Eind 2022 veroverde ChatGPT in snel tempo het internet. De chatbot, die is gebaseerd op het grote taalmodel GPT-3 van OpenAI, heeft miljoenen versteld doen staan met zijn snelle, goed formuleerde antwoorden op uiteenlopende soorten vragen. Deze zogeheten transformator-gebaseerde taalmodellen kunnen nu al worden ingezet om organisaties te helpen bij het creëren van nieuwe innovatieve oplossingen, zo stellen onderzoekers van de Radboud Universiteit in een artikel dat is gepubliceerd in het Journal of Product Innovation Management.
‘Wij hebben in de afgelopen jaren diverse AI-oplossingen bestudeerd en zijn tot de conclusie gekomen dat ze nu al een handig hulpmiddel kunnen zijn voor organisaties’, zegt Vera Blazevic, onderzoeker innovatiemanagement aan de Radboud Universiteit en een van de auteurs van het artikel. ‘Wanneer organisaties moeten innoveren, hebben ze behoefte aan heel veel verschillende ideeën. Op den duur resulteren die in steeds betere ideeën verderop in het traject. Met het juiste commando kunnen transformator-gebaseerde taalmodellen zoals GPT-3 snel een rits aan ideeën genereren, wat bijvoorbeeld handig kan zijn bij prototyping.’
Versnellen van kennisextractie
‘GPT-3 kan ook worden gebruikt voor het samenvatten van grote stukken tekst of om meningen en opvattingen te onderscheiden in deze teksten. Als een organisatie bijvoorbeeld productreviews van gebruikers wil analyseren, kan dit soort tools gebruikt worden om te achterhalen welke eigenschappen van het product als het meest positief of het meest negatief worden ervaren. Dit werk kan door mensen worden gedaan, maar met taalmodellen kan deze kennisextractie worden versneld, zodat de mensen zich kunnen focussen op het verwerken van de verkregen inzichten.’
GPT-3 is een transformator-gebaseerd taalmodel, dat is ontwikkeld door OpenAI. Globaal genomen is het een AI-systeem dat miljoenen teksten en onderwerpen heeft bestudeerd en die kennis gebruikt om nieuwe teksten te creëren op basis van query’s van gebruikers. In de afgelopen paar jaar is het GPT-3-model gebruikt in diverse spraakmakende applicaties, waaronder ChatGPT, DALL-E (die beeldmateriaal kan genereren) en MuseNet (kan liedjes genereren).
Vooroordelen herkennen
Blazevic waarschuwt dat taalmodellen vooralsnog een beperkte rol zullen spelen in het innovatieproces. ‘GPT is niet echt bruikbaar voor het convergeren van ideeën. De AI kan niet oordelen welke ideeën goed en haalbaar zijn of welke geschikt zijn voor de betreffende organisatie. Daarvoor is de inbreng van mensen nodig. Wij zien daarom ruimte voor hybrid intelligence: het taalmodel kan helpen om bijeenkomsten of gesprekken op gang te brengen, waarna mensen het overnemen en gaan bepalen welke ideeën de eindstreep gaan halen.’
Organisaties die artificial intelligence gebruiken voor het genereren van ideeën moeten zich bewust zijn van de vooroordelen van deze tools. De taalmodellen zijn immers gebaseerd op grote datasets van bestaande, vaak bevooroordeelde teksten. Blazevic: ‘In een hybrid intelligence-team kunnen mensen controles uitvoeren op mogelijke vooroordelen als onderdeel van het proces. Dit betekent ook dat een dergelijk team hierin actief moet worden begeleid, bijvoorbeeld door medewerkers te trainen in het opsporen van en nadenken over vooroordelen. Het leren van deze vaardigheden kan mensen ook helpen om zich meer bewust te worden van hun eigen vooroordelen, zodat mensen en AI uiteindelijk van elkaar kunnen leren.’
