Voel je je – net als ik in eerste instantie – een buitenstaander langs de zijlijn die AI steeds vaker voorbij ziet komen? Dan neem ik je in deze serie blogs mee in de wereld van AI. Ik ben ook een nieuwkomer, maar ben voor een project over gespreksanalyse in de mogelijkheden van AI gedoken. Dat betekent dat ik nog lang geen specialist ben, maar je wel kan helpen oriënteren op verschillende invalshoeken.

Mijn eigen interesse gaat vooral uit naar verbaal gedrag: dus wat kan AI betekenen voor de manier waarop mensen met elkaar communiceren.

Down the rabbit hole

Ik ga proberen het heel toegankelijk te houden. Dat betekent dat ik onderwerpen aanraak, maar niet enorm de diepte inga. Klinkt logisch? Als je met AI aan de slag gaat verdwijn je met gemak ‘down the rabbit hole’.

Wat is AI?

Even terug naar het prilste begin. Kunstmatige intelligentie is de intelligentie van machines of software, in tegenstelling tot de intelligentie van mensen of dieren. Het is een vakgebied binnen de informatica dat intelligente machines ontwikkelt en bestudeert. Dat betekent dat AI niet heel nieuw is. Een rekenmachine is ook kunstmatige intelligentie.

Nu is vooral chatGPT hot. Je kunt makkelijk zelf een account aanmaken en chatGPT helpt je vervolgens met van alles en nog wat: van social media kalenders maken tot complete werkstukken schrijven. Je communiceert zoals je met een mens communiceert, oftewel je stelt vragen of geeft opdrachten. Daarbij geldt de gouden communicatieregel: wat je terugkrijgt hangt ervan af hoe goed jezelf input hebt gegeven.

Nu vraag je je misschien af hoe chatGPT leert en waar al die kennis vandaan komt. Het antwoord is simpel chatGPT wordt getraind door veel input te geven.

Het verschil tussen rule based en machine learning

In AI zijn er twee benaderingen: rule based en machine learning. Bij rule based AI worden regels geprogrammeerd die bepalen hoe de machine moet reageren op verschillende situaties. Een voorbeeld hiervan is een chatbot die op basis van vooraf geprogrammeerde regels reageert op specifieke vragen van gebruikers.

Bij machine learning leert de machine van data en past het zich aan om taken uit te voeren. Hierbij wordt gebruik gemaakt van algoritmes die gegevens analyseren en daaruit patronen leren herkennen. Een voorbeeld van machine learning is het trainen van een algoritme om afbeeldingen van katten te herkennen. Door het algoritme te voeden met een grote dataset van afbeeldingen van katten, kan het algoritme leren om nieuwe afbeeldingen van katten te identificeren.

Het is belangrijk om op te merken dat machine learning-algoritmes vatbaar zijn voor bias. Deze bias kan ontstaan ​​door de gegevens die worden gebruikt om het algoritme te trainen, wat kan leiden tot ongewenste of oneerlijke resultaten. Bijvoorbeeld, als een machine learning-model wordt getraind op historische gegevens waarin bepaalde groepen worden benadeeld, kan het model deze vooringenomenheid repliceren in zijn voorspellingen of beslissingen.

Natural Language Processing (NLP)

Een ander belangrijk aspect van AI is Natural Language Processing (NLP), oftewel natuurlijke taalverwerking. NLP stelt computers in staat om menselijke taal te begrijpen en te verwerken op een manier die vergelijkbaar is met hoe mensen communiceren.

NLP wordt toegepast in diverse toepassingen, zoals chatbots, spraakherkenningssystemen, en automatische vertaaldiensten. Een voorbeeld van NLP is Named Entity Recognition, waarbij entiteiten zoals personen, organisaties en locaties worden geïdentificeerd en geëxtraheerd uit een stuk tekst. Deze technologie wordt vaak gebruikt in informatiewinningssystemen, sentimentanalyse en het categoriseren van tekstuele gegevens.

Door gebruik te maken van NLP kunnen computers menselijke taal begrijpen en ermee interacteren op een manier die voorheen niet mogelijk was. Dit opent de deur naar een breed scala aan toepassingen die de communicatie tussen mensen en computers kunnen verbeteren.

Waar ik nieuwsgierig naar ben is of AI al goed genoeg getraind is om ook te kunnen signaleren waar menselijke gesprekken vastlopen. Of waar zelfs sprake is van pesterijen of cyberbullying. Dat is de basisvraag voor mijn project PraatPraat waarover later meer.