Dit effect heeft AI op uw L&D-beleid

Artificial Intelligence (A.I) wekt al snel de associatie op met Skynet, de Terminator en robots die mensen vervangen. Het onderwerp zelf is te complex om zwart-wit neer te kunnen zetten. Dr. Rand Hindi definieert A.I als ‘autonoom gedrag in een kunstmatig middel.’

Tekst: Jonathan Davies

Dat middel is vaak een stuk software dat op zijn beurt weer is opgemaakt uit datasets en algoritmes. Ja, het kan een robot zijn, maar die robot wordt door iets aangestuurd, toch? Je kan dit vergelijken met mensen: zonder ons brein kan ons lichaam niet bewegen. A.I is dus het brein. Grofweg kunnen we stellen dat er drie niveaus zijn van A.I.:

1: Artificial Narrow Intelligence
Computer evenaart alleen specifiek gedefinieerd menselijk gedrag – bijvoorbeeld autorijden.

2: Artificial General Intelligence
Computer evenaart al het menselijk gedrag.

3: Artificial Super Intelligence
Computer heeft een intellect dat vele malen slimmer en sneller is dan mensen, op ieder gebied. Stel je voor: intelligentie dat complexe problemen als globalisatie, wereldvrede en ontwikkelingslanden in een handomdraai oplost.

Wat is er nu al?

De term ‘Artificial Intelligence’ kwam oorspronkelijk van de Amerikaan John McCarthy. Zijn dilemma: “Op het moment dat het werkt, noemt niemand het meer A.I.” Gaandeweg kwam ik daar zelf ook achter. Wat blijkt, er bestaan al veel A.I toepassingen. Facebook herkent je gezicht in een foto. Springest geeft je suggesties op basis van je vorige zoekresultaten. Twee voorbeelden van Artificial Narrow Intelligence. Misschien is het meest toegankelijke voorbeeld afkomstig van Google, in de vorm van Autodraw.

Teken iets dat op een kat lijkt, en een algoritme kijkt in de database om te zien waar jouw tekening mee te vergelijken is. Vervolgens maakt hij suggesties om te verifiëren of de suggesties kloppen. Iedere keer dat jij op een voorbeeld klikt leert Autodraw er weer van, zodat de volgende suggestie meer accuraat zal zijn. Dat is het stukje autonoom gedrag waar we het eerder over hadden. Doordat Google Autodraw openbaar heeft gemaakt, heeft het toegang tot de grootste groep ‘testers’ die je maar kunt bedenken.

Gevolgen van A.I. voor banen

Dit alles heeft implicaties voor banen. HR en L&D worden op twee vlakken geconfronteerd met A.I. Enerzijds heeft het invloed op de medewerkers waar HR en L&D verantwoordelijk voor zijn. Anderzijds heeft het ook invloed op hoe HR-professionals hun eigen banen uitoefenen. Hopelijk zag je al een patroon toen je de voorbeelden van A.I las. Het eerste werk dat weg zal worden geautomatiseerd, is het handmatige werk. Het werk dat, voor een groot deel, in de industriële revolutie al bestond. Het werk waar creativiteit minder belangrijk is dan routinematige uitvoer en precisie.

Steve Jobs zag halverwege de jaren 90 de overeenkomst tussen de industriële revolutie van toen en de kennisrevolutie van nu. In deze video lmaakt hij de vergelijking tussen de hersenen van een mens en de computer. 

“I remember reading an article when I was about 12 years old, I think it might have been in Scientific American, where they measured the efficiency of locomotion for all these species on planet Earth, how many kilocalories did they expend to get from point A to point B. And the condor came in at the top of the list, it surpassed everything else, and humans came in about a third of the way down the list, which was not such a great showing for the crown of creation.

But somebody there had the imagination to test the efficiency of a human riding a bicycle. The human riding a bicycle blew away the condor, all the way off the top of the list, and it made a really big impression on me that we humans are tool builders, and we can fashion tools that amplify these inherent abilities that we have to spectacular magnitudes. And so for me, a computer has always been a bicycle of the mind.”

Meer doen met minder

Met andere woorden, in de industriële revolutie was de standaard van technologie een fiets, of een auto. Dit zijn uitvindingen die het menselijk lichaam meer vrijheid geven. We kunnen immers verder komen, met minder energie. Steve Jobs relateerde dit aan de ontwikkeling van computers, waar computers ervoor zorgen dat onze hersenen meer konden met minder. Denk aan het internet en de overweldigende hoeveelheid kennis die dit beschikbaar heeft gesteld. Dit noem je ook wel ephemeralization – Meer en meer doen met minder en minder, totdat er niets meer over is.

Overbodig door technologie

We zien dat de A.I.-applicaties van nu zich voornamelijk richten op lichamelijke, of robotische, functies. Beter tekenen, veiliger autorijden maar ook administratieve handelingen verrichten. Artificial Narrow Intelligence zal op kort termijn deze banen automatiseren. Dit brengt een groot vraagstuk met zich mee: wat doe je met de mensen die overbodig zijn geworden door technologie? Wanneer kan een A.I het volledig functioneren van een mens overnemen? Zal A.I, op dezelfde schaal als de stoommachine, de arbeidsmarkt op zijn kop zetten?

Er zijn signalen. In legal praktijken wordt A.I ingezet om relevante documenten en wetgeving te identificeren. Recruitmentsoftware is in staat om CV’s te scannen om te zien of een kandidaat een bepaalde combinatie van attributen heeft die te relateren zijn aan goed functioneren. Deze financieel dienstverlener zei niet voor niets dat ze steeds meer een IT-bedrijf worden.

De overlap tussen mens en machine ligt in onze rekenkracht. Onze hersenen hebben rekenkracht – computers ook. Een manier om die rekenkracht meetbaar uit te drukken, is in Calculations Per Second (CPS). Een mens heeft ongeveer 10 biljard CPS. Momenteel hebben computers veel minder. Ray Kurzweil suggereert dat de massa-adoptie van A.I relatief staat aan het aantal CPS dat je kan kopen voor $1.000. Stel je dus voor dat, wanneer 10 biljard CPS $1.000 kost, Artificial General Intelligence (AGI) een waar onderdeel van ons leven kan zijn.

Taak voor HR: medewerkers ‘omhoog scholen’

Artificial Narrow Intelligence heeft al een effect op de arbeidsmarkt. Chauffeurs worden vervangen door zelfrijdende auto’s. De administratief medewerker door slimme API-koppelingen. Ook CNC-banken worden in de industriesector steeds meer geavanceerd, waardoor medewerkers van MBO-niveau’s één en twee omhoog geschoold moeten worden. Waar het standaardniveau van kennismedewerkers van nu HBO is, zal de standaard van straks misschien liggen op Master-niveau.

Echter is het de vraag of leren, tegen die tijd, nog op die manier wordt ingedeeld. De manier waarop wij met kennis omgaan en de mate waarop wij kennis waarderen, is door technologie veranderd. Het leren indelen met competenties heeft geen zin meer, evenals hele leerpaden aanmaken. De wereld veranderd te snel. Waar het vroeger onmogelijk was voor een timmerman om te leren hoe een computer werkt, zoek je dat nu op het internet op wanneer het nodig is.

Eén hele werkdag kwijt

Leren is probleemgestuurd geworden, mede door de overvloed van beschikbare kennis. Als gevolg gaan medewerkers op zoek naar oplossingen om aan hun leerbehoeften te voldoen. Medewerkers zijn meer dan één hele werkdag kwijt aan het zoeken van informatie. Aan organisaties de taak om dit weg te automatiseren. Het centraal aanbieden van leren is hierin de oplossing. Als alles op één plek te vinden is, kan een medewerker binnen twee clicks aan de slag met leren.

Leren moet gecentraliseerd worden

Bij decentraal leren kiest iedere afdeling zelf voor een aanbieder. Hierdoor is er weinig centrale coördinatie. Bij centraal geregeld leren is dit het tegenovergestelde; het leren wordt vanuit één plek gecoördineerd en beheerd. Vaak betekent dit dat HR of L&D het aanbod aan leerproducten dicteert. Gefragmenteerd leren is één van de grootste uitdagingen voor HR en L&D. Het gebrek aan overzicht zorgt voor een rommelig budget en onduidelijkheid over de opgebouwde expertise binnen een organisatie. Zie het als een budget beheren zonder een Excel-sheet, of een website zonder Google Analytics. Zonder een overzicht kun je niet bijsturen.

Centraal geregeld leren lijkt hierbij een oplossing. Echter is het niet langer realistisch om top-down te werk te gaan. Het is te langzaam. Wendbaarheid is een noodzaak gecreëerd door de veranderende markt van vandaag. A.I zal daar alleen maar aan bijdragen. Gecontroleerde zelfsturing biedt een oplossing. Bedrijfsmodellen als Holacracy faciliteren organisaties in het maken van snelle besluiten. Met diezelfde snelheid en logica moet het leren ook worden ingericht. HR en L&D kunnen onmogelijk weten wat alle medewerkers in een organisatie moeten leren.

Automatiseer de leerbarrières weg

Faciliteer de leerwens van medewerkers door ze zelf aan de slag te laten gaan met hun leerbehoeftes, op het moment dat zij het nodig hebben. Of dit nu om een korte,- of lange leerinterventie gaat – de medewerker voelt zelf sneller aan wanneer er een kennistekort is. Als je alle barrières naar het leren toe wegautomatiseert, kunnen werknemers sneller, effectiever en efficiënter leren terwijl HR en L&D de tijd krijgen om strategische veranderingen door te voeren. Wendbaar organiseren betekent wendbaar leren. In de tijd van Artificial Intelligence moet leren centraal en levenslang zijn.

Over de auteur: Jonathan Davies is content marketeer bij opleidingenvergelijker Springest.