Deze opinie is van een externe deskundige. De inhoud vertegenwoordigt dus niet noodzakelijk het gedachtegoed van de redactie.

Opmars van explainable ai

Waar vorig jaar de focus lag op innovatie ten behoeve van dienst- en productverbetering, daar verkennen bedrijven dit jaar nieuwe, toekomstgerichte technologieën om nog effectiever van beschikbare data te profiteren. Daarnaast leidt de ervaring die we met een aantal van de technologieën hebben opgedaan tot stromingen binnen deze technologieën. De groeiende belangstelling voor explainable artificial intelligence (ai) is hier een voorbeeld van.

Door ai in te zetten bij dataverwerking zijn beslissingen te automatiseren en kan de mens meer informatie verwerken. Hierdoor is tijd te besparen en zouden beslissingen theoretisch gezien feitelijk ‘juist’ moeten zijn. Dat is niet per definitie zo. Wanneer de oorspronkelijke data of opdracht onvolledig is, kan deze leiden tot ongewenste uitkomsten. Het is dan ook positief dat mensen de uitkomsten van ai of machine learning (ml)-oplossingen niet zomaar voor lief nemen.

Bij veel van de huidige intelligente, zelflerende toepassingen is de ‘gedachtegang’ achter aanbevelingen en beslissingen niet transparant, wat het lastig maakt om uitkomsten te verantwoorden of toetsen. Deskundigen, zoals bijvoorbeeld Adrian Weller van de Universiteit van Cambridge, stellen dat transparantie onontbeerlijk is als je intelligente systemen daadwerkelijk in de praktijk wilt toepassen. Deze overtuiging draagt bij aan de opmars van explainable ai (ook xai of transparent ai genoemd), een vorm van intelligentie die we nog kunnen snappen.

Cruciaal

"Ai kan pas optimaal presteren als je erop kunt vertrouwen"

Explainable ai biedt inzicht in het denken en handelen van zelflerende oplossingen. Hierdoor kunnen organisaties hun beslissingen uitleggen, zowel intern als extern. Dit is cruciaal om compliant te zijn aan wet- en regelgeving, maar ook om aan te kunnen tonen dat je als bedrijf ethisch omgaat met data en bijvoorbeeld niet ten onrechte persoonlijke aspecten meeweegt in een belangrijke beslissing. Daarnaast biedt explainable ai de mogelijkheid de kaders voor de interpretaties aan te scherpen en toekomstige uitkomsten te verbeteren. Zo kunnen bedrijven voorspellingen doen in het kader van klantgedrag, risicobeheersing of verstoringen.

Door de exponentiële groei in data en de wens van bedrijven daaruit inzichten te putten, zal de vraag naar ai verder toenemen. Ai kan pas optimaal presteren als je erop kunt vertrouwen. Dit wakkert de roep om explainable ai verder aan.

Auteur Diederick Beels is sales director bij Tableau Software.

x

Om te kunnen beoordelen moet u ingelogd zijn:

Dit artikel delen:

Uw reactie

LET OP: U bent niet ingelogd. U kunt als gast reageren maar dan wordt uw reactie pas zichtbaar na goedkeuring door de redactie. Om uw reactie direct geplaatst te krijgen moet u eerst rechtsboven inloggen of u registreren

Vul uw naam in
Vult u een geldig e-mailadres in
Vult u een reactie in
Jaarbeurs b.v. gaat zorgvuldig en veilig om met je persoonsgegevens. Meer informatie over hoe we omgaan met je data lees je in het privacybeleid
Als u een reactie wilt plaatsen moet u akkoord gaan met de voorwaarden

Stuur dit artikel door

Uw naam ontbreekt
Uw e-mailadres ontbreekt
De naam van de ontvanger ontbreekt
Het e-mailadres van de ontvanger ontbreekt

×
×
article 2019-04-11T09:47:00.000Z Diederick Beels
Wilt u dagelijks op de hoogte worden gehouden van het laatste ict-nieuws, achtergronden en opinie?
Abonneer uzelf op onze gratis nieuwsbrief.