “We mogen AI niet te eng bekijken, als louter een verhaal van data en technologie. Om de juiste profit te krijgen, is een bredere kijk nodig met focus op mensen en processen.”

Hoe komt dat systemen zo weinig energie efficiënt zijn? “De voorbije dertig jaar hebben we AI afgerekend op accuraatheid”, stelt Mieke De Ketelaere. “Naarmate we meer data konden analyseren en grotere berekeningen konden uitvoeren, konden we grotere systemen bouwen en nam die accuraatheid toe.” Alleen: hoe groter het aantal berekeningen, hoe meer energie de systemen verslinden. “Het is nog maar een jaar of twee dat energie-efficiëntie als parameter meespeelt in het kader van AI.”

AI is niet neutraal

Minstens even belangrijk is dat er een wettelijk kader komt om het gebruik van AI te regelen. “De Europese Unie heeft een voorstel uitgewerkt voor een Europese AI-wet. Het is belangrijk dat er zo’n kader komt, bijvoorbeeld om het gebruik van toepassingen rond gezichtsherkenning te reguleren.” Dat er een wettelijk kader nodig is, heeft alles te maken met het feit dat AI niet in staat is om uit zichzelf neutraal te zijn en dat AI systemen context-gevoelig zijn.

“Tot nu toe was het altijd de mens die de beslissingen nam. Met die data gaat AI aan de slag, maar onvermijdelijk bevatten die de menselijke fouten die tijdens die beslissingen zijn gemaakt. Zo neemt een AI-systeem enerzijds menselijke denkfouten over. Anderzijds is zo een systeem context-gevoelig, en contexten kunnen veranderen in onze wereld. Een feit dat vaak vergeten wordt.” Een wettelijk kader zal de verantwoordelijkheidszin en aansprakelijkheid duidelijker maken.

Mieke De Ketelaere, Director AI bij Imec

Eerst het probleem, dan de oplossing

Die wetgeving zal dan weliswaar het toepassingsgebied afbakenen, maar bepaalt natuurlijk niet wat de beste benadering van een AI-project is. “Data vormen niet het startpunt van een traject”, zegt Mieke De Ketelaere. “AI op zich trouwens ook niet. Je moet uitgaan van een probleem of een uitdaging – en daar een oplossing voor zoeken. Mogelijk kan AI daarbij helpen, maar evengoed ook niet.”

Het komt er dus op aan te weten wanneer AI het juiste antwoord biedt en de technologie in dat geval correct te gebruiken. En neen, wie dan AI gaat inzetten, hoeft in principe niet zelf een specialist te zijn. “Ik maak graag de vergelijking met de microgolfoven”, zegt Mieke De Ketelaere. “Al kennen we de complexe technologie van dat toestel niet, toch weten we in welke context we een microgolfoven kunnen gebruiken en hoe we dat op een veilige manier doen.”

Multidisciplinair debat

Bedrijven moeten op een multi-disciplinaire wijze naar AI leren kijken. “AI mag niet het exclusieve terrein van de data scientist zijn, want die denkt alleen aan de accuraatheid van de data. Er is een multidisciplinair debat nodig rond AI, waarbij er ook aandacht is voor security, ethiek, gebruiksgemak, enzovoort. Al die facetten zouden we by design in een AI-toepassing moeten meenemen. Dat moet ook de verantwoordelijkheid voor het gebruik van AI anders invullen. Wanneer er nu iets fout loopt met AI, is het altijd de schuld van de engineer. Dat klopt niet – en moet dus anders.”