AI op de werkplek: het goede, het slechte en het algoritme, door ESET
AI kan bedrijfsprocessen optimaliseren en de tijd beperken die besteed wordt aan taken die de algemene productiviteit van werknemers en bedrijfsresultaten aantasten. Bedrijven gebruiken AI voor tal van taken: het beoordelen van cv’s (reviewing resumes for job applications), het identificeren van afwijkingen in klantdata of het schrijven van content voor sociale media. Dit kan nu in een fractie van de tijd die mensen zouden nodig ebben. In situaties waarin vroege diagnose en interventie van cruciaal belang zijn, kan de hulp van AI een zeer positieve impact hebben. Een door AI geanalyseerde bloedtest zou de ziekte van Parkinson (predict Parkinson’s disease) helpen voorspellen tot zeven jaar vóór het begin ervan – en dat is nog maar het topje van de ijsberg.
AI kan ook wetsdienaars helpen bij het identificeren van misdaadscenes en het voorspellen van trends. Op AI gebaseerde tools spelen een rol bij het bestrijden van online misdaad en bedreigingen en helpen cyberbeveiligingsprofessionals.
Dat AI bedrijven geld en tijd kan doen besparen is niets nieuws. Op AI gebaseerde systemen helpen het risico op menselijke fouten te elimineren. We kunnen allemaal fouten maken, vooral na vijf kopjes koffie, drie uur slaap en een naderende deadline. Op AI gebaseerde systemen kunnen de klok rond werken zonder ooit moe te worden. Ze hebben een betrouwbaarheid die zelfs de meest nauwkeurige en methodische mens niet kan bereiken. Hoewel AI-systemen fouten kunnen beperken gelinkt aan vermoeidheid en afleiding, zijn ze niet onfeilbaar. AI kan ‘hallucineren’, onwaarheden verspreiden terwijl deze als correct worden gepresenteerd, vooral wegens problemen met de gegevens waarop deze is getraind of met het algoritme zelf. AI-systemen zijn zo goed als de gegevens waarop ze getraind zijn, wat menselijke expertise en toezicht vereist.
AI is niet vooringenomen. Het versterkt bestaande vooroordelen die reeds aanwezig zijn in de gegevens waarop het is getraind. Een AI-tool getraind met ‘propere’ en onbevooroordeelde gegevens kan zuiver data-gestuurde resultaten leveren en bevooroordeelde menselijke besluitvorming ‘genezen’. Dit is geen sinecure en het garanderen van eerlijkheid en objectiviteit in AI-systemen vereist voortdurende inspanningen op gebied van databeheer, algoritmeontwerp en constante monitoring.
Uit een onderzoek uit 2022 bleek dat 54% van de technologieleiders verklaarde zeer of uiterst bezorgd te zijn over AI-vooroordelen. Uit het gebruik van bias-datasets van een verzekeringsmaatschappij uit Oregon bleek dat vrouwen 11,4% meer betaalden voor hun autoverzekering dan mannen – zelfs als al het andere net hetzelfde was. Dit kan gemakkelijk leiden tot reputatieschade en klantenverlies.
Als het om persoonlijke data gaat, kunnen kwaadaardige actoren een weg vinden om de privacy-protocollen te omzeilen en toegang te krijgen tot deze gegevens. Hoewel men met deze tools en systemen een veiligere dataomgeving kan creëren, moeten organisaties nog steeds waakzaam zijn over eventuele mazen in hun cyberbeveiliging wegens het draagvlak van AI.
AI kan emoties niet begrijpen zoals mensen dat kunnen. Dit kan een invloed hebben op de klant-/gebruikerservaring, zoals blijkt uit het spel World of Warcraft, dat miljoenen spelers verloor door het vervangen van zijn klantenserviceteam. Vroeger waren het mensen die zelfs het spel instapten om spelers te laten zien hoe ze moesten ageren. De AI-bots misten humor en empathie.
Met zijn beperkte dataset, kan AI’s gebrek aan context problemen veroorzaken rond de data-interpretatie. Cybersecurity-experts kunnen een achtergrondkennis hebben over specifieke dreigingsactoren, zodat ze waarschuwingssignalen kunnen identificeren die een machine mogelijk niet zal herkennen als deze niet perfect aansluiten bij het geprogrammeerde algoritme. Deze ingewikkelde nuances kunnen enorme gevolgen hebben, zowel voor het bedrijf als zijn klanten.
Hoewel AI misschien geen context en begrip van de inputgegevens heeft, ontbreekt het mensen aan inzicht in hoe hun AI-systemen werken. Als AI in ‘black boxes’ opereert, is er geen transparantie over hoe en waarom de tool die specifieke output of beslissingen levert. Als men de ‘werking’ achter de schermen niet kan identificeren, kan dit ertoe leiden dat mensen de geldigheid ervan in twijfel trekken. Gaat er iets mis of worden de invoergegevens besmet, dan maakt dit ‘black box’-scenario het erg moeilijk om het probleem te identificeren, te beheren en op te lossen.
In tegenstelling tot AI kunnen mensen zich aanpassen aan veranderende situaties en creatief denken. Zonder de vooraf gedefinieerde regels, beperkte datasets en aanwijzingen die AI gebruikt, kunnen mensen hun initiatieven, kennis en ervaringen uit het verleden gebruiken om uitdagingen aan te pakken en problemen in realtime op te lossen. Dit is belangrijk bij ethische beslissingen en het uitbalanceren van zakelijke (of persoonlijke) doelen met maatschappelijke impact. Bij aanwervingsprocessen houden AI-tools mogelijk geen rekening met de bredere implicaties van het afwijzen van kandidaten op basis van algoritmische vooroordelen, en met de gevolgen die dit kan hebben voor de diversiteit en inclusie op de werkplek.
Hoewel AI misschien een lijst met potentiële merknamen kan produceren, zijn het de mensen achter het merk die hun publiek begrijpen en weten wat het beste zou aanslaan. Met menselijke empathie en het vermogen om ‘de situatie te begrijpen’ maken mensen beter contact met anderen, zodat sterkere relaties met klanten, partners en belanghebbenden ontstaan. Dit is vooral belangrijk bij klantenservice. Een slechte klantenservice kan leiden tot verloren merkloyaliteit en vertrouwen.
Mensen kunnen zich ook snel aan veranderende omstandigheden aanpassen. Als men een dringende bedrijfsverklaring nodig heeft over een recente gebeurtenis of als men afstand wil nemen van een specifieke, gerichte campagne-boodschap, heeft men een mens nodig. Het her-programmeren en updaten van AI-tools kost tijd, wat in bepaalde situaties misschien niet mogelijk is.
De meest efficiënte benadering van cyberbeveiliging is niet alleen op AI of mensen te vertrouwen, maar om hun sterke punten te gebruiken. AI wordt gebruikt voor grootschalige data-analyse en -verwerking, terwijl menselijke expertise voor besluitvorming, strategische planning en communicatie dient. AI wordt gebruikt als een hulpmiddel om het personeel te ondersteunen en te helpen, niet om het te vervangen.
AI is de kern van de ESET-producten, waardoor zijn cyberbeveiligingsexperts zich kunnen toeleggen op het creëren van de beste oplossingen voor ESET-klanten. Ontdek hoe ESET AI en machine learning (Learn how ESET leverages AI) inzet voor betere detectie, onderzoek en respons op bedreigingen.
Dit artikel is geschreven door een van onze partners en valt buiten de verantwoordelijkheid van de redactie.
