In Nederland is vorig jaar voor het eerst onderzoek gedaan naar de impact van AI op werk. Het goede nieuws: het UWV vond nog geen direct verband tussen de inzet van AI en het verlies van banen. Hoofdonderzoeker Frank Verduijn: "We zien dat AI werk verandert van binnenuit, maar nog zelden geheel vervangt." Niettemin schetst het rapport al wel risicofactoren. Volgens het UWV wordt een antwoord op die vraag voor een belangrijk deel bepaald door wat je zoal doet op een dag. Werk je veel met taal, beeld of data en doe je vaak hetzelfde? Dan zit je in de gevarenzone.

Kenniswerk kan verdwijnen

En als je een computerprogrammeur bent al helemaal. Amerikaans onderzoek constateerde eerder dat de taken die bij dat beroep horen, al voor driekwart overgenomen konden worden door AI. Experts verwachten dat het daar niet bij blijft. AI-onderzoeker Michiel Bakker: "Al het kenniswerk dat voornamelijk met de computer gebeurt, zou binnen nu en 2 a 3 jaar geautomatiseerd kunnen worden." Bakker is professor aan het Massachussetts Institute of Technology (MIT) en als als onderzoeker verbonden aan Google’sAI-tak Deepmind. Hij schreef vorig jaar mee aan het Nederlandse AI Deltaplan en probeert vanuit de VS te wijzen op de AI-golf die op ons afkomt. Voor sommige industrieën ziet hij nu al geen weg meer terug.

Bijvoorbeeld Bakker’s eigen baan. Daarin werkt hij veel met programmeertaal en mede daarom is zijn werk alleen al de afgelopen maanden 'extreem veranderd'. "Ik schrijf zelf geen softwarecode meer, daar heb ik agents voor. Die werken afzonderlijk van elkaar in vier of vijf kleine schermpjes. Als ze klaar zijn met nadenken over een opdracht, geef ik ze nieuwe taken. Soms werken ze samen, soms werken ze los van elkaar. Ik word er veel productiever van en kan zo ook – in mijn geval – veel meer onderzoek doen."

De tekst loopt verder onder het tipblok.

AI is dus goed in taken die voor een mens complex zijn, zoals wiskunde, softwarecode schrijven of een hele app ontwikkelen. Intensief, ingewikkeld en tijdrovend werk, maar met één belangrijke voorwaarde: de uitkomst klopt of klopt niét. Bakker: "Het zijn taken waar we echt een harde 'true' of 'false' in hebben. Daardoor is het makkelijk om AI-systemen daarop te trainen." Maar let op: dat trainen is nu in volle gang en Bakker – die er in de VS met zijn neus bovenop zit – verwacht dat AI in de toekomst meer kan dan binaire keuzes maken, met dus een antwoord dat goed óf fout is.

Dat is de situatie nú. Bakker signaleert ontwikkelingen die er voor gaan zorgen dat de mogelijkheden snel verder zullen reiken dan alleen wiskunde en softwarecode. Ten eerste leren modellen door te trainen op verifieerbare taken iets wat onderzoekers reasoning noemen: ze leren beter nadenken. Bakker: "Dat betere nadenken helpt ze bij taken die géén duidelijk goed of fout antwoord hebben." Ten tweede worden steeds meer taken die voorheen niet controleerbaar waren, dat nu wél. Bijvoorbeeld door het ene AI-model het werk van het andere te laten beoordelen. Daardoor wordt AI snel nog veel beter in alledaags kenniswerk, denk aan het schrijven van e-mails of het invullen van spreadsheets.

Elke dag tentamen

De gemiddelde kantoorbaan bestaat uit een cluster van dat soort taken, sommige verifieerbaar maar sommige ook niet. Volgens Anna Salomons, hoogleraar automatisering in Utrecht en Tilburg, legt AI het nu nog af tegen die combinatie: "Je kunt één baan niet opdelen in tien kleine stukjes en zeggen: dit doen we voortaan allemaal apart. Die taken hangen aan elkaar vast." Als het over AI gaat, wordt volgens haar bovendien nog te vaak naar benchmarks gekeken en ontstaat zo misverstanden: wat AI kán, is iets anders dan wat AI al doét. Salomons: "Een AI kan misschien foutloos een examen in de advocatuur afleggen. Maar advocaten gaan natuurlijk niet iedere dag naar hun werk om tentamens te maken. Bij dat werk komt veel meer kijken."

De tekst loopt door onder de afbeelding.

Er zit op dit moment dus nog een gat tussen de potentiële en daadwerkelijke impact van AI op werk. Dat blijkt ook uit een recente paper van Anthropic, één van de grootste AI-ontwikkelaars ter wereld. Het bedrijf analyseerde wereldwijd de inzet van haar eigen chatbot Claude in verschillende beroepsgroepen. Waar het werk van softwareprogrammeurs nu al voor 75 procent overgenomen zou kunnen worden, gebeurt dat in de praktijk pas bij 33 procent van het werk.

In onze nieuwe video duiken we nog dieper in de vraag welke impact AI op werk gaat hebben. Bekijk de video hieronder of via het Youtube-kanaal van Pointer.