De relevantie van de groeiende kracht van AI voor mijn werk

Als onderzoeker is het belangrijk om goed op de hoogte te zijn van de kracht en beperkingen van AI om goed te begrijpen waar en wanneer je ze kunt toepassen. Er zijn talloze aspecten van mijn werk waarbij AI van belang kan zijn. De meest prominente zijn het zoeken in informatiebronnen, programmeren en academisch schrijven.

Volgens mij is de groeiende kracht van AI direct gecorreleerd met grotere rekenkracht. Uitgaande van een verwijzing naar open-source AI-modellen, zou een grotere rekenkracht met name relevant kunnen zijn voor diepgaandere zoekprocedures voor het vinden van informatiebronnen, waardoor ik – in verhouding tot wat ik vraag – in kortere tijd nauwkeuriger informatie kan vinden in bredere databases. Dit aspect is vooral relevant voor onderzoek omdat het verkrijgen van nauwkeurige en goed gestructureerde zoekresultaten vaak een cruciale maar vervelende taak is.

Voor programmeren is AI een grijs gebied. Ondanks het huidige vermogen van AI om te helpen bij programmeertaken, heeft ze nog steeds moeite met het implementeren van complexere taken, zoals geavanceerde wiskundige technieken. Om nog maar te zwijgen van het feit dat de programmeertaak over het algemeen de integratie van verschillende stukken code inhoudt, die de code-architect heel goed moet begrijpen, in tegenstelling tot het volledig delegeren van het proces aan AI. Als zodanig moet de codeerfunctionaliteit van AI-modellen voorzichtig worden gebruikt en is deze minder afhankelijk van de rekenkracht.

Tot slot kan AI bij academisch schrijven erg nuttig zijn, vooral voor onderzoekers die een bepaalde taal niet vloeiend spreken. Hoewel het zeker een snelle oplossing is, is het belangrijk dat een onderzoeker zijn bevindingen kan uitdrukken met een eigen stem en niet met een digitale analogie. Dit is met name relevant bij het geven van peer review, waarbij elke zin belangrijk is en hoe dan ook door hen moet worden gelezen. Daarom heb ik weinig op met AI bij academisch schrijven.

Mijn vakgebied houdt zich voornamelijk bezig met het oplossen van complexe wiskundige beslissingsproblemen, waarbij de toepassingen vooral gericht zijn op logistiek. Afgezien van de eerder genoemde functionaliteiten kan een grotere rekenkracht ons helpen om deze problemen efficiënter aan te pakken door middel van geavanceerde berekeningen. Ons vermogen om problemen in praktische omgevingen op te lossen wordt grotendeels bepaald door de beschikbare computermiddelen, die aanzienlijk zijn verbeterd met de ontwikkeling van nieuwere en complexere AI-modellen. Als zodanig verwacht ik dat we in staat zullen zijn om moeilijkere problemen met betrekking tot logistiek beter op te lossen – mits er de juiste mate van integratie met expertkennis is.

Maatschappelijke gevolgen

Het is moeilijk om de algemene gevolgen voor de maatschappij in een paar regels samen te vatten. Ik denk dat de belangrijkste vraag hier is: “Is AI goed voor ons of niet?”, waarop het antwoord analoog is aan onze vorige punten, namelijk: “Het kan een zeer effectief hulpmiddel zijn, mits we de mogelijkheden en beperkingen ervan goed begrijpen”. Dat gezegd hebbende, denk ik dat het algehele maatschappelijke initiatief gericht moet zijn op de vraag hoe we omgaan met AI en hoe we er gebruik van maken, in plaats van op de vraag wat AI kan doen.