De mogelijkheden en beperkingen van Generatieve AI (GAI)

In dezelfde week dat een poll van de LinkedIn redactie met de vraag ‘Maak jij al gebruik van ChatGPT in je werk?’ een 50/50 uitslag liet zien, kon je een levensechte chat aangaan met Steve Jobs, kwam Douwe Groenevelt vice-president en advocaat in dienst van ASML met de constatering ‘De tekstverwerking van juristen kan met AI veel beter en goedkoper’.

Het geeft na 5 maanden de stand van zaken aan voor wat betreft de implementatie, of juist niet, van GPT-4 en andere kunstmatige intelligentie onder de noemer generatieve AI: 50% van de professionals ziet dit als een (logische) ontwikkeling, 50% wacht af totdat het een (noodzakelijke) verandering wordt.

Laat ik het over de logische ontwikkeling hebben, en anders dan de titel suggereert: 'Ja, ik maak wel gebruik van GPT-4, BingAI, Dall-E, D-ID en andere AI tools. Het maakt mijn activiteiten als adviseur en als docent niet alleen effectiever en efficiënter, ook (veel) leuker.'

Dat er vanuit ASML een oproep wordt gedaan om GPT-4 in de zakelijke dienstverlening in te zetten is voor mij niet verwonderlijk: als het om technologie gaat loopt ASML ver voorop en dat niet alleen in ons land. Dat men daarbij vertrouwen uitspreekt in de toepassing van GPT-4, zegt voor mij al voldoende. Maar daarnaast verwacht Groenevelt voor zijn organisatie hiermee een aanzienlijke besparing te kunnen realiseren zoals op het ‘samenvatten van jurisprudentie: 10 uur'. 'Opstellen processtuk: 30 uur'. Uurtarief: €375. Kosten: €15.000.’

Onderzoek

Sinds 30 november 2022 verschijnt er steeds meer wetenschappelijk onderzoek naar niet alleen de mogelijkheden en beperkingen van generatieve AI (GAI) maar ook naar de invloed ervan op samenleving en economie. Zoals het onderzoek: ‘Will Generative AI Make You More Productive at Work? Yes, But Only If You’re Not Already Great at Your Job’ van Stanford University’s Erik Brynjolfsson, Danielle Li en Lindsey Raymond.

Conclusie van het onderzoek: met name je minder ervaren medewerkers profiteren het meest als zij in hun activiteiten worden ondersteund door kunstmatige intelligentie. Van belang is het te weten dat de faculteit van Brynjolfsson onderzoek doet naar Human-centered Artificial Intelligence. Het staat ook bekend als augmentisering: de samenwerking van mens en robot c.q. GAI.

Vrijwel direct kreeg dit onderzoek een gevolg, zo hoort het ook. Ben Granger, chief workplace psychologist bij survey firm Qualtrics, reageerde: ‘Dit heeft grote gevolgen voor prestatiebeheersystemen: Uw met behulp van AI meest waardevolle werknemers zijn misschien niet altijd degenen die het beste worden gewaardeerd. Ze kunnen vervolgens blijkbaar gemist worden.’ Het is waarschijnlijk wachten op meer stakingen niet omdat men een baan verliest, de arbeidsmarkt is hyperkrap, maar omdat de medewerkers een hogere beloning verwachten. Wees blij: GAI verwacht geen financiële beloning.

In mijn vorige bijdrage ‘GPT-4 verandert ‘Het Spel’ ingrijpend’ concludeer ik dat niets doen geen optie is. Met andere woorden maak een keuze: ga je, hier als zakelijk dienstverlener, mee in het verzoek van je klant, implementeer je GPT-4 in je dienstverlening en verlaag vervolgens je facturen. Of vertel je je klant dat die beter op zoek kan gaan naar een collega die AI heeft geïmplementeerd omdat je organisatie, zoals enkele reacties zijn op de AI enquête, vast wil houden aan menselijk contact. Daarvoor is ook iets te zeggen maar het is vervolgens aan de klant wat die van de dienstverlening verwacht en waarvoor die wil betalen.

Implicaties voor het organiseren van GAI

Het Stanford onderzoek liet het al zien:

Implementatie van GAI heeft gevolgen voor de medewerkers. Het heeft ook gevolgen voor de structuur en de cultuur van de organisatie.

Het implementeren van GAI-tools vereist veranderingen binnen een organisatie om een succesvolle werking te garanderen. Hier zijn enkele van de gebieden die mogelijk moeten worden gewijzigd:

Organisatiestructuur: Organisaties moeten mogelijk nieuwe afdelingen of teams creëren die zich toeleggen op het implementeren en beheren van GAI. Deze teams dienen mogelijk nauw samen te werken met andere afdelingen om te zorgen voor een naadloze integratie van GAI in bestaande workflows.
Cultuur: Het implementeren van GAI kan een culturele verschuiving binnen een organisatie vereisen om een datagestuurde mentaliteit te omarmen. Medewerkers dienen open te staan voor het leren en werken met AI-tools en bereid zijn zich aan te passen aan nieuwe technologieën.
Vaardigheden: Organisaties dienen mogelijk te investeren in training en bijscholing van hun werknemers om met AI-tools te werken. Dit kan training in datawetenschap, machine learning en programmeren omvatten.
Leiderschap: Effectief leiderschap is cruciaal voor een succesvolle implementatie van GAI. Leiders dienen de mogelijkheden en beperkingen van GAI te begrijpen en de voordelen en risico's van de implementatie van AI kunnen communiceren aan belanghebbenden.
Data-infrastructuur: Organisaties dienen ervoor te zorgen dat hun data-infrastructuur in staat is om grote hoeveelheden data te verwerken en te integreren met AI-tools. Dit kan upgrades van bestaande systemen of de implementatie van nieuwe infrastructuur vereisen.
Samenwerking: Samenwerking tussen teams en afdelingen is cruciaal voor een succesvolle implementatie van AI-tools. Cross-functionele teams moeten mogelijk samenwerken om ervoor te zorgen dat de AI-tools naadloos worden geïntegreerd in bestaande workflows.

Samenvattend vereist het implementeren van GAI veranderingen binnen een organisatie, waaronder veranderingen in de organisatiestructuur, cultuur, vaardigheden, leiderschap, data-infrastructuur en samenwerking. Organisaties dienen bereid te zijn om in deze veranderingen te investeren om een succesvolle implementatie van AI-tools te waarborgen.

Voordelen van implementatie GAI

Er zijn verschillende voordelen die een organisatie kan ervaren door het implementeren van generatieve AI-tools/-methoden. Hier zijn er een aantal:

Verhoogde efficiëntie: Generatieve AI-tools kunnen repetitieve taken automatiseren, waardoor tijd wordt bespaard en de werkdruk op werknemers wordt verminderd. Tools voor het genereren van inhoud kunnen bijvoorbeeld snel inhoud van hoge kwaliteit genereren, waardoor de tijd en moeite die menselijke schrijvers nodig hebben, wordt verminderd.
Verbeterde nauwkeurigheid: AI-aangedreven tools kunnen gegevens analyseren en inzichten genereren met een hoge mate van nauwkeurigheid, waardoor het risico op fouten wordt verkleind en de besluitvorming wordt verbeterd. In de klantenservice kunnen AI-gestuurde chatbots snelle en nauwkeurige antwoorden geven op vragen van klanten, wat leidt tot hogere klanttevredenheidspercentages.
Kostenbesparingen: door taken te automatiseren, kunnen organisaties de arbeidskosten verlagen en de operationele efficiëntie verbeteren. Chatbots kunnen bijvoorbeeld vragen van klanten afhandelen, waardoor er minder behoefte is aan menselijke klantenservicemedewerkers.
Innovatie: Generatieve AI-tools kunnen nieuwe en creatieve ideeën genereren, wat leidt tot innovatie en de ontwikkeling van nieuwe producten. Zo kunnen door AI gegenereerde ontwerpen worden gebruikt bij productontwikkeling, wat leidt tot nieuwe productkenmerken en verbeterde ontwerpen.
Personalisatie: AI-aangedreven tools kunnen gegevens analyseren en gepersonaliseerde inhoud en aanbevelingen voor klanten genereren, waardoor de klantbetrokkenheid en -loyaliteit worden verbeterd. Gepersonaliseerde aanbevelingen en inhoud kunnen ook leiden tot meer verkopen en inkomsten.
Schaalbaarheid: generatieve AI-tools kunnen grote hoeveelheden gegevens en taken aan, waardoor ze ideaal zijn voor organisaties die hun activiteiten snel moeten opschalen. Door AI aangedreven tools kunnen ook de snelheid en efficiëntie van taken verbeteren, waardoor organisaties taken sneller en efficiënter kunnen uitvoeren.

Samenvattend kan het implementeren van generatieve AI-tools/-methoden organisaties verschillende voordelen bieden, waaronder verhoogde efficiëntie, verbeterde nauwkeurigheid, kostenbesparingen, innovatie, personalisatie en schaalbaarheid.

Beperkingen van implementatie GAI

Hoewel het implementeren van generatieve AI-tools veel voordelen heeft, zijn er ook enkele beperkingen en uitdagingen waar organisaties zich bewust van moeten zijn. Hier zijn enkele van de belangrijkste beperkingen:

Gegevenskwaliteit: generatieve AI-tools zijn afhankelijk van grote hoeveelheden gegevens van hoge kwaliteit om nauwkeurige resultaten te genereren. Als de gegevens die worden gebruikt om het AI-model te trainen onnauwkeurig of bevooroordeeld zijn, kunnen de resultaten die door de tool worden geproduceerd ook onnauwkeurig of bevooroordeeld zijn.
Technische expertise: het implementeren van generatieve AI-tools vereist technische expertise op het gebied van datawetenschap, machine learning en programmeren. Mogelijk moeten organisaties gespecialiseerd personeel of consultants inhuren om de AI-tools te implementeren en te onderhouden.
Ethische overwegingen: door AI gegenereerde inhoud kan ethische bezwaren oproepen met betrekking tot privacy, nauwkeurigheid en vooringenomenheid. Organisaties moeten zich bewust zijn van deze zorgen en stappen ondernemen om deze te verminderen.
Integratie met bestaande systemen: het integreren van generatieve AI-tools in bestaande workflows en systemen kan een uitdaging zijn. Het kan aanzienlijke veranderingen in bestaande processen en infrastructuur vereisen.
Kosten: Het implementeren en onderhouden van generatieve AI-tools kan duur zijn, vooral als er gespecialiseerd personeel of consultants nodig zijn. Organisaties moeten de kosten en baten van het implementeren van AI-tools zorgvuldig afwegen voordat ze verder gaan.

Samengevat, het implementeren van generatieve AI-tools brengt beperkingen en uitdagingen met zich mee, waaronder datakwaliteit, technische expertise, ethische overwegingen, integratie met bestaande systemen en kosten. Organisaties moeten deze beperkingen zorgvuldig overwegen voordat ze AI-tools implementeren en stappen ondernemen om ze te verminderen om een succesvolle implementatie te garanderen.

Intussen bij Khan Academy

‘Onze missie is om iedereen en overal gratis onderwijs van wereldklasse te bieden. Khan Academy is non-profitorganisatie’.

Wil je ‘iedereen en overal gratis onderwijs bieden’, dan spelen efficiency, effectiviteit en kostenbesparing daarin een cruciale rol. Khan Academy bestaat sinds 2008.

Op het moment dat GAI beschikbaar kwam zag Sal Khan, die zich geen directeur of eigenaar noemt maar onderwijzer, direct mogelijkheden om hiermee een bijdrage te kunnen leveren aan de missie en de doelstelling van zijn onderwijsinstelling. Khan introduceert nu Khanmigo (‘what’s in a name), een chatbot gebaseerd op GAI.

Een student die naar Khan Academy's online school gaat gevestigd in India, genaamd Saanvi deed een reflectie op 'The Great Gatsby'. In dit boek blijft Jay Gatsby naar het groene licht in de verte kijken. Saanvi vroeg zich, naast veel meer lezers, af: "Waarom doet hij dat?" Een bevredigend antwoord vond ze niet op het web. Toen besefte ze dat ze Khanmigo had en dat ze zelf met Jay Gatsby, een fictief personage, kon praten.

Dat is haar gelukt.....

Ook deze bijdrage kwam tot stand met behulp van GPT-4.

Willem E.A.J. Scheepers, MBA, organisatie ontwikkelaar, docent, auteur