AI gebruiken om onze agenda’s te beheren

Hoe de AI in onze zakken ons gaat helpen om efficiëntere mensen te worden

Vergaderingen inplannen: een klus die mensen vaak vermoeiend en frustrerend vinden. Precies het soort werk dat geautomatiseerd zou moeten worden. Dat is een belangrijk onderdeel van de missie van Doodle, en de chatbot Meekan is er om daarbij te helpen. Met zijn engelachtige geduld en verbluffende snelheid staat het plannen van lastige vergaderingen op het punt om volledig het domein van AI te worden. Iedereen die bij de tijd is, moet wel iets weten over AI. In dit bericht delen we een paar van onze inzichten over hoe AI echt voor en met mensen kan werken. We gaan het ook hebben over de unieke uitdagingen waar AI mee te maken heeft om effectiever te worden, welke aspecten van AI aansluiten bij menselijk denken, en wat er als foutmelding uitkomt. En we gaan kijken hoe de AI in onze broekzakken steeds meer een vast onderdeel van ons dagelijks leven begint te worden.

Laten we beginnen met een klein minpuntje (maar het wordt beter): op dit moment zijn er in de wereld van werk en het organiseren van ons privéleven heel wat apps die beloven ons te helpen bij het beheren van onze agenda’s. Technologie heeft altijd al als doel gehad om ons tijdgebruik en onze productiviteit te optimaliseren. Toch is frustratie over technologie nog steeds een veelvoorkomende ervaring, vooral als het gaat om het synchroniseren van niet alleen onze eigen agenda’s, maar ook die van een heel team. Dus, wat is er aan de hand?

De twee grootste uitdagingen die AI moet overwinnen om mensen echt te kunnen helpen

 Als het gaat om het automatiseren van de planning, zijn er twee belangrijke uitdagingen die specifiek zijn voor AI. De twee belangrijkste uitdagingen zijn:

• Taalbegrip bij AI, en

• de verspreide en gedistribueerde manier waarop AI in ons leven en onze apparaten aanwezig is, zoals we die nu gebruiken. Onze apparaten herbergen talloze kleine stukjes AI, die elk zijn ontworpen om een op zichzelf staande, kleine taak uit te voeren. Op iemands telefoon maakt WhatsApp gebruik van AI, net als Tinder, Google Calendar, Yelp en de kaarten-apps; maar de AI van Tinder heeft in theorie niets te maken met de AI die Google Calendar gebruikt, of LinkedIn, of berichtenapps, enzovoort.

AI komt dus in stukjes en beetjes, in de vorm van een verzameling losstaande systemen die maar af en toe met elkaar samenwerken. Er is geen ‘één wereld’ van AI. Dit is een probleem voor een AI die een groep mensen wil helpen bij het plannen van een vergadering.

Zo werkt AI nu al elke dag voor je

Neem even de tijd om stil te staan bij hoeveel dingen AI elke dag voor ons doet: de kaarten-app kan ons in elke stad naar ons werk leiden. Hij helpt ons te bepalen welke metro we moeten nemen, of welke chauffeur ons moet ophalen. De lijst met dagelijkse toepassingen van AI wordt steeds langer.

• spamfiltering voor e-mail

• chatbots voor klantenservice

• Persoonlijke digitale assistenten

• vergaderingen inplannen

• matches op datingapps

• het bijhouden van je gezondheid en conditie

• alles wat met gezichtsherkenning te maken heeft, bijvoorbeeld op Snapchat

• winkeltips

• evenementen waar je vrienden naartoe gaan

• slimme huizen

• toezicht op creditcardfraude

Het gaat hier om een heleboel kleine dingetjes en losse taken waarvoor AI wordt ingezet. Elk van deze toepassingen is eigendom van een andere instantie, een ander bedrijf of een ander netwerkplatform. Zo is Google Calendar bijvoorbeeld van Google, terwijl je je bij Tinder via Facebook aanmeldt. Maar nu wordt het pas echt interessant.

Vroeger was een van de grootste ergernissen met technologie dat apparaten alleen konden samenwerken als gebruikers op precies hetzelfde platform zaten. Maar nu de arbeidswereld steeds verder het tijdperk van Industrie 4.0 binnentrekt, is dit gebrek aan synchronisatie een grote belemmering voor onze productiviteit geworden.

Tegenwoordig gebruiken mensen apps voor een heleboel kleine klusjes. We integreren informatica steeds verder in elk aspect van ons leven. Dat vertaalt zich in samenwerkingen tussen groepen mensen, maar ook tussen groepen apparaten – en de AI in die apparaten.

Je kunt er niet zomaar vanuit gaan dat iedereen dezelfde soort agenda gebruikt. De uitdaging voor een AI-planner is dus om bijvoorbeeld de agenda’s van vijf mensen met elkaar te laten communiceren. Als we de uitdaging van de ‘distributieve toestand van kunstmatige intelligentie’ kunnen overwinnen, zou dat de deur kunnen openen naar menselijke productiviteit 4.0.

Meekan, de chatbot van Doodle, gaat deze uitdaging aanpakken: de verspreiding van AI over een hele reeks afzonderlijke apps, geleverd door een hele reeks verschillende aanbieders, wat het automatisch plannen behoorlijk lastig maakt.

Dit behandelt dus het aspect van het distributieve karakter van AI.

De tweede uitdaging is om menselijke taal te begrijpen zonder al te veel haperingen.

Zo leert AI de menselijke taal

Als het gaat om het trainen van AI in het menselijke taalgebruik, zit het venijn in de details. Als iemand sarcastisch klinkt, zou een ander mens dat (hopelijk) wel begrijpen – maar AI neemt alles letterlijk en belandt dan op een vreemd pad van formele logica en onzin. Als iemand tijdens een gesprek even van het onderwerp afdwaalt, wat heel normaal is, of als het gesprek vol dubbele betekenissen zit, of stel dat iemand in metaforen spreekt: al deze dingen kunnen ervoor zorgen dat AI de fout in gaat.

Tenzij het natuurlijk de verschillende intonaties in menselijke uitspraken kan onderscheiden. De intonatie kan informatief, sarcastisch, dramatisch, humoristisch, zakelijk zijn, noem maar op.

Het is niet bij iedereen bekend, maar bedrijven zetten overal honderden en duizenden technici in datacenters in om de semantische nauwkeurigheid van AI te verbeteren. Elk woord heeft een semantische wolk van mogelijke primaire en secundaire betekenissen – denk maar aan de vele betekenissen van het woord ‘arm’. Maar dit is pas echt fascinerend: een semantische-wolktechnicus gaat elk woord labelen met de vele nuances van zijn betekenis. Semantische-wolktechnici analyseren wat mensen zeggen, om AI te laten zien hoe wij mensen onze toon aanpassen.

Dat is een grootschalige en complexe onderneming, want ontwikkelaars streven naar een AI die echt begrijpt hoe mensen communiceren – indirect, op een omweg, zijdelings – en die moeiteloos zijn weg vindt in het oneindig fijn geweven web van menselijke taaluitingen.

Al die inspanningen vragen rekenkracht, en de kosten daarvan worden in rap tempo een strategische kwestie op zich. Christian Fielitz, CEO van Doodle, stelt dat Compute zal op vrijwel dezelfde manier worden verhandeld als olie — en dat de keuze welke AI je zelf gaat ontwikkelen en welke je gaat kopen, de kostenstructuur van softwarebedrijven nog jarenlang zal bepalen.

We willen dat AI echt in ons leven verweven is, en niet iets is dat los van ons staat

AI-chatbots zoals Meekan of digitale assistenten zoals Siri of Alexa zijn zo geprogrammeerd dat ze alles wat we zeggen negeren, totdat ze iets oppikken waarmee ze ons misschien kunnen helpen. De reden dat je moet zeggen: „Siri, open Tinder“, is omdat het woord „Siri“ fungeert als een „aan“-knop om Siri te activeren. Hetzelfde geldt voor een e-mail waarin je een digitale assistent voor afspraken in cc zet.

In dat geval worden wij mensen getraind om AI te besturen; maar het doel is om de AI zo ver te krijgen dat hij intuïtief aan onze behoeften voldoet, zonder dat mensen hoeven te leren hoe ze hem moeten bedienen. Het doel is om AI naadloos, behulpzaam en handig in onze digitale communicatie te integreren, en om die rare robotachtige misverstanden weg te werken.

Maar misverstanden zitten er nu eenmaal ingebouwd, als je de woordspeling even door de vingers ziet. Het is lastig om AI gezond verstand bij te brengen, als je niet weet wat gezond verstand eigenlijk is. Niemand weet wat gezond verstand is, hoewel iedereen denkt dat hij het wel weet. Filosofen zijn het nooit eens geworden over een eenduidige manier om gezond verstand te definiëren. Het is onmogelijk om gezond verstand te meten. Dus zitten we voorlopig nog vast aan een enorme uitdaging: AI zo trainen dat het echt begrijpt wat mensen bedoelen als ze praten.

Dat was dan de tweede grote uitdaging voor AI die we in het begin noemden, namelijk taalbegrip. De twee belangrijkste problemen die we hier hebben besproken, waren: taal en het gedistribueerde karakter van AI-toepassingen.

Een uniek moment in de geschiedenis van de technologie

Het ontwikkelen van een AI-programma dat vergaderingen goed kan inplannen, is een uitdaging die veel ontwikkelaars nog steeds als ‘onmogelijk’ bestempelen. Maar het belangrijkste is dat we ons nu op een punt in de geschiedenis bevinden waarop de voorwaarden zijn vervuld voor de opkomst van nieuwe toepassingen op het gebied van AI. Volgens de blog wecognize zijn er drie belangrijke voorwaarden:

• het feit dat heel veel mensen tegenwoordig standaard hardware gebruiken die krachtig genoeg is om geavanceerde software te draaien, maar ook digitale infrastructuren, zoals sociale netwerken en clouddiensten

• We genereren en delen nu hoeveelheden data die we nog nooit eerder hebben gezien. Persoonlijke statistieken, waar we zijn, voorkeuren, gewoontes, behoeften, wensen, werk, gezondheid, juridische en financiële gegevens, privé-gedachten, doelen en dromen voor de toekomst, complete liefdesverhalen, ruzies met vrienden en de geschiedenis van al onze sociale interacties. Dit alles kan worden gebruikt om een AI te trainen in hoe mensen precies in elkaar zitten en hoe ze hun woorden gebruiken.

• Er zijn systemen om gebruikersgegevens te verzamelen en op te slaan. Dat maakt de weg vrij voor technici om betere, verfijndere algoritmen te testen en te ontwikkelen.

AI of sci-fi?

De afgelopen twee jaar is de AI-sector explosief gegroeid en is er een ware wildgroei aan nieuwe start-ups ontstaan. Zelfbenoemde ‘visionairs’ baseren hun kijk op AI op sciencefiction, wat niet klopt met de realiteit van waar AI nu echt staat.

Het past ook niet bij de richting waarin AI zich ontwikkelt. In sci-fi zagen we robots met kunstmatige intelligentie op menselijk niveau, bedoeld om een naïef publiek te verbazen. Maar dat soort naïviteit is verdwenen, en tegenwoordig zijn mensen veel te wereldwijze, pessimistisch, post-enthousiast en gewend aan technologie en innovatie. We raken niet meer verbaasd van een verhaal over androïde robots die verliefd worden op mensen. Maar wat kan Wat sommigen van ons nu echt verbaast, is een AI die al onze vergaderingen met de juiste intuïtie inplant.

Tot die dag aanbreekt, rust de druk op de tools die we nu al gebruiken — en de meeste teams merken dat eerder dan ze denken. We hebben de drie momenten waarop je je agendatool ontgroeit, van coördinatieproblemen in de groeifase tot AI-initiatieven die ongestoorde tijd vereisen om je erop te concentreren.