Large Language Models zijn vooral creatief, niet consistent

‘Slimmer werken met AI’ is de Nederlandse vertaling van de internationale bestseller Co-Intelligence. Living and working with AI, geschreven door de Amerikaanse hoogleraar Ethan Mollick. Hij geeft de lezer een verhelderende inkijk in waarom de nieuwe generatie Large Language Models, zoals ChatGTP, Claude of Microsoft Copilot, tot zulke verbluffende resultaten komt. En hoe deze onze beroepen en bedrijven gaan veranderen. De meest interessante les uit het boek: nieuwe vormen van AI gedragen zich eerder als mens dan als software. Ze zijn creatief, empathisch en kunnen de mooiste teksten of kunstwerken genereren, maar zijn daarin niet heel betrouwbaar.

De impact van AI zal enorm zijn, stelt Mollick. In het laatste hoofdstuk schetst hij ronkende toekomstscenario’s die angst inboezemen. Mensen zullen massaal verslaafd raken aan AI-bots en communiceren nauwelijks nog met andere mensen. Of nog enger: AI kan uitgroeien tot een allesoverheersende ‘machinegod’ die een einde maakt aan de menselijke suprematie. Gelukkig gaat het grootste deel van het boek gewoon over hoe mensen met AI hun werk beter kunnen doen. Door ChatGTP als een personal coach of privédocent te gebruiken bijvoorbeeld. Of door met slimme prompts en persona’s tot nieuwe producttoepassingen of originele reclameslogans te komen (‘Gedraag je als een gevatte comedian en bedenk tien slogans voor …’).

Expertise blijft keihard nodig

Het boek roept managers op het gebruik van AI actief te stimuleren in hun bedrijf, maar wijst ook op het gevaar dat medewerkers hierdoor misschien vergeten zelf na te denken. Large Language Models (LLM’s) generen zinnen op basis van trainingsdata, dus je moet altijd controleren of die wel kloppen. Mollick schrijft: ‘Het kan LLM’s niet schelen of woorden waar, betekenisvol of origineel zijn. Ze willen alleen maar een samenhangende, plausibele tekst maken waar jij blij van wordt.’ Expertise blijft keihard nodig, al is het alleen maar om de juiste prompts te kunnen ingeven of te bewaken dat een AI niet gaat hallucineren. Dit laatste schijnt bij LLM’s maar moeilijk te voorkomen. De huidige modellen zijn er zo op gebrand een bevredigend antwoord te geven dat ze dat desnoods verzinnen.

De mogelijkheden van ‘generatieve AI’ zijn verbluffend. Een softwarecode genereren, ziektes diagnosticeren, beoordelingsgesprekken voeren, hyperrealistische foto’s produceren, adviesrapporten schrijven, adviesrapporten samenvatten. Dit laatste is markant, want wat zal in de toekomst nog de betekenis zijn van zo’n adviesrapport, filosofeert Mollick in zijn boek. Hij voorspelt dat AI alle ‘zinloze handelingen’ in een bedrijf elimineert en dat het werk dat overblijft veel betekenisvoller wordt. Ook interessant is zijn visie op hoe AI de rol van managers zal overnemen. Waar een menselijke manager slechts beperkt toezicht heeft op wat een onderschikte nu eigenlijk de hele dag doet, kan AI werknemers real-time volgen en coachen. Mollick: ‘Eén AI kan met honderden werknemers tegelijk praten, advies geven en toezien op hun prestaties.’

Beeld van de mogelijkheden van AI

‘Slimmer werken met AI’ is een aanrader voor supply chain-directeuren die zich high level een beeld van de mogelijkheden van AI willen vormen en daarmee een strategie voor hun bedrijf willen bepalen. Het bevat tips om AI in je dagelijks werk als co-intelligentie in te zetten, maar het interessants zijn de verhandelingen over waar AI nu echt goed in is, en waar minder. Voor degenen die AI willen inzetten voor het nemen van supply chain-beslissingen is het kernadvies: houd de ‘human in the loop’.