Samenvatting Artificiële Intelligentie: Maatschappelijke
uitdagingen
Inhoud
Les 1: Geschiedenis en ontwikkeling van Artificiële Intelligentie (AI) .......................................4
Historische ontwikkeling van AI .........................................................................................4
Moderne AI-revolutie ........................................................................................................4
Belangrijke concepten en termen ......................................................................................5
Les 2: Deep Learning ............................................................................................................6
Historische ontwikkeling en kernconcepten ......................................................................6
Uitdagingen in Deep Learning ...........................................................................................7
Model Interpretatie ...........................................................................................................8
Les 3: Responsible AI ...........................................................................................................9
Wat is Responsible AI? .....................................................................................................9
AI-risico's .........................................................................................................................9
Les 4: Het Belang van Veiligheid in het Ontwerp van AI-systemen ......................................... 11
Overzicht van AI en Reinforcement Learning .................................................................... 11
Basisprincipes van Reinforcement Learning .................................................................... 11
Veiligheidsproblemen in Reinforcement Learning ............................................................ 11
Strategieën voor Veilig RL-ontwerp .................................................................................. 12
Toepassingsgebieden van Veilig RL .................................................................................. 12
Les 5 Fairness in AI............................................................................................................. 13
Bronnen van bias ............................................................................................................ 13
Meten van fairness/bias .................................................................................................. 13
Uitdagingen en oplossingen ............................................................................................ 13
Risico's van generatieve AI .............................................................................................. 14
Gebruik van ChatGPT ..................................................................................................... 14
Les 6 Sustainable AI ........................................................................................................... 15
Duurzame AI (Sustainable AI) .......................................................................................... 15
AI voor Duurzaamheid (AI for Sustainability) .................................................................... 15
Recente Onderzoeksprojecten ........................................................................................ 16
Brede Toepassingen van AI voor Duurzaamheid (Voorbeelden) ......................................... 17
Negatieve Impact van AI op Duurzaamheid ...................................................................... 17
Oplossingen en Duurzame AI-strategieën ........................................................................ 17
Les 7: Designing Futures: Human-Centered Design in Technologies ..................................... 18
1
, 1. Inleiding ..................................................................................................................... 18
2. Inspiratie uit Science Fiction ....................................................................................... 18
3. Futures Thinking en Scenario Building ......................................................................... 18
5. Automatisering versus Augmentatie ............................................................................ 19
6. MIT & Invention Factories ............................................................................................ 19
7. Bauhaus Reinvented ................................................................................................... 19
Les 8: The Moral Dangers and Opportunities of Generative, Multimodal LLMS and Other AI ... 20
1. Drie Filosofische Hoofdgebieden ................................................................................. 20
2. Filosofische Vragen over AI .......................................................................................... 20
3. Technologische Ontwikkelingen en Gevolgen ............................................................... 21
4. Gevaren en Kansen ..................................................................................................... 21
5. Casestudies ............................................................................................................... 22
Les 9: AI en Recht .............................................................................................................. 23
1. Wat is het recht en waarom is het belangrijk bij AI? ....................................................... 23
2. Rechten handhaven in het tijdperk van AI ..................................................................... 23
3. Antidiscriminatierecht en AI ........................................................................................ 23
4. Auteursrecht en AI ...................................................................................................... 24
5. Consumentenrecht en AI ............................................................................................ 25
6. Conclusie: De juridische uitdagingen van AI ................................................................. 25
Les 10 De regulering van AI in Europa (zie ppt rode tekst (*) = kennen) .................................. 26
1. EU-strategie voor AI .................................................................................................... 26
2. AI Act – Kernpunten ..................................................................................................... 26
3 Definities* ................................................................................................................... 26
4. Risicogebaseerde aanpak – Kleurcodes ....................................................................... 27
5. Aansprakelijkheid wegens fouten + Productaansprakelijkheid* ..................................... 29
6. AI en de AVG (gegevensbescherming)*......................................................................... 30
AI en rechten van data subject*....................................................................................... 31
AI en compatibiliteit met AVG.......................................................................................... 32
Les 11: Privacy by Design in AI ............................................................................................ 33
1. Basisbeginselen van de GDPR ..................................................................................... 33
2. Privacy by Design (PbD) ............................................................................................... 34
3. Privacy by Design toegepast in AI ................................................................................. 34
4. Data Protection Impact Assessment (DPIA) ................................................................. 35
Les 12: Harmonizing Human-AI Synergy .............................................................................. 36
Evolutie van Human-Machine Interaction (HMI) ............................................................... 36
Risico’s van Automatisering en Autonomie ...................................................................... 36
2
, Menselijke Cognitie: Fast and Slow Thinking .................................................................... 37
Designfactoren die kritisch denken onderdrukken............................................................ 37
Designprincipes voor Betrouwbare AI .............................................................................. 37
AI’s Invloed op Cognitie en Samenleving .......................................................................... 39
Vragen + Antwoorden testen ............................................................................................... 40
Test 1 ............................................................................................................................. 40
Test 2 ............................................................................................................................. 45
Test 3 ............................................................................................................................. 46
Test 4 ............................................................................................................................. 50
3
, Les 1: Geschiedenis en ontwikkeling van Artificiële Intelligentie (AI)
Historische ontwikkeling van AI
Vroege stadia
• 1950: Turing test: man of computer achter antwoord?
• 1956: Introductie van de Perceptron: brein proberen na te maken
• 1960: ELIZA, een van de eerste chatbots
• 1970s: AI Winter, periode van verminderde interesse en financiering
Opleving en vooruitgang
• 1980s: Opkomst van Expert Systems
• 1990s: Doorbraak in Machine Learning (= automatisch halen van patronen uit data)
Onderscheid tussen supervised learning (= voorspellingen maken adhv veel voorbeelden adhv
meetbare karakteristieken → fine tuning) en reinforcement learning (kan dingen bijleren adhv
eigen observaties)
• 1997-2016: Mijlpalen in AI-prestaties
o Deep Blue verslaat Kasparov in schaken (1997)
o Watson wint Jeopardy (2011)
o AlphaGo verslaat wereldkampioen Go, belangrijk om patronen te herkennen
(2016)
Moderne AI-revolutie
• Technologische doorbraken:
o Nieuwe krachtige GPU's voor AI-training
o Grote hoeveelheden data beschikbaar via het internet
• Heropleving van neurale netwerken (computermodel obv menselijk brein)
o Deep Neural Networks (Deep Learning)
o Voorbeelden: AlexNet (2012), ResNet
• Generative AI en Large Language Models: pre-training, tekst genereren obv eerder
gegenereerde woorden
o GPT-architectuur
o Multimodale AI-systemen: niet enkel uit tekst maar ook beeld, audio,video,…
4
uitdagingen
Inhoud
Les 1: Geschiedenis en ontwikkeling van Artificiële Intelligentie (AI) .......................................4
Historische ontwikkeling van AI .........................................................................................4
Moderne AI-revolutie ........................................................................................................4
Belangrijke concepten en termen ......................................................................................5
Les 2: Deep Learning ............................................................................................................6
Historische ontwikkeling en kernconcepten ......................................................................6
Uitdagingen in Deep Learning ...........................................................................................7
Model Interpretatie ...........................................................................................................8
Les 3: Responsible AI ...........................................................................................................9
Wat is Responsible AI? .....................................................................................................9
AI-risico's .........................................................................................................................9
Les 4: Het Belang van Veiligheid in het Ontwerp van AI-systemen ......................................... 11
Overzicht van AI en Reinforcement Learning .................................................................... 11
Basisprincipes van Reinforcement Learning .................................................................... 11
Veiligheidsproblemen in Reinforcement Learning ............................................................ 11
Strategieën voor Veilig RL-ontwerp .................................................................................. 12
Toepassingsgebieden van Veilig RL .................................................................................. 12
Les 5 Fairness in AI............................................................................................................. 13
Bronnen van bias ............................................................................................................ 13
Meten van fairness/bias .................................................................................................. 13
Uitdagingen en oplossingen ............................................................................................ 13
Risico's van generatieve AI .............................................................................................. 14
Gebruik van ChatGPT ..................................................................................................... 14
Les 6 Sustainable AI ........................................................................................................... 15
Duurzame AI (Sustainable AI) .......................................................................................... 15
AI voor Duurzaamheid (AI for Sustainability) .................................................................... 15
Recente Onderzoeksprojecten ........................................................................................ 16
Brede Toepassingen van AI voor Duurzaamheid (Voorbeelden) ......................................... 17
Negatieve Impact van AI op Duurzaamheid ...................................................................... 17
Oplossingen en Duurzame AI-strategieën ........................................................................ 17
Les 7: Designing Futures: Human-Centered Design in Technologies ..................................... 18
1
, 1. Inleiding ..................................................................................................................... 18
2. Inspiratie uit Science Fiction ....................................................................................... 18
3. Futures Thinking en Scenario Building ......................................................................... 18
5. Automatisering versus Augmentatie ............................................................................ 19
6. MIT & Invention Factories ............................................................................................ 19
7. Bauhaus Reinvented ................................................................................................... 19
Les 8: The Moral Dangers and Opportunities of Generative, Multimodal LLMS and Other AI ... 20
1. Drie Filosofische Hoofdgebieden ................................................................................. 20
2. Filosofische Vragen over AI .......................................................................................... 20
3. Technologische Ontwikkelingen en Gevolgen ............................................................... 21
4. Gevaren en Kansen ..................................................................................................... 21
5. Casestudies ............................................................................................................... 22
Les 9: AI en Recht .............................................................................................................. 23
1. Wat is het recht en waarom is het belangrijk bij AI? ....................................................... 23
2. Rechten handhaven in het tijdperk van AI ..................................................................... 23
3. Antidiscriminatierecht en AI ........................................................................................ 23
4. Auteursrecht en AI ...................................................................................................... 24
5. Consumentenrecht en AI ............................................................................................ 25
6. Conclusie: De juridische uitdagingen van AI ................................................................. 25
Les 10 De regulering van AI in Europa (zie ppt rode tekst (*) = kennen) .................................. 26
1. EU-strategie voor AI .................................................................................................... 26
2. AI Act – Kernpunten ..................................................................................................... 26
3 Definities* ................................................................................................................... 26
4. Risicogebaseerde aanpak – Kleurcodes ....................................................................... 27
5. Aansprakelijkheid wegens fouten + Productaansprakelijkheid* ..................................... 29
6. AI en de AVG (gegevensbescherming)*......................................................................... 30
AI en rechten van data subject*....................................................................................... 31
AI en compatibiliteit met AVG.......................................................................................... 32
Les 11: Privacy by Design in AI ............................................................................................ 33
1. Basisbeginselen van de GDPR ..................................................................................... 33
2. Privacy by Design (PbD) ............................................................................................... 34
3. Privacy by Design toegepast in AI ................................................................................. 34
4. Data Protection Impact Assessment (DPIA) ................................................................. 35
Les 12: Harmonizing Human-AI Synergy .............................................................................. 36
Evolutie van Human-Machine Interaction (HMI) ............................................................... 36
Risico’s van Automatisering en Autonomie ...................................................................... 36
2
, Menselijke Cognitie: Fast and Slow Thinking .................................................................... 37
Designfactoren die kritisch denken onderdrukken............................................................ 37
Designprincipes voor Betrouwbare AI .............................................................................. 37
AI’s Invloed op Cognitie en Samenleving .......................................................................... 39
Vragen + Antwoorden testen ............................................................................................... 40
Test 1 ............................................................................................................................. 40
Test 2 ............................................................................................................................. 45
Test 3 ............................................................................................................................. 46
Test 4 ............................................................................................................................. 50
3
, Les 1: Geschiedenis en ontwikkeling van Artificiële Intelligentie (AI)
Historische ontwikkeling van AI
Vroege stadia
• 1950: Turing test: man of computer achter antwoord?
• 1956: Introductie van de Perceptron: brein proberen na te maken
• 1960: ELIZA, een van de eerste chatbots
• 1970s: AI Winter, periode van verminderde interesse en financiering
Opleving en vooruitgang
• 1980s: Opkomst van Expert Systems
• 1990s: Doorbraak in Machine Learning (= automatisch halen van patronen uit data)
Onderscheid tussen supervised learning (= voorspellingen maken adhv veel voorbeelden adhv
meetbare karakteristieken → fine tuning) en reinforcement learning (kan dingen bijleren adhv
eigen observaties)
• 1997-2016: Mijlpalen in AI-prestaties
o Deep Blue verslaat Kasparov in schaken (1997)
o Watson wint Jeopardy (2011)
o AlphaGo verslaat wereldkampioen Go, belangrijk om patronen te herkennen
(2016)
Moderne AI-revolutie
• Technologische doorbraken:
o Nieuwe krachtige GPU's voor AI-training
o Grote hoeveelheden data beschikbaar via het internet
• Heropleving van neurale netwerken (computermodel obv menselijk brein)
o Deep Neural Networks (Deep Learning)
o Voorbeelden: AlexNet (2012), ResNet
• Generative AI en Large Language Models: pre-training, tekst genereren obv eerder
gegenereerde woorden
o GPT-architectuur
o Multimodale AI-systemen: niet enkel uit tekst maar ook beeld, audio,video,…
4
