Mensen denken in patronen. Maar dat maakt ze nog geen AI. En daarom proberen de slimste AI-wetenschappers nieuwe modellen te ontwikkelen die de wereld – en de mens – beter begrijpen. Maar of ze dat gaat lukken?
Als je niets wist van de wereld, bijvoorbeeld – ik noem maar wat – omdat je als buitenaards wezen op aarde landde en om de een of andere reden eerst kennismaakte met ChatGPT en niet met mensen, zou je kunnen denken dat mensen net AI’s zijn.
We trainen onszelf op basis van data
Net als AI-modellen stellen we als mensen patronen vast op basis van data en voorspellen op basis daarvan doorlopend de wereld om ons heen. Mensen met witte jassen zijn artsen, de meeste auto’s rijden niet door rood, kinderen rennen soms de straat op achter een bal aan, je ouders hebben het beste met je voor, als je vriendelijk lacht tegen de buschauffeur lacht ze terug, geel-zwart-gestreepte beesten moet je vermijden, etc. etc.
Als ik er zo over nadenk, is dat misschien waarom we allemaal zo gefascineerd zijn door algoritmes en AI. Ze zijn logisch. Ze vatten het leven (de Leven) in logica. Of dat is althans wat we hopen. Dat is de droom.
Soms leren we afwijkende patronen dan andere mensen, door wat we meemaken. Dan veranderen onze aannames en voorspellingen. Maar feitelijk begint onze ‘datatraining’ al zodra we geboren zijn. Of, zeggen sommige mensen, al daarvoor. We willen en moeten de wereld kunnen voorspellen om te kunnen overleven dus het trainen van de modellen in ons hoofd en hart begint direct als we onze eerste ademteug nemen.
Onze modellen van de wereld zitten diep, diep van binnen. Pas als de werkelijkheid niet is wat we verwachtten, worden we wakker en gaan we nadenken. Iemand doet niet wat we zagen aankomen, iemand of iets ziet er anders uit dan de rest van onze omgeving, er gebeurt iets onverwachts. Dan hebben we stress. Dingen moeten voor mensen zoveel mogelijk in de voorspelde patronen vallen. Anders kost het leven te veel energie.
Maar iedere afwijking gaat ook weer in ons model van de wereld. Iedere afwijking is een stukje trainingsdata, waarmee we ons model bijstellen. Reinforcement Learning in de praktijk (dat is de techniek die gebruikt wordt om taalmodellen bij te schaven).
Kun je mens-zijn voorspellen?
Wat wij als wensen hebben is een wereldmodel. Een model van de wereld dat is gebaseerd op ongelofelijke hoeveelheden data, interacties, waarnemingen, reacties en emoties. Logisch dat er mensen zijn die bedacht hebben dat dat eigenlijk is wat we nodig hebben: AI ‘wereldmodellen‘.
Beroemde AI-wetenschappers doen nu verwoede pogingen om dergelijke modellen te trainen op andere data dan alleen taal en afbeeldingen, zodat ze bijvoorbeeld begrijpen hoe de fysieke ruimte werkt.
Maar ik twijfel. Ik denk dat die wetenschappers het systeem ‘mens’ onderschatten. Driehonderduizend jaar evolutie, kun je dat zo maar nabootsen? Is een mens niet veel complexer dan een AI-model zal kunnen vatten, omdat er emotie en menselijke connectie in verweven zit? Omdat we een huid hebben die kan voelen? Omdat echt ALLES dat we doen en meemaken als mens een emotionele component heeft?
Misschien is het vooral de hoop van al die wetenschappers dat de complexe wereld van het mens-zijn in algoritmes te vangen is. Misschien – hier is een theorie – zijn het vooral mensen die worstelen met mens-zijn die graag een model zouden willen voor dat mens-zijn?
Jammer, en tegelijkertijd goed, dat we daar geen data over hebben.
140/1000
PS In een van de AI-nieuwsbrieven die ik af en toe lees was de titel deze week ‘Zo maak je je baan toekomstbestending: 4 dingen die AI niet kan‘ (vrij vertaald, want het is een Engels nieuwsbrief). Goede nieuwsbrief als je je zorgen maakt. En interessant omdat er in staat wat AI voorlopig niet zal kunnen.
- De een-na-laatste dag van 2025 - 30 december 2025
- 15 Dingen die ik waardeerde in 2025 - 28 december 2025
- Wereldmodellen: de zoektocht naar een algoritme om mens-zijn te voorspellen - 17 december 2025
Ontdek meer van Elja Daae
Abonneer je om de nieuwste berichten naar je e-mail te laten verzenden.
Na het lezen van jouw blogpost moest ik denken aan een boek van Miriam Rasch met de titel ‘Frictie. Ethiek in tijden van dataïsme’. Het is verschenen in 2020 en ik heb het volgens mij rond die tijd ook gelezen en weet niet of het inmiddels al erg verouderd is, maar ze beschrijft zaken die jij ook aanhaalt in je blogpost. Zo is er hoofdstuk een hoofdstuk getiteld ‘Mensen maken’ waar ze in haar inleiding de filosoof Ian Hacking aanhaalt die onderzoek doet naar de geschiedenis van statistiek en de drijfveren naar die enorme honger naar data. Zijn antwoord: “wat ze willen is ‘making up people’ – mensen maken.”
Ik heb het boek toendertijd in één ruk uitgelezen, zonder alles te begrijpen overigens. Het ligt nu weer op de stapel boeken die ik wil (her)lezen…
Het klinkt heel goed en inderdaad nog steeds relevant …! “Mensen maken”, dat is het wel.