ChatGPT bij beleidsvorming

“Artificial Intelligence is de toekomst!” De opkomst van A.I. heeft inmiddels een enorme impact gehad op verschillende bedrijfssectoren en naar verwachting zal deze impact alleen maar toenemen. Een tot de verbeelding sprekende ontwikkeling van A.I. zijn geavanceerde taalmodellen zoals ChatGPT, die ons vermogen om te communiceren met machines naar een nieuw niveau hebben getild. Maar wat betekenen deze ontwikkelingen voor GDSS of de complexe maatschappelijke vraagstukken waarvoor GDSS wordt ingezet?

A.I. heeft een lange geschiedenis, maar recente doorbraken in deep learning hebben de ontwikkeling van geavanceerde taalmodellen mogelijk gemaakt. Een van de meest opvallende voorbeelden van dergelijke modellen is ChatGPT, gebaseerd op de GPT-3.5-architectuur van OpenAI. ChatGPT is een geavanceerde taal-gebaseerde A.I., getraind op een enorme hoeveelheid tekstuele data, die in staat is om mensachtige interacties te simuleren. Dit heeft geleid tot de mogelijkheid om complexe vragen te beantwoorden, problemen op te lossen en zelfs creatieve stukken tekst te genereren.

Google heeft inmiddels ook zijn concurrent voor ChatGPT gelanceerd in Europa, genaamd Bard. Dit is, net als ChatGPT, in feite een geavanceerde tekstgenerator waar een zogeheten taalmodel achter zit. Een gebruiker stelt een vraag en Bard ‘voorspelt’ wat het meest waarschijnlijke antwoord is. De technologie is inmiddels zo goed, dat de teksten heel overtuigend overkomen. Tegelijkertijd hebben dit soort chatbots ook last van wat men ‘hallucineren’ noemt.

Hallucinaties

Deze hallucinaties verwijzen naar situaties waarin het kunstmatige intelligentiemodel, zoals GPT-3, antwoorden of gegenereerde tekst produceert die onnauwkeurig, verzonnen, onsamenhangend of niet in lijn zijn met de werkelijkheid. Het fenomeen van hallucinatie is een uitdaging bij het trainen van geavanceerde taalmodellen omdat deze geen begrip of bewustzijn van de werkelijkheid hebben. Ze leren uit grote hoeveelheden tekstuele data, en wanneer ze worden geconfronteerd met vragen of verzoeken die buiten hun trainingsdata vallen, kunnen ze “verzinnen” of fantasierijke antwoorden genereren.

Desondanks worden ChatGPT en andere A.I.-modellen al op verschillende manieren ingezet in onze samenleving zoals interacties, waarbij veel bedrijven ChatGPT inzetten om hun klantenservice te verbeteren. Deze specifieke A.I.-modellen kunnen 24/7 klantvragen beantwoorden, veelvoorkomende problemen oplossen en klanten een snellere en efficiëntere ondersteuning bieden. Maar ook bij schrijfwerk: ChatGPT kan worden gebruikt om creatieve content te genereren, zoals blogposts en nieuwsartikelen of het wordt ingezet in het onderwijs als hulpmiddel voor docenten en studenten waarbij a.i. wordt ingezet voor het uitleggen van complexe concepten en het bieden van aanvullende educatieve middelen. Of wat te denken van software: Ontwikkelaars kunnen ChatGPT gebruiken om code te genereren, technische problemen op te lossen en zelfs software-ontwerpvraagstukken te verkennen. Maar hoe zit dit in de besluit- en beleidsvorming rond complexe vraagstukken?

Beleidsvorming en chatGPT?

Voorspellen hoe A.I. precies de besluit- en beleidsvorming voor overheidsinstanties zoals gemeenten zal beïnvloeden is op dit moment nog een complexe kwestie en afhankelijk van heel veel factoren. Het is echter voor te stellen dat de inzet van A.I. verschillende voordelen zal hebben binnen dit gremium. Denk bijvoorbeeld aan:

Efficiëntie en automatisering: A.I. kan repetitieve taken en processen automatiseren, waardoor ambtenaren meer tijd kunnen besteden aan complexe taken en strategische besluitvorming. Het kan helpen bij het analyseren van grote datasets en het identificeren van patronen en trends om geïnformeerde beslissingen te nemen.
Met behulp van A.I. kunnen overheidsinstanties meer data-gestuurd worden in de besluitvorming. A.I.-algoritmen kunnen helpen bij het analyseren van gegevens om de impact van beleidsmaatregelen te voorspellen, mogelijke risico’s te identificeren en effectievere oplossingen te vinden.
A.I. kan helpen bij het creëren van transparantere processen in besluitvorming en beleidsimplementatie. Machine learning-algoritmen kunnen traceerbaar zijn en duidelijk maken hoe ze tot specifieke conclusies zijn gekomen, wat de verantwoordingsplicht van overheidsinstanties kan vergroten.
A.I. kan worden gebruikt om burgers meer te betrekken bij beleidsvorming door middel van bijvoorbeeld slimme enquêtes of platforms voor participatieve besluitvorming. Hierdoor kunnen beleidsmakers een breder scala aan meningen verzamelen en beter rekening houden met de behoeften van de samenleving.

Hoewel geavanceerde taalmodellen zoals Chat GPT indrukwekkende prestaties vertonen bij het beantwoorden van veel soorten vragen, zijn ze nog verre van perfect. Hallucinaties kunnen optreden wanneer het model bijvoorbeeld wordt gevraagd om te voorspellen toekomstige gebeurtenissen of om informatie te geven over iets dat nog niet is gebeurd. Omdat het model geen begrip heeft van tijd of echte kennis heeft, kan het reageren met verzonnen of onjuiste informatie.

Ze hebben geen bewustzijn of intuïtie zoals menselijke wezens, en hun antwoorden moeten altijd kritisch worden geëvalueerd en niet klakkeloos worden overgenomen als waarheid. Het begrijpen van de beperkingen en sterke punten van deze modellen is cruciaal bij het gebruik ervan in verschillende contexten.

A.I. en taalmodellen zoals ChatGPT kunnen de inzet van Group Decision Support Systems (GDSS) bij groepen stakeholders echter wel op verschillende manieren optimaliseren:

Met behulp van taalmodellen kunnen deelnemers natuurlijke taal gebruiken om met het GDSS te communiceren. Dit maakt de interactie intuïtiever en toegankelijker voor alle gebruikers, ongeacht hun technische expertise.
Diepe en snellere analyse: Taalmodellen kunnen snel grote hoeveelheden tekstuele gegevens analyseren en relevante inzichten extraheren. Dit helpt bij het identificeren van trends, patronen en consensuspunten in de discussies tussen stakeholders.
Contextueel begrip: A.I. kan het GDSS ondersteunen door beter contextueel begrip te bieden van de ingebrachte ideeën en voorstellen van de deelnemers. Het kan helpen om de relevantie en samenhang van verschillende bijdragen beter te begrijpen.
Maar denk bijvoorbeeld ook aan multilinguale ondersteuning: A.I. kan vertaaldiensten bieden en daardoor deelnemers met verschillende taalachtergronden in staat stellen om in hun voorkeurstaal deel te nemen aan het GDSS.
I. kan real-time suggesties geven aan deelnemers over potentiële oplossingen, alternatieve standpunten, en argumenten op basis van de lopende discussies, waardoor een rijkere besluitvorming wordt bevorderd.

Dit draagt bij aan snellere besluitvorming, maar menselijk begeleiding en overzicht blijft altijd noodzakelijk.

Het is daarom essentieel om te benadrukken dat de adoptie van A.I. binnen bijvoorbeeld overheidsinstanties en uitvoeringsorganisaties een geleidelijk proces zal zijn, waarbij de nadruk ligt op verantwoorde implementatie en het maximaliseren van de voordelen voor de samenleving.

Het integreren van A.I. en ChatGPT binnen GDSS-omgevingen heeft het potentieel om de efficiëntie, nauwkeurigheid en participatie te verbeteren. Het is echter wel belangrijk om de ethische en privacy kwesties rond het gebruik van A.I. zorgvuldig te overwegen en ervoor te zorgen dat menselijke begeleiding (en controle) behouden blijven om verantwoorde en eerlijke resultaten te waarborgen.