… maar ik ben niet blij
Vorige maand won Tadej Pogačar met overmacht de Tour de France. Het lijkt erop dat hij voorlopig niet hoeft te vrezen voor zijn baan. En al helemaal niet dat hij weggeautomatiseerd wordt door AI. AI kan namelijk best veel, maar is nog lang niet in staat tot zelfstandig fietsen.
Wie zich mogelijk wel zorgen moeten maken zijn de deelnemers aan de Tourpools. Jaarlijks doen er tienduizenden mensen mee aan een Tourpool en het maken van een pooltje is inmiddels vaste traditie in menig familie of bedrijf. Zo ook bij mijn afdeling, daar had Daniël Herbers (bekend van de website en podcast Wielerorakel) het initiatief genomen om een Tourpool te organiseren. Vroeger volgde ik het wielrennen op de voet en zou ik menig avond besteed hebben aan het optimaliseren van mijn ploeg. Nu zit ik er helemaal niet meer in – ik ken Pogacar en Matthieu van der Poel nog net, maar dan houdt het al snel op.
AI als onderzoeker
Daar kom je met een Tourpool in principe niet ver mee, of je moet heel veel mazzel hebben dat je precies de juiste renners kiest. Maar die kans is astronomisch klein. Dus normaal gesproken zou ik niet meegedaan hebben, maar ik had wel zin in een experiment. Ik heb namelijk sinds een paar maanden een abonnement op Claude, een AI-model dat vergelijkbaar is met ChatGPT, en dat heeft een Research-optie. Hiermee kun je Claude aan het werk zetten om onderzoek te doen.
Hoe werkt dit onderzoek doen van Claude precies? Ik heb het Claude gevraagd en dit is het antwoord:
Zo werkt het: Claude maakt eerst een onderzoeksplan, zoekt systematisch naar actuele informatie via verschillende bronnen, analyseert volledige artikelen en rapporten, en combineert alles tot een gestructureerd rapport.
Kortom, Claude bootst hier na hoe “echt” onderzoek eruit ziet. Mijn aanpak voor de Tourpool was vrij simpel: ik gaf het de website met de regels van onze Tourpool en vroeg het een optimale ploeg samen te stellen. Dat leverde een lijstje met twaalf renners op. Die heb ik nog wel gecontroleerd met een ander model (Perplexity) en dat leidde nog tot 1 aanpassing. Al met al was ik in een kwartiertje klaar.
En toen kon de Tour beginnen! Mijn AI-team ging goed van start en ik had enkele dagen de leiding in ons klassement. Maar uiteindelijk heb ik (of Claude?) toch het onderspit moeten delven. De winnaar van onze pool had namelijk Florian Lipowitz in zijn team en die het deed het deze Tour uitstekend. Ik had hem niet en dat deed me uiteindelijk de das om.
De menselijke inbreng
Na de laatste etappe was ik overigens nog even in de veronderstelling dat ik wel gewonnen had: ik had alleen naar de etappe-punten gekeken en niet naar de totaalscore… Maar ik had toen helemaal geen blij gevoel. Ik had geen emotionele betrokkenheid bij mijn team, omdat ik niet het werk had gedaan om mijn renners samen te stellen. Het was alsof iemand anders het had samengesteld had (wat in zekere zin zo was natuurlijk) en ik mocht gaan pronken met de veren. Pas net kwam ik er achter dat ik dus tweede was geworden en dat stelde me eigenlijk wel gerust.
Maar stel nu dat ik gewonnen had? En dat dit bij heel veel Tourpools de winnaar AI gebruikt zou hebben? Zou iedereen dan volgend jaar ChatGPT, Claude, etc gaan gebruiken? Dat zou goed kunnen, maar ik vind het een vrij treurig vooruitzicht. Dat wij veredelde prompters worden en geen eigen inbreng meer hebben – op de formulering van de prompt na. Kortom, het was een interessant experiment, waaruit blijkt dat moderne AI-modellen vrij goed Tourpools kunnen voorspellen, maar een aanlokkelijke toekomst is het niet.
Intentionele AI
De les die ik hieruit trek is dat het volgens mij heel menselijk is om ergens moeite voor te willen doen. Dat we voldoening halen uit tijd en energie steken in een project, of het nu werk of privé is. En als we wel de resultaten halen zonder de moeite voelt het leeg. Dit is denk ik een sterke aanwijzing hoe we AI intentioneel kunnen/moeten inzetten: als hulpmiddel voor taken waar we geen voldoening uit halen. Dus in het geval van de Tourpool misschien wel voor het zoeken naar uitslagen, vorm, etc. van renners. Maar het uiteindelijke werk, het samenstellen en tot een optimale samenstelling van renners te komen, kunnen we beter zelf doen. Op die manier hebben we het beste van twee werelden.