Met de komst van ChatGPT vindt Artificial Intelligence (AI) plots zijn weg naar de huiskamer van de ‘gewone’ burger. AI is mainstream geworden. En de hele wereld stort zich erop. Wat betekent dit voor de financiële dienstverlening? Gaat het de manier van beleggen veranderen? Welke impact heeft het op klantcontact? En: is onze samenleving ethisch en juridisch eigenlijk wel klaar voor kunstmatige intelligentie? In deze reeks gaan we met experts van binnen en buiten APG op zoek naar de antwoorden.
In deel 3: Eran Raviv, Expert Researcher bij de afdeling Digitalisering & Innovatie van APG Asset Management.
Onlangs kwam GPT-4 uit, dat in tegenstelling tot ChatGPT niet alleen tekst maar ook beelden kan verwerken. Daarmee wordt de grens van wat AI kan weer verder verlegd, maar neemt ook het risico op te hoge verwachtingen toe – die toch al naar overspannenheid neigden.
Als je met Raviv hebt gesproken over ChatGPT, blijven twee boodschappen hangen. De eerste: onderschat de snelheid waarmee deze kunstmatige-intelligente chatbot zich ontwikkelt niet. De tweede: overschat ChatGPT niet. Het ontwikkelt zich razendsnel, maar om er iets aan te hebben moeten we niet blind zijn voor de gebreken.
In de vorige aflevering gaf Stefan Ochse al aan dat we ChatGPT niet moeten beschouwen als een zelfdenkende computer. Hoe geavanceerd is ChatGPT volgens jou?
“De kunstmatige intelligentie die de motor vormt van ChatGPT, verschilt feitelijk niet van de vormen van KI die we al kenden. En in de kern is dat helemaal niet zo’n ingewikkelde technologie. Deze is uiteindelijk gebaseerd op eenvoudige rekenkundige bewerkingen: optellen, aftrekken, vermenigvuldigen. Die kern verpak je in een bepaalde numerieke receptuur: als dit, dan dat. En vervolgens laat je een computer die receptuur miljoenen keren uitvoeren. En dat is het punt waarop de computer superieur is aan de mens. Door die rekenkracht kan een computer voorspellingen doen en resultaten bereiken met een snelheid waartoe de mens niet in staat is. Dat vermogen geven we dan het predicaat ‘intelligentie’, maar in de basis gaat het dus om eenvoudige bouwstenen.”
En toch wordt ChatGPT meer potentieel toegedicht dan de KI-vormen tot dusver. Hoe komt dat?
“Voordat ChatGPT beschikbaar was, moest je kunnen programmeren om KI in te zetten om een bepaalde oplossing te bereiken. De kracht van ChatGPT is dat het een interface is die kunstmatige intelligentie in één klap toegankelijk maakt voor de massa. Elke keer dat ChatGPT aan het werk wordt gezet, ‘leert’ het, waardoor de resultaten voor gebruikers daarna beter zijn. Dat leereffect is inherent aan kunstmatige intelligentie, dus tot zover is er niks nieuws onder de zon. Maar door die toegankelijkheid van ChatGPT gebeurt dat zo ongelooflijk vaak, dat dit leereffect in een noodtempo plaatsvindt. Dát is wat het zo krachtig maakt en ik denk dat we de snelheid van die ontwikkeling volledig onderschatten. Als mensen zijn we geneigd om zo’n ontwikkeling lineair in te schatten, maar dit gaat echt om exponentiele groei.”
Kun je dat leereffect illustreren aan de hand van een voorbeeld?
“Bij wijze van grap heb ik een paar weken geleden terug de vraag ingevoerd: wat is zwaarder, zes gram aan kussens of drie gram aan stenen? Het resultaat dat ChatGPT gaf, sloeg nergens op en kwam erop neer dat de kussens lichter zouden zijn dan de stenen. Slechts een paar dagen eerder kon je deze grap nog uithalen met ronde getallen (100 kilo van dit of 200 kilo van dat). Maar omdat veel mensen dat al hadden geprobeerd, corrigeerde de software-update hier nu al voor. Om de grap opnieuw uit halen, moest ik werken met grammen en minder vaak gebruikte nummers zoals 3 en 6. Dit is een goed voorbeeld van hoe menselijke input wordt gebruikt om het algoritme van de machine te verbeteren.
Door de snelheid van die ontwikkeling kunnen we straks werkzaamheden of taken aan de computer overlaten waarvoor nu nog menselijke denkkracht nodig is, net zoals we nu een vertaling door Google translate alleen nog even hoeven te checken op onjuistheden. Zelf gebruik ik ChatGPT vooral om mijn denken te prikkelen. Zo vertel ik mijn zoontje voor het slapengaan altijd een verhaal, dat ik zelf verzin. Maar het is echt moeilijk om steeds met een nieuw verhaal te komen. Op een van die avonden dacht ik een verhaaltje van vier maanden geleden te kunnen recyclen, maar ik had zijn geheugen onderschat. Dus op een gegeven moment zei hij: ‘Dat heb je al eens verteld’. Hij wist precies wat daarna zou gebeuren. Dus nu vraag ik ChatGPT om een kinderverhaal met een mooie moraal. Het resulterende verhaal mag dan soms belachelijk zijn, maar ik gebruik het als inspiratie. Ik pas het aan en maak er zo mijn eigen verhaal van.”
Worden we daardoor niet lui in ons denken?
“In zekere zin wel, maar je kunt je afvragen of dat erg is. Het heeft mij bijvoorbeeld jaren gekost om goed te leren schrijven. Die vaardigheid wordt minder waard, omdat teksten die op basis van KI zijn gegenereerd, in snel tempo beter worden. Maar nu kan ik mijn aandacht verleggen naar andere vaardigheden, zoals luisteren en verbale vaardigheid. Een ander voorbeeld van een vaardigheid die nu in waarde toeneemt, is ideevorming. Ik denk dat we ook bij APG op die manier kunnen omgaan met kunstmatige intelligentie. De ontwikkeling ís er, je kunt er niet omheen dus je moet haar omarmen en de vraag stellen: op welke vlakken gaan we ons ontwikkelen om competitief te blijven?”
Kunstmatige intelligentie biedt dus veel kansen. Is er ook een keerzijde?
“In beginsel sta ik sceptisch tegenover alles wat met KI te maken heeft. Het biedt veel mogelijkheden, maar ik kan het belang van validatie niet genoeg benadrukken. Met andere woorden, je moet nooit blindelings vertrouwen op resultaten die op basis van KI gegenereerd zijn. Als je een vraag stelt aan ChatGPT, krijg je altijd een antwoord, ook als het niet klopt. ‘Ik weet het niet’ zou in dat geval een beter antwoord zijn. Die reactie krijg je niet, omdat de machine het antwoord geeft met de grootste kans op juistheid. Maar die grootste kans kan nog steeds erg klein zijn. Het kan de machine niet schelen, maar voor jou zou het wél moeten uitmaken.
Bovendien werkt KI het beste als het om repetitieve situaties gaat. Maar als de realiteit heel dynamisch is – bijvoorbeeld in het geval van zelfrijdende auto’s – is het wachten op fouten. In dat soort situaties moet je bij het gebruik van KI extra waakzaam zijn, want als zich een uitzonderlijke situatie voordoet, kan het verkeerd aflopen. Kunstmatige intelligentie beschikt ook niet over intuïtie, zoals mensen, waardoor het bijvoorbeeld cynisme niet herkent. Daar komt immers veel meer bij kijken dan taal, zoals mimiek en intonatie, en dat wordt niet opgepikt.”
Maar is het geen kwestie van tijd voordat KI ook mimiek en intonatie registreert en interpreteert?
“Ja, en dat is de Heilige Graal in de wereld van de kunstmatige intelligentie: de combinatie van inhoud en vorm. Daarvoor zijn gigantische algoritmes nodig, die op de juiste manier moeten samenkomen en integreren. Voor mijn gevoel duurt het nog wel even voordat we op dat punt zijn. Maar het is een logische volgende stap en je kunt op zijn minst zeggen dat er al pogingen in die richting gedaan worden.”
