1
00:00:02,560 --> 00:00:06,320
Leuk dat je weer luistert naar de korte aflevering van AIToday Live.
2
00:00:06,320 --> 00:00:09,679
Ik ben Joop Snijder van Info Support.
3
00:00:09,919 --> 00:00:14,480
Vandaag gaan we het hebben over de vragen die je moet stellen bij elk AI-bericht.
4
00:00:15,120 --> 00:00:17,120
Iemand stuurt je een bericht door.
5
00:00:17,120 --> 00:00:21,519
AI vervangt binnen twee jaar de helft van alle kantoorbanen.
6
00:00:21,519 --> 00:00:24,480
Of juist dit nieuwe model verandert alles.
7
00:00:24,719 --> 00:00:27,039
Je leest het, je voelt iets kriebelen.
8
00:00:27,039 --> 00:00:31,519
en voordat je het weet stuur je het zelf door naar een collega met een berichtje daarbij.
9
00:00:31,679 --> 00:00:33,280
Moeten wij hier iets mee?
10
00:00:33,280 --> 00:00:34,720
Is het herkenbaar?
11
00:00:34,719 --> 00:00:36,640
Nou, voor mij in ieder geval wel.
12
00:00:36,960 --> 00:00:41,039
We worden dagelijks bijna bedolven onder AI-nieuws.
13
00:00:41,039 --> 00:00:44,480
En het tempo is toch wel hijgerig, mogen we zeggen, toch.
14
00:00:44,719 --> 00:00:48,559
Daarom vandaag een korte aflevering met een iets andere insteek.
15
00:00:48,560 --> 00:00:53,759
Geen praktijkverhaal, maar een gereedschapskist van anderen.
16
00:00:53,759 --> 00:00:59,280
Zes vragen, vier trucs die je straks meteen kunt gebruiken.
17
00:00:59,280 --> 00:01:03,440
en naast AI-berichten in je inbox zou kunnen leggen.
18
00:01:03,440 --> 00:01:06,799
Of naast het volgende AI-voorstel op je bureau.
19
00:01:06,799 --> 00:01:12,399
En ik zeg het maar meteen, ik heb de inhoud vrijwel letterlijk overgenomen en vertaald.
20
00:01:12,400 --> 00:01:13,280
En waarom?
21
00:01:13,280 --> 00:01:14,799
Omdat het zo goed is.
22
00:01:15,120 --> 00:01:21,759
Ik kwam erop, namelijk via een artikel van Bart Molsbergen op LinkedIn over de mediahype rond AI.
23
00:01:21,760 --> 00:01:31,280
Daarin stond een link naar de Hype Literacy Toolkit van DW Akademie, de Duitse organisatie voor mediaontwikkeling.
24
00:01:31,280 --> 00:01:33,599
Het is een gratis cursus voor journalisten.
25
00:01:33,600 --> 00:01:36,399
De toolkit is dus ook bedoeld voor journalisten.
26
00:01:36,719 --> 00:01:44,640
Maar eigenlijk iedereen die met berichtgeving over AI te maken heeft, zou zichzelf deze vragen steeds kunnen stellen.
27
00:01:44,640 --> 00:01:48,560
En daarom vond ik het ook zo goed en heb ik het ook gewoon zo overgenomen.
28
00:01:48,560 --> 00:01:56,079
En wie heeft er nou niet mee te maken met het nieuws wat je krijgt, de artikelen die je deelt.
29
00:01:56,320 --> 00:01:58,640
Misschien schrijf je een update voor je directie.
30
00:02:00,240 --> 00:02:03,200
En dan ben jij eigenlijk ook gewoon een doorgeefluik.
31
00:02:03,439 --> 00:02:05,759
Dus luister even mee.
32
00:02:06,400 --> 00:02:11,040
Kijk, wat de hype is en wat het doet, dat is wel even belangrijk.
33
00:02:11,039 --> 00:02:13,439
En de makers beginnen met een definitie.
34
00:02:13,439 --> 00:02:16,879
Hype is een fascinatie voor de toekomst, schrijven zij.
35
00:02:16,879 --> 00:02:25,199
Overdreven en onrealistische beloften over wat een technologie gaat opleveren gekoppeld aan een schril optimisme.
36
00:02:25,200 --> 00:02:32,719
En dat optimisme trekt de aandacht van investeerders, technologen, politici, journalisten en het brede publiek.
37
00:02:33,039 --> 00:02:36,719
En dan komt wat mij betreft eigenlijk de belangrijkste zin.
38
00:02:36,719 --> 00:02:41,360
Hype voelt als een natuurkracht rondom technologische ontwikkeling.
39
00:02:41,360 --> 00:02:42,800
Maar dat is het natuurlijk niet.
40
00:02:42,800 --> 00:02:44,319
Hype wordt gemaakt.
41
00:02:45,200 --> 00:02:55,520
Machtige spelers doen beloften om geld en prestige aan te trekken om de agenda te bepalen en zichzelf neer te zetten als bijna de hoeders van de toekomst.
42
00:02:55,520 --> 00:03:00,480
En daarmee sluiten ze alternatieven af en smoren ze zelfs tegenstemmen.
43
00:03:00,479 --> 00:03:01,600
Dat is de kern.
44
00:03:01,599 --> 00:03:06,240
Hype is geen weerbericht dat je overkomt, er zit een afzender achter.
45
00:03:06,240 --> 00:03:08,400
Die afzender heeft een belang.
46
00:03:08,400 --> 00:03:10,319
Kijk maar naar de afgelopen weken.
47
00:03:10,319 --> 00:03:14,000
Klinkt een luide oproep om de ontwikkeling van AI te vertragen.
48
00:03:14,000 --> 00:03:18,000
Nota bene van de makers van die modellen zelf.
49
00:03:18,319 --> 00:03:23,919
En tegelijkertijd buitelen ze over elkaar heen met de lancering van nieuwe modellen.
50
00:03:24,480 --> 00:03:30,800
Dus onthoud, ook hier weet je: een oproep tot vertraging is een verhaal over de toekomst van afzenders met een belang.
51
00:03:30,800 --> 00:03:35,039
En dat speelt net zo goed binnen de muren van je eigen organisatie.
52
00:03:35,039 --> 00:03:39,600
De leverancier die een AI-hulpmiddel voor wat dan ook.
53
00:03:39,599 --> 00:03:42,479
Planning of risicobeheer, komt pitchen.
54
00:03:42,480 --> 00:03:46,720
Het adviesrapport dat zegt dat je nu moet instappen.
55
00:03:47,120 --> 00:03:51,919
Ook dat zijn toekomstbeloften met een afzender en een belang.
56
00:03:52,159 --> 00:03:53,360
Hou dat beeld vast.
57
00:03:53,360 --> 00:03:57,039
Want daar gaan de vragen meteen daarover.
58
00:03:59,039 --> 00:04:01,600
Kijk, waarom zou je dit nou moeten kunnen?
59
00:04:01,599 --> 00:04:02,960
De goede vragen stellen.
60
00:04:03,200 --> 00:04:10,240
Volgens de makers spelen namelijk journalisten een centrale rol in welke verhalen aandacht krijgen.
61
00:04:10,640 --> 00:04:15,520
Wiens stem gezaghebbend klinkt en welke toekomstbeelden geloofwaardig worden.
62
00:04:15,840 --> 00:04:18,399
Dus zij zeggen: hypgeletterdheid.
63
00:04:18,399 --> 00:04:23,920
Die hypegeletterdheid gaat daarom over democratische verantwoording.
64
00:04:23,920 --> 00:04:32,560
Begrijpen hoe er over de toekomst wordt onderhandeld en wiens belangen die onderhandeling domineren.
65
00:04:32,800 --> 00:04:36,400
Dat klinkt heel groot, maar vertaal het eens naar jouw organisatie.
66
00:04:36,400 --> 00:04:40,960
Wie bepaalt in jouw managementteam welk AI-verhaal geloofwaardig is.
67
00:04:40,959 --> 00:04:45,839
Het slide-deck van de leverancier of de ervaring van de mensen die er dagelijks mee werken.
68
00:04:45,920 --> 00:04:48,720
Precies daar helpen de vragen die nu komen.
69
00:04:48,720 --> 00:04:52,800
En voor de duidelijkheid, ik ga je niet vertellen wat je van AI moet vinden.
70
00:04:52,800 --> 00:05:02,120
Ik wijs je juist op deze gereedschapskist om goede vragen te stellen, zodat je beargumenteerde keuzes kan maken die goed zijn voor jou en je organisatie.
71
00:05:06,040 --> 00:05:13,879
Nou, laten we nou eens even kijken heel concreet naar die vragen. De toolkit vat het samen in zes aanwijzingen, elk met vragen die je zelf kunt stellen.
72
00:05:13,879 --> 00:05:16,040
En ik loop ze even met je door.
73
00:05:16,680 --> 00:05:26,759
En nogmaals, de makers geven ze voor journalisten, maar de vragen werken net zo goed voor een directiebesluit of een projectplan als een journalistiek artikel.
74
00:05:26,840 --> 00:05:28,600
Laten we beginnen met één.
75
00:05:28,920 --> 00:05:31,480
Zorg voor verschillende bronnen.
76
00:05:31,480 --> 00:05:37,880
Vraag jezelf af: bestaat mijn bronnenlijst vooral uit mensen die baat hebben bij het succes van deze technologie?
77
00:05:37,879 --> 00:05:39,400
En wie ontbreekt er?
78
00:05:39,399 --> 00:05:44,360
De makers geven als voorbeeld een bedrijf voor het delen van ritten bijvoorbeeld.
79
00:05:44,360 --> 00:05:52,280
Dus spreek dan ook naast de oprichters en investeerders ook de chauffeurs, de taxibond en passagiers uit verschillende inkomensgroepen.
80
00:05:52,600 --> 00:05:55,479
Twee. Ga verder dan je eigen ervaring.
81
00:05:55,480 --> 00:05:58,120
Je hebt iets geprobeerd en het werkte fantastisch.
82
00:05:58,360 --> 00:05:59,080
Mooi.
83
00:05:59,079 --> 00:06:03,479
Maar is jouw ervaring representatief voor de gemiddelde gebruiker.
84
00:06:03,480 --> 00:06:08,280
Wie heeft geen toegang tot deze technologie of kan die helemaal niet betalen.
85
00:06:08,279 --> 00:06:12,040
En krijgt daar toch last van de gevolgen daarvan.
86
00:06:12,360 --> 00:06:13,160
Drie.
87
00:06:13,960 --> 00:06:15,800
Vraag wie er baat bij heeft.
88
00:06:15,800 --> 00:06:22,920
Wie heeft er belang bij om een technologie op een bepaalde manier op het toneel te zetten.
89
00:06:22,920 --> 00:06:24,519
Wie wint er geld mee?
90
00:06:24,519 --> 00:06:32,680
Prestige, misschien zelfs politiek voordeel, zichtbaarheid of de macht om een bepaalde agenda erdoorheen te drukken.
91
00:06:33,240 --> 00:06:34,519
Vraag vier.
92
00:06:34,519 --> 00:06:39,720
Pas op voor het verhaal van critici tegenover experts.
93
00:06:39,720 --> 00:06:41,879
Deze vind ik echt wel heel belangrijk.
94
00:06:41,879 --> 00:06:48,680
In berichtgeving heten namelijk voorstanders vaak experts en mensen met bezwaren heten critici.
95
00:06:48,680 --> 00:06:53,560
Alsof die alleen vanuit weerstand spreken en niet vanuit kennis.
96
00:06:53,560 --> 00:07:01,000
Terwijl ethici, arbeidssociologen en onderzoekers vaak diepe vakkennis hebben over de gevolgen.
97
00:07:01,000 --> 00:07:05,400
Het is de vraag: wie krijgt het label expert op welk vakgebied?
98
00:07:05,399 --> 00:07:08,439
Wordt de deskundigheid van de tegenstemmen erkend.
99
00:07:08,759 --> 00:07:11,160
En dit speelt niet alleen in de media.
100
00:07:11,159 --> 00:07:14,439
In een projectoverleg gebeurt natuurlijk precies hetzelfde.
101
00:07:15,000 --> 00:07:19,319
De een heet expert, de collega met bezwaren heet lastig.
102
00:07:19,720 --> 00:07:22,599
Stel dan precies deze vraag juist.
103
00:07:22,600 --> 00:07:24,040
Vijf.
104
00:07:24,039 --> 00:07:26,439
Je benoem ook onzekerheden, zeggen zij.
105
00:07:26,439 --> 00:07:31,160
Voorspellingen doen zich in het AI-debat graag voor als bewijs.
106
00:07:31,159 --> 00:07:36,680
70% kans op algemene kunstmatige intelligentie voor 2030 AGI.
107
00:07:36,920 --> 00:07:45,319
Dat klinkt als berekening, maar het rust op aannames, economische belangen en ook echt wel selectief optimisme.
108
00:07:45,399 --> 00:07:47,880
Vraag dan wie doet deze voorspelling?
109
00:07:47,879 --> 00:07:52,040
Welk belang heeft die persoon erbij, welke data ondersteunt de claim.
110
00:07:52,039 --> 00:07:57,560
En is die onafhankelijk door vakgenoten beoordeeld of gewoon een anekdote.
111
00:07:58,360 --> 00:08:02,759
Des ontwikkel toch ook iets van historisch besef.
112
00:08:02,759 --> 00:08:07,480
Er zijn soortgelijke claims eerder gedaan over andere technologieën.
113
00:08:07,480 --> 00:08:09,080
Wat gebeurde er toen echt.
114
00:08:09,240 --> 00:08:14,040
De makers wijzen erop dat een doorbraak zelden uit de lucht valt.
115
00:08:14,039 --> 00:08:18,600
Wat een revolutie heet, is meestal de som van duizend kleine stappen.
116
00:08:18,600 --> 00:08:21,639
Geschiedenis herhaalt zich niet precies.
117
00:08:21,960 --> 00:08:25,879
Maar zij rijmt wel.
118
00:08:26,680 --> 00:08:30,440
Dan de retorische trucs die ze aanhalen.
119
00:08:30,759 --> 00:08:36,279
In de uitgebreide cursus benoemen de makers ook de trucs waarmee hype werkt.
120
00:08:36,279 --> 00:08:41,960
En ik noem het kort hier omdat je ze best wel heel vaak tegenkomt.
121
00:08:41,960 --> 00:08:51,399
Modewoorden bijvoorbeeld die een onzeker vakgebied samenpersen tot een zelfverzekerd etiket waar iedereen zijn eigen hoop op kan projecteren.
122
00:08:51,399 --> 00:08:55,639
Vraag dan wat bedoelt de spreker hier nu concreet mee.
123
00:08:56,279 --> 00:09:00,279
Je kent het wel, de valse urgentie die wordt gecreëerd.
124
00:09:00,920 --> 00:09:04,840
Als je nu niet erin stapt, dan mis je de boot, de trein.
125
00:09:05,079 --> 00:09:09,160
Terwijl kijk gewoon eens wat het doet voor jouw organisatie.
126
00:09:09,160 --> 00:09:11,799
Grootse voorspellingen is er ook zo in.
127
00:09:11,960 --> 00:09:12,840
Alles wordt anders.
128
00:09:12,840 --> 00:09:18,199
Hele sectoren worden omgegooid en vraag dan vergeleken met welke uitgangssituatie.
129
00:09:18,200 --> 00:09:21,399
En wat gebeurde er met eerdere voorspellingen van dit kaliber.
130
00:09:21,559 --> 00:09:24,360
En tot slot de investeringshype.
131
00:09:24,759 --> 00:09:29,160
Financieringsrondes worden gepresenteerd als bewijs dat iets werkt.
132
00:09:29,400 --> 00:09:33,879
Maar risicokapitaal is een verplichting en geen prestatie.
133
00:09:33,879 --> 00:09:36,840
Dat is gewoon geld dat moet worden terugverdiend.
134
00:09:36,840 --> 00:09:45,360
Dus vraag ook daar: hoe verhoudt de waardering zich tot de echte omzet, echte gebruikers en aantoonbare impact.
135
00:09:46,000 --> 00:09:48,320
Wat kun je hier nou zelf mee doen?
136
00:09:48,680 --> 00:09:49,919
Je kan gewoon eens.
137
00:09:50,480 --> 00:09:56,399
Kiezen ze een bericht van de afgelopen week dat je opviel, en lopen ze deze zes vragen na.
138
00:09:56,399 --> 00:09:57,440
Meer niet.
139
00:09:57,600 --> 00:10:01,360
Ik denk dat je zult merken dat je anders gaat lezen.
140
00:10:02,000 --> 00:10:05,120
En daar anders misschien ook op gaat reageren.
141
00:10:05,120 --> 00:10:11,280
Dus beoordeel je vaker AI-voorstellen als projectleider, bestuur of beleidsadviseur.
142
00:10:11,600 --> 00:10:17,920
Als je dat doet, maak de zes vragen dan een vast onderdeel van het beoordelingsproces.
143
00:10:17,919 --> 00:10:21,840
Dan hangt nuchterheid niet meer af van wie er toevallig aan tafel zit.
144
00:10:21,840 --> 00:10:25,680
Die volledige toolkit is gratis, echt heel cool.
145
00:10:25,679 --> 00:10:28,560
En vind je via de link in de shownotes.
146
00:10:28,559 --> 00:10:34,800
En bedenk zo als altijd: AI is niet de oplossing voor elk probleem, maar onmisbaar waar het past.
147
00:10:36,080 --> 00:10:38,400
Dank je wel weer voor het luisteren.
148
00:10:39,200 --> 00:10:41,199
Wil je nou geen aflevering missen?
149
00:10:41,200 --> 00:10:45,120
Abonneer je dan even op AIToday Live in je favoriete podcast.
150
00:10:45,360 --> 00:10:47,840
Tot de volgende week.
