Schakelen met AI

“Er zijn twee soorten problemen in de wereld. ‘Sterkste Schakel-’ en ‘Zwakste Schakel-’ problemen”.’

Bij ‘Zwakste Schakel’-problemen (ZSP) hangt de totale kwaliteit van een product of dienst af van de zwakste schakel in het productieproces. Je kan de kwaliteit verbeteren door die zwakke schakels te versterken of ze te elimineren.

Een goed voorbeeld is voedselproductie. Voedsel is waardeloos wanneer het ongezond of zelfs giftig zou zijn. Dat vermijden is wat Mastroianni een ZSP noemt. Volgens hem doet het voedselagentschap FAVV er goed aan haar beperkte middelen in te zetten op die zwakke schakels, in plaats van al veilig voedsel extra te controleren op vetgehalte bijvoorbeeld.

De wereld zit vol ZSP’s. Eén haperende component kan een moderne wagen tot stilstand brengen. Een nieuwe broek moet de juiste maat hebben, al zijn de knopen nog zo prachtig. En een begroting hoort in evenwicht te zijn, zelfs al staan er veelbelovende maatregelen in.

Bij ‘Sterkste Schakel’-problemen (SSP) is het daarentegen net de sterkste schakel die doorweegt.

Medailles behalen op de Olympische Spelen is zo’n probleem voor een land. Het is geweldig dat er véél jonge atleten leven voor hun sport, maar enkel de beste atleet zal zijn of haar land vertegenwoordigen.

Durfkapitalisten kunnen ervoor kiezen om in elk van hun projecten meer te investeren, toch zal het enkel de handvol snelgroeiers zijn die het totale resultaat voor een fonds bepaalt.

En een overaanbod aan series en films heeft een zekere meerwaarde, toch hebben we  elke week maar net voldoende tijd om die ene topreeks te bekijken. Hoe goed die is, bepaalt de voldoening die we daaruit halen.

Schakelen met AI

Bij welk type probleem kan AI ons vandaag helpen?

De voorbije decennia namen computers steeds meer automatiseerbaar werk van ons over. Logische machines zijn het die heldere regels eindeloos en onverstoorbaar toepassen. We besteden meet-, tel- en controlewerk uit aan relatief eenvoudige software die ons zelden teleurstelt.

Maar dat is niet hoe de huidige generatie LLM’s te werk gaat.

Uit een recente studie van CJR blijkt dat zowat alle moderne chatbots de mist ingaan bij eenvoudige zoekopdrachten. Erger nog, de hoger aangeschreven chatbots overdrijven de kwaliteit van hun zoekresultaten het meest. En dure licentiedeals rond specifieke content (zoals die tussen openAI en The Guardian) bieden ook geen enkele garantie op betere zoekresultaten.

Waar zien we vandaag dan wel al meerwaarde?

De associaties die de huidige generaties bots onvermoeibaar maken, kunnen erg complementair zijn met creatieve taken zoals programmeren, ontwerpen en teksten schrijven.

Het hoeft dan ook niet te verbazen dat de adoptiegraad van LLM’s bij het uitvoeren van die taken flink toenam de afgelopen tijd. Recent onderzoek van enkele Stanford-academici toont aan dat bedrijven, organisaties én consumenten de technologie steeds vaker gebruiken. Tussen 2022 en 2024 identificeerden de onderzoekers LLM-geassisteerd taalgebruik in 24% van ruim een half miljoen bedrijfsgerelateerde persberichten die ze verzamelden. Eind 2024 plafonneerde het aandeel van dit soort communicatie. Dat kan volgens de onderzoekers wijzen op een gesatureerde adoptiegraad, maar ook op geraffineerdere modellen, waarvan het gebruik moeilijker op te sporen is.

Betere en/of sneller geproduceerde teksten en andere content bieden een meerwaarde. Maar tot een echte economische groeiversnelling zal dat niet leiden. Daarvoor staat een andere droom centraal: AI-wetenschap. Denk daarbij aan een eindeloos leger van hardwerkende, analytisch sterke AI-onderzoekers, die vandaag steeds vaker ‘agenten’ genoemd worden.

Dat lijkt toekomstmuziek, maar een recente paper toont alvast aan dat de huidige LLM’s – met de juiste omkadering – tot zoiets in staat zijn. Voor een totale kost van minder dan 15 dollar per stuk produceerde SAKANA AI drie geloofwaardige onderzoekspapers. Als die aanpak schaalbaar én robuust blijkt, lijkt de gecomprimeerde Renaissance 2.0 – met een stormvloed aan wetenschappelijke ontdekkingen in een periode van weken in plaats van jaren – een stuk minder onwaarschijnlijk.