Wie heeft er baat bij kunstmatige intelligentie? Deze fundamentele vraag, die vooral opvallend was tijdens de AI-golf van de afgelopen jaren, stond woensdag centraal tijdens een conferentie in MIT, toen sprekers en toeschouwers worstelden met de vele dimensies van de impact van AI.
In een van de keynote lezingen van de conferentie riep journaliste Karen Hao ’15 op tot een veranderd traject van AI-ontwikkeling, inclusief een stap af van de enorme schaalvergroting van datagebruik, datacentra en modellen die worden gebruikt om tools te ontwikkelen onder de noemer ‘kunstmatige algemene intelligentie’.
“Deze schaal is onnodig”, zegt Hao, die een prominente stem is geworden in AI-discussies. “Je hebt deze schaal van AI en computing niet nodig om de voordelen te realiseren.” Ze voegde eraan toe: “Als we echt willen dat AI in grote lijnen nuttig is, moeten we dringend afstappen van deze aanpak.”
Hao is een voormalig medewerker van De Wall Street Journal En MIT-technologierecensieen auteur van het boek uit 2025, ‘Empire of AI.’ Ze heeft uitgebreid gerapporteerd over de groei van de AI-industrie.
In haar opmerkingen schetste Hao de verbazingwekkende omvang van de datasets die nu door de grootste AI-bedrijven worden gebruikt om grote taalmodellen te ontwikkelen. Ze benadrukte ook enkele van de nadelen van deze opschaling, zoals het enorme energieverbruik en de uitstoot van hyperschaaldatacenters, die ook grote hoeveelheden water verbruiken. Op basis van haar eigen rapportage merkte Hao ook de menselijke tol op van het invoerwerk dat werknemers in de mondiale gig-economie doen, waarbij ze handmatig gegevens invoeren voor de hyperschaalmodellen.
Daarentegen, zo stelde Hao, zou er een alternatief pad voor AI kunnen bestaan in het voorbeeld van AlphaFold, het Nobelprijswinnende hulpmiddel dat wordt gebruikt om eiwitstructuren te identificeren. Dit vertegenwoordigt het concept van het “kleine, taakspecifieke AI-model dat een goedomvattend probleem aanpakt dat zich leent voor de rekenkracht van AI”, aldus Hao.
Ze voegde eraan toe: “Het is getraind op zeer zorgvuldig samengestelde datasets die alleen te maken hebben met het probleem: eiwitvouwing en aminozuursequenties. … Er is geen behoefte aan snelle supercomputing omdat de datasets klein zijn, het model klein is en het nog steeds enorme voordelen oplevert.”
In een tweede keynote-toespraak onderstreepte wetenschapper Paola Ricaurte de wenselijkheid van doelgerichte AI-benaderingen, waarbij ze een aantal conceptuele sleutels schetste voor het evalueren van het nut van AI.
“Het heeft geen zin om technologieën te hebben die niet zullen reageren op de gemeenschappen die ze gaan gebruiken”, aldus Ricaurte.
Ze is professor aan Tecnologico de Monterrey in Mexico en faculteitsmedewerker aan het Berkman Klein Center for Internet and Society van Harvard University. Ricaurte heeft ook zitting gehad in commissies van deskundigen, zoals het Global Partnership for AI, UNESCO’s AI Ethics Experts Without Borders en het Women for Ethical AI-project.
Het evenement werd georganiseerd door het MIT-programma voor vrouwen- en genderstudies. Manduhai Buyandelger, programmadirecteur en hoogleraar antropologie, gaf inleidende opmerkingen.
Het evenement, getiteld ‘Gender, Empire, and AI: Symposium and Design Workshop’, werd gehouden in de conferentieruimte van het MIT Schwartzman College of Computing, met meer dan 300 mensen aanwezig bij de keynote-lezingen. Er was ook een onderdeel van het evenement gewijd aan discussiegroepen, en een middagsessie over design, in een zestal verschillende vakgebieden.
In haar lezing hekelde Hao de vaak vage aard van het AI-discours, en suggereerde dat dit een meer doordachte discussie over de richting van de industrie belemmert.
“Een deel van de uitdaging bij het praten over AI is het volledige gebrek aan specificiteit in de term ‘kunstmatige intelligentie’”, zei Hao. “Het lijkt op het woord ’transport’. Je kunt het over alles hebben, van een fiets tot een raket.” Als gevolg hiervan, zei ze, “als we het hebben over de toegang tot de voordelen ervan, moeten we eigenlijk heel specifiek zijn. Over welke AI-technologieën hebben we het en van welke willen we meer?”
Volgens haar zijn de kleinere gereedschappen – naar analogie meer vergelijkbaar met de fiets – nuttiger in het dagelijks leven. Als ander voorbeeld noemde Hao het project Climate Change AI, gericht op tools die kunnen helpen de energie-efficiëntie van gebouwen te verbeteren, emissies te volgen, toeleveringsketens te optimaliseren, extreem weer te voorspellen en meer.
“Dit is de visie van AI waar we naartoe moeten bouwen”, zei Hao.
Concluderend moedigde Hao het publiek aan om actieve deelnemers te zijn aan AI-gerelateerde discussies en projecten, waarbij hij zei dat het traject van de technologie nog niet vaststond en dat publieke interventies ertoe doen.
Hao citeerde de schrijfster Rebecca Solnit en suggereerde het publiek dat “Hoop zich situeert in de premisse dat we niet weten wat er zal gebeuren, en dat er in de ruimte van onzekerheid ruimte is om te handelen.” Ze merkte ook op: “Jullie hebben allemaal een actieve rol te spelen in het vormgeven van de technologische ontwikkeling.”
Op dezelfde manier moedigde Ricaurte de aanwezigen aan om proactief deel te nemen aan AI-zaken, waarbij hij opmerkte dat technologieën het beste zullen werken wanneer aan de dringende dagelijkse behoeften van alle burgers wordt voldaan.
“Wij hebben de verantwoordelijkheid om hoop mogelijk te maken”, zei Ricaurte.
