Niets menselijker dan fouten maken. Iedereen maakt zich er schuldig aan. Pas als je fouten maakt, kom je verder. Mits je ervan leert. Het is de imperfectie die ons menselijk maakt en de wereld een stuk aangenamer. Een wereld waarin iedereen bijvoorbeeld een tweede kans verdient. En een derde als dat nodig is. Wij mensen vinden dit een vanzelfsprekend principe. Maar wat als het om zelflerende computers gaat...? Verdienen machines ook een tweede kans?
Vooruitgang niet foutloos
Want wat je er ook van vindt, machine learning en AI houd je niet tegen. Zolang we er verstandig mee blijven omgaan, zorgt het voor vooruitgang. En met verstandig bedoel ik dat we technologie niet te snel moeten inzetten. Of zonder meer blind moeten vertrouwen, dan gaat het helaas soms goed mis.
Om een paar voorbeelden te noemen hoe algoritmes de fout in kunnen gaan:
- op een gemiddelde luchthaven worden naar schatting meer dan duizend mensen per week door een algoritme ten onrechte als terrorist aangemerkt
- een lerares in de VS werd jarenlang als een uitstekende juf beoordeeld tot een algoritme haar opeens ongeschikt achtte
- software die in de Amerikaanse staat Florida wordt gebruikt om het recidiverisico van gevangenen in te schatten, bleek te discrimineren op basis van huidskleur
- en ongevallen met zelfrijdende auto’s, een zelfs met dodelijke afloop
Punt is dat ook machines fouten moeten kunnen maken om vooruitgang te boeken. Alleen, om dat met beleid te kunnen doen, hebben machines mensen nodig. Mensen die slim met ze samenwerken om samen te leren en te optimaliseren zonder fatale fouten te maken. Het is een proces van trial and error waarbij we computers bijvoorbeeld moeten leren dat niet alleen mensen elkaar en machines een tweede kans moeten gunnen, maar dat machines dat ook moeten.
Vooruitgang boek je samen
Een prachtig voorbeeld van een slimme samenwerking tussen mens en machine, is een wetenschappelijk onderzoek uit 2016. Een onderzoek waarin de kwaliteit van borstkankerdetectie in mammogrammen werd getest en artsen en algoritmes het tegen elkaar opnamen. Deze test toonde aan dat het beste algoritme in 8% van de gevallen een foute diagnose stelde, de beste arts in 3,4% van de gevallen, en dat de arts en de computer samen in slecht 0,5% van de gevallen een foute diagnose stelden. Veel beter dus dan de beste arts of de beste computer afzonderlijk.
Machines boeken vooruitgang en worden dankzij mensen emotioneel en sociaal steeds intelligenter. En wij mensen boeken gelukkig ook nog steeds vooruitgang door steeds kwetsbaarder en transparanter te zijn. Het is die optelsom waarmee we verder komen omdat we daarmee onze merken steeds menselijker kunnen maken. Want hoe menselijker je merk, hoe eerder mensen je merk vertrouwen. Juist met behulp van technologie en slimme algoritmes lukt je dat. Het enige is dat wij marcom-professionals zelf nog moeten leren te vertrouwen op de techniek. Hoe je dat kunt doen, kom ik later nog op terug.
Menselijke merken maken het verschil
Eerst nog iets over de kracht van menselijkheid. Want ironisch genoeg maken we enerzijds onze computers steeds menselijker waardoor computers steeds beter menselijke emoties herkennen en daar zelfs al op kunnen inspelen. Anderzijds blijven we in ons marcom-vak nog steeds veel moeite hebben om merken menselijker te maken. Want hoe overtuig je je directie bijvoorbeeld van het belang van kwetsbaarheid? Hoe lastig is het niet als organisatie om bij een misstap je fouten toe te geven? Om precies te vertellen waar het op staat zodat iedereen begrijpt wat je zegt? En hoe zorg je er in je organisatie voor dat er integer wordt omgegaan met andermans onzekerheden door empathisch te reageren op een klacht? In ons vakgebied weten we als geen ander dat dit voorwaarden zijn om het vertrouwen van onze klanten te winnen en toch blijft het lastig.
Terwijl het menselijke aspect in een wereld die steeds digitaler wordt belangrijker is dan ooit. De mens met al z'n menselijke trekjes is daarmee de grootste differentiator in de wereld vol algoritmes. Zo wordt er momenteel in het MIT Lab onderzoek gedaan naar de emotionele en sociale intelligentie van computers en hoe deze te verbeteren, waarbij juist onze menselijke trekjes voor een vooruitstrevende ontwikkeling zorgen.
Merken die vandaag de dag het verschil maken, zijn de merken waarvan de marcom-professionals snappen dat het draait om menselijkheid. Niet alleen door samen te werken met AI en hiervan te leren. Maar evenzeer door passievol en vol enthousiasme hun verhaal te doen zoals alleen echte mensen dat kunnen.
Hoe en met welke technologie?
Hoe je dit allemaal het beste kunt aanpakken is vooral door ermee aan de slag te gaan. Door intensief met AI te gaan werken en er heel veel van te leren. De opties en mogelijkheden zijn groot en nemen dagelijks toe. Een heerlijke tijd voor ons vakgebied wat mij betreft! Hoewel de keuze voor welke techniek te gaan, een lastige blijft. En toch is er gelukkig een methode waarmee je prima kunt testen in hoeverre een bot, systeem of andere technologie een goede investering is.
Het enige wat je hoeft te doen is een voorbeeld te nemen aan jezelf. Projecteer alles wat jij en je klanten – lees 'mensen' – gebruiken om af te tasten of iets of iemand te vertrouwen is en pas dat toe op de technologie die je overweegt in te zetten. Een interessante methode die Kristian Esser, een zeer gewaardeerde partner uit ons netwerk in dit filmpje uit de doeken doet. Alles staat of valt uiteindelijk met vertrouwen, vertrouw daar maar op... en op jezelf natuurlijk.