AIToday Live

S08E64 - Welke vaardigheden tellen in de AI-samenleving?

Aigency by Info Support Season 8 Episode 64

Use Left/Right to seek, Home/End to jump to start or end. Hold shift to jump forward or backward.

0:00 | 12:00

Welke vaardigheden maken je nog onderscheidend als Artificial Intelligence de uitvoering grotendeels overneemt? Het antwoord zit niet in het leren werken met AI-tools, want dat wordt net zo vanzelfsprekend als werken met een computer.

Joop bespreekt drie vaardigheden die straks het verschil maken: beslissen terwijl niet alles vaststaat, een heel proces opnieuw inrichten in plaats van losse stappen automatiseren, en iets bedenken wat er nog niet is.

Een team dat alleen de eerste stap van hun offerteproces automatiseerde, won twee uur per offerte. Toen ze het hele proces opnieuw inrichtten met AI als onderdeel, daalde de doorlooptijd van tien naar twee dagen. Morgen kun je beginnen door één aanname over je werk op te schrijven die je als vanzelfsprekend beschouwt, en te bedenken wat er mogelijk wordt als die aanname niet meer geldt.

Onderwerpen

  • Oordelen onder onzekerheid
  • Denken in processen in plaats van losse stappen
  • Verbeeldingskracht om nieuwe mogelijkheden te bedenken
  • Verschuiving van beloonde vaardigheden door AI
Links

Genoemde entiteiten: Hans Hoornstra - Uber

Stuur ons een bericht

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

1
00:00:01,839 --> 00:00:06,000
Hoi, leuk dat je weer luistert naar een korte aflevering van AIToday Live.

2
00:00:06,000 --> 00:00:09,759
Mijn naam is Joop Snijder, Head of AI bij Info Support.

3
00:00:10,560 --> 00:00:22,080
Je herkent dit misschien, omdat je werkt met AI en dan sta je op een verjaardag en iemand vraagt wat je doet, je vertelt dat je met AI werkt en binnen drie zinnen valt het woord dat tegenwoordig overal valt.

4
00:00:22,080 --> 00:00:25,519
Ja, maar verleren we daar niet het denken.

5
00:00:26,160 --> 00:00:35,119
Dat is op zich een terechte vraag, maar het is ook een vraag die we al letterlijk eeuwen stellen telkens met een ander woord erin.

6
00:00:35,280 --> 00:00:37,600
Daar wil ik het vandaag over hebben.

7
00:00:39,439 --> 00:00:45,599
Ik zat te lezen in het boek Het AI van Columbus van Hans Hoornstra.

8
00:00:45,599 --> 00:00:49,280
En we gaan nog een uitgebreide opname maken met Hans.

9
00:00:49,439 --> 00:00:53,359
Dus ga die ook absoluut luisteren, gaan we het ook hebben over vaardigheden.

10
00:00:53,359 --> 00:00:58,320
Maar goed, Hans werd in 2023 uitgeroepen tot AI Person of the Year.

11
00:00:58,320 --> 00:01:04,239
En in zijn boek staat een overzicht dat me besluiten om deze aflevering te maken.

12
00:01:04,240 --> 00:01:09,920
Hij brengt in kaart welke vaardigheden de samenleving beloonde door de eeuwen heen.

13
00:01:10,239 --> 00:01:17,759
En tot ongeveer 1850 draaide het om lichaamskracht, ambacht en discipline.

14
00:01:17,759 --> 00:01:22,560
In de agrarische samenleving telden dat wat je met je handen kon.

15
00:01:22,639 --> 00:01:29,359
Daarna kwam de industrie en verschoof de waardering naar nauwkeurigheid, herhaalbaar werk en werken volgens instructies.

16
00:01:29,600 --> 00:01:37,119
En in de dienstensamenleving van de jaren 60 en 70 werden juist communicatie en sociale vaardigheden belangrijk.

17
00:01:38,960 --> 00:01:44,879
Daarna de informatiesamenleving met digitaal werken en informatie kunnen verwerken.

18
00:01:45,199 --> 00:01:52,239
Zo door de jaren, de decennia heen, krijg je allerlei verschuivingen.

19
00:01:52,240 --> 00:01:57,519
En wat me opvalt aan dat overzicht, is niet zozeer de inhoud, maar juist het patroon.

20
00:01:57,680 --> 00:02:04,159
Dus bij elke verschuiving raakten de oude vaardigheden op de achtergrond en kwamen nieuwe voor in de plaats.

21
00:02:04,159 --> 00:02:08,159
En niet dat je dat helemaal kwijtraakte per se.

22
00:02:08,159 --> 00:02:12,079
Maar in ieder geval dat het op een andere manier bekeken en gewaardeerd werd.

23
00:02:12,080 --> 00:02:15,599
De boer die zijn kracht inruilde voor een plek aan de lopende band.

24
00:02:15,599 --> 00:02:18,880
De administratief medewerker die leerde werken met een computer.

25
00:02:19,199 --> 00:02:22,799
Niemand vond dat vreemd, hoorde bij de overgang.

26
00:02:23,919 --> 00:02:28,319
En daar zit namelijk ook het misverstand in de discussie van vandaag de dag.

27
00:02:28,319 --> 00:02:31,280
We doen alsof het verliezen van vaardigheden iets nieuws is.

28
00:02:31,280 --> 00:02:33,280
Iets wat AI ons aandoet.

29
00:02:33,280 --> 00:02:36,320
Of beter gezegd wat we onszelf met AI aandoen.

30
00:02:36,319 --> 00:02:38,080
Maar dat is het niet helemaal.

31
00:02:38,079 --> 00:02:44,319
Dus we hebben altijd vaardigheden ingeleverd, zodra een nieuwe maatschappijvorm andere dingen ging belonen.

32
00:02:44,319 --> 00:02:46,640
De vraag is dus niet wat verliezen we.

33
00:02:46,640 --> 00:02:50,479
Die vraag hoort bij elke transitie en levert in die zin weinig nieuws op.

34
00:02:50,479 --> 00:02:57,680
De betere vraag is welke vaardigheden gaat de samenleving belonen waarin AI een onderscheidende rol speelt.

35
00:02:57,839 --> 00:03:00,960
We merken in die zin de eerste veranderingen al.

36
00:03:00,960 --> 00:03:04,239
Maar ik denk ook dat we echt nog wel aan het begin staan.

37
00:03:04,879 --> 00:03:10,479
Wie zoekt naar antwoorden op die vraag, komt in de meeste artikelen niet veel verder dan twee woorden.

38
00:03:10,560 --> 00:03:12,560
Kritisch denken, heb ik het al eerder over gehad.

39
00:03:12,560 --> 00:03:15,520
En dan haak ik voor een gedeelte af.

40
00:03:15,519 --> 00:03:21,359
Want ja, kritisch denken hadden we al nodig in die dienstensamenleving, in de informatiesamenleving.

41
00:03:21,359 --> 00:03:26,480
Het is een veilig antwoord, eigenlijk wat mij betreft niet heel veel zegt.

42
00:03:26,719 --> 00:03:29,200
Niet dat kritisch denken niet nodig is.

43
00:03:29,200 --> 00:03:32,160
Maar daarmee kijken we niet ver genoeg.

44
00:03:32,160 --> 00:03:34,879
Er zijn meerdere vaardigheden die meetellen.

45
00:03:35,279 --> 00:03:38,960
Scherp kunnen formuleren wat je precies wilt bereiken, bijvoorbeeld.

46
00:03:38,960 --> 00:03:45,680
Of goed kunnen delegeren, bepalen wat je zelf doet en wat je aan het systeem overlaat.

47
00:03:45,680 --> 00:03:52,560
Het kunnen vastleggen wie verantwoordelijk blijft voor de uitkomst en hoe je eigenlijk weet of AI goed genoeg is voor een taak.

48
00:03:52,879 --> 00:03:56,800
Stuk voor stuk zijn dat vaardigheden die de moeite waard zijn.

49
00:03:57,120 --> 00:04:01,760
Maar ik lig er nu drie uit die voor mij bovenaan staan.

50
00:04:01,759 --> 00:04:04,480
En geen van de drie is volledig nieuw.

51
00:04:04,480 --> 00:04:10,560
Maar ze krijgen in de AI-samenleving een gewicht dat ze daarvoor niet hadden.

52
00:04:11,599 --> 00:04:17,120
De eerste vaardigheid is oordelen onder onzekerheid.

53
00:04:18,000 --> 00:04:23,199
Dat betekent dat je moet kunnen oordelen en kiezen terwijl niet alles zeker is.

54
00:04:23,199 --> 00:04:26,480
En dat is echt groter, zelfs nog dan dat het klinkt.

55
00:04:26,480 --> 00:04:31,840
Het heeft weinig te maken met dat ene AI-antwoord wat je krijgt of zo.

56
00:04:31,840 --> 00:04:36,720
Het is de vaardigheid om te beslissen wanneer je het niet zeker kunt weten.

57
00:04:36,720 --> 00:04:40,959
Je weet niet wat er morgen gebeurt, niet volgende week, niet volgend jaar.

58
00:04:41,039 --> 00:04:42,639
Toch moet je nu kiezen.

59
00:04:42,800 --> 00:04:48,720
Je weegt af met de informatie die je vandaag hebt en wat je redelijkerwijs voorziet.

60
00:04:49,040 --> 00:04:52,160
Het verschil met hoe we het vaak doen zit in de houding.

61
00:04:52,319 --> 00:04:56,079
We zoeken graag eerst naar zekerheid en beslissen pas daarna.

62
00:04:56,399 --> 00:04:58,879
Deze vaardigheid draait dat om.

63
00:04:58,879 --> 00:05:03,320
Je beslist met wat je hebt en je kiest stappen die je kunt bijsturen.

64
00:05:03,800 --> 00:05:08,040
Loopt het anders dan gedacht of ontstaat er meer duidelijkheid, dan corrigeer je.

65
00:05:08,040 --> 00:05:13,959
Dus niet wachten tot het zeker is, maar bewegen op een manier die ruimte laat om te corrigeren.

66
00:05:15,399 --> 00:05:16,359
Simpel voorbeeld.

67
00:05:16,519 --> 00:05:19,960
Dus denk aan een weervoorspelling, 70% kans op regen.

68
00:05:19,959 --> 00:05:21,320
Dat is geen slap antwoord.

69
00:05:21,319 --> 00:05:24,439
Het vertelt je hoeveel vertrouwen je in de voorspelling mag stoppen.

70
00:05:24,439 --> 00:05:28,439
Maar het echte werk gaat verder dan het weer van morgen natuurlijk.

71
00:05:28,439 --> 00:05:36,839
Het gaat om waarschijnlijkheden over dingen die je veel minder goed kunt inschatten en om handelen terwijl die waarschijnlijkheden nog kunnen schuiven.

72
00:05:37,399 --> 00:05:40,279
Ja, dit speelt dus ook wanneer je met AI werkt.

73
00:05:40,279 --> 00:05:43,560
En dat is veel meer dan omgaan met een taalmodel.

74
00:05:43,560 --> 00:05:51,399
Je hebt te maken met antwoorden die elkaar tegenspreken, met ontbrekende context en met bronnen die niet overeenkomen.

75
00:05:51,720 --> 00:05:55,160
Antwoorden die heel overtuigend klinken, maar fout zijn.

76
00:05:55,159 --> 00:06:02,040
Want een vloeiend antwoord dat klopt, klinkt precies hetzelfde als een vloeiend antwoord dat niet klopt.

77
00:06:02,360 --> 00:06:05,000
Dus je controleert niet alleen of iets waar is.

78
00:06:05,000 --> 00:06:11,000
Je weegt hoe zeker je kunt zijn en je houdt rekening met de kans dat het model zelf naast zit.

79
00:06:11,240 --> 00:06:14,200
Je moet een beetje gaan kalibreren.

80
00:06:14,519 --> 00:06:20,280
Weten hoeveel gewicht een oordeel mag dragen en je beslissing zo inrichten dat je kunt bijsturen.

81
00:06:21,800 --> 00:06:30,599
Het tweede is denken in processen, een vaardigheid waarbij je dingen gaat overzien, dus niet in losse taken.

82
00:06:31,080 --> 00:06:33,879
En ik geef hier een voorbeeld uit geschiedenis.

83
00:06:33,879 --> 00:06:36,119
Het zal wat vaker langsgekomen zijn, maar toch.

84
00:06:36,120 --> 00:06:37,800
Dat is gewoon een heel goed voorbeeld.

85
00:06:37,800 --> 00:06:43,639
Toen fabrieken overgingen van stoom op elektriciteit, deden de eerste eigenaren iets begrijpelijks.

86
00:06:43,800 --> 00:06:49,879
Ze haalden de grote stoommachine eruit en zetten daar één grote elektromotor in de plaats.

87
00:06:49,879 --> 00:06:53,480
Zelfde gebouw, hetzelfde assen aan het plafond, dezelfde indeling.

88
00:06:53,480 --> 00:06:55,720
En de winst, die viel tegen.

89
00:06:55,720 --> 00:07:00,360
Want een grote sprong kwam pas toen iemand de fabriek opnieuw durfde in te delen.

90
00:07:00,360 --> 00:07:02,680
Een kleinere motor bij elke machine.

91
00:07:02,680 --> 00:07:04,279
De vloer anders ingericht.

92
00:07:04,279 --> 00:07:13,160
Het hele proces opnieuw bedacht rondom wat eigenlijk die kleine motoren nu mogelijk maakte.

93
00:07:13,399 --> 00:07:15,959
Toen pas schoot de productiviteit omhoog.

94
00:07:16,039 --> 00:07:18,519
Bij AI maken we vaak dezelfde eerste fout.

95
00:07:18,519 --> 00:07:22,120
We vragen waar kan ik AI inzetten in deze stap.

96
00:07:22,360 --> 00:07:25,160
Dat is de stoommachine vervangen door een motor.

97
00:07:25,399 --> 00:07:33,480
De betere vraag is als deze stap straks bijna gratis is, schaalbaar en deels vanzelf gaat, hoe zou het hele proces er dan uit moeten zien?

98
00:07:33,639 --> 00:07:38,279
Dat is een andere manier van denken dan tooltjes inzetten en dat is dan waar de winst zit.

99
00:07:38,519 --> 00:07:46,920
Durf je heb je de moed de lef om een proces te overzien en die echt stevig aan te pakken.

100
00:07:47,879 --> 00:07:54,200
Dan de derde laatste vaardigheid verbeeldingskracht.

101
00:07:54,200 --> 00:07:58,600
En dat bedoel ik niet te bedenken hoe je iets automatiseert wat vandaag ook al kan.

102
00:07:58,840 --> 00:08:05,879
Ik bedoel iets voorstellen dat er nu nog niet is, iets dat verder ligt dan waar je op dit moment naar kunt reiken.

103
00:08:06,200 --> 00:08:10,759
Het begint met het ter discussie stellen van wat we als een gegeven aannemen.

104
00:08:11,000 --> 00:08:14,759
De meeste grenzen waar we tegenaan lopen, voelen als natuurwetten.

105
00:08:14,759 --> 00:08:16,040
Maar zijn het vaak helemaal niet.

106
00:08:16,039 --> 00:08:18,999
Het zijn afspraken, gewoontes, beperkingen.

107
00:08:19,319 --> 00:08:22,280
Bijna beperkingen van gisteren zou ik willen zeggen.

108
00:08:22,280 --> 00:08:26,119
Het is verbeeldingskracht, dus de moed om daar overheen te denken.

109
00:08:26,120 --> 00:08:29,560
Denk aan de eerste smartphone.

110
00:08:29,720 --> 00:08:33,559
Je kunt hem opvatten als een telefoon met een camera erbij.

111
00:08:33,559 --> 00:08:35,960
Of je kon een gegeven loslaten.

112
00:08:36,279 --> 00:08:41,159
Dat een taxi bestellen betekent dat je belt en wacht.

113
00:08:41,399 --> 00:08:43,719
Wie dat losliet, stelde een andere vraag.

114
00:08:43,720 --> 00:08:47,319
Kan er een auto naar je toe komen met één druk op de knop.

115
00:08:47,319 --> 00:08:51,000
Dus daar kwamen diensten uit voort die nog niet bestonden.

116
00:08:51,000 --> 00:08:58,120
Dus niet uit het toestel, maar het lef om iets voor te stellen dat er nog niet was, diezelfde houding.

117
00:08:59,159 --> 00:09:02,120
Die gaat straks beloond worden in de AI-samenleving.

118
00:09:02,120 --> 00:09:08,680
De vraag is dus niet waarom dit niet kan, maar als dit wel zou kunnen, wat dan.

119
00:09:08,680 --> 00:09:11,799
Dus je denkt niet in falen, je denkt in mogelijkheden.

120
00:09:12,039 --> 00:09:18,600
En vervolgens heb je het lef nodig om er ook echt naar te streven, ook als je niet zeker weet of het lukt.

121
00:09:18,920 --> 00:09:26,760
En dan komen we erbij dat die vaardigheden die ik genoemd heb, dat is niet een willekeurig rijtje.

122
00:09:26,759 --> 00:09:28,760
Ze grijpen in elkaar.

123
00:09:29,319 --> 00:09:35,559
Het oordelen onder onzekerheid loopt er als een rode draad doorheen.

124
00:09:35,519 --> 00:09:37,399
En neem die systeemverbeelding.

125
00:09:37,399 --> 00:09:40,759
Je weet van tevoren niet precies hoe je tot zo'n voorstelling komt.

126
00:09:40,759 --> 00:09:43,719
Er is geen rechte lijn van vraag naar antwoord.

127
00:09:43,720 --> 00:09:48,480
Dus je werkt met halve ideeën met aannames met dingen die misschien kloppen.

128
00:09:48,799 --> 00:09:53,360
En dat is dan oordelen onder onzekerheid in zijn zuiverste vorm.

129
00:09:53,360 --> 00:09:57,440
En om bij die verbeelding te komen, moet je durven denken in processen.

130
00:09:57,440 --> 00:10:03,760
Je moet de bestaande gang van zaken durven openbreken en daarna opnieuw kiezen welke vorm je gaat proberen.

131
00:10:03,759 --> 00:10:07,520
Ook dat doe je zonder garantie dat het de juiste keuze is.

132
00:10:07,519 --> 00:10:14,000
Dus zo bezien staat oordelen onder onzekerheid niet gewoon op nummer één.

133
00:10:14,000 --> 00:10:16,480
Het zit verweven in de andere twee.

134
00:10:17,120 --> 00:10:28,480
En wie het niet kan verdragen om te kiezen onder onzekerheid, komt aan procesdenken en de verbeelding, de systeemverbeelding niet eens toe.

135
00:10:29,120 --> 00:10:32,559
Misschien mis je een vaardigheid die vaak genoemd wordt.

136
00:10:32,559 --> 00:10:34,719
Bijvoorbeeld goed kunnen omgaan met context.

137
00:10:34,720 --> 00:10:37,360
Het voeden van AI met de juiste informatie.

138
00:10:37,519 --> 00:10:40,559
Daar kies ik nu in deze aflevering bewust niet voor.

139
00:10:40,559 --> 00:10:47,039
En niet omdat het vandaag onbelangrijk is, maar omdat de techniek die kant juist makkelijker maakt.

140
00:10:47,039 --> 00:10:51,120
En wat nu nog een vaardigheid lijkt, lossen de systemen straks grotendeels zelf op.

141
00:10:51,120 --> 00:10:52,240
Dat geloof ik echt in.

142
00:10:52,240 --> 00:10:54,960
En hetzelfde geldt voor leren werken met machines.

143
00:10:54,960 --> 00:10:58,879
Dat gaat iedereen doen, net zoals iedereen leerde werken met een computer.

144
00:10:58,960 --> 00:11:04,160
Kijk, een vaardigheid die straks vanzelfsprekend is, maakt je niet onderscheidend.

145
00:11:05,279 --> 00:11:10,480
Wat mij in ieder geval hoopvol maakt, is dat dit geen verhaal is over wat we kwijtraken.

146
00:11:10,480 --> 00:11:14,879
Het is juist een verhaal over wat de moeite waard wordt om goed te kunnen.

147
00:11:14,960 --> 00:11:20,560
Dus oordelen onder onzekerheid, denken in processen en verbeelden wat er nu nog niet is.

148
00:11:20,559 --> 00:11:22,639
Dat zijn geen technische trucjes.

149
00:11:22,639 --> 00:11:26,240
Dat is denkwerk dat dicht bij ons als mens blijft.

150
00:11:28,639 --> 00:11:39,679
De vaardigheden die ik noem, sommige mensen hebben dat van nature, anderen zullen dit moeten gaan leren, jou de vraag.

151
00:11:40,319 --> 00:11:43,199
Ben jij hier al klaar voor voor deze transitie?

152
00:11:43,200 --> 00:11:50,239
Of welke vaardigheid ga jij morgen mee beginnen om die bij te gaan schaven, op te gaan doen.

153
00:11:50,240 --> 00:11:51,919
Ik ben heel erg benieuwd.

154
00:11:51,920 --> 00:11:53,600
Dankjewel weer voor het luisteren.

155
00:11:53,759 --> 00:11:55,520
Tot de volgende week.