Alles wat we over AI hebben geleerd wijst erop dat de toekomst er rooskleurig uitziet. We krijgen nieuwe en betere diensten en de verhoogde productiviteit leidt tot positieve resultaten. De enige voorwaarde is dat we rekening houden met de maatschappelijke gevolgen en ervoor zorgen dat AI wordt ingezet voor het algemeen belang.
Er is nog veel werk aan de winkel.
We moeten nieuwe manieren vinden om de voordelen met iedereen te delen, in plaats van een AI-elite te creëren van mensen die de nieuwste AI-technologie kunnen betalen en deze kunnen gebruiken om ongeëvenaarde economische ongelijkheid te veroorzaken. Hier zijn zorgvuldige politieke oordelen voor nodig (waarbij we met oordelen beslissingen over beleid bedoelen, wat weinig te maken heeft met wie er tijdens een verkiezing op wie stemt, of het komen en gaan van individuele politici en politieke partijen).
Opmerking
De belangrijkste beslissingen die bepalen hoe onze maatschappij zich kan aanpassen aan de veranderingen in het werk die door AI worden veroorzaakt, zijn niet technologisch. Deze zijn politiek van aard.
De regulering van het gebruik van AI moet volgens democratische beginselen gebeuren en iedereen moet een gelijke stem hebben over in wat voor samenleving wij in de toekomst willen leven. Dit is alleen mogelijk als we de kennis over technologie aan iedereen beschikbaar stellen. Er zullen voor elk onderwerp natuurlijk altijd experts zijn die hier meer over weten dan de rest van de mensen, maar we moeten in elk geval kritisch kunnen beoordelen wat ze zeggen.
Wat je in deze cursus hebt geleerd, ondersteunt dit doel door je de basis van AI te leren, zodat we een rationeel gesprek over AI en de gevolgen ervan kunnen hebben.
Je zult je herinneren dat we deze cursus zijn begonnen met het motiveren van het onderzoek naar AI door prominentere AI-toepassingen te bespreken die ieders leven beïnvloeden. Op drie voorbeelden zijn we dieper ingegaan: zelfrijdende auto's, aanbevelingssystemen en beeld- en videoverwerking. In de loop van de cursus hebben we ook veel andere toepassingen besproken die bijdragen aan de huidige technologische transitie.
Opmerking
We hadden ook een verborgen agenda. We wilden je de gelegenheid geven om de sensatie te ervaren als je iets leert en de vreugde van het eureka-moment als iets dat ingewikkeld en mysterieus was, eenvoudig en zo niet vanzelfsprekend, dan tenminste begrijpelijk wordt. Op deze momenten wordt onze nieuwsgierigheid gestild. Maar dat gevoel is slechts tijdelijk. Al snel nadat we de ene vraag hebben beantwoord, stellen we de volgende. En dan? En daarna?
Onze missie is geslaagd als we je honger om meer te leren hebben aangewakkerd. We hopen dat je verder blijft leren door andere cursussen en meer informatie te zoeken over AI en andere onderwerpen die je interessant vindt. Om je te helpen bij je zoektocht, hebben we wat links naar nuttig en interessant AI-materiaal verzameld.
Nu bevind je je in een positie waarin je kunt ontdekken wat er gaande is op het gebied van AI en wat er wordt gedaan om ervoor te zorgen dat dit naar behoren wordt gebruikt. Doe dit vooral en als je het gevoel hebt dat er risico’s zijn die we zouden moeten bespreken of kansen die we moeten najagen, wacht dan niet tot een ander reageert
Voor nu laten we het hierbij. We willen je hartelijk danken voor je deelname. Voor ons was dit een geweldig avontuur en we hopen oprecht dat jij het ook leuk vond. We zijn nog niet klaar met de cursus en ik denk dat we dat nooit zullen zijn. We doen ons best om deze te blijven bijwerken en verbeteren en hier de beste AI-MOOC ter wereld van te maken.
Net zoals de cursus nog niet is afgelopen, moet je niet denken dat jouw verkenning van AI wel klaar is. De vooruitgang gaat heel snel en het lijkt misschien niet te doen om deze bij te houden, maar het geruststellende nieuws is dat de basisbeginselen decennialang hetzelfde zijn gebleven. Zolang je bekend bent met de basis van probleemoplossingsstrategieën, het omgaan met onzekerheid en het leren van gegevens, zou je in staat moeten zijn nieuwe zaken eenvoudig in perspectief te zien. Daarom moest je grafieken met kippen die rivieren overstaken en Torens van Hanoi tekenen, moest je de kans op regen in Helsinki berekenen of smileys laten herkennen door een neuraal netwerk. Het kennen van de basis of de onderdelen van AI is veel duurzamere kennis van het leren van de technische details van een bepaalde AI-oplossing.
Hieronder geven we een aantal nuttige links. Blijf leren, blijf nieuwsgierig.
"De toekomst staat niet vast. Er is geen ander lot dan wat wij onszelf ten doel stellen." (John Connor)