Hallo, algoritme!

De Google zoekmachine.

Elke keer als jij iets op internet zoekt, maak je in feite gebruik van hun AI-systeem. Daarin onderscheiden we de volgende onderdelen.

Instructie

Allereerst moet een AI-systeem een doel hebben. Dat is bij een zoekmachine wel logisch: op basis van jouw zoekwoord wil je zo goed mogelijke resultaten terugkrijgen.

Data

Die zoekresultaten zitten verborgen in alle datacenters van Google. Zij hebben van miljarden webpagina's de informatie opgeslagen... klaar om jouw zoekopdracht te beantwoorden.

Algoritme

Om bij jouw instructie (zoekopdracht) de beste resultaten te kunnen tonen, maakt Google altijd gebruik van een trucje. Je kan het ook een computermodel noemen, of met een moeilijk woord: een algoritme.

Resultaat

Dat algoritme heeft Google zo afgesteld, dat het bij elke zoekopdracht (zelfs bij elke gebruiker) opnieuw gaat kijken wat de beste resultaten zijn. Het is dus een heel krachtig en veelzijdig stukje software. Zonder algoritme, geen resultaten.

Het algoritme van Google is vast niet het enige algoritme dat je gebruikt.

(Klik op de plusjes voor meer)

Of wat dacht je van TikTok?

TikTok is misschien wel het meest extreme voorbeeld. Je hoeft zelf niets te zoeken of aan te geven wat je leuk vindt. Het algoritme kijkt gewoon mee: hoe lang bekijk je een video, sla je hem over, kijk je hem opnieuw? Op basis daarvan bepaalt TikTok binnen een paar minuten wat jij wilt zien. Veel mensen vinden dat fascinerend. Anderen vinden het een beetje eng.

Deze algoritmen noemen we aanbevelingssystemen.

En zulke aanbevelingssystemen zijn een voorbeeld van AI. Met een moeilijk woord: machine learning.

Onthoud die twee begrippen.

Een algoritme is een recept; een set instructies. En machine learning is software die leert uit data. Het zijn dus de algoritmen die ervoor zorgen dat computers kunnen leren. Hoe meer data, hoe slimmer het systeem. Die twee vormen samen de basis van alles wat we hierna bespreken.

Machine learning en data vormen de drijvende kracht achter AI.

Een ander voorbeeld van machine learning is je spamfilter.

Dankzij dit systeem hoef je niet zelf alle ongewenste berichten uit je inbox te verwijderen, maar wordt dat voor je gedaan. Glipt er toch eentje tussendoor? Dan kun je die alsnog 'rapporteren'.

Achter dit systeem schuilt een algoritme dat door middel van machine learning steeds beter wordt.

Stel je eens voor dat je het algoritme van een spamfilter gaat schrijven. Bij welke van de volgende woorden gaan er bij jou alarmbellen rinkelen? Beantwoord de volgende drie vragen.

Wat je net op je gevoel deed, doet een spamfilter op basis van data.

Iedere keer maakt een spamfilter de afweging: is de kans groter dat het spam of geen spam is? Dat doet het systeem door e-mails die als spam gemarkeerd zijn te vergelijken met de binnenkomende e-mails.

Algoritmen spelen een grote rol in het dagelijks leven.

De toepassingen beperken zich niet tot zoekopdrachten of spamfilters. Denk ook bijvoorbeeld aan het opsporen van verdacht betalingsverkeer, het goedkeuren van een hypotheekofferte of het toekennen van toeslagen.

En daar wringt ook wel de schoen!

Een belangrijk onderdeel van AI-geletterdheid is het scherp zijn op onbedoelde bijeffecten van zulke algoritmen.

Waar hebben we het dan over?

(Klik op de begrippen om verder te gaan)

Privacy

Elke keer als je een app installeert, klik je op 'Akkoord'. Maar akkoord met wat precies? In die kleine lettertjes staat vaak dat het bedrijf jouw gegevens mag gebruiken of doorverkopen. De wet (de AVG) stelt grenzen aan wat mag. Maar die bescherming werkt alleen als bedrijven zich er ook aan houden.

Bias (vooroordelen)

Een algoritme leert van voorbeelden uit het verleden. Maar wat als die voorbeelden niet eerlijk waren? Een algoritme dat sollicitanten beoordeelt en is getraind op historische data, kan vrouwen of mensen met een niet-westerse achternaam structureel lager scoren. Niet omdat het systeem kwaad wil maar omdat het geleerd heeft van een wereld vol vooroordelen.

Onnauwkeurigheden

Een algoritme is zo goed als de data waarop het is getraind. Zit er een fout in de data, dan leert het systeem die fout gewoon mee. En herhaalt hem ijverig, keer op keer. Zonder te weten dat het fout zit.

En pas op voor de 'black box'.

Bij veel AI-systemen is het onmogelijk om te zien hoe een beslissing tot stand is gekomen. Je ziet alleen de uitkomst. Kreeg je geen hypotheek? Het systeem zegt nee, maar legt niet uit waarom. Dat noemen we een black box. En dat is precies waarom de volgende vraag zo belangrijk is: hoe zorgen we dat algoritmen eerlijk en controleerbaar blijven?

Er is een handig hulpmiddel om te beoordelen of een AI-systeem verantwoord is.

Dat is het FACT-principe. Bekijk de video (en onthoud de vier letters).

Nog één keer alle letters op een rij.

Klik op de letters voor een korte samenvatting.

F – Fairness

Eerlijkheid. Is de data waarmee het systeem is getraind eerlijk en evenwichtig? Een algoritme dat alleen is getraind op data van gezonde dertigers, geeft straks de verkeerde adviezen aan een zestigjarige.

A – Accuracy

Nauwkeurigheid. Klopt wat het systeem concludeert ook echt? Een systeem dat denkt dat jij nooit sport (omdat je je telefoon thuis laat tijdens het hardlopen) trekt de verkeerde conclusie.

C – Confidentiality

Vertrouwelijk. Alleen omdat een systeem iets weet, betekent niet dat het dat mag delen. Jouw gezondheidsdata blijft van jou.

T – Transparency

Transparantie. Een systeem moet kunnen uitleggen waarom het een bepaalde beslissing heeft genomen. Geen black box, maar een open boek.

Bedrijven zijn over het algemeen niet heel open over hun algoritmes.

FACT is daarom een handig hulpmiddel om toch te zien wat het effect is van hun AI-systemen.

Hoe zit dat bij de overheid?

Wel, die is daar eigenlijk best wel open over. Er is zelfs een openbaar register... een plek waar gemeentes, ministeries en andere overheidsorganisaties bekendmaken welke AI-systemen ze gebruiken, waarvoor, en hoe ze werken.

Van slimme camera's tot systemen die meebeslissen over jouw uitkering.

Dat register bestaat niet toevallig. Het is een direct gevolg van de AI-verordening ... de wet die precies bepaalt wanneer zo'n algoritme extra toezicht nodig heeft.

Samenvattend.

De belangrijkste punten nog even op een rijtje.

Een algoritme is een reeks instructies die naar een einddoel leiden.
Dankzij algoritmen kunnen systemen leren van data (machine learning).
Machine learning kan misgaan door vooroordelen, onnauwkeurigheden of gebrek aan transparantie. Het FACT-principe helpt dat te herkennen.
De overheid is open over haar algoritmes via het Algoritmeregister; check zelf wat jouw gemeente gebruikt.

Hallo, algoritme!

Welkom in hoofdstuk 2!

AI is een bijzondere vorm van software.

De Google zoekmachine.

Het algoritme van Google is vast niet het enige algoritme dat je gebruikt.

Of wat dacht je van TikTok?

Deze algoritmen noemen we aanbevelingssystemen.

Onthoud die twee begrippen.

Machine learning en data vormen de drijvende kracht achter AI.

Een ander voorbeeld van machine learning is je spamfilter.

Achter dit systeem schuilt een algoritme dat door middel van machine learning steeds beter wordt.

Wat je net op je gevoel deed, doet een spamfilter op basis van data.

Algoritmen spelen een grote rol in het dagelijks leven.

En daar wringt ook wel de schoen!

Waar hebben we het dan over?

En pas op voor de 'black box'.

Er is een handig hulpmiddel om te beoordelen of een AI-systeem verantwoord is.

Nog één keer alle letters op een rij.

Bedrijven zijn over het algemeen niet heel open over hun algoritmes.

Hoe zit dat bij de overheid?

Van slimme camera's tot systemen die meebeslissen over jouw uitkering.

Samenvattend.

Track 2 afgerond!

Welkom in hoofdstuk 2!

AI is een bijzondere vorm van software.

De Google zoekmachine.

Het algoritme van Google is vast niet het enige algoritme dat je gebruikt.

Netflix

Spotify

Bol.com

Of wat dacht je van TikTok?

Deze algoritmen noemen we aanbevelingssystemen.

Onthoud die twee begrippen.

Machine learning en data vormen de drijvende kracht achter AI.

Een ander voorbeeld van machine learning is je spamfilter.

Achter dit systeem schuilt een algoritme dat door middel van machine learning steeds beter wordt.

Wat je net op je gevoel deed, doet een spamfilter op basis van data.

Algoritmen spelen een grote rol in het dagelijks leven.

En daar wringt ook wel de schoen!

Waar hebben we het dan over?

En pas op voor de 'black box'.

Er is een handig hulpmiddel om te beoordelen of een AI-systeem verantwoord is.

Nog één keer alle letters op een rij.

Bedrijven zijn over het algemeen niet heel open over hun algoritmes.

Hoe zit dat bij de overheid?

Van slimme camera's tot systemen die meebeslissen over jouw uitkering.

Samenvattend.