AI staat voor ‘Artificial Intelligence’, ofwel kunstmatige intelligentie. Maar dit is een containerbegrip dat te pas en te onpas wordt gebruikt en waar uiteenlopende technologieën onder vallen. Het is belangrijk om de term af te bakenen en wat context en geschiedenis te kennen.
Dit is des te belangrijker omdat, in de woorden van Kate Crawford, ‘elke manier om kunstmatige intelligentie te definiëren (…) een kader schept voor hoe AI wordt begrepen, gemeten, gewaardeerd en gereguleerd’. In dit artikel lees je in drie delen hoe AI zich heeft kunnen ontwikkelen tot wat het nu is.
Deel 1. Kunnen machines denken?
De geschiedenis van AI begint al veel eerder dan je zou verwachten, namelijk met het idee van denkende machines. Dit idee is al duizenden jaren oud en is aanwezig in allerlei oude, minder oude én recente verhalen. Een bekend voorbeeld is het boek Gullivers Reizen (1726) van Jonathan Swift, waarin “The Engine” wetenschappers helpt met het bedenken van nieuwe ideeën, zinnen en boeken.
Toch duurde het tot aan de jaren ’50 van de vorige eeuw voordat er daadwerkelijk aan zulke machines werd gewerkt. Dat begon met theoretisch-filosofische vragen, onder andere gesteld door de Britse wiskundige Alan Turing in 1950: ‘Kunnen machines denken?’ Niet lang daarna begon men met het bouwen van computers die konden “denken” en “redeneren”.
De term Artificial Intelligence bestaat sinds 1955 (in het onderzoeksvoorstel) of 1956 (publiekelijk), toen men bij het Dartmouth College in de Verenigde Staten de hypothese testte dat ‘elk aspect van leren en elk kenmerk van intelligentie in principe zo nauwkeurig beschreven kan worden dat een machine het kan simuleren’.
In Practical AI Governance beschrijft Shoshana Rosenberg hoe het onderzoeksgebied zich in de loop van de jaren verder ontwikkelde. Wat begon met machines die logica konden uitvoeren (“rule-based models”) ontwikkelde zich naar “Machine Learning”: machines die hun eigen prestaties konden verbeteren doordat we ze veel voorbeelden gaven en we hun interne parameters steeds verder verfijnden. Rosenberg: ‘Door training werden ze [de machines] steeds accurater, maar niemand had destijds de illusie dat accuraatheid gelijk staat aan intelligentie’.
Deel 2. De AI-mythe wordt werkelijkheid
Volgens Rosenberg forceerde het onvermogen om echte intelligentie te reproduceren ons tot een herdefinitie, zowel om het vakgebied nieuwe stip op de horizon te geven als om financiering te blijven krijgen. De centrale vraag veranderde van: ‘kunnen we machines leren denken?’ naar: ‘wat is het hoogst haalbare dat deze systemen kunnen doen?’. Ook de betekenis van intelligentie zelf veranderde. Voortaan streefde men naar ‘resultaten die meetbare prestaties opleverden’.
Buiten het werkveld begon AI een eigen leven te lijden. Dankzij sciencefictionverhalen (The Terminator, The Matrix en Her) en andere uitingen in de populaire cultuur werd AI een mythe, een publieke verwachting én het verankerde zich in de ambities van het bedrijfsleven. Dus toen OpenAI in 2022 ChagGPT lanceerde als “your AI assistant”, hoefde het product zich niet meer te bewijzen. Rosenberg: ‘We hadden erop gewacht. We hadden geleerd om het te verwachten.’
Rosenberg stelt dat wat we sindsdien AI zijn gaan noemen, nog altijd Machine Learning is. Maar de brede wetenschappelijke consensus hierover is inmiddels toch doorbroken. De afgelopen jaren zijn AI-technologieën steeds complexer geworden. Zo kunnen we tegenwoordig zelfs neurale netwerken kunstmatig nabootsen (“Deep Learning”). De discussie gaat voornamelijk over of een AI kan begrijpen waar het mee bezig is. Wanneer begrijp je iets? Als je het fysiek kunt ervaren (denk aan het woord kietelen)? Of kun je ook begrijpen doordat je in staat bent betekenis toe te kennen aan een woord via de relatie en samenhang met andere woorden?
Het laatste woord is er nog niet over gezegd. Hoe dan ook leidde de aangepaste terminologie (van Machine Learning naar AI) destijds tot grote maatschappelijke veranderingen: het maakte de mythe levend en ervaarbaar. Mensen bleken de neiging te hebben om begrip en autonomie toe te schrijven aan machines, zodra die sporen van mensachtige taal of gedrag vertonen (“het Eliza-effect”). Rosenberg: ‘Het veranderde een reeks technieken in de verbeelde belichaming van de aloude menselijke wens om intelligentie buiten zichzelf te creëren.’
Doordat taalmodellen als ChatGPT met grote stelligheid elke mogelijke vraag konden beantwoorden (ook al zaten deze antwoorden er regelmatig compleet naast) vergaten we dat de technologie eigenlijk niets nieuws was. De grootste verandering was toch vooral dat de techniek toegankelijk werd voor een groot publiek. Zo kwam het dat de potentie mythische proporties kreeg en dat investeerders bereid werden om er ongekende bedragen in te investeren.
Deel 3. Technologische ontwikkelingen van de laatste jaren
Mede dankzij de enorme investeringen volgden technologische ontwikkelingen elkaar de afgelopen jaren in rap tempo op, en nog steeds. Voorbeelden hiervan zijn de opkomst van de cloud, het verzamelen van Big Data, het kunnen gebruiken van API’s, de beschikbaarheid van open source codes, standaardisatie, het Internet of Things en Agentic AI. Samengevat is de toegang tot allerlei technologieën in slechts enkele jaren gigantisch vergroot, de output is accurater geworden, de stappen naar een betere integratie zijn duidelijker, er is steeds meer maatwerk mogelijk, de populariteit is groot en het gevoel van onvermijdelijkheid ook. ‘AI is here to stay…’
Een grote groep mensen gelooft dat we inmiddels “singularity” naderen: een moment in de tijd waarop normale wetten en regels niet meer gelden. Een van de voortekenen daarvan is bijvoorbeeld dat wiskundige problemen, waar wiskundigen al decennialang op kauwen, nu worden opgelost door AI. De ene wetenschappelijke doorbraak volgt op de andere, en eigenlijk is het amper nog te begrijpen of voorspellen hoe hard deze ontwikkelingen gaan en waar het precies naartoe gaat.
AI is dus veel meer dan een verkapte zoekmachine. Toch is, ondanks de indrukwekkende prestaties, de fundamentele zwakte van AI nou juist het ontbreken van échte intelligentie. De grootste en tot op heden onopgeloste uitdaging binnen de Machine Learning is bijvoorbeeld dat een AI wiskundig gezien altijd zal kiezen voor de weg van de minste weerstand (“shortcut learning”). In plaats van zich op diepgaand taalbegrip te baseren, of hun best doen om de werkelijke, achterliggende concepten te “begrijpen”, baseren AI-modellen zich op al dan niet toevallige patronen en schijncorrelaties in de (trainings)data.
Een bekend voorbeeld is een AI die koeien leert herkennen aan de hand van het groene gras op de achtergrond, in plaats van de anatomie van het dier zelf. Zodra de AI een koe op een zandstrand ziet, herkent hij het dier niet meer. Inmiddels zijn er manieren uitgevonden om shortcut learning beter op te sporen en bestaan er wat technieken om het te kunnen onderdrukken, maar een wezenlijke oplossing hiervoor is nog niet gevonden.
In het bedrijfsleven, in de politiek en ook in de NGO-sector wordt regelmatig de metafoor van “de AI-trein” aangehaald, waar je op zou moeten springen voordat deze vertrokken is. Doe je dit niet, dan werk je niet efficiënt genoeg om je concurrentiepositie te kunnen behouden.
Als we met een geopolitieke blik naar de ontwikkelingen kijken, zien we hoe een handjevol grote techbedrijven blijft streven naar “Artificial General Intelligence”, wederom een poging om échte menselijke intelligentie te reproduceren. De strijd om dit als eerste te bereiken wordt de “AI-race” genoemd. De winnaar zou volgens sommigen absolute economische, militaire en geopolitieke macht verkrijgen, omdat diegene alle touwtjes in handen zal hebben op het gebied van energie, infrastructuur en data.
In de tussentijd blijven de verhalen en speculaties erover mythisch, utopisch en dus verleidelijk genoeg om de meesten van ons in die AI-trein te krijgen. Waar de trein naartoe gaat en of we nog kunnen wisselen van spoor en/of van machinist, dat zullen we samen moeten ontdekken, vormgeven, lobbyen of misschien zelfs bevechten.
Benieuwd hoe verschillende AI-aanbieders scoren in onze Productwijzer? Thaura en Lumo steken er met kop en schouders bovenuit!