In Data Days duiden experts de nieuwste ontwikkelingen, delen praktische inzichten en weten als geen ander hoe data en AI organisaties slimmer en toekomstbestendig te maken. Beluister de podcast Data Days hieronder. Presentatie: Justine Wolters.
AI biedt kansen, maar ook beperkingen
Ook Feldberg weet dat veel organisaties worstelen met de vraag: wat betekenen gigantische hoeveelheden data en kunstmatige intelligentie eigenlijk voor ons? „Computers kunnen cognitieve processen van de mens nabootsen, maar ze kunnen niet denken. Als je denkt dat ze dat wel kunnen, maak je een grote denkfout," benadrukt Feldberg.
Hij onderscheidt drie typen AI: Artificial Narrow Intelligence, dat is AI die specifiek gericht is op één taak, zoals aanbevelingen op Netflix. De tweede is Artificial General Intelligence, oftewel AI die kan redeneren zoals mensen, waar we volgens Feldberg nog ver van verwijderd zijn. De derde is Artificial Superintelligence: AI die slimmer is dan de hele mensheid. Dit type roept zowel utopische als dystopische scenario's op.
Veel mensen zijn nog niet klaar om de beperkingen van AI te kennen
Frans Feldberg Hoogleraar data en AI-gedreven Business Innovation aan de Vrije Universiteit Amsterdam
'Generatieve AI is een statistische papegaai'
Generatieve AI, zoals ChatGPT, heeft indrukwekkende eerste stappen gezet, maar volgens Feldberg is het juist belangrijk de beperkingen te begrijpen. Hij noemt generatieve AI een 'statistische papegaai', omdat het antwoorden baseert op kansberekeningen uit grote datasets. „AI begrijpt niet wat een horloge is, maar berekent de kans dat wat het presenteert is wat jij bedoelde."
Lees ook - De Europese Data Act: wat bedrijven moeten weten over de nieuwe spelregels voor data
AI-literacy: een essentiële stap
„Veel mensen zijn nog niet klaar om de beperkingen van AI te kennen. Daarom bieden wij op de Vrije Universiteit AI-geletterdheidsprogramma's aan. Het kennen van de beperkingen is essentieel voor het benutten van de kansen." De Europese Unie onderschrijft dit belang met de AI Act, waarin wordt voorgeschreven dat iedereen die met AI werkt geletterd moet zijn. AI-geletterdheid helpt niet alleen bij het voldoen aan regelgeving, maar maakt organisaties ook effectiever en toekomstbestendig.
Ga niet meteen voor perfecte datakwaliteit in je hele organisatie
Frans Feldberg Hoogleraar data en AI-gedreven Business Innovation aan de Vrije Universiteit Amsterdam
Van data naar innovatie: 'DatCan'
Samen met Tom Pots, programmamanager datagestuurd werken bij de gemeente Zaanstad, heeft Feldberg 'DatCan' ontwikkeld. Dit is een model dat organisaties helpt om data-gedreven innovatie praktisch te maken. Het biedt dertien eenvoudige vragen, zoals welk probleem wil ik oplossen en welke partners heb ik nodig. Volgens Feldberg bepalen vaak niet de algoritmes of IT het succes, maar juist de veranderkundige aspecten. Een veelvoudige regel binnen het domein stelt dat 10 procent van het succes afhangt van algoritmes, 20 procent van IT en datakwaliteit, en maar liefst 70 procent van veranderkunde.
Durf te experimenteren, maar blijf realistisch
Feldberg roept organisaties op om klein te beginnen en stap voor stap te experimenteren. "Ga niet meteen voor perfectie in datakwaliteit binnen je volledige organisatie. Pak een specifiek proces en verbeter dat. Zo bouw je gedeelde kennis op tussen data scientists en business professionals," adviseert hij.
Meer weten? Luister naar de volledige aflevering van Data Days waarin Frans Feldberg zijn visie deelt, bovenaan deze pagina.
Data Days is opgenomen tijdens Data Expo. Alle podcasts beluisteren? Dat kan via onder meer via deze link.
Ontvang elke week het beste van BusinessWise in je mailbox. Schrijf je hier nu gratis in:
