De Toekomst van AI: data, context en de menselijke regie
We weten niet precies waar AI ons heen brengt. Maar we herkennen het patroon: telkens als een nieuwe technologie doorbreekt, verandert de manier waarop we werken en denken. Dat gold voor de landbouwrevolutie, de industriële revolutie en later voor het internet. Nu staan we midden in de AI-revolutie, en vooral de komst van LLM’s (large language models) heeft de versnelling voelbaar gemaakt.
Wat vaak vergeten wordt: AI is niet nieuw. Navigatiesoftware als Waze gebruikte al jaren predictive AI. Het voorspelde niet alleen je route, maar ook je aankomsttijd en files op basis van eerdere patronen. Het verschil is dat LLM’s nu taal, code, beeld en logica kunnen verwerken en daardoor overal toepasbaar lijken.
De kern van zo’n model is simpel: het categoriseert data en doet dan een voorspelling. Stel dat je een model traint op de vraag: “Koffie met …”. De meeste mensen zeggen “suiker”, sommigen “melk”, een enkeling “koekje” of “gebak”. Als één iemand “Ferrari” invult, dan zit dat er óók in, maar de kans dat het model dat antwoord kiest, is klein. Het model voorspelt dus de meest waarschijnlijke aanvulling op basis van de verdeling in de trainingsdata.
Dit klinkt onschuldig, maar toont twee dingen: de kwaliteit van je data bepaalt de kwaliteit van de voorspelling, en de context bepaalt de betekenis. Ons brein dacht bij “koffie met …” automatisch aan de horeca. Maar als je in een groothandel zit en iemand vraagt naar “koffie met bananen” (een marge-vergelijking tussen twee producten), verandert het hele speelveld. Zonder context kan het model de verkeerde conclusie trekken.
Daarom zijn drie dingen essentieel voor de toekomst van AI:
- Betrouwbare data – wat je erin stopt, bepaalt wat eruit komt.
- Juiste context – het model moet weten in welke situatie het opereert.
- Goede vragen – de kunst van het ‘prompten’ is eigenlijk oude softwarelogica in een nieuw jasje; wie de juiste vraag stelt, krijgt bruikbare antwoorden.
Mijn verwachting, kijkend naar eerdere revoluties, is dat het werk fundamenteel verandert maar niet verdwijnt. We zullen ons moeten aanpassen. De mens blijft de regisseur: wij bepalen de norm, de context en de vraag. AI voert het systeemwerk uit.
In accountancy betekent dit bijvoorbeeld: eerst bepalen wat de klant écht wil weten, vervolgens zorgen dat de data betrouwbaar en goed gelabeld zijn. Daarna stel je de juiste prompts om processen te laten lopen en bespreek je de uitkomst met de ondernemer. De accountant wordt daardoor juist menselijker: meer procesregisseur, minder dataschuiver.
De boodschap is nuchter: voordat we groots dromen over zelfdenkende machines, moeten we onze data op orde brengen. Want alleen dan kan AI doen wat wij ervan verwachten – en alleen dan houden wij de regie over waar deze nieuwe revolutie ons heen leidt.