Hans Arents, Senior Advisor Digitale Overheid

nam deel aan de Vlaamse Staten-Generaal over AI “Voorbij de hype: artificiële intelligentie voor en door een performante overheid”, op 17 juni georganiseerd door VAIA, KU Leuven Instituut voor de Overheid en EWI.

Waarom nam je deel?

Ik wou bijleren van de ervaringen in overheidsinstellingen die al actief AI gebruiken, om hun beleid voor te bereiden of uit te voeren. Ik was vooral benieuwd naar hun technieken om met de uitdagingen van AI om te gaan: hoe verzamelen zij betrouwbare data en bouwen ze gepaste algoritmes zonder bias of subtielere vooroordelen, en hoe begrijpen en verklaren ze de aanbevelingen of beslissingen van algoritmen?

Wat vind jij van levenslang leren?

Levenslang leren is een blijvende uitdaging: er moet binnen de overheid voldoende tijd en ruimte voor vrijgemaakt worden, en de ambtenaren moeten er zich van bewust zijn dat permanent leren nodig is om op de hoogte te blijven van de nieuwste technologische ontwikkelingen en hun kansen, uitdagingen en gevaren. Het is dus een gedeelde verantwoordelijkheid van de overheidsorganisatie en van de werknemers van die organisatie.

En hoe schat jij het belang van AI in voor onze bedrijven, organisaties, overheid, maatschappij?

Aangezien bedrijven en de volledige maatschappij geconfronteerd worden met steeds ingewikkelder, “wicked” problemen, gaat het belang van AI bij bedrijven en in de maatschappij alleen maar toenemen. Enkel AI is immers in staat om snel verschillende oplossingen te simuleren en uit te proberen om zo hopelijk een gepaste oplossing te vinden. AI zal steeds meer ingezet worden om de denkkracht van de mens te versterken en uit te breiden, om “augmented” (human) intelligence te bereiken, intelligentie die problemen kan aanpakken en oplossen die nu nog volledig onoplosbaar lijken.

Wat is jouw mening over levenslang leren over AI?

AI is als technologie onderhevig aan snelle en ingrijpende veranderingen: voortdurende vooruitgang wordt geboekt op verschillende terreinen (unsupervised learning, symbolic reasoning…) en is nog onvoorspelbaar. Om op de hoogte te blijven van de mogelijkheden en huidige beperkingen van AI, is continu leren over AI aan de orde, want de technologie kan in de nabije toekomst nog ingrijpend veranderen.

Het is voor mij vanuit beleidsmatig oogpunt belangrijk om dit op te volgen, om zo de regelgeving wat betreft het vertrouwenwekkend gebruik van AI up-to-date te houden. Ook voor andere ambtelijke profielen binnen de overheid is het belangrijk om goed te beseffen waar AI wel en (nog) niet succesvol kan ingezet worden.

Heb je nog tips voor andere mensen of collega’s die zich over AI willen bijscholen?

Er zijn een heleboel gratis introducties tot en volledig online cursussen over AI beschikbaar, zowel in het Nederlands (zoals bv. de Belgische AI-cursus doemee.ai-cursus.be) als in het Engels (zoals Elements of AI: elementsofai.be [nvdr: ook beschikbaar in het Nederlands]), die kunnen helpen om de basisprincipes van AI te begrijpen en zich vervolgens te verdiepen in bepaalde aspecten van het gebruik van specifieke AI tools.

Lotte van den Berg, Deloitte

nam deel aan de diepgaande cursus ‘Explainable and Trustworthy AI’, georganiseerd door VAIA en UGent UGAIN

Waarom nam je deel?

Tien jaar lang heb ik voor techbedrijven gewerkt in Data Science, waar ik met een team van datascientists AI-oplossingen ontwierp en afleverde aan klanten. We maakten telkens het nieuwste van het nieuwste: waarde halen uit data om daarmee de klant verder te helpen. AI biedt veel kansen en opportuniteiten, maar ik heb het gevoel dat de aanpak nog te vaak draait om ‘kijk eens wat we allemaal kunnen’. Vaak wordt er niet op een gestructureerde manier stilgestaan bij de vraag ‘Zouden we dit wel moeten willen’? Om AI-oplossingen effectief in day-to-day-business te integreren, moet doorgaans nog extra gewerkt worden aan draagvlak en vertrouwen. Daar wild eik impact op hebben, en daarom werd ik anderhalf jaar geleden consultant bij Deloitte, en richt ik me er op Trustworthy AI. Zo helpen we onze klanten om AI-oplossingen in de organisatie te laten landen.

Er is meer en meer aandacht voor de maatschappelijke en ethische aspecten rond het gebruik van dataoplossingen, en ook wetenschappelijk boomt dit onderwerp in de data science community. Er wordt veel over geschreven en gepubliceerd, en natuurlijk probeer je dat bij te houden. De cursus Trustworthy and Explainable AI was voor mij een uitgelezen kans om wetenschappelijk helemaal mee te zijn met de laatste stand van zaken, de laatste technieken en zicht te krijgen op de verschillende methodieken en algoritmes – wat de voor- en nadelen daarvan zijn en in welke context ze toepasbaar zijn. Als consultant bij Deloitte verwachten onze klanten dat we mee zijn met de allerlaatste ontwikkelingen en trends, zodat we hen daarmee verder kunnen helpen.

Wat vind jij van levenslang leren?

Bij Deloitte is er erg veel aandacht voor leren en talentontwikkeling, ik vind dat zelf heel goed. Iedereen die bij Deloitte werkt maakt jaarlijks een persoonlijk talentontwikkelingsplan met zijn of haar coach en volgt dat op. Dan gaat het over zowel interne als externe cursussen. Zo volgde ik in de herfst afgelopen jaar een opleiding bij de London Open Data Institute over Data Ethics. Ook wij geven regelmatig trainingen en workshops aan onze klanten.

En hoe schat jij het belang van AI in voor onze bedrijven, organisaties, overheid, maatschappij?

De opportuniteiten van AI zijn groot, maar er komt ook een nieuwe verantwoordelijkheid bij. Voor mij is een van de grootste uitdagingen voor AI de brede gedragenheid in de maatschappij. Dat komt met basiskennis – AI Literacy – die natuurlijk afgestemd moet worden op de specifieke doelgroep en beoogde doelstelling. We moeten AI-oplossingen kunnen uitleggen in Jip-en-Janneketaal om een bredere groep te betrekken.

Wat is jouw mening over levenslang leren over AI?

Ethische dilemma’s die komen kijken bij het gebruik van AI moeten opgelost worden door de maatschappij als geheel, en niet uitsluitend door de ontwikkelaars en data scientists die de wiskunde achter de algoritmen begrijpen. Om een AI-toepassing echt te laten landen is draagvlak en vertrouwen nodig, en dat begint bij een zeker niveau van begrip.

Heeft u nog tips voor andere mensen of collega’s die zich over AI willen bijscholen?

In het kort: begin ermee, en laat je niet afschrikken. Artificiële Intelligentie wordt gezien als iets moeilijks – en mensen besluiten te snel dat het niet iets voor hen is omdat het allemaal te moeilijk zal zijn. Daardoor gebeurt het dat managers en bestuurders van bedrijven die AI-oplossingen gebruiken puur op de koers van hun datascience-experten varen. Uitlegbaarheid is niet enkel een verantwoordelijkheid van de ontwikkelaar of datascientists maar van ons allemaal: er zijn steeds meer bronnen en methodes waarbij niet de wiskunde centraal staat en waarbij op een toegankelijke manier wordt uitgelegd wat AI is, hoe je het kan toepassen en wat de impact voor de betrokkenen is.

Arne Vanhoof, managing partner bij Aivix

nam in ’21-’22 deel aan het postgraduaat ‘Artificial Intelligence in Business and Industry’, georganiseerd door KU Leuven Postuniversitair Centrum

Waarom nam je deel?

In 2010 behaalde ik mijn diploma als Handelsingenieur in Beleidsinformatica en startte ik in business intelligence. Na tien jaar was ik medepartner van een bedrijf in die sector, maar begon mijn interesse te verschuiven naar een uitgebreider gamma aan technologieën om data intelligent te verwerken. Het leek me moeilijk om een directe harde switch te maken, zonder ervaring. Daarom ben ik op zoek gegaan naar een gerelateerde brede opleiding en uitgekomen bij het postgraduaat Artificial Intelligence.

Ondertussen heb ik dat postgraduaat met goed gevolg beëindigd en heb ik er op professioneel gebied al veel meerwaarde uitgehaald. Ik ben weggegaan bij mijn vorige bedrijf en medepartner geworden van een nieuw consultancybedrijf Aivix (www.aivix.be), deel van de groep Cubis/Lytix, waar we ons focussen op Data Engineering & Data Science. De kennis die ik heb opgedaan tijdens het postgraduaat zal zeker nuttig zijn voor de verdere uitbouw van Aivix.

Wat vind jij van levenslang leren?

De wereld, markten & technologieën evolueren continu. Dertien jaar geleden schreef ik mijn thesis over Cloud Computing, een technologie die toen nog vaak onbekend was voor bedrijven. Momenteel is het niet meer weg te denken uit de bedrijfswereld. Met nog meer dan 30 werkjaren voor de boeg is het voor mij zeker opportuun mee te zijn met de nieuwste ontwikkelingen en marktopportuniteiten. In de toekomst toe zal AI eerder de standaard dan innovatief worden. Een job binnen de IT-sector is automatisch gerelateerd aan een cultuur van levenslang leren. Zonder opleidingen of certificaten loop je na enkele jaren al achter op de concurrentie.

Het postgraduaat leek mij een ideale kans om levenslang leren te combineren met een fulltime job. Alhoewel ik toch moet toegeven dat het één van mijn zwaarste jaren ooit geweest is. De combinatie van projecten van het postgraduaat, studeren én fulltime werken is niet te onderschatten. Het zijn nog steeds 25 studiepunten die zeker evenveel tijd kosten als één semester van een klassieke master. Maar ik heb nog geen moment spijt gehad van de beslissing.

En hoe schat jij het belang van AI in voor onze bedrijven, organisaties, overheid, maatschappij?

De Gartner Hype Cycle for Artificial Intelligence wordt ieder jaar ruimer en ruimer. AI behelst zoveel mogelijke opportuniteiten en verbeteringen voor bedrijven dat het in de komende jaren niet meer weg te denken valt. Maar zo goed als ieder AI-project start of faalt met het al dan niet beschikbaar zijn van voldoende goede kwalitatieve data. Naar dit aspect gaat mijn interesse voornamelijk uit, want momenteel wordt er te weinig belang aan gehecht. Bij veel projecten ligt de focus te sterk op het datascience-aspect. Maar de data engineering is de start van een goed succesvol project, en daar moet vaak meer tijd aan besteed worden dan bij aanvang ingeschat.

Heb je nog tips voor andere mensen of collega’s die zich over AI willen bijscholen?

Schrik niet terug voor de eventuele wiskundige vereisten van AI. Het postgraduaat zelf geeft een goede basis van de verschillende technologieën binnen AI, de wiskundige basis wordt kort aangehaald, maar is geen vereiste om alles te kunnen begrijpen. AI is enorm breed, gaande van Natural Language Processing, Computer Vision, Neural networks tot Business Analytics. Met het postgraduaat kom je in contact met al deze verschillende aspecten.