Nieuwe banen dankzij AI

Robots nemen ons werk over. Technologie heeft altijd meer banen gecreeerd dan dat het heeft vernietigd. We gaan naar een wereld zonder werk. Wie had ooit gedacht dat miljoenen mensen konden leven van het maken van applicaties voor telefoons?

Allemaal uitspraken die je vaak hoort in het debat waarbij iedereen het zeker weet, maar we in werkelijkheid geen idee hebben of er meer banen vernietigd worden of dat er meer bij gaan komen. De ‘wetenschappelijke experts’ op dit gebied zijn 50-50 verdeeld over de kwestie.

Een ding weten we wel zeker: het soort werk dat mensen doen zal over 10 tot 20 jaar radicaal anders zijn dan nu.

Kunstmatige intelligentie (AI)

Een van de hoofdredenen van deze mega verschuiving is kunstmatige intelligentie (AI). We hebben machines geleerd te leren. We hebben machines geleerd om niet te doen wat we ze vertellen, maar te doen wat wij doen. En dan blijkt een machine dat bijna altijd op elk gebied beter te kunnen. Zelf het programmeren van machines kunnen machines inmiddels. Alle mogelijke angst scenario’s ten spijt moeten we hier mee om leren gaan, want het is realiteit.

Banen door AI

Kunstmatige intelligentie (AI) gaat dus heel veel banen vernietigen, maar er komen er ook veel bij. Dit artikel op sloan geeft een mooi voorbeeld hiervan en ik vat het even voor jullie samen.

In essentie zijn de banen op te delen in een drietal hoofdcategorieën:

• Trainers
• Explainers
• Sustainers

AI Trainers

Zoals ik al zei: we leren computers te doen door ons na te doen. Dus moet iemand het ze voordoen. Dus heb je trainers nodig. Dit is training op allerlei vlakken. Het meest voor de hand liggende voorbeeld zijn mensen die nu zelfrijdende auto’s trainen, bewust of onbewust. Bij Google hebben ze chauffeurs die de auto’s leren rijden. Maar Uber heeft in Boston gewoon zijn taxi chauffeurs die hun algortime traint en bij Tesla betaal je er zelfs voor, want elke Tasla rijder is een AI trainer van het zelfrijdende algoritme van Tesla.

AI trainers zullen we in allerlei vakgebieden tegenkomen, soms betaald, soms door gewoon iets te doen. Je hebt taaltrainers die computers beter de fijne kneepjes van taal leren.

Maar wat te denken van empathy trainers die op basis van tonatie onze virtuele assistenten zoals Alexa en Siri leren om bijvoorbeeld sarcasme te herkennen. Ze zijn inmiddels zo goed dat ze op 80% zitten (ik ken mensen die dat niet halen, hallo Sheldon’s van deze wereld).

AI Explainers

De explainers (uitleggers) leggen uit wat AI echt doet aan de mensen met een net iets lager nerd gehalte, denk aan de managers van deze wereld. Ze kunnen in lekentaal uitleggen wat een algoritme wel (en niet) kan en hoe het bijdraagt aan een optimalieren werksituatie.

Veel mensen hebben een probleem met het feit dat zelflerende algoritmes adviezen geven en keuzes maken zoder dat we weten op basis waarvan. Dit moet uitgelegd worden, iets dat ook de Europese overheid heeft vastgelegd in wetgeving.

Iedereen heeft het recht op uitleg.

Dat wil dus zeggen dat als een computer jouw kredietaanvraag afwijst, jij mag weten op basis waarvan. Omdat een zelflerend algoritme per definitie niet te vangen is in vooraf gedefinieerde aspecten moeten organisaties dus mensen in dienst nemen die weten wat het algoritme heeft geleerd en dit in normale lekentaal kunnen uitleggen.

De wet schrijft het voor, maar ook organisaties zullen willen weten waarop adviezen gebaseerd zijn. Het ontleden van een algortime en wat het geleerd heeft zal op vele gebieden een beroep op zich worden.

AI Sustainers

De sustainers (de steunpilaren) zullen de algortimes helpen door ze op de goede weg te houden. Hier zie je een drietal richtingen waarop mensen zullen ingezet worden om algoritmes bij te sturen.

• Ethisch
• Economisch
• Strategisch

Algortimes hebben een groot risico om rasistisch te worden, deels omdat mensen dat ook zijn, of tenminste een bias hebben. Algortimes moeten dus unbiased zijn en daar moeten mensen voor ingezet worden om dat zo te houden. Ook moeten bij veel technologische vernieuwingen vragen gesteld worden over de wenselijkheid.

Algoritmes moeten ook gecontroleerd worden op hun economische waarde die ze toevegen aan de organisatie. De risico’s van een slecht presterend algoritme zijn gigantisch, denk alleen al aan de beurscrashes die we de laatste jaren door algortimes hebben gehad.

Eén  ding zijn algortimes en computers notoir slecht in: strategisch denken. En dan bedoel ik echt strategisch denken, ver, ver vooruit. Het besluiten om bepaalde algoritmes meer of minder prioriteit te geven omdat ze op de lange termijn meer of minder bijdragen aan het bedrijfsdoelstellingen is een strategische keuze die door mensen gemaakt zal moeten worden.

Nieuwe banen door AI

Een overzicht van nieuwe banen die door kunstmatige intelligentie zullen worden gecreëerd. Menig baan zal hoogopgeleid zijn, maar AI trainers kunnen bijvoorbeeld perfect mensen met een (v)MBO opleiding ook voor hun rekening nemen.