Sinds de Cambridge Analytica-affaire in 2018 ligt het bedrijf van Mark Zuckerberg onder het vergrootglas als het om privacy gaat. Zo bezien is het geen wonder dat privacy-waakhonden al snel moord en brand schreeuwen bij nieuwe plannen. Toch mag er van de moderne digitale consument ook kritisch denkvermogen worden gevraagd. En ligt het vraagstuk 'Mag Meta bepaalde informatie gebruiken om AI-systemen te trainen?' genuanceerder dan het lijkt.
Allereerst is er één universele waarheid op het internet: ‘Wanneer iets gratis is, ben je niet langer een klant, maar het product’
Revolutie in hoe we informatie consumeren en interactie hebben met technologie
Allereerst is er één universele waarheid op het internet: 'Als iets gratis is, ben je niet langer een klant, maar het product'. Het is naïef te denken dat bedrijven zoals Meta, Google en anderen hun diensten gratis aanbieden uit puur altruïsme. De realiteit is dat de kosten voor servers, personeel en doorlopende investeringen ergens vandaan moeten komen.
Dit gebeurt door het benutten van gebruikersdata om bijvoorbeeld advertenties te personaliseren of, zoals in het geval van Meta, algoritmes te verbeteren. Bovendien zien we dit model bij bijna alle succesvolle techbedrijven: denk aan Googlem dat onze zoekgeschiedenis gebruikt om zoekresultaten te verbeteren, of aan YouTube, dat kijkgedrag analyseert om relevante video's aan te bevelen. Dit ecosysteem heeft geleid tot een revolutie in hoe we informatie consumeren en interactie hebben met technologie, en dat moet ook ergens van betaald worden.
Data die Meta wil gebruiken, helemaal niet zo spannend
Het tweede punt is dat de data die Meta wil gebruiken, helemaal niet zo spannend zijn als men denkt. De reactie van zowel consumenten, bedrijven als politici is gebaseerd op een fundamenteel gebrek aan begrip van hoe AI-modellen getraind worden en met welke doel voor ogen. Om een algoritme te trainen om een afbeelding van de Eiffeltoren te herkennen, zijn tienduizenden voorbeeldfoto's nodig.
Op dezelfde manier zijn er enorme hoeveelheden tekstinformatie nodig om een algoritme te leren hoe een succesvol social mediabericht geschreven wordt. Dat is vergelijkbaar met hoe kinderen leren lezen: door veel te oefenen en voorbeeldmateriaal te bestuderen. De data wordt op grote schaal geaggregeerd en geanonimiseerd, voordat deze geanalyseerd wordt. Dit betekent dat het in bijna alle gevallen niet te herleiden is naar individuele gebruikers of specifieke berichten. Het doel is om patronen en algemene kenmerken te leren, niet om persoonlijke informatie te verzamelen. Bovendien gaat het om reeds publiek beschikbare informatie - iedereen die kan Googelen kan deze informatie ook inzien - en privéberichten tussen personen worden expliciet niet gebruikt voor trainingsdoeleinden.
Daarnaast hebben gebruikers altijd de mogelijkheid om bezwaar te maken tegen het gebruik van hun data. Meta biedt opties aan om bepaalde instellingen aan te passen en te kiezen hoe jouw data wordt gebruikt. Hier zijn gebruikers per mail duidelijk over geïnformeerd. Door keuzevrijheid te bieden, zorgt Meta ervoor dat gebruikers controle hebben over hun eigen data.
Door AI goed te gebruiken, kunnen zakelijke professionals hun productiviteit en innovatievermogen aanzienlijk vergroten
Baat bij meer intelligente algoritmes
Bovendien hebben we allemaal baat bij meer intelligente algoritmes. Onderzoek van Microsoft toont aan dat gebruikers van geavanceerde AI-systemen tot een halve dag per week kunnen besparen. Ook ervaart 92 procent van deze 'ai power users' de werkdruk als beter beheersbaar, voelen ze zich creatiever, meer gefocust en vinden hun werk leuker. AI op de werkvloer kan dus een grote meerwaarde hebben voor bedrijven en professionals.
Door AI goed te gebruiken, kunnen zakelijke professionals hun productiviteit en innovatievermogen aanzienlijk vergroten. Maar deze systemen worden niet uit zichzelf intelligent. Kwalitatieve data is daarbij cruciaal. Meta maakt hun AI-algoritmes als een van de weinige techbedrijven bovendien niet om er zelf financieel beter van te worden. Hun geavanceerde AI-taalmodel dat kan concurreren met GPT4o (het model achter ChatGPT) is open source beschikbaar - ook al heeft het bedrijf de afgelopen jaren vele miljarden geïnvesteerd in de benodigde hardware om deze systemen op te trainen en draaien.
We moeten ons realiseren dat gratis diensten vaak hun kosten terugverdienen door het gebruik van data
Begrip van data-ecosystemen moet groeien
Het bewustzijn en begrip van data-ecosystemen moeten groeien, zodat we gezamenlijk kunnen profiteren van de voordelen die deze technologieën ons bieden. Dat vraagt om een balans tussen privacy en innovatie, waarbij de juiste kaders en waarborgen worden gehanteerd om de belangen van alle betrokkenen te beschermen. Hierbij mogen we ook vaker naar onszelf kijken, dan direct te wijzen naar die 'kwaadaardige' techbedrijven wiens gratis diensten die we zelf zo graag elke dag gebruiken.
In onze wekelijkse nieuwsbrief vind je het beste van BusinessWise die week en het laatste nieuws over Studio BusinessWise. Abonneer je gratis en blijf altijd op de hoogte!
