Artificial Intelligence en haar imapact op de Nederlandse maatschappij  Op 11 januari 2021 verzorgde Haroon Sheikh van de Wetenschappelijke Raad voor het Regeringsbeleid (WRR) voor het IBT een webinar over Artificial Intelligence (AI) en haar impact op de Nederlandse maatschappij. De WRR is verbonden aan het ministerie van Algemene Zaken, maar vormt een onafhankelijke denktank. De adviezen die de WRR uitbrengt moeten altijd multidisciplinair zijn en gericht op de lange termijn. Momenteel doet Haroon onderzoek naar de impact van AI op onze maatschappij en wat nodig is om daarvan een succesverhaal te maken voor de (Nederlandse) samenleving en economie. AI kan zowel als de grootste als meest verschrikkelijke uitvinding worden gezien – Stephen Hawking en Elon Musk waarschuwden al eerder voor de kracht en gevolgen van AI. Er zijn dan ook veel utopische en distopische toekomstverwachtingen op dit gebied. Maar voordat we afdalen naar spannende sciencefictionscenario’s – kijk eerst eens om je heen: AI maakt al lang deel uit van ons dagelijks leven. Denk hierbij aan: Machine vision, gebruikt voor o.m. gezichtsherkenning Natural language processing, de techniek achter Siri en Alexa Recommender systems, die patronen in iemands voorkeur herkennen Slimme robotica in fabrieken Veel Nederlandse organisaties, zoals Albert Heijn, de politie of de landbouw, maken gebruik van AI. Als het gaat om de overheid is het fysieke domein met AI geavanceerder dan het sociale domein. Dit komt doordat er veel meer risico’s aan verbonden zijn wanneer AI wordt toegepast op mensen. Een aantal vraagstukken in dit verband zijn: Voorkomen van zich versterkende vooroordelen Als je een wijk controleert omdat een algoritme voorspelt dat hier criminaliteit aanwezig is, creëer je door dit controlebezoek alweer negatieve data over die wijk voor de toekomst – zonder dat het controlebezoek iets moet hebben opgeleverd. Behouden van menselijke controle Sommige algoritmen zijn zo complex dat we niet meer kunnen begrijpen hoe ze tot een bepaalde conclusie komen. Voorkomen van discriminatie Een algoritme leert door de data die je het voedt. Stel, voor een bepaalde functie zijn in het verleden vooral mannen aangenomen. Nu wordt een algoritme op basis van eerdere gegevens gevoed om de ideale kandidaat sneller uit een vloed aan sollicitaties te filteren. Het algoritme zal dan leren dat “man zijn” een bepalend aspect is van de ideale kandidaat. Bepalen van verantwoordelijkheid Wie is verantwoordelijk voor een ongeluk met een zelfrijdende auto? De bestuurder, de bouwer, de ontwikkelaar van het algoritme of de internetprovider? Deze vraagstukken vormden de impuls voor het gesprek met de deelnemende trainees. Er werden interessante vragen gesteld en het webinar gaf zonder meer genoeg input om ook na afloop hierover na te blijven denken.                  Let op: je kunt alleen deelnemen aan de events van het IBT als je trainee bent bij één van de aangesloten organisaties.                                                            Vragen? Neem contact op via contact@interbestuurlijketrainees.nl