Allereerst werd besproken hoe breed AI is. Van het herkennen van afwijkingen op medische foto’s, tot het produceren van ‘Barbiefilters’ door generative AI. De privacyvraagstukken en de maatschappelijke en sociale consequenties verschillen enorm, en vragen om veel gesprek en discussie.
Het tweede aandachtspunt was de data die wordt gebruikt als input. Dat bepaalt de output, en dus de bruikbaarheid van een AI-hulpmiddel. In mijn bijdrage vertelde ik over het ‘AI – ABCD’ bij het ‘voeden’ en trainen van algoritmes.
A: Absolute waarheid. Die bestaat vaak niet. Wat zie je als waarheid? Dat de wereld niet plat is? Daar is wel consensus over, maar andere zaken bevatten veel grijs gebied en dus gekleurde AI.
B: Bronnen. Welke input is er gebruikt, en hoe traceerbaar is die? Zowel auteursrechtmatig (sommige generatieve AI maakt kunst in ‘gestolen’ stijlen) als om het gevecht met de ‘black box’ aan te gaan en te achterhalen waarom de AI met bepaalde uitkomsten komt.
C: Compleet. Steeds meer bedrijven springen op de Datamarkt. Van wie is die data? Mag alle data worden gebruikt, of ontbreken er private datasets waardoor de AI-output incompleet en dus scheef is?
D: Diversiteit. Als je informatie invoert, moet die zo divers mogelijk zijn. Pas als je informatie van alle groepen invoert, kan er voor al die groepen goed bruikbare data uitkomen.
Een AI is net zo goed als wat je hem voedt. En als je hem goed voedt, dan hoeft er juist geen bias te zijn.
Wat blijft, is de bias bij mensen zelf. Dus eindigde ik met de briljante clip van FIFA Frankrijk, die geweldige voetbal-hoogtepunten van mannelijke spelers toont, om aan het einde te onthullen dat het CGI-bewerkte beelden van vrouwelijke spelers waren.
Lieke Lamb is CEO van het Future Expertise Center, directeur van Women in Tech NL, co-founder van Trendwatcher.TV
(dit artikel verscheen eerder in ITchannelPRO magazine 2023-04)