Actueel: Het waren zieners

"Het waren zieners” is de ironische afsluiter van een column van Jarl van der Ploeg over de gevolgen van Artificiële Intelligentie (AI) voor ons als werkende mens (van der Ploeg, 2023). De ironie ligt in de betwistbare aanname dat de relevantie van de studie van vrijetijd toeneemt naarmate de hoeveelheid vrijetijd in een samenleving groeit. De column vraagt zich af of de brede en opkomende inzet van AI inderdaad zou kunnen leiden tot een samenleving waarin we meer vrijetijd krijgen. Als dat het geval is, zou de keuze van studenten voor de studie vrijetijd namelijk profetisch zijn geweest. Dit artikel gaat echter niet in op deze twijfelachtige aanname, maar onderzoekt de vraag of onze samenleving inderdaad paradijselijk, of wellicht dystopisch, zal veranderen door AI. Daarbij tasten we voorzichtig af of er misschien toch een soort van ‘sense of urgency’ voor de bestudering van vrijetijd voortvloeit uit de adaptie van AI in onze samenleving.

Dr. Adriaan van Liempt, Docent en onderzoeker Academy for Leisure and Events en lid AI-pioneer team Breda University of Applied Sciences, liempt.a@buas.nl
Marenna van Reijsen, MA, Docent Academy for Tourism en lid AI-Pioneer team Breda University of Applied Sciences, reijsen.m@buas.nl

Artificiële Intelligentie (AI)

De reden dat we het tegenwoordig als samenleving over artificiële intelligentie (AI) hebben, is vooral te danken aan de introductie van zogenaamde grote taalmodellen zoals ChatGPT. Geïntroduceerd in november 2022, heeft dit model in korte tijd een grote schare mensen weten te overtuigen van de voordelen ervan (ChatGPT, 2024). De snelle opmars en adoptie van deze modellen lijken voorlopig nog niet ten einde te zijn. De modellen verbeteren (Large language models are getting bigger and better, 2024) en worden, indien we dat wensen, eerlijker en minder gevoelig voor vooringenomenheid (Dai et al., 2024; Narayan et al., 2024). De modellen worden daarnaast ook breder toepasbaar doordat ze naast tekst ook beeld en geluid kunnen verwerken (Skorburg et al., 2023). Een interessant voorbeeld van het laatste is bijvoorbeeld de inzet van grote taalmodellen als autonoom autobestuurder (Cohen, 2024; Yang et al., 2023). Voorheen was dit een enorm complex probleem waar bedrijven als Tesla al jaren mee stoeiden door autonoom rijden in kleine stappen en problemen te verdelen in afzonderlijke systemen en deze systemen te laten samenwerken. Al die problemen lijken nu te kunnen worden opgelost door de inzet van een groot taalmodel. De enige beperkende factoren van de inzetbaarheid van AI lijken vooral menselijke inventiviteit, trainingsdata en rekenkracht te zijn. Op hetzelfde moment echter wordt die menselijke inventiviteit ingezet om schijnbaar oneindig veel nieuwe trainingsdata te genereren en Nvidia, een bedrijf dat chips maakt voor AI toepassingen, stelt die rekenkracht de afgelopen acht jaar met een factor duizend te hebben vergroot en denkt die progressie te kunnen vasthouden de komende jaren (Caulfield, 2024; Guo & Chen, 2024; Wang, 2024). "Waar gaat dit heen?” is dan ook een voor de hand liggende vraag. In de meest positieve zin kan AI, indien beperkt tot de grote taalmodellen, gezien worden als de accumulatie van menselijke kennis, die voor iedereen toegankelijk is als een persoonlijke coach (Minaee et al., 2024; Nosta, 2023). In de meest negatieve zin kan AI, in handen van kwaadwillenden, leiden tot het einde der tijden volgens sommige AI-experts (Kleinman, 2023). Het spectrum van mogelijke gevolgen voor onze samenleving door de brede en opkomende inzet van AI is dus groot.

Gaat AI werk (lees: mensen) overbodig maken?

De vraag of AI ons mensenwerk overbodig gaat maken, lijkt in het licht van het hierboven geschetste spectrum een mooie middenweg te zijn. In verschillende artikelen en nieuwsberichten wordt wereldwijd wel het een en ander gezegd over massa-ontslagen. Zo is er ook de bekende quote van Sam Altman, baas van OpenAI, het bedrijf achter ChatGPT: "jobs are definitely going to go away, full stop” (Andersen, 2023). Daar tegenover bestaan echter ook modererende beelden zoals onder andere geschetst door Acemoglu and Johnson (2023). Zij zien AI, in de meest positieve zin, als iets dat ons mensen kan helpen. Niet simpelweg als een instrument, maar ons daadwerkelijk kan verbeteren en helpen in onze tekortkomingen, zoals bijvoorbeeld consistentie, betrouwbaarheid, het uitvoeren van repetitieve taken, het herkennen van patronen en het helpen bij het maken van beslissingen door betere informatie te verschaffen of het doen van voorspellingen. De auteurs schetsen in hun werk "Power and Progress” een beeld van een wereld waarin AI al jarenlang in ontwikkeling is en waarin moderne AI tegenwoordig in staat is ook niet-systematisch en repetitieve taken te automatiseren. De auteurs stellen daarbij geruststellend dat de meeste problemen die wij creëren, typisch menselijke eigenschappen als empathie en sociale interactie vereisen om opgelost te worden. Is dat echter wel zo? Moderne AI kan verrassend empathisch, of als zodanig ervaren worden (Mishra, 2024; Tripathi & Shukla, 2024). Acemoglu en Johnsons (2023) stellen dat wij als mensen een keuze hebben. We kunnen technologie accepteren of niet accepteren. Overheden en vakbonden kunnen daarbij een belangrijke rol spelen. Overheden kunnen via regulering eisen dat AI het publieke goed dient en niet slechts het private goed. Vakbonden kunnen de belangen van arbeiders verdedigen. We moeten volgens Acemoglu and Johnson (2023) AI inzetten om ons te versterken, niet te vervangen. Als dat laatste gebeurt, zorgt AI er simpelweg voor dat ongelijkheid tussen mens en kapitaal nog groter wordt, terwijl de techniek ons als mens juist zoveel moois kan bieden en als soort kan versterken.

Paradise (no)w?

Het blijkt niet eenvoudig om bronnen te vinden die doen vermoeden dat een vrijetijdsamenleving aanstaande is of überhaupt wenselijk is. Dat is ook niet vreemd, want Veal (2018) stelt dat dit ook nooit een serieus onderwerp van studie is geweest. De teneur in de economische literatuur is niet veel anders en vooral gericht op termen als augmentation (versterking), zoals al is besproken aan de hand van Acemoglu and Johnson (2023), en spillover (overloop), een effect waarbij automatisering in de ene sector leidt tot de creatie van nieuwe banen in een andere sector (zie bijvoorbeeld Autor & Salomons, 2018; Autor et al., 2023; Autor & Salomons, 2017; Gregory et al., 2016; Hayton et al., 2023). Ook in de verdere vrijetijdliteratuur is het niet anders en blijkt een vrijetijdparadijs vooral een fabel te zijn waar we telkens in blijven trappen. Alsof we vastzitten in een lus van zelfbedrog. Beckers (1977) begon als eerste met het demystificeren van de vrijetijdwaan door te benadrukken dat technologische vooruitgang en de daarmee gepaard gaande belofte van meer vrije tijd vaak niet leiden tot meer ontspanning of persoonlijke vervulling. De maatschappij blijkt zich aan te passen aan deze nieuwe mogelijkheden met verhoogde verwachtingen en standaarden, wat uiteindelijk de druk op individuen verhoogt om nog productiever en actiever te zijn. Dit leidt tot een samenleving die hyperactief is en waarin tijd nog steeds als een schaars goed wordt ervaren. Beckers (1977) was echter niet de enige; ook Corijn (1998) heeft een bijdrage geleverd aan deze demystificatie door vooral de regulering, organisatie en structurering van ‘vrije’ tijd te belichten. De mythe van een vrijetijdsamenleving door de introductie van technologie is meerdere malen geopperd en ontkracht. Smits (2014) vat deze mythische lus mooi samen in het toepasselijk getitelde artikel ‘Tijdswinstmachine’ en stelt dat technologische vooruitgang en de bijbehorende belofte van tijdwinst niet daadwerkelijk hebben geleid tot meer vrije tijd of een verbeterde kwaliteit van leven, maar eerder tot een toename van verplichtingen en verwachtingen. Denk bijvoorbeeld aan de mogelijkheid om altijd en overal bereikbaar te zijn. Deze ontwikkelingen resulteren in een perpetuum mobile van versnelling en onthaasting, waarbij de samenleving steeds sneller moet opereren zonder echte winst in vrijetijd of ontspanning. Zo kampen we tegenwoordig in Nederland zelfs met het fenomeen arbeidsmarktkrapte en worden AI en robots juist als oplossing gezien (Wilthagen, 2023, 2024). Smits (2014) is dan ook niet voor niets kritisch op onze voortdurende zoektocht naar efficiëntie en de misvatting dat technologische innovaties onvermijdelijk zouden leiden tot een beter leven, en benadrukt de noodzaak voor een kritische heroverweging van de manier waarop wij technologische vooruitgang en onze tijdsbesteding benaderen. Veal (2018) lijkt het daarmee eens te zijn. Echter, daar waar Veal (2018) vooral redeneert vanuit het perspectief van terugkerende economische crises en de gepaard gaande toename in werkeloosheid, zou de brede inzet van AI in het ergste geval kunnen leiden tot baanverlies en in het gunstigste geval tot de noodzakelijke terugdringing van tijddruk en arbeidsmarktkrapte. Veal’s (2018) hoop op een mindere belasting van het milieu door een negatieve economische groei, lijkt nog ver weg te zijn.

Gaat er dan echt niets veranderen?

Als we het bovenstaande in overweging nemen, dan lijken we onszelf te bedotten als we zouden zeggen dat er iets ingrijpend lijkt te veranderen. We hebben dit artikel grotendeels tijdens onze meivakantie in 2024 geschreven. We hebben een grote diversiteit aan AI’s gebruikt tijdens het schrijven ervan. Om artikelen te zoeken hebben we gebruik gemaakt van Semantic Scholar (Semantic Scholar, 2024) en DuckDuckGo (DuckDuckGo, 2024). Om het artikel zelf te schrijven hebben we Word 365 gebruikt, dat tegenwoordig zelf vol zit met AI (Welcome to Copilot in Word, 2024). En om taalfouten te vermijden, is zelfs een eigen GPT gebruikt die de schrijfstijl van de auteurs respecteert, maar grammatica en spelling waar nodig corrigeert. Daarbij wordt ook nog eens consistentie behouden. Zouden we van dit artikel vervolgens een presentatie willen maken, dan zet Copilot het in een paar tellen om naar Powerpoint slides (Create a new presentation with Copilot in PowerPoint, 2024). Als mens ontkom je tegenwoordig bijna niet meer aan AI. Naast de hierboven genoemde en gebruikte AI’s zijn er zowat voor ieder element van onze functies als docent en onderzoeker AI-instrumenten beschikbaar die ons werk kunnen ‘versterken’, dat wil zeggen efficiënter maken. We kunnen eenvoudiger samenvattingen laten schrijven of overzichten laten maken van verschillende artikelen (Consensus, 2024; Elicit, 2024). Ook heilige huisjes als auteurschap, het peer review proces, en zelfs gegevensverwerving lijken niet meer veilig te zijn dankzij AI (Agnew et al., 2024; Geng & Trotta, 2024; Mollaki, 2024). Mochten we dan nog vrije tijd overhouden, bijvoorbeeld voor vakantie, dan zijn er volop AI-gestuurde tools die als een reisaanbieder vakantieplanningen opstellen.

Tijdwinstbedrog

Wat betekent de inzet van AI voor de relevantie van ons als mens, onderzoeker en docent? Dat is een vraag die we ons steeds vaker kunnen stellen. Als we een groot taalmodel kunnen vragen om een voorbeeld te genereren van een abstract begrip, kan een student dat ook. Als u zich als lezer afvraagt of banen zullen verdwijnen door AI, dan kunt u zich afvragen wat u relevant maakt. U kunt zich echter ook afvragen of u door de inzet van AI, meer kunt gaan richten op andere relevantere zaken. Misschien zelfs meer tijd ‘vrij’ maken? Tegelijkertijd blijft ons verleden (onze aard?) ons achtervolgen. Blijven we onszelf voor de gek houden, blijven we vastzitten in de schijnbaar eeuwige cyclus van zelfbedrog? Het is goed voorstelbaar dat de huidige AI-fase een tijdelijke is. Dat we onszelf voorlopig inderdaad versterken, efficiënter maken, minder foutgevoelig worden doordat we AI mee laten kijken, en dat we nieuwe banen in nieuwe sectoren creëren. Echter, het lijkt goed mogelijk dat we AI meer en meer autonomie gaan geven en wat dan? Ja, het is verleidelijk te hypothetiseren over dat soort mogelijke toekomsten, maar we leven in het nu en we kunnen nu keuzes maken, als individu, als samenleving, en als organisaties. Dat is ook de strekking van Acemoglu en Johnson (2023), Veal (2018), en van Smits (2014). Als individu kun je besluiten met AI te werken. ‘Experimenspelen’ zelfs, zoals velen van ons deden eind 2022 bij de introductie van ChatGPT en misschien nog steeds doen. Op hetzelfde moment kun je je als mens ook kritisch opstellen. Je kunt je afvragen wat de inzet van AI je werkelijk oplevert: tijdwinst, meer productiviteit, een hogere kwaliteit? Of, krijgt het gebruik van AI meer en meer een verplichtend en onontkoombaar karakter zoals zovele technologische innovaties daarvoor hebben gedaan? Hoe relevant blijf je zelf als mens, worden samenlevingen ongelijker, of worden ze juist prettiger om in te leven? Kritisch naar AI kijken levert in die zin vele vragen op. Dat is niet alleen een suggestie voor onszelf als mens, maar ook voor de contexten waarin we ons bewegen. Tot op heden lijken we nog niet zoveel van ons verleden te hebben geleerd. Zeker niet als we dezelfde verwachtingen blijven koesteren jegens innovaties. De vragen bieden mogelijk wel een ‘sense of urgency’ voor de bestudering van vrijetijd. Dan zouden we inderdaad ‘zieners’ zijn.

Referenties

• Acemoglu, D., & Johnson, S. (2023). Power and Progress: Our Thousand-Year Struggle Over Technology and Prosperity. https://mitpressbookstore.mit.edu/book/9781541702530
• Agnew, W., Bergman, A. S., Chien, J., Díaz, M., El-Sayed, S., Pittman, J., Mohamed, S., & McKee, K. R. (2024). The illusion of artificial inclusion. ArXiv e-prints. https://doi.org/10.1145/3613904.3642703
• Andersen, R. (2023, 25 juli). The Atlantic. Retrieved 2 april, 2024 from https://www.theatlantic.com/magazine/archive/2023/09/sam-altman-openai-chatgpt-gpt-4/674764
• Autor, D., & Salomons, A. (2018). Is Automation Labor-Displacing? Productivity Growth, Employment, and the Labor Share. NBER. https://doi.org/10.3386/w24871
• Autor, D., Salomons, A., & Seegmiller, B. (2023). Patenting with the Stars: Where are Technology Leaders Leading the Labor Market? https://www.brookings.edu/wp-content/uploads/2023/03/Patenting-with-the-stars-Final.pdf
• Autor, D., & Salomons, A. F. (2017). Robocalypse Now: Does Productivity Growth Threaten Employment? Economics of Artificial Intelligence, Fall 2017, Willard Room, Second Floor, Toronto, ON Canada. https://conference.nber.org/confer//2017/AIf17/Autor.pdf
• Beckers, T. A. M. (1977). De mythe van de vrijetijdsmaatschappij. Intermediair(19), 1-9.
• Caulfield, B. (2024, 18 maart). GTC Wrap-Up: ‘We Created a Processor for the Generative AI Era,’ NVIDIA CEO Says. Retrieved 8 mei, 2024 from https://blogs.nvidia.com/blog/2024-gtc-keynote
• ChatGPT. (2024, 2 mei).Wikipedia. Retrieved 2 mei, 2024 from https://en.wikipedia.org/w/index.php?title=ChatGPT&oldid=1221804960
• Cohen, J. (2024, 8 maart). Car-GPT: Could LLMs finally make self-driving cars happen? the Gradient. Retrieved 4 mei, 2024 from https://thegradient.pub/car-gpt
• Consensus. (2024, 4 mei). Search - Consensus: AI Search Engine for Research. https://consensus.app/search
• Corijn, E. (1998). De onmogelijke geboorte van een wetenschap : verkenningen in de ontwikkeling van de studie van de vrijetijd. VUBPress. https://research.tilburguniversity.edu/en/publications/de-onmogelijke-geboorte-van-een-wetenschap-verkenningen-in-de-ont
• Create a new presentation with Copilot in PowerPoint. (2024, 8 mei).Retrieved 8 mei, 2024 from https://web.archive.org/web/20240405231627/https://support.microsoft.com/en-us/office/create-a-new-presentation-with-copilot-in-powerpoint-3222ee03-f5a4-4d27-8642-9c387ab4854d
• Dai, S., Xu, C., Xu, S., Pang, L., Dong, Z., & Xu, J. (2024). Unifying Bias and Unfairness in Information Retrieval: A Survey of Challenges and Opportunities with Large Language Models. arXiv. https://doi.org/10.48550/arXiv.2404.11457
• DuckDuckGo. (2024, 4 april). DuckDuckGo — Privacy, simplified. https://duckduckgo.com
• Elicit. (2024, 4 mei). Elicit: The AI Research Assistant. https://elicit.com
• Geng, M., & Trotta, R. (2024). Is ChatGPT Transforming Academics’ Writing Style? ArXiv e-prints. https://doi.org/10.48550/arXiv.2404.08627
• Gregory, T., Salomons, A. F., & Zierahn, U. T. (2016). Racing With or Against the Machine? Evidence from Europe. European Economics: Labor & Social Conditions eJournal. https://doi.org/10.2139/ssrn.2815469
• Guo, X., & Chen, Y. (2024). Generative AI for Synthetic Data Generation: Methods, Challenges and the Future. ArXiv e-prints. https://doi.org/10.48550/arXiv.2403.04190
• Hayton, J., Rohenkohl, B., Pissarides, C., & Liu, H. (2023). What drives UK firms to adopt AI and robotics, and what are the consequences for jobs? Zenodo. https://doi.org/10.5281/zenodo.8233849
• Kleinman, Z. (2023, 31 april). AI ‘godfather’ Yoshua Bengio feels ‘lost’ over life’s work. https://www.bbc.com/news/technology-65760449
• Large language models are getting bigger and better. (2024, 18 april).Retrieved 2 mei, 2024 from https://www.economist.com/science-and-technology/2024/04/17/large-language-models-are-getting-bigger-and-better
• Minaee, S., Mikolov, T., Nikzad, N., Chenaghlu, M., Socher, R., Amatriain, X., & Gao, J. (2024). Large Language Models: A Survey. arXiv. https://doi.org/10.48550/arXiv.2402.06196
• Mishra, C. (2024). The face says it all: Investigating gaze and affective behaviors of social robots. Max Planck Institute for Psycholinguistics. https://www.mpi.nl/publications/item3575823/face-says-it-all-investigating-gaze-and-affective-behaviors-social-robots
• Mollaki, V. (2024). Death of a reviewer or death of peer review integrity? the challenges of using AI tools in peer reviewing and the need to go beyond publishing policies. Research Ethics, 20(2), 239-250. https://doi.org/10.1177/17470161231224552
• Narayan, M., Pasmore, J., Sampaio, E., Raghavan, V., & Waters, G. (2024). Bias Neutralization Framework: Measuring Fairness in Large Language Models with Bias Intelligence Quotient (BiQ). arXiv. https://arxiv.org/abs/2404.18276v1
• Nosta, J. (2023, 28 november). LLMs: Digital Maps of Human Knowledge. Retrieved 4 mei, 2024 from https://www.psychologytoday.com/us/blog/the-digital-self/202311/llms-digital-maps-of-human-knowledge
• Semantic Scholar. (2024, 4 april). Semantic Scholar. https://www.semanticscholar.org
• Skorburg, J. A., Kupferschmidt, K. L., & Taylor, G. W. (2023). "Large Language Models” Do Much More than Just Language: Some Bioethical Implications of Multi-Modal AI. The American Journal of Bioethics, 23(10), 110 - 113. https://doi.org/10.1080/15265161.2023.2250318
• Smits, M. (2014). Uitrusten van de tijdwinstmachine - de illusies van efficiency door technologie. De Helling, 5. Retrieved 15 april, 2024, from https://martijntje.nl/media/files/Tijdwinstmachine_27_mei_2014.pdf
• Tripathi, S., & Shukla, J. (2024). Exploring the Impact of CHATBOT AI on Empathic Responses and Emotional Intelligence: A Mixed-Methods Study. International Journal For Multidisciplinary Research, 6(2). https://doi.org/10.36948/ijfmr.2024.v06i02.18021
• van der Ploeg, J. (2023, 17 augustus). Zolang AI niet in staat is de vreugde te voelen van een zomeravond vol lange gesprekken, blijven mensen nodig. de Volkskrant. https://www.volkskrant.nl/columns-van-de-dag/zolang-ai-niet-in-staat-is-de-vreugde-te-voelen-van-een-zomeravond-vol-lange-gesprekken-blijven-mensen-nodig~b7f9b8ef
• Veal, A. J. (2018). Whatever Happened to the Leisure Society? Taylor & Francis. https://doi.org/10.4324/9781315267098
• Wang, B. (2024, 19 maart). Nvidia Increased Compute Power 1000X in 8 Years to 20 Petaflops in the Blackwell GPU | NextBigFuture.com. Retrieved 8 mei, 2024 from https://www.nextbigfuture.com/2024/03/nvidia-increased-compute-power-1000x-in-8-years-to-20-petaflops-in-the-blackwell-gpu.html
• Welcome to Copilot in Word. (2024, 4 mei).Retrieved 4 mei, 2024 from https://web.archive.org/web/*/https://support.microsoft.com/en-us/office/welcome-to-copilot-in-word-2135e85f-a467-463b-b2f0-c51a46d625d1
• Wilthagen, T. (2023, 3 februari). Krapte is kiezen. Niet alleen nu, vooral straks. Brabants Dagblad. https://www.bd.nl/opinie/opinie-krapte-is-kiezen-niet-alleen-nu-vooral-straks~a05b097a
• Wilthagen, T. (2024, 2 mei). Net als op energie moeten we in Nederland ook op arbeid besparen, en dat kan op deze zes manieren. Brabants Dagblad. https://www.bd.nl/opinie/net-als-op-energie-moeten-we-in-nederland-ook-op-arbeid-besparen-en-dat-kan-op-deze-zes-manieren~ac6320c1
• Yang, Z., Jia, X., Li, H., & Yan, J. (2023). LLM4Drive: A Survey of Large Language Models for Autonomous Driving. arXiv. https://doi.org/10.48550/arXiv.2311.01043