Kunstmatige intelligentie: hoe blijven we bij in de techniek?
Met de komst van kunstmatige intelligentie, verandert ook de techniekbranche. Steeds vaker is kunstmatige intelligentie betrokken bij storingen, metingen en analyses. Dit leidt ook tot grote veranderingen binnen de techniek en het techniekonderwijs. Hoe zorgen we dat professionals bij blijven en studenten van deze generatie op de juiste manier worden opgeleid?
We spraken met Ron M R Bosch, sinds 27 jaar eigenaar van een ingenieursbureau, onafhankelijk deskundige en hoofddocent installatietechniek aan de HAN. Maar bovenal is Ron zeer geïnteresseerd in AI.
Ron: De technologische vooruitgang in de techniek gaat razendsnel, waardoor kennis snel verouderd raakt. Professionals moeten steeds nieuwe vaardigheden leren om bij te blijven. Je continu blijven ontwikkelen is noodzakelijker dan ooit. Werkenden moeten begrijpen dat voortdurend leren niet alleen voor henzelf meer kansen biedt, maar ook voor de organisatie waar ze werken. We moeten deze ontwikkeling als branche en als techniekonderwijs ook blijvend faciliteren, om zo te zorgen voor een veerkrachtige en innovatieve sector.
Dit vraagt ook veel van het onderwijs. Je ziet nu vaak dat de studenten nieuwe technieken ontnomen wordt, zoals het gebruik van ChatGPT, maar we moeten ze juist leren om er mee om te gaan. AI-ondersteunende leermiddelen kunnen juist een heel waardevolle rol spelen in deze huidige tijd. Leertrajecten kunnen zo eenvoudig heel persoonlijk gemaakt worden.
Vier weken geleden had ik een lezing van een psycholoog, over generatie Z en Y. Dit is de generatie die digitaal afstudeert. Die digitaal stageloopt. We zijn er nog niet, maar dat is wel de wereld die er gaat komen. Zo hard gaat het.”
De ontwikkelingen gaan snel
“Kunstmatige intelligentie gaat een hoop van ons overnemen in de techniek. Je ziet dat nu al veranderen, neem bijvoorbeeld storingsdiensten met een VR-bril of op afstand systemen uitlezen. Dit zal in de toekomst alleen maar meer worden. Dat betekent dat we studenten niet alleen moeten bijbrengen hoe dit allemaal werkt, maar ook wat de enorme datawereld die op ons afkomt betekent. Niet alle data is bijvoorbeeld waar. Hoe onderscheid je dat?
Daarnaast moeten we ook leren hoe we zélf de verkregen informatie analyseren. Neem nou een woningcorporatie waar ik voor werk, zij hebben analisten in dienst die bepalen wanneer woningen onderhoud nodig hebben. De informatie die in de cloud terecht komt geeft aan wat de onderhoudsbehoefte is. Maar als je die informatie analyseert blijkt dat het onderhoudscontract bijvoorbeeld is gebaseerd op een gebouw met dichte ramen, terwijl uit de metingen in de praktijk blijkt dat de ramen vaak openstaan. Dan verandert alles. Dit soort situaties zien we steeds vaker in lesstof terugkomen. Blijf zelf de regie houden.
We zitten echt in een pril stadium, we denken al veel te weten, maar de tijd zal het leren wat kunstmatige intelligentie allemaal voor een invloed gaat hebben. We weten het niet, maar dat het snel gaat weten we wel.”
Welke leermiddelen zijn er nodig?
“Het is op dit moment lastig om gerichte leermiddelen aan te kunnen bieden. Wat heb je nodig om in deze cloudwereld verder te kunnen? De wereld wordt geautomatiseerd, de werkenden wordt veel werk uit handen genomen. Een van onze afstudeerders van gebouwgebonden installatietechniek heeft bijvoorbeeld een systeem ontwikkeld dat zelf een hele configuratie samenstelt. Aan de hand van jouw vraagstelling wordt een skid (modulaire constructie) geconfigureerd dat alleen nog aangesloten hoeft te worden. Plug & play.
De installateur hoeft bijna niet meer na te denken. En daar zit het gevaar: je moet er niet vanuit gaan dat het allemaal goed gaat, je moet boven het proces blijven staan. Niks vanzelfsprekend vinden. Denk nooit te denken dat een ander denkt zoals jij denkt. Computers zijn met elkaar verbonden, onze hersens niet. Aannames doen is de grootste valkuil. Dat maakt gelijk de rode draad binnen elke opleiding of bijscholing duidelijk: communicatie!”
Gigantische databases
“AI gaat ons meer inzicht geven in informatiestromen. Maar dat betekent ook gelijk dat we te maken krijgen met een enorme hoeveelheid data”, geeft Ron aan. “Overal waar situaties geanalyseerd worden, wordt data opgeslagen. Kijk in de gezondheidszorg, waar scans worden geanalyseerd. Een computer ziet veel beter de onregelmatigheden in zo’n scan dan dat wij met het blote oog zien. Artsen kunnen hier zelf ook weer van leren. Maar al die scans worden ook weer opgeslagen om de computer slimmer te maken. Dit vraagt om enorme opslag. En dat is ook weer spannend, hoe meer we afhankelijk worden van AI, hoe meer we dus afhankelijk worden van al die data. Kunnen we straks nog zonder?”