Artificial intelligence (AI) is overal. Het is een trend. En gaat blijvende impact hebben. Reden genoeg voor lectoraat Data Science & ICT van Centre of Expertise Perspectief in Gezondheid om de naam te veranderen naar Applied Responsible Artificial Intelligence (ARAI). We gingen het gesprek aan met lector Ander de Keijzer over deze hernieuwde focus van het lectoraat.
Het lectoraat Data Science & ICT begon in 2019 als onderdeel van Expertisecentrum Technische Innovatie (ETI). Lector Ander de Keijzer: “We waren toen binnen ETI met vijf technische lectoraten en hadden als gezamenlijk onderzoeksthema ‘Resilient City’. De verwachting was dat er vooral veel data-vraagstukken zouden komen.” In september 2022 werd het lectoraat onderdeel van Centre of Expertise Perspectief in Gezondheid. In de afgelopen jaren is gebleken dat er voor veel vraagstukken een AI-oplossing mogelijk is. “Maar ook dat de interesse van de meeste kenniskringleden bij AI ligt. Daarom willen wij beter gevonden worden bij AI-vraagstukken.”
AI als onderdeel van data science
AI is onderdeel van data science. Dat is de brede term. Ander: “Echter denken de meeste mensen bij AI niet aan data science. En bij data science niet aan AI.” De basis van een AI-project is echter altijd data. Met de focus naar AI betekent het dus niet dat het lectoraat het stukje data science helemaal loslaat. “Bij een AI-project is de eerste 80% data-gerelateerd en de laatste 20% pas AI. Dus als de data niet perfect op orde is, dan heb je een uitdaging om daar met AI de juiste dingen uit te halen.”
Applied Responsible Artificial Intelligence
Er wordt op heel veel plekken aan AI gewerkt. Echter is het niet centraal geregeld. Ander: “Dat is wél heel belangrijk. Vaak wordt AI heel erg academisch aangevlogen. Als lectoraat gaan wij niet kijken naar de wiskundige kant van hoe je AI kan ontwikkelen of beter kan maken. We willen juist weten hoe je het in de praktijk kan gebruiken. Hoe gaan mensen er mee om? Hoe gebruiken ze het? Dat verklaart de keuze voor ‘Applied’ in onze nieuwe naam.”
AI wordt gevoed door data. Vaak zonder dat mensen er weet van hebben of er toestemming voor geven. Dat is niet ethisch verantwoord. Ander: “Data sets laten niet altijd de juiste zaken zien, waardoor iemand uit bijvoorbeeld een minderheidsgroep niet goed gerepresenteerd wordt. Daarnaast is het belangrijk dat een data set juist opgehaald én geïnterpreteerd wordt. Oftewel: van het ophalen van de data, tot het verwerken, interpreteren en handelen; tijdens het hele proces moet er aandacht zijn voor de kwaliteit.”
Je hoort dan ook steeds vaker dat mensen in opstand komen tegen generatieve AI. Dat is AI waarbij iets gecreëerd wordt. Ander: “De opkomst van AI brengt discussies met zich mee. Als DALL-E, een programma dat beelden creëert uit tekstuele beschrijvingen, iets maakt, is het dan kunst? Of als je met AI muziek maakt, ben je dan een artiest? Er is een spanningsveld tussen de creatieve industrie en AI.”
Een bron voor de juiste beslissing
Volgens Ander is het niet de bedoeling dat AI de boel overneemt. “Het is één van de (informatie)bronnen waarop je je beslissing baseert; het mag nooit de beslisser zijn. Anders is dat bijvoorbeeld bij een zelfrijdende auto. Die kán alleen zelfrijdend zijn als hij ook de beslissingen maakt. De auto kan niet tijdens het rijden vragen wat hij moet doen. Dan zit je al tegen een andere auto aan.”
AI moet dus niet overnemen. Maar als je met AI een aandoening beter kan diagnosticeren, is het volgens Ander onverantwoord om AI niet in te zetten. “Een AI-algoritme kan, soms zelfs beter dan een arts, de kans op een aandoening bepalen. Het is dan juist goed om AI te gebruiken. Het blijft aan de arts om te bepalen hoe de informatie van een AI-systeem meegenomen moet worden in de diagnose en behandeling.”
Samenwerken met het werkveld
Waar Ander naar uitkijkt met de hernieuwde focus van het lectoraat? “Ik hoop met deze hernieuwde focus dat het lectoraat beter gevonden wordt door het werkveld. Door de aandacht voor AI hoop ik dat behandelaars met vraagstukken naar ons toe komen. Oók als ze nog niet weten of AI een oplossing kan zijn. Vanuit het lectoraat denken wij namelijk graag mee over een oplossing.”
Een goede AI-toepassing wordt ontwikkeld in nauwe samenwerking met het werkveld. Ander: “Wij weten hoe AI werkt en wat er mogelijk is, maar vaak kennen we het vakgebied waarbinnen we AI toepassen niet voldoende. Door samen te werken versterken we elkaar en wordt de oplossing zowel op AI-gebied als voor zorg en welzijn een meerwaarde!”