Artificial Intelligence

AI | Wat is het nou?

Je kan er niet omheen. De grote populariteit van ChatGPT heeft laten merken dat artificial intelligence (AI) niet iets van de toekomst is. Het is al hier. Maar wat is AI nou precies? En waar moet je zelf rekening mee houden als het gaat om AI op je werk? In dit artikel bespreken we de eerste vraag. In een volgend artikel gaan we verder in op waar je rekening mee moet houden.

Wanneer we spreken van artificial intelligence (AI) hebben we het over een computer die menselijke intelligentie kan nabootsen óf een specifiek aspect daarvan. Dat is een belangrijk onderscheid. Je hebt namelijk sterke AI en zwakke AI.

Sterke AI zou de hele intelligentie van een mensen kunnen nabootsen. Een computer zou dan creatieve oplossingen kunnen bedenken voor nieuwe problemen en zelf nieuwe dingen kunnen leren. Juist datgene wat wij als mensen kunnen, maar dan met de snelheid van een computer. Dit soort AI bestaat (nog) niet.

Zwakke AI daarentegen, kan specifieke taken uitvoeren waar het op getraind is. ChatGPT is bijvoorbeeld getraind op ontzettend veel tekst, met als doel om nieuwe tekst te kunnen genereren. Enige tijd geleden hebben we ChatGPT een artikel over ChatGPT zelf laten schrijven. Buiten dat specifieke doel waar het op getraind is kan dit soort AI eigenlijk niks. Je hoeft gezichtsherkenningssoftware bijvoorbeeld niet te vragen om een dier op een foto te herkennen. Alle AI toepassingen die tot nu toe zijn gemaakt vallen onder het label ‘zwakke AI’.

https://www.youtube.com/watch?v=QJE_ycgR8E8

AI op je werk

De huidige AI tools kunnen ondanks de specifieke functies wel een grote impact hebben. Ze kunnen  je helpen bepaalde taken sneller en makkelijker te doen. Bijvoorbeeld AI tools die bepaalde administratieve taken kunnen versimpelen, of complexe berekeningen veel slimmer uitvoeren. Net zoals communicatie veel sneller gaat met het internet, dit ook kunnen doen voor allerlei van onze taken op werk.

Ook in de bouw zijn er al AI tools waar gebruik van wordt gemaakt. Zo wordt er al AI gebruikt bij het uittekenen van gebouwen in 3D CAD, het inschatten van risico’s bij het maken van planningen en helpt het op sommige bouwplaatsen om gevaarlijke situaties in te schatten. Dit gebruik van AI zal waarschijnlijk alleen maar toenemen de komende jaren.

Wat vinden we hiervan als FNV

AI biedt mooie kansen om ons werk makkelijker te maken. Het kan soms saaie taken over nemen en deuren openen die we voorheen niet eens zagen. Een toekomst zonder AI in de bouw is haast ondenkbaar. Tegelijkertijd zijn er nog behoorlijke vraagtekens bij AI. De verschillende AI tools zijn niet perfect en zijn ook niet altijd even transparant. Het is daarom belangrijk dat individuen en bedrijven er bewust mee omgaan.

Waar moet je zelf nou rekening mee houden als jij of je werkgever AI tools wilt gebruiken op werk? Wij hebben het gevraagd aan een AI expert. Houd de website in de gaten voor het artikel dat we hier binnenkort over publiceren.

Heb jij ervaring met AI op het werk? Neem dan contact met ons op via uta@fnv.nl


ChatGPT

ChatGPT in de bouwsector | Communicatie en efficiëntie

De bouwsector is een complexe en veeleisende industrie waar communicatie en efficiëntie essentieel zijn voor succesvolle projectuitvoering. Traditioneel vertrouwen bouwprofessionals op menselijke interactie en expertise om problemen op te lossen en beslissingen te nemen. Echter, met de opkomst van geavanceerde AI-technologieën, zoals ChatGPT, is er een nieuwe tool beschikbaar gekomen die de communicatie en efficiëntie in de bouwsector aanzienlijk kan verbeteren.

In dit artikel zullen we* de rol van ChatGPT in de bouwsector verkennen en de voor- en nadelen bespreken die het kan bieden.

Voordelen

  1. Verbeterde Communicatie
    Effectieve communicatie is van cruciaal belang in de bouwsector, waar verschillende belanghebbenden, zoals architecten, ingenieurs, aannemers en klanten, moeten samenwerken om een succesvol project te realiseren. ChatGPT kan een waardevol instrument zijn om communicatiebarrières te overbruggen. Met behulp van natuurlijke taalverwerking kan ChatGPT complexe technische concepten begrijpen en eenvoudig uitleggen aan niet-technische belanghebbenden. Het stelt projectteams ook in staat om snel en gemakkelijk vragen te stellen en antwoorden te krijgen, waardoor de communicatie tussen teamleden wordt verbeterd en misverstanden worden verminderd.
  2. Snelle Probleemoplossing
    In de bouwsector doen zich regelmatig onverwachte problemen voor die snelle oplossingen vereisen. Met ChatGPT kunnen bouwprofessionals direct toegang krijgen tot uitgebreide kennis en expertise. Het systeem kan fungeren als een virtuele assistent die vragen beantwoordt en oplossingen biedt voor technische problemen. Hierdoor kunnen bouwteams kostbare tijd besparen en de efficiëntie van projectuitvoering verbeteren.
  3. Efficiëntie in Ontwerp- en Planningsfasen
    ChatGPT kan ook van onschatbare waarde zijn tijdens de ontwerp- en planningsfasen van een bouwproject. Door het analyseren van bouwtekeningen, specificaties en projectvereisten kan ChatGPT waardevolle suggesties en optimalisaties bieden. Het kan helpen bij het genereren van ontwerpvarianten, het evalueren van materialen en het voorstellen van efficiënte bouwmethoden. Dit bespaart tijd en middelen die anders nodig zouden zijn voor uitgebreide handmatige analyses en berekeningen.
  4. Ondersteuning bij Besluitvorming
    Bouwprojecten vereisen vaak complexe besluitvorming, waarbij meerdere variabelen en belanghebbenden betrokken zijn. ChatGPT kan fungeren als een virtuele consultant die bouwprofessionals voorziet van waardevolle inzichten en aanbevelingen. Het systeem kan helpen bij het evalueren van verschillende bouwopties,

Nadelen

Hoewel ChatGPT veel voordelen kan bieden voor de bouwsector, zijn er ook enkele nadelen waarmee rekening moet worden gehouden. Hier zijn enkele potentiële nadelen bij het werken met ChatGPT in de bouw:

  1. Beperkte contextuele kennis
    Hoewel ChatGPT in staat is om tekstuele informatie te begrijpen en vragen te beantwoorden, heeft het een beperkte contextuele kennis. Het model kan soms moeite hebben om specifieke bouwgerelateerde termen, complexe technische concepten of branchespecifieke regelgeving volledig te begrijpen. Dit kan leiden tot onnauwkeurige of onvolledige antwoorden, waardoor het nodig is om de gegenereerde informatie te verifiëren met menselijke experts.
  2. Gevoeligheid voor misleiding
    ChatGPT is getraind op een grote hoeveelheid tekst uit verschillende bronnen op internet, wat betekent dat het ook gevoelig kan zijn voor misleidende informatie. Het model kan onjuiste of ongefundeerde suggesties of adviezen geven, vooral als de inputinformatie onbetrouwbaar is. Daarom is het belangrijk om de gegenereerde resultaten altijd kritisch te evalueren en te verifiëren met betrouwbare bronnen en menselijke expertise.
  3. Onvermogen om fysieke aspecten te begrijpen
    ChatGPT is gebaseerd op tekstuele informatie en heeft geen directe toegang tot visuele of fysieke aspecten van bouwprojecten. Hierdoor kan het moeilijk zijn voor het model om specifieke vragen te beantwoorden die verband houden met visuele details, bouwproblemen op locatie of andere niet-tekstuele aspecten van de bouwsector. In dergelijke gevallen is het noodzakelijk om aanvullende methoden en tools te gebruiken om deze uitdagingen aan te pakken.
  4. Privacy- en beveiligingsrisico's
    Bij het werken met ChatGPT kunnen er privacy- en beveiligingsrisico's ontstaan. Het model vereist toegang tot gegevens en kan gevoelige informatie bevatten, zoals bouwplannen, specificaties of klantgegevens. Het is van cruciaal belang om passende beveiligingsmaatregelen te nemen om ervoor te zorgen dat de vertrouwelijkheid en integriteit van deze gegevens worden beschermd en dat er geen ongeoorloofde toegang tot de informatie plaatsvindt.

Al met al biedt ChatGPT veel potentieel voor de bouwsector, maar het is belangrijk om deze nadelen in overweging te nemen en de technologie verstandig te gebruiken als aanvulling op menselijke expertise en controle.

*Dit artikel is geschreven door ChatGPT. Heb je vragen of ben je nieuwsgierig geworden? Neem contact op door een e-mail te sturen naar uta@fnv.nl .


Digitale controle vraagt om... controle

Het komt steeds vaker voor dat organisaties gegevens van werknemers verzamelen. Die gegevens worden geanalyseerd met Artificial Intelligence (AI) en algoritmen om de geschiktheid van werknemers te voorspellen, hun gezondheid te meten en werkzaamheden te beoordelen. Door het gebruik van digitale monitoringstechnologie kunnen er naar verwachting beter onderbouwde besluiten worden genomen ten aanzien van de inzet van werknemers. Het Rathenau Instituut inventariseerde wat voor impact deze nieuwe manieren van digitale controle, meten, analyseren en feedback op het werk hebben.

Wirwar aan instrumenten

Digitale controle gaat volgens Het Rathenau Instituut gepaard met een grote verscheidenheid aan instrumenten. Om ordening aan te brengen, onderscheidt het instituut een driedeling. Deze bestaat uit het plannen en aannemen, het controleren en aansturen en het ondersteunen en ontwikkelen van werknemers.

Er zijn verschillende ontwikkelingen op het terrein van digitale controle waargenomen, waarbij het instituut haar zorg uitspreekt over de effecten voor werknemers. Enkele ontwikkelingen:

  • Instrumenten kunnen nadelig uitwerken voor werknemers. Wie komt er wel of niet in aanmerking voor een baan, promotie of contractverlenging? Hoe gaat een bedrijf om met privacygevoelige gegevens die worden verzameld, zoals de e-mails, locatiegegevens, bewegings- en slaappatronen, gezichtsuitdrukkingen en zelfs erfelijke eigenschappen?
  • De validiteit is twijfelachtig. Het is niet gezegd dat er zinvolle en betekenisvolle verbanden te leggen zijn uit de verzamelde gegevens. Er zijn, zo stelt het instituut, nogal wat instrumenten die beweren voorspellingen over werknemers te kunnen doen, maar de theoretische basis daarvan is dun.
  • Werken met alleen datagedreven informatie geeft een te beperkte blik op de realiteit, waarschuwt het Rathenau Instituut. De tendens is dat kwantitatieve data bepalend zijn voor het voorspellen van gedrag van werknemers, terwijl verantwoorde inzet van digitale monitoringsinstrumenten vraagt om kritische reflectie, dialoog en heldere communicatie. De inzet van deze instrumenten hebben gevolgen voor taken, processen en relaties op de werkvloer.

Voorbeelden van digitale controle-instrumenten

De mogelijkheden om gegevens van werknemers vast te leggen en op te slaan in een database nemen toe:

  • Systemen die aanwezigheid en werkuren controleren (digitale prikklok);
  • Gegevens afkomstig van beveiligingscamera’s, toegangspoortjes en sensoren. Met de opkomst van meer smart buildings kunnen werknemers via de smartphone hun werkplek instellen, zoals stoelhoogte, licht, verwarming en/of koeling en de hoeveelheid koffie. Een voorbeeld van een smart builing is The Edge in Amsterdam;
  • Locatiegegevens die worden opgeslagen door een telefoon, een wearable of een bedrijfsauto;
  • Biometrische gegevens die gebuikt worden op het werk, zoals een irisscan of een vingerafdruk;
  • E-mailcontroles, screenshots om websitegebruik te controleren, toetsaanslagen, inactieve tijd en printergebruik.

Werkdruk

Met de verzamelde gegevens krijgen organisaties meer inzicht in de manier waarop de werkzaamheden zo efficiënt mogelijk kunnen worden georganiseerd. Gevolg hiervan is dat het werktempo wordt verhoogd. Er zijn voorbeelden te noemen waar werknemers, uit bijvoorbeeld distributiecentra, tijdens hun werk volledig digitaal worden aangestuurd. De eigen bewegingsvrijheid, zoals het nemen van een korte pauze, is daarmee beperkt.

Het gebruik van digitale apparaten, zoals een laptop en een smartphone, zorgt ervoor dat werknemers voortdurend bereikbaar zijn. Vaak voelen werknemers de druk om toch nog even snel te antwoorden op een mail die na werktijd binnenkomt. Zeker wanneer er geen duidelijke afspraken zijn gemaakt tussen werkgever en werknemer over bereikbaarheid. (zie ook het artikel ‘Altijd bereikbaar zijn?’).

Tenslotte stelt het Rathenau Instituut dat de verantwoordelijkheid voor het oplossen van werkdruk bij de organisatie zou moeten liggen en niet bij individuele medewerkers. Oplossingen voor werkdruk worden nu vooral gezocht in zaken als timemanagement, cursussen mindfulness etc. voor de individuele medewerker, terwijl de werkelijke bron van werkdruk wordt gecreëerd door de manier waarop het werk vanuit de organisatie is georganiseerd.

Controle op gebruik

Het instituut waarschuwt voor de grote impact van digitale monitoringsinstrumenten, zowel op het werk als op de arbeidsverhoudingen, en roept op om in ieder geval de volgende maatregelen te treffen:

  • Het voeren van een open gesprek over de mogelijkheden en beperkingen van digitale monitoringsinstrumenten. Het spreekt verder voor zich dat er terughoudend moet worden omgegaan met privacygevoelige gegevens. En verder is transparantie over de werking van algoritmen vereist;
  • Het opstellen van kwaliteitseisen aan digitale controle-instrumenten om te voorkomen dat een organisatie een instrument gebruikt dat een verkeerd beeld geeft van werknemers;
  • Het inzetten van meer handhaving en toezicht door de Autoriteit Persoonsgegevens en I-SZW. De handhaving zal zich moeten richten op: a) instrumenten die niet aan wettelijke eisen voldoen b) de wijze waarop persoonlijke gegevens worden verwerkt c) de impact van digitale controle-instrumenten voor werkdruk en d) controleren of selectieprocessen eerlijk verlopen als organisaties gebruik maken van AI en algoritmes.

Afspraken

Digitalisering kan een belangrijke bijdrage leveren aan een veiligere en gezondere manier van werken. Het kan het werk bovendien inhoudelijk interessanter maken. Maar technologie op zichzelf legt niet vast wat de gevolgen zijn van digitalisering. Het is dan ook belangrijk dat er keuzes worden gemaakt over de manier waarop de technologie wordt ingezet. Goede afspraken tussen partijen zorgen ervoor dat digitalisering niet leidt tot grotere controle van werknemers, het verschralen van de kwaliteit van werk en het verhogen van werkdruk.

Het Rathenau Instituut doet drie aanbevelingen:

  • Ga met alle betrokken partijen het gesprek aan over het verzamelen van personeelsdata en het gebruik ervan. Geef aan waar de data voor worden gebruikt en maak helder welke besluiten, bijvoorbeeld met algoritmen, met deze data worden genomen;
  • Het is noodzakelijk dat er kwaliteitseisen komen voor digitale controle-instrumenten. Die richten zich vooral op wervingsinstrumenten, omdat het gebruik van verkeerde data leidt tot ongewenste effecten op de arbeidsmarkt, zoals uitsluiting. Beroepsverenigingen kunnen op basis van hun kennis en ervaring met de inzet van wervingsinstrumenten een rol spelen;
  • Er zal meer geïnvesteerd moeten worden in toezicht en handhaving door de overheid, met name door de Autoriteit Persoonsgegevens en I-SZW. Bijvoorbeeld door te handhaven op instrumenten die niet aan de wettelijke eisen voldoen en door duidelijk te maken met welke gegevens van werknemers terughoudend moet worden omgegaan. Maar ook door aandacht te besteden aan de vergroting van werkdruk en toe te zien op eerlijke selectieprocedures.

Om over na te denken:

  • Welke personeelsgegevens verzamelt jouw organisatie? Wat zijn de bronnen? Denk aan camera’s, toegangscontrole, locatiegegevens, gegevens afkomstig uit gebruik digitale apparaten etc.;
  • Heeft jouw organisatie een privacyreglement, waarin afspraken zijn vastgelegd over het gebruik van personeelsgegevens? Zijn er afspraken gemaakt over het gebruik van algoritmen en is duidelijk hoe deze algoritmen werken?
  • Is er binnen jouw organisatief een privacy-officer aangesteld, die niet alleen waakt over het gebruik van klantgegevens maar ook over personeelsgegevens?
  • Wordt er bij de implementatie van nieuwe bronnen een privacy impact assessment gemaakt?
  • Is er een toetsingscommissie die toeziet op naleving van de gemaakte afspraken en die de afspraken regelmatig evalueert?

Bron:
Das, D., R. de Jong en L. Kool, m.m.v. J. Gerritsen (2020). Werken op waarde geschat - Grenzen aan digitale monitoring op de werkvloer door middel van data, algoritmen en AI. Den Haag: Rathenau Instituut.

Djurre Das geeft hier in een webinar een korte toelichting.