Home Kennis Artificial intelligence & Machine learning

Artificial intelligence & Machine learning

19 juni 2018

De sessie Artificial intelligence & Machine learning tijdens het congres Inzicht in Digitalisering wordt geopend door Jeroen Naves en Martijn Scheltema, beiden advocaat bij Pels Rijcken. De workshop bestaat uit drie onderdelen: eerst een inleiding tot de techniek, vervolgens worden verschillende reguleringsvraagstukken opgeworpen en als laatste wordt de abstracte materie tastbaar gemaakt door het te koppelen aan bekende concepten zoals aansprakelijkheid en mededinging.

Drie types machine learning

Kunstmatige intelligentie is een thema dat al lange tijd de menselijke geest prikkelt. Iedereen kent wel boeken of films waarin intelligente robots een al dan niet geruststellende rol spelen. Zo diffuus als de robots op het witte doek geprojecteerd worden, zo diffuus is ook het spectrum van artificial intelligence (AI) dat tegenwoordig wordt gebruikt. Het is daarom belangrijk scherp voor ogen te houden met welk soort technologie je te maken hebt. In deze workshop staat machine learning centraal. De meeste mensen zullen deze technologie kennen van de eerste schaakcomputer die een menselijke grootmeester versloeg. Deze technologie is niet eenduidig, zo legt Jeroen Naves uit. Naves maakt een onderscheid tussen drie types machine learning: supervised learning, unsupervised learning en reinforcement learning.

Alle drie deze types kennen een verschillende graad van ontwikkeling en zijn naar gelang beter of minder geschikt voor specifieke taken. Een goed voorbeeld van supervised learning is een algoritme dat kwaadaardige cellen moet ontdekken op longfoto’s en om dat te leren eerst heel veel longfoto’s moet zien waarop artsen al hebben aangegeven waar de kwaadaardige cellen zich bevinden. Zoekmachines maken vaker gebruik van unsupervised learning; dergelijke algoritmes hebben geen door mensen vooraf gekwalificeerde data nodig. De ontwikkeling van zelfrijdende auto’s gebeurt vaak aan de hand van reinforcement learning, waarbij een bepaalde foutmarge van belang is voor het ontwikkelingsproces.

Regulering van artificial intelligence

Wanneer de rechtspraktijk en AI elkaar ontmoeten, kun je als jurist een tweetal vragen stellen: (i) worden advocaten overbodig en (ii) wat is mijn rol als co-creator? Aldus Martijn Scheltema. Scheltema richt zich liever op de tweede vraag, omdat hij niet gelooft dat de mens of advocaat overbodig wordt. Wel zal de ontwikkeling van technologie een symbiotische relatie tussen de twee steeds belangrijker maken. Een belangrijk middel voor het creëren van een omgeving waarin zo’n relatie kan ontstaan is regulering.

De hamvraag is echter of het niet te vroeg is om te beginnen met het reguleren van AI. Dit is een terechte vraag die ook speelde tijdens de opkomst van het internet. De keuze is toen gemaakt om terughoudend op te treden met het reguleren van deze technologie. Dit heeft het negatieve gevolg gehad dat op sommige vlakken controle moest worden terugwonnen. In het kader van AI kan dit problematischer uitpakken, omdat de technologie in zekere mate ongrijpbaar is. Daar komt bij dat de technologie ook in dit vroege stadium een fundamentele impact heeft op onze maatschappij. Volgens Martijn moeten wij dan ook nu al gaan anticiperen op de vragen van morgen. Dit kan het beste worden gedaan door gebruik te maken van zelf- en co-reguleringsmechanismes.

Het aansprakelijkheidsrecht en mededingingsrecht bij artificial intelligence

Eén van die vragen bevindt zich in het traditionele aansprakelijkheidsrecht. Naves maakt duidelijk dat de traditionele insteek van productaansprakelijkheid, waarbij het gebrek centraal staat, moeilijk valt te handhaven bij door AI-gedreven producten. Sommige AI-systemen behoeven namelijk een zekere foutmarge om te ontwikkelen. Daarnaast is het ontdekken van een gebrek extreem lastig, omdat vaak moeilijk te achterhalen is hoe AI tot beslissingen komt.

Ook in het mededingingsrecht spelen actuele vraagstukken ten aanzien van de ontwikkeling van AI een rol. Een van de belangrijkste factoren voor het ontwikkelen van nieuwe AI-systemen is de data die gebruikt wordt. De grote Silicon Valley-conglomeraten bezitten een grote hoeveelheid data, waardoor deze bedrijven gigantische voorsprongen hebben binnen deze jonge markt. Zowel Naves als Scheltema zijn ervan overtuigd dat vanuit het mededingingsrecht hier antwoorden op geformuleerd moeten gaan worden.

Vragen uit het publiek haakten in op de snelle verandering die de technologie teweegbrengt en de rol van de overheid binnen deze trend. Zo werd de democratische legitimering van automatische besluitvorm aangekaart. Scheltema wees hierbij op de verschuiving die in het verleden zichtbaar was bij de toekenning van internetdomeinnamen. Door het betrekken van meerdere stakeholders bij hetzelfde vraagstuk, kan een puur private aangelegenheid verschuiven naar een multi-stakeholder situatie. Dit blijft lastig, maar het is een manier om gedeeltelijk tegemoet te komen aan het lastige probleem van democratische legitimering in context van automatische besluitvorming.

Meer weten?

Schrijf je in op onze nieuwsbrief of volg onze LinkedIn Showcase-pagina om op de hoogte te blijven van onze overige evenementen, whitepapers, artikelen, etc.

Deel dit artikel via LinkedIn en e-mail