Nieuwe technologie: een revolutie voor kenniswerk

Welke technologieën hebben de komende tien jaar een directe impact op onze jobs?

Artificiële intelligentie verandert onze manier van werken en leven vandaag al. In een wat verdere toekomst geeft ook de metaverse ons leven mee vorm.

En dan heb je ook de ‘superconductors’ - supergeleidende materialen waarmee energie veel efficiënter verstuurd kan worden. Die versnellen onze elektronica. Wanneer kwantumcomputers doorbreken, verdwijnt ‘wachten op de computer’ voorgoed. Instant verwerking zal de standaard zijn.

Zie je al een invloed in het onderwijs?

De manier waarop we info capteren en verwerken verandert voorgoed, dus ook het studentenleven. ChatGPT, dat vorig jaar gelanceerd werd, vindt al volop ingang.

Je kan het vergelijken met de studenten die wel of geen internet hadden. In de jaren ’90 zaten we veel in de bib; in de jaren 2000 zocht je alles online op. Zo’n versnelling zien we nu weer. Iedereen krijgt een persoonlijke AI-assistent. Een paper schrijven of presentatie maken zonder generatieve AI wordt een grappig idee uit het verleden.

Word AI dan ook betrouwbaarder?

Factchecken blijft altijd belangrijk. Een Large Language Model (LLM) zoals ChatGPT is eigenlijk een AI-brein dat sterk is in tekstverwerking - dus inhoud samenvatten, iets beschrijven of vragen beantwoorden. Dat brein wordt getraind op basis van een dataset.

ChatGPT is een gesloten model, dat wil zeggen dat je het niet kan voeden met eigen data. Dat programma wordt getraind op basis van alle teksten die op internet beschikbaar zijn, en geeft daar dus een interpretatie van. Dat is niet betrouwbaar zonder controle, maar het is wel een heel waardevolle assistent.

Maar er bestaan ondertussen al honderden ‘open’ Large Language Models, die je kan trainen met je eigen data. Meta is met LLAMA momenteel de leider in de ontwikkeling van zulke modellen. Daarmee heb je dan ook controle over de betrouwbaarheid.

Een voorbeeld is de opkomst van legal AI, zoals juridische bedrijven die chatbots ontwikkelen om aan de slag te gaan met hun bedrijfsarchief.

Inderdaad. Zo heeft Allen&Overy hun kennisdatabase in een eigen juridisch LLM gegoten. Het resultaat is een legal expert chatbot, die hebben ze de naam Harvey gegeven. Voorlopig wordt Harvey enkel intern gebruikt.  Het is dus zeker (nog) niet zo dat iedereen ermee aan de slag kan. Maar dit bespaart de medewerkers het monnikenwerk om het overzicht te behouden en zich in te lezen. Zij kunnen razendsnel oprichtingsakten, contracten en andere templates en documenten opvragen.

Ook McKinsey, het grootste consultancybureau ter wereld, heeft een eigen AI-chatbot getraind met hun complete archief, genaamd LILLI. Alle medewerkers kunnen eruit putten om voorstellen of analyses te schrijven; ze hoeven enkel nog te factchecken en finetunen. Zo reduceer je twee maanden werk tot twee weken, en zo zal AI uiteindelijk de job van alle kenniswerkers veranderen.

Die versnelling brengt ook uitdagingen. Hoeveel informatie en werk kunnen en moeten we uiteindelijk verzetten?

Het is niet de bedoeling om te werken zoals tijdens de lockdown, waarbij we back-to-back calls doen en elk moment beschikbaar zijn. We moeten slim omgaan met die efficiëntie.

Daarom moeten we wellicht ons arbeidsmodel herdenken. De tijd die we winnen hoeft niet noodzakelijk alleen naar extra productie gaan. De 40-urenweek werd ontwikkeld voor de industrie in de jaren ’20 van de vorige eeuw, door Henry Ford. Dat model beantwoordt niet meer aan de hedendaagse noden; met die timeframe lopen we vooral tegen burn-out aan.

Als we aan de slag gaan met een model op basis van de kwaliteit van output, eerder dan gepresteerde uren, kunnen we de vrijgekomen energie die bijvoorbeeld deels investeren in employee experience, het aangenaam maken van het samenzijn op de werkvloer. Met inspiratiesessies, gezamenlijke activiteiten, ruimte voor verbondenheid en informeel overleg.

Zo zijn we op de hoogte van elkaars werk en voelen ons meer verbonden.

Volgens jou zorgt de komst van deze technologieën voor een nieuwe industriële revolutie. Kan je dat toelichten?

De eerste revolutie was de ontwikkeling van de stoommachine, waardoor pakweg een timmerman niet meer zelf zijn hout moest zagen maar een machine dat kon. Daarna kwamen de lopende band en Taylorisme, waarmee wagens werden gebouwd. Daarop volgde robotica, waardoor fabrieken met robots konden werken, en ook de opkomst van smart factories gebaseerd op data. Bij elke revolutie verminderde de nood aan handenarbeid enorm.

Bij de denkwerkers zagen we de komst van computers en het internet, maar dat veranderde niks aan de kern van de jobs. De eerste industriële revolutie voor denkwerkers komt er dus nu. Door AI en supersnelle computers wordt het kenniswerk enorm gereduceerd en worden veel afdelingen herleid tot enkele medewerkers.

Is de vrees om jobverlies dan gegrond? Zullen er netto minder jobs overblijven?

Dat denk ik niet. De mens is een adaptieve soort. Een baby die 3000 jaar geleden werd geboren, is qua fysiek en brein dezelfde als vandaag. Maar door de veranderde omgeving en opvoeding evolueert die baby tot iemand die gedijt in een bedrijfscontext en niet meer met een speer achter een olifant aanholt. Het is dus niet zo dat, als je bij wijze van spreken de speer afneemt, de mens niks meer doet en verloren is. We zullen onze tijd gewoon anders investeren, ons anders organiseren.

De kloof wordt vooral dieper tussen wie wel, en wie geen toegang heeft tot technologie. Wel of geen computer hebben wordt nog essentiëler.

Welke jobs worden belangrijker met de komst van nieuwe technologie? 

Dat is natuurlijk speculatie, maar nieuwe jobs komen altijd waar nieuwe pijnpunten zijn. Voor systemen als ChatGPT zullen bijvoorbeeld factcheckers nodig zijn. In deze tijden van fake news zal iemand onze info van een ‘verified label’ moeten voorzien.

Voor IT wordt de grootste programmeertaal Engels, en moeten we geen code meer kunnen schrijven. Daar treden creatieve ontwikkelaars naar voor, die sterk zijn in concept design. Creatieve, probleemoplossende denkers worden belangrijker dan programmeurs en software developers.

Voor het bouwen van LLM’s op maat zal er nood zijn aan het logisch ordenen van data. Mensen die classificatiesystemen maken voor de in- en output van onze AI-tools. Een content manager als het ware, maar dan vanuit conceptueel perspectief. 

Data-analyse verandert, want je kan ‘overleggen’ met je data. Financiële statements, jaarrapporten, klantenanalyses … alles kan je ‘live’ bevragen. De data-analist moet minder opzoekwerk doen, maar vooral slimme vragen kunnen stellen.

Zijn bedrijven hierop voorbereid?

Die tools worden steeds toegankelijker. De volgende Windows-update zal een AI-bliksemschichtje zijn die je taak voor jou afwerkt, of dat nu een PowerPoint of een e-mail is. Ieder bedrijf gebruikt binnenkort AI, want alle softwaretools krijgen een AI-laagje. Elke softwaretool wordt een AI-tool. Ook daar zie ik een nieuwe job, een AI-guru die heel snel inspeelt op AI-vragen op de werkvloer.

De drempel wordt zo laag, dat bedrijven het automatisch in huis krijgen en razendsnel de toevoegde waarde ontdekken.