AI gedachten | thoughts

Een herkenbare angst: wat gebeurt er met mijn werk als er opeens mensen bijkomen die ook wel willen werken, of als er nieuwe technologie wordt geïntroduceerd die allerlei taken uit handen neemt? De impact van arbeidsmigranten is al een langer lopende discussie, maar banenverlies door AI begint inmiddels ook een onderwerp te worden.

Arbeidsmigratie en imago

De opbouw van de West-Europese economieën na de Tweede Wereldoorlog vereiste kapitaal en arbeid. Het kapitaal kwam onder andere van de Marshall-hulp uit Amerika, die er toe geleid heeft dat West Europa een welvarende klant van toekomstige Amerikaanse big tech kon worden. Die arbeid leverden we zelf, maar er was niet genoeg, dus die werd uit landen gehaald waar minder mogelijkheden voor wederopbouw waren: eerst Spanje en Griekenland, daarna Marokko en Turkije. Het idee om deze “gastarbeiders” te werven werd aanvankelijk wat minder enthousiast onthaald door de linkse partijen: dit was immers concurrentie voor onze eigen arbeiders. Het waren juist de rechtsere partijen die er positief over waren: vooral de liberalen vonden dat de economie moest draaien. 

Na een tijdje bleek echter dat de ‘gast’ arbeiders gingen blijven. De positieve verhalen gingen vaak over zichtbare bijdragen, zoals sport, eten en ondernemerschap. De argwaan richtte zich juist op zichtbare verschillen in religie, kleding en gewoonten.

Het woord ‘gastarbeider’ kreeg een wat negatieve lading en daarom werd als alternatieve term ´allochtoon’ bedacht. Dat ging een tijdje goed, totdat de ‘autochtonen’ hun negatieve beeld ook aan de nieuwe term gingen ophangen: de term wordt steeds minder gebruikt. De alternatieven waren bijvoorbeeld ‘streepjes-Nederlander’ (zoals ‘Turks-Nederlandse’ burgers), ‘nieuwe Nederlanders’, of de toevoeging ‘met een migratie-achtergrond’. Dit effect heet de “tredmolen van het eufemisme”. 

Die veranderende houding zie je bij AI ook. Vóór ChatGPT was ‘artificial intelligence’ iets wat ver van de werkelijkheid van de meeste mensen afstond. Het was iets voor high-tech bedrijven, wetenschappers en nerds. Gespecialiseerde toepassingen zoals in medische diagnostiek, het verslaan van wereldkampioenen schaken of go, of het herkennen van kentekens van hardrijders, waren wel bekend maar tegelijkertijd ook erg niche. Wie iets met AI wilde doen moest op zijn minst kunnen programmeren in Python. En wie kan dat nu?

ChatGPT gebruikt generatieve AI: het maakt nieuwe gegevens, in plaats van het verwerken van veel gegevens en daar dan één analyse (diagnose, winnende zet, kenteken) aan verbinden. Generatieve AI werkt op basis van een prompt die de gebruiker invoert. In gewone taal ook nog! Geen Python meer nodig, dus iedereen kan aan de slag. Na een tijdje zijn de ChatGPT-achtigen zo algemeen bekend geworden dat de term “AI” al voldoende is om ze aan te duiden. Na de aanvankelijke fascinatie en waardering voor deze nieuwe mogelijkheden, zijn de negatieve aspecten van deze AI steeds zichtbaarder geworden in het publieke debat. De macht van Big Tech, het stelen van data, de datacenters, het energieverbruik, de slop! (Waarmee we overigens de neiging hebben om alle AI over één kam scheren, helaas vergelijkbaar met opmerkingen over buitenlanders.)

Dit tot verdriet van de ‘klassieke’ AI-ontwikkelaars, die alleen maar een betrouwbare app willen maken om te bepalen of dat rare plekje op je hand iets zorgelijks is of niet. Moeten we daarom voor ‘AI’ dan ook maar een andere term verzinnen?  

We hebben dit vaker meegemaakt: de term AI is al vaker een tijdje ‘besmet’ geweest.

Vanaf de jaren 90 werd AI steeds vaker in allerlei toepassingen gebruikt, maar meestal ‘onder de motorkap’ en niet onder die naam. Alleen in zelfstandige toepassingen zoals spraakherkenning of robotica werd de term ‘AI’ gebruikt. Maar omdat grote successen uitbleven, werd de term wat minder sexy en gingen veel onderzoekers in plaats daarvan ‘machine learning’ of nog andere termen gebruiken. Een Franse onderzoeker vertrouwde mij in die tijd toe dat ze bij voorstellen voor de Franse overheid de term ‘artificial intelligence’ niet konden gebruiken en dat ook ‘machine learning’ teveel twijfel opriep. Hij had het daarom over “automatische optimalisatie van parameters”.

Goed beschouwd is het opvallend dat de term AI nu zoveel gebruikt wordt. Want historisch was het altijd zo dat AI juist datgene was wat nog niet mogelijk of bruikbaar was.

Er zijn veel mooie quotes over AI. In dit overzicht staan er een paar bij elkaar die allemaal gemeen hebben dat zodra een probleem opgelost is (met ‘AI’), dat het dan gewoon ‘technologie’ geworden is. De term ‘kunstmatige intelligentie’ heeft toch nog dat magische in zich, en reserveerden we altijd voor alles wat “nog niet mogelijk” was. Dit wordt ook het wel het AI effect of het Theorema van Tesler genoemd.

Los van het imago: maar ze pikken toch wel onze banen in?

Net als met de ‘gastarbeiders’ lijkt dat in eerste instantie inderdaad het geval. Maar als je wat uitzoomt dan zie je dat heel veel werk waar de autochtone Nederlander geen tijd/zin/kennis voor had toch maar mooi wél gedaan is, wat ertoe geleid heeft dat de Nederlandse economie behoorlijk goed draait, met onze Rotterdamse haven, Westlandse kassen, en natuurlijk ASML. (Op die economie is van alles op aan te merken, maar in de meeste andere landen is er nog veel méér op aan te merken.) 

Zelf woon ik in de buurt van Leiden, met een prachtig historisch stadscentrum dat rijkdom uitstraalt. In de 16e en 17e was Leiden hét centrum van de wereldwijde productie en handel in laken, en waar ook nog de op dat moment meest bewonderde universiteit van Europa gevestigd was. Dit alles met dank aan de Vlamingen en Hugenoten, die gevlucht waren voor de religieuze intolerantie van Koning Philips II. De leidende positie van Amsterdam is in dezelfde tijd ook veroorzaakt door kapitaal en kennis vanuit het buitenland. De eerste multinational ter wereld, de VOC, draaide voor de helft van zijn werknemers op gastarbeiders uit met name Duitsland. Recenter: in Silicon Valley is 66% van de werknemers niet-Amerikaans, bij ASML is dit 28% maar is inmiddels het merendeel van de nieuwe werknemers buitenlands. De havens, distributiecentra en kassen vol met paprika’s worden bevolkt door arbeidsmigranten.

Historisch gezien is het zo dat veel economische groei gepaard gaat met een grote instroom van buitenlanders. Of de betere economie tot instroom leidt, of dat andersom die instroom tot de economie stimuleert, is daarbij wel een open vraag.

En technologie dan?

Door de introductie van het Jacquard weefgetouw begin 19e eeuw waren er veel minder wevers nodig. Het verhaal gaat dat zij die nieuwe technologie frustreerden door hun klompen erin te gooien: ‘sabot’ in het Frans, waar we het woord ‘sabotage’ aan te danken hebben. Uiteindelijk was deze uitvinding één van de onderdelen van de Industriële Revolutie, die veel werk heeft opgeleverd – maar die ook de meeste ambachtelijke wevers van hun vak beroofd heeft.

De opkomst van fotografie heeft ertoe geleid dat de schilderkunst, die in theorie helemaal door fotografie zou kunnen worden vervangen, juist nieuwe wegen is ingeslagen (iets wat een eigen blogpost waard is). Na de winst van Deep Blue op wereldkampioen schaken Garri Kasparov is schaken juist een nieuwe fase ingegaan (ook door de opkomst van schaken via internet, overigens). Amazon heeft er niet toe geleid dat er geen fysieke winkels meer zijn (toegegeven: er zijn wel veel minder fysieke winkels nu).

Introductie van nieuwe technologie leidt soms zelfs tot extra vraag naar oude technologie.

Verbazingwekkend: in de Tweede Wereldoorlog had het machtige Duitse leger nog nooit zoveel paarden in dienst gehad, in ieder geval aan het Oostfront. Ook nu nog heeft het Britse leger meer paarden dan tanks, maar dat is misschien ook omdat tanks niet meer zo nuttig zijn in het huidige oorlogsbedrijf. (Ik vraag me nu af of er legers zijn die meer postduiven dan drones hebben.) 

Om in UK te blijven: paarden waren ook heel gewild bij de Britse Spoorwegen, de introductie van de stoomtrein leidde paradoxaal tot een sterk verhoogde vraag naar biologische paardekracht. Het aanvoeren van kolen bijvoorbeeld, dat bleek toch veel handiger met paarden te regelen. Uiteindelijk zijn de meeste banen van al die paarden wel echt ingepikt door technologie, maar dat gebeurde pas na een verrassend lange tijd.

Mensen en machines zijn natuurlijk niet hetzelfde maar voor denken over arbeid zijn er wel parallellen. Zowel arbeidsmigranten als nieuwe technologie leiden vaak tot meer mogelijkheden, meer ideeën en meer economische activiteit. Dus ook tot meer werk, waar de ‘verdreven’ werknemers en technologieën dan weer hun plaats in vinden. 

De Industriële Revolutie heeft veel handwerkslieden hun baan gekost, maar ‘gelukkig’ konden ze daarna in de fabriek aan de lopende band aan de slag. Of in de kolenmijn.) De auto verdreef veel paardenwerk, maar creëerde monteurs, rijscholen, tankstations, verkeerskundigen, verzekeraars en logistiek. De wasmachine verminderde huishoudelijk handwerk, maar leidde ook tot veranderende arbeidsparticipatie en andere tijdsbesteding. Computers en internet hebben allerlei beroepen verdreven. De typiste bestaat bijna niet meer. Wie had gedacht dat content manager op enig moment een baan zou kunnen zijn?

En AI dan?

Het denken over AI is na de introductie van ChatGPT veranderd: van fascinatie, via totale omarming, naar een mix van opwinding en ontzetting. Het lijkt erop dat de omkering in opinie over ‘gastarbeiders’, namelijk dat links en rechts daar qua positie van positie gewisseld zijn, rondom AI ook al een beetje plaatsvindt. Het is in ieder geval zo dat een voormalige techbro als Bill Gates de noodklok luidt. 

De anderen gaan gewoon door met het ontwikkelen van hun business, maar willen wel laten zien dat ze niet doof zijn voor zorgen.

Dario Amodei (Anthropic) waarschuwt voor zeer pijnlijke effecten, ook Elon Musk (XAI) waarschuwt, Sam Altman (OpenAI) waarschuwt en Sundar Pichai (Google) ook. Ze doen het allemaal op een iets andere manier, en allemaal proberen ze hun vroegere idealen er nog in door te laten schijnen.

Er zijn al verschillende berichten dat bedrijven de programmeurs weer aannemen die ze eerst hadden ontslagen, onder andere omdat programma’s geschreven door AI tot meer onderhoudskosten leiden. De term ‘devibing’ is al gevallen: het maken van programmatuur met AI heet namelijk ‘vibe coding’: omdat je niet precies specificeert wat je wilt maar meer een gevoel, een vibe, overbrengt waar AI dan een programma bij maakt. Dan is ‘devibing’ het omzetten van die programmatuur naar een preciezere, betrouwbaardere en stabielere versie. 

Een baan is zelden één ding. Een jurist leest, zoekt, overlegt, schrijft, weegt belangen af en neemt verantwoordelijkheid. AI kan sommige stukjes daarvan versnellen, maar dat betekent niet automatisch dat het beroep verdwijnt. De productiviteit zal wel veranderen. (Een mooi onderwerp voor een volgende blog.)

Uit de historische vergelijkingen hierboven kun je concluderen dat het goed mogelijk is dat er zeker aanvankelijk méér vraag komt naar menselijke intelligentie. Maar na een tijdje gaan er dingen veranderen, zoals ik eerder beschreef: we gaan inzien dat auto’s meer zijn dan snellere paarden. Die veranderingen leiden tot frictie: de Industriële Revolutie leidde tot uitbuiting van arbeiders in fabrieken. Niet iedereen profiteert in gelijke mate. We kunnen zeker ook concluderen dat werk verschuift, zich opsplitst en nieuwe vormen krijgt. Vormen waarvan we ons nu nog niet goed kunnen voorstellen wat die gaan inhouden – ook AI niet.