Robotdocent is job van de toekomst
Op zoek naar een job met toekomst? Word robotleraar. Dat zegt Jan Meynen, CEO bij Viu More. Want waarom zou AI ons binnenkort allemaal zonder werk zetten?
Geen doemscenario voor Jan Meynen, CEO bij Viu More. Hij gelooft daarentegen in een alliantie waarin kunstmatige intelligentie dient als een manier om menselijke intelligentie te consolideren.
De belangrijkste rol in deze ontwikkeling is weggelegd voor degene die zowel robot- als menselijke taal spreekt: de robotdocent.
Dat schrijft Jan in een column voor Robovision: Why robot teachers are the first job of the future.
Wat zijn robotdocenten?
Robotdocenten kunnen machines trainen en hertrainen. Ze weten een bestaand proces te vertalen naar een AI-model. Ze fungeren als een soort vertaler tussen mens en machine, tussen operators en datawetenschappers, tussen CEO's en innovatieofficieren. Deze mannen en vrouwen denken als een AI-algoritme én als een mens, met begrip voor de tekortkomingen en sterke punten van beide.
AI overbrugt de kloof
Jan haalt het voorbeeld aan van een industriële bakkerij waarmee hij samenwerkt. "Deze bakkerij heeft het moeilijk om operators te vinden met de ervaring die past bij die van de chef-bakker", vertelt de AI-bouwer.
👉 Mieke De Ketelaere gelooft in gelijkaardige profielen. Zij noemt het AI-vertalers in haar interview “Focus op data die inzichten geeft", adviseert AI-specialist Mieke De Ketelaere
"Met zijn dertig jaar ervaring kan deze chef-bakker naar een brood kijken, eraan ruiken en je vertellen of het goed is of niet. Maar zijn opvolger komt net van school. Hoewel hij zeker de capaciteiten heeft om in de voetsporen van zijn baas te treden, is er geen manier om de ervaring goed te maken die verloren gaat zodra de hoofdbakker met pensioen gaat."
Of bestaat die oplossing wel?
"AI kan de kloof tussen hen beiden overbruggen", weet Jan. "Het is geen mens tegen machine, het is een teamprestatie. Om ervoor te zorgen dat de kennis van de hoofdbakker in huis blijft, kun je een algoritme voeden met al zijn wijsheid. Deze maak je toegankelijk voor iedereen in het bedrijf."
Deze leraren zijn hoofdrolspelers in de opbouw van een nieuwe wereld, is Jan van mening.
Menselijke interpretatie is onmisbaar
"Elke AI-case begint met het analyseren van een productieproces of -situatie door deze vast te leggen in beelden, of dat nu foto's zijn of slimme camerabeelden. Vervolgens heb je menselijke interpretatie nodig om zin te geven aan dat beeldmateriaal voordat je het aan een algoritme voedt."
"Je hebt iemand nodig die het beeldmateriaal begrijpt om de kwaliteit van de gegevens te bepalen, de situatie te interpreteren en te beslissen over acties die de AI moet ondernemen, zoals een 'als dit dan dat'-regel. Deze menselijke evaluatie bepaalt het eindresultaat."
"Als je de menselijke waakhond overslaat, zit je opgescheept met AI dat alleen in theorie werkt, niet in de praktijk."
Cagla werd AI-controleur... dan operator
USE CASE - Cagla Yilmaz is een operator bij Florensis. Daar plant een AI-robot plantenstekken.
"Tijdens het eerste seizoen controleerde ik vooral het werk van de robot”, zegt Cagla. “In het tweede seizoen was ik operator. Ik had zoveel over de robots geleerd dat ik andere operators kon helpen en de kneepjes uit de weg kon ruimen. Ik ben echt blij met deze baan. Geen dag is hetzelfde. Ik kan altijd wel ergens nuttig zijn."
Medewerkers trainen graag AI
Medewerkers stappen graag in deze rol, ervaart Jan.
"Werknemers delen graag hun kennis. We zien dat het trainen van AI eerder hun betrokkenheid verhoogt dan verlaagt. Bovendien neemt het enthousiasme van werknemers toe naarmate een project zich ontwikkelt."
"In de meeste gevallen zijn het de docenten die mogelijkheden zien waar wij, AI-bouwers, dat niet zagen. Met al hun productkennis en begrip van de situatie, zien zij waar AI kan helpen."
