Latest / AI Report / Economen denken dat je niet werkloos wordt door AI | ✨ Poki

Transcript

Economen denken dat je niet werkloos wordt door AI | ✨ Poki · AI Report

0:00
[alarm] Oh! Oh. Zo klinken 165.000 scheerbewegingen per minuut die je helpen om fris voor de dag te komen.
0:10
De flexibele scheerkop van de Philips S9000 Prestige volgt de contouren van je gezicht en scheert tot op nul millimeter van je huid.
0:18
Ervaar een ultiem gladde en comfortabele scheerbeurt, ook wanneer je nog niet helemaal wakker bent. Want dankzij de slimme sensoren past het scheerapparaat zich helemaal aan jou aan.
0:29
Zo kun jij nog extra genieten van je kopje koffie voor je de deur uit gaat. De Philips S9000 Prestige is het ideale scheerapparaat om jouw dag goed mee te beginnen.
0:40
Koop de Philips S9000 Prestige bij jouw favoriete winkel. [geluid] De Bright podcast brengt je elke week de nieuwste gadgets. Het is gewoon de allerbeste Apple Watch die er is. Tech nieuws.
0:54
Instagram heeft weer eens een functie van de concurrentie afgekeken. Commentaar. Ik denk van nou, dit was gewoon Volkswagen onwaardig die, die oplossing. En de beste tech tips.
1:03
Mijn favoriete boek was Helgoland van Carlo Rovelli. Luister de Bright podcast elke woensdag in je podcast-app. Wat een geweld. Het is zo lekker om naar te luisteren.
1:22
[muziek] Welkom bij Poki, een podcast over kunstmatige intelligentie waarin wij, Wietse Hage en ik, Alexander Klöpping, je bijpraten over de wondere wereld van AI.
1:38
Deze week was er nieuws over hoe Israël AI gebruikt in de oorlog in Gaza en daarvoor gebruiken zij gezichtsherkenningstechnologie. En er is een opvallende rol in dit verhaal voor Google Foto's.
1:49
Daar gaan we het straks over hebben. Er zijn problemen met het trainen van taalmodellen, uh, zo wordt deze week gemeld. Dat is namelijk omdat er in 2026 een tekort dreigt aan nieuwe informatie voor taalmodellen.
2:02
Alle informatie die ze konden lezen is dan op. Waar gaan die bedrijven dan hun taalmodellen mee trainen om ze groter en beter te maken?
2:10
Wij speculeren daarover en we spreken Maurits Martijn, journalist bij de Correspondent, die een aantal economen heeft gesproken om een hele belangrijke vraag te beantwoorden, namelijk: raken we door AI onze baan kwijt?
2:22
Spoiler alert: valt allemaal wel mee. Nou, dat is toch ook gezellig om je dag mee in te gaan. Deze week zonder Milou. Die is op vakantie. Die is er volgende week weer. Veel plezier met Pokie.
2:31
Ik heb dus al meerdere dagen dat ik wakker ben geworden, Wietse, met een liedje van Suno wat ik zelf gemaakt heb in mijn hoofd.
2:37
En dat is toch wel echt, uhm, dat voelt toch wel als een soort van overwinning van de AI op ons als mensheid. Dat, dat gewoon. Dit zit meer in mijn hoofd dan Europapa. Ik dacht dat je, wow, dat is wel even een statement.
2:49
I know, I know. Komen we nog op terug. Maar die, heb je, heb je al eigen happy hardcore Europapa-achtige songs gemaakt? [lacht] Nee, nee, nee, nee. Ik denk ook wel dat het zo is dat het omdat het dan.
2:57
Ik heb het natuurlijk getuned op mijn muzieksmaak, dus dan is de kans natuurlijk ook een stuk groter dat het een, dat het een oorwurm wordt voor mij. Maar dan nog, dan nog.
3:05
Ik zit naar een AI-oorwurm te luisteren de hele tijd op de ochtend. Ja, want dat is dus het grappige, want ik dacht dat jij ging zeggen dat je gewoon custom wekkers hebt ingesteld.
3:12
Misschien wel met je dag erin alvast, dat je weet wat je gaat doen. Weet je wel. [lacht] Heel van mij met wakker worden, wakker worden, wakker worden. Maar dan. Ja. Ja. Je hebt een hele volle agenda. Ja, precies.
3:22
Maar, uhm, nee, ik, want ik vind het grappig, want ik, ik merk dus nu om me heen, uh, en ook bij mezelf wel een beetje, want ik had Suno wel heel vaak geprobeerd vroeger en jij ging helemaal los de vorige keer en toen was ik al weer helemaal verbaasd dat ik dacht: jeetje, het klinkt inderdaad wel heel goed nu, hè.
3:36
Versie drie, dat is dan een beetje waar het om gaat. Maar dit, dit leeft ook echt heel erg om me heen.
3:40
Ik heb vrienden van mij die allemaal berichtjes sturen met zelfgemaakte nummertjes en ik heb vorige week samen met mijn zus een hele avond zitten gieren op de bank om samen muziek te maken. Het is ook echt heel leuk.
3:49
Ik bedoel, uh, ja, ik moet zeggen het blijft best lang hangen hoe lang het leuk blijft ook, dat valt me ook op. Ik had gedacht van: nou, hè, dat is na een, uh, avondje wel weer, uh, weg.
3:58
Maar je, ik kom nog steeds achter nieuwe features en trucjes en ik vind het gewoon een grappig effect, omdat ik merk dus nu om me heen dat er een aantal mensen zijn die best wel cynisch waren richting mij van: joh, het valt toch allemaal wel mee?
4:11
Ja, ja, ja, ja, ja. En Suno doet iets met mensen. Ze zijn echt van: hé, wacht even, maar dit is anders man. Ja, het is muziek, hè, dat raakt de mensen in het hart.
4:18
Dan willen ze eigenlijk wel luisteren dat het einde van de wereld daar is. Misschien dat, uh, de muziek dan de, de, de gateway drug is naar dat, naar die, naar duistere waarheid.
4:25
Maar het komt ook omdat het sporadisch is het gewoon heel goed. Ik zeg sporadisch.
4:29
Misschien ben ik alweer, uh, jaded en gewend aan, aan Suno, maar ik, de meeste nummertjes die ik maak, kan ook aan mijn promptjes liggen, zijn gewoon niet zo denderend.
4:37
Veel autotune, niet heel, het voelt als AI-muziek en dat vind ik niet erg, maar sommige zijn goed. Ik schrik er iedere keer gewoon een beetje van. Dan zit er een zin bij, die raakt me. Ja, ja, ja, ja, ja.
4:47
Dan wordt gezongen op een manier en dan denk ik: oei, oei, oei. Als V4 of 3.5 dit iets meer kan doen, dan, dan zijn we wel op een punt van de eerste hit.
4:55
Nou en concurrerende bedrijven, want daar zie ik de laatste tijd ook meer en meer over verschijnen dat er meer bedrijven zich in dit spelletje aan het mengen zijn.
5:02
We wisten het eigenlijk al van Google dat ze al, dat ze AI-muziek maakten, onder andere aanboden voor YouTube Creators om dat onder hun, onder hun YouTube video's te gebruiken.
5:11
Uhm, die, die eigenlijk al voordat Suno soort populair was, was, was Google daar al mee bezig.
5:16
Maar er zijn ook andere, uhm, uh, k-kleinere bedrijfjes zoals Suno die hun eigen model aan het maken zijn en ik hoor toch ook daar veel en-enthousiasme over. Dus het laatste is hier zeker ook nog niet over gezegd.
5:27
Al, al, het is niet alleen maar van Suno waar we dit van gaan, uh, meemaken denk ik.
5:33
Ja, en ik zit ook nog, ik, het zat, v-viel me ook ineens op en dat, dat misschien wordt daar verder niks mee gedaan, maar qua branding Sora, Suno.
5:41
Dat ik dacht: ja, die vierletterige, uh, beetje vrouwachtige naam met een S. Kappen daarmee. Kappen daarmee. Waarschijnlijk komen er net als met Uber voor X, hè. Er is een hele investeringsgolf geweest.
5:51
Ging iedereen een Uber maken, maar dan voor pindakaaspotten bestellen of zo. Ja. Dat ik me ook voor kan stellen dat je dus nu de Suno en Sora's gaat krijgen voor, uh, X. Dus nog een heel veel andere thema's.
6:00
Ben benieuwd. Ja. Ja. We gaan het straks hebben over meer mensen die hun baan gaan kwijtraken. Het zijn niet alleen de muzikanten. Nee, dat is heel cynisch. Zo moet je niet doen over- Ja, dat hoeft ook helemaal niet.
6:09
Hoeft ook helemaal niet, maar we gaan het wel hebben over de rol van AI op, uh, op, uh, op, uh werkgelegenheid. En er is een, uh, journalist die meent dat het allemaal wel meevalt en die gaan we bellen.
6:19
Uhm, uhm, maar het AI-nieuws van deze week kan je eigenlijk niet bespreken zonder het te hebben over wat er in Israël en Gaza gebeurt. Uhm.Twee grote nieuwsverhalen deze week.
6:29
Één ging over hoe, uh, het Israëlische leger AI gebruikt om, uh, doelwitten te vinden in, uh, in Gaza om te bombarderen. Daar was een, een groot verhaal over.
6:41
En een ander verhaal, dat is wat meer ondergesneeuwd, uh, gebleven, maar, uhm, toch ook wel interessant omdat er ook een grote rol voor AI in zit.
6:50
En dat is namelijk het gebruik van gezichtsherkenning in de Gazastrook door het Israëlische leger.
6:56
Uhm, wat er, uh, wat op dit moment gebeurt is dat er allerlei, v-, uh, uh, beelden, uh, zijn van, uh, van, uh, Hamas strijders en dat die beelden gebruikt worden door het Israëlische leger om te analyseren en vervolgens, uhm, maken ze daar een gezichten database van.
7:14
Dat is dan beelden die ze op social media hebben gevonden of op andere manieren hebben verkregen.
7:19
Die gezichten, die, die leggen ze vast en dan vervolgens gebruiken ze in Gaza checkpoints als mensen van A naar B wilden rei- willen reizen om mensen als het ware door zo'n fuik te, te, te, te, ja, te laten gaan, uh, om dan vervolgens foto's te maken van hun gezichten zodat ze die foto's of die mensen die dan in de rij staan kunnen vergelijken met een zogenaamde hitlist van mensen die mee hebben gedaan aan de aanslag van, uh, 7 oktober.
7:46
Een bedrijf wat ze daarvoor gebruiken, de technologie daarvan wordt gemaakt door een bedrijf, het CoreSite.
7:52
Dat is een bedrijf uit, uh, Tel Aviv, uh, en die menen dat ze zelfs gezichten kunnen herkennen waarbij het gezicht minder dan de helft, uhm, zichtbaar is.
8:02
Maar, en dit is, nou ja, saillant, uh, zou je kunnen zeggen, niet alleen gebruikt, uh, de, het, het leger van Israël dit, dit, deze technologie van dit Israëlische bedrijf, maar ze gebruiken ook Google Foto's.
8:14
Namelijk ze kwamen erachter dat, uhm, Google Foto's door, door het uploaden van, uhm, foto's van mensen die ze,
8:24
uh, nou ja, op gefoto, die ze, waar ze een foto van hadden uit, uit social media beelden, dat Google Foto's heel erg goed was in mensen herkennen waar dat bedrijf CoreSite stopte.
8:35
Dus het is op dit moment zo dat in deze oorlog er gezichtsherkenningstechnologie gebruikt wordt die jij ook in je broekzak hebt zitten met Google Foto's om
8:47
mensen op te pakken die op social media beelden, nou ja, vergaard zijn. Het is, laten we, het is een bijzondere, bijzondere tijd.
8:55
Laten we het daar maar op- Ja, en ik denk dat, dat jij en ik het heel vaak in Poki, uh, zeker richting het einde van afleveringen gaan we een soort, hè, zeker toen we net begonnen met deze podcast werd er heel veel gezegd: jullie zijn een soort Black Mirror audio podcast aan het maken [Niels lacht] met allemaal enge, enge verhalen en dit is denk ik een verhaal.
9:10
Exhibit B. [lacht] Nou ja, soms, soms kom je een verhaal tegen wat gewoon, uh, nu is en gebeurt.
9:17
En, uh, ja, ik zou zeggen, uh, doe, doe ermee, uh, wat je wil als luisteraar en, uh, ik denk dat het een, een toepassing van deze technologie is, uh, waar we een hoop vraagtekens bij moeten stellen. Ja, oké.
9:29
Uhm, dan door met het volgende. Afgelopen week was een ander, uh, groot nieuws verhaal en die is iets minder, uhm, heftig.
9:37
Uhm, er is opeens een groot verhaal onder, uh, journalisten van de Wall Street Journal, van de New York Times en van The Verge, die elkaar opeenvolgt, opeenvolgend aanvulden, uh, in een, uh, in een verhaal.
9:50
Namelijk dat, uhm, volgens voorspellingen de hoeveelheid data die gebruikt wordt om taalmodellen mee te trainen op gaat zijn in 2026. Oftewel dan is er niet genoeg bronmateriaal meer om taalmodellen op te trainen.
10:07
En die bronmaterialen zijn natuurlijk nodig om taalmodellen, uh, beter te maken, om ze slimmer te maken. GPT-3 was nog een klei, was, gebruikte minder brondata dan GPT-4, om het maar simpel te zeggen.
10:20
En daarvoor, uh, d-, nou ja, d-, d-, kwam, dwingen die bedrijven, uhm, zich in allerlei bochten en deze week was er, uh, over een aantal dingen was er gedoe.
10:30
Eén was dat OpenAI, uh, YouTube, uh, filmpjes zou hebben gescraped, uh, voor het trainen van GPT-4. Volgens The Verge, uh, hebben ze meer dan 1 miljoen, uh, minuten aan audio gescraped van, uh, van YouTube.
10:46
YouTube, uh, vindt dat niet goed, want, uh, dit gaat tegen hun, uh, S-, terms of service in. Dus dat is, uh, nou ja, gedoe.
10:54
En dat is saillant aangezien Google natuurlijk zijn eigen taalmodel maakt en Google eigenaar is van YouTube en Google op eigen, uh, initiatief ook YouTube filmpjes gebruikt, uhm, om haar taalmodellen te trainen.
11:09
En daarvan is ook niet helemaal duidelijk of dat nou getraind is op video's, uh, voor of na een terms of service change, want dat hebben ze op een gegeven moment gedaan, uh, vorig jaar, dat, uh, videootjes die je uploadt naar YouTube, dat je daarmee ook toestemming geeft aan Google om haar taalmodellen mee te trainen.
11:26
Maar nu is natuurlijk de vraag: hebben ze ook hun model getraind op de video's van voor die tijd? Dat is waarschijnlijk zeer aanlokkelijk om dat te doen.
11:33
En dit gebeurt dus de hele tijd dat er, nou ja, getraind wordt op data waarvan het een, laten we zeggen juridisch grijs gebied is of dat überhaupt wel mag.
11:42
Maar het mooiste voorbeeld, uh, van het trainen van data uit bronnen waarvan je kan denken: hmm, apart, is van Meta, uh, die dus een open source, uh, taalmodel aan het maken zijn.
11:54
En daar, zo, uh, bracht de New York Times, uhm, vorige week, uhm, daar is daadwerkelijk discussie geweest of ze niet een uitgever van boeken moesten kopen zodat ze geen gedoe zouden hebben over juridischeConsequenties achteraf.
12:10
Zij wilden daadwerkelijk brute brute force. Maar het is ook niet zomaar een uitgever. Het is de uitgever Simon en Schuster.
12:17
Dat is een gigantische Amerikaanse uitgever en een van de een van de belangrijkste en meest prestigieuze boeken uitgevers van de Verenigde Staten. Het is dus serieus een.
12:28
Er zijn dus serieus gesprekken geweest om die uitgeverij te kopen zodat ze geen juridisch gedoe meer zouden hebben en dat ze lekker alle boeken die waar die uitgeverij licenties op heeft om die te gebruiken om hun taal modellen te trainen.
12:40
En Ik vind het sowieso interessant, want zeg maar data als olie, dus data als iets heel erg waardevols. Dat is die discussie, die is al jaren oud.
12:51
Ik zit al te lang op verjaardagen te zeggen Google is niet gratis, je betaalt met wat anders en dan wordt er een soort van half teruggelachen en geroepen ik heb toch niks te verbergen.
12:58
Maar uiteindelijk nu De samenvatting van een verjaardag met Wietse Leuk. Ja, ik kom niet meer zo veel verjaardagen. Ik word niet meer uitgenodigd. Precies, maar ik weet ook niet hoe dat komt. Maar die.
13:10
Het idee dat nu dus de partijen die en bestaande data hebben. Dat kunnen uitgevers zijn inderdaad journalistieke. Hoe noem je dat? Wat is de New York Times? Ja, een uitgever ook.
13:23
Maar dan van kranten in plaats van boeken. Ja, en dat die natuurlijk nu ineens een soort goud in handen hebben. Ja, tijdelijk, want ze hebben iets ouds wat ze kunnen verkopen.
13:32
Maar ze hebben ook nog nieuwe content die gemaakt wordt en die blijft dan ook wat waard. Dus je hebt een soort nieuwe manier om aan geld te komen, maar dat is dan nog alleen maar de ja, de klassieke uitgever.
13:42
Je hebt natuurlijk ook gewoon de social media firms die per seconde een hoeveelheid data te verwerken krijgen vanuit allerlei individuen en daar natuurlijk op kunnen trainen.
13:51
En nu iedereen de deur dicht gegooid heeft en hun eigen terms of service zo heeft aangepast dat de gebruiker data gebruikt mag worden, maar niet door een ander dan zijzelf, zitten we ineens inderdaad in die soort data war waarin, ja, heel helder aan het worden is.
14:06
Ook wie blijkbaar al die tijd al heel veel waarde in huis had en daar nu ineens achter komt. Of ja, wie toch al doorhad dat dat heel erg waardevol was en nu de deur nog wat verder dicht gedaan hebben.
14:16
Ik vind het wel en ik ik. Ja, ik blijf erbij dat YouTube daarvan gewoon echt een gigantische is omdat zij het video internet zijn. Ja. Dus ook daar is weer de vraag of het wel mag. Wietse.
14:27
Dus dan mag Google wel data gebruiken, want ze kunnen wel claimen dat ze alles bezitten omdat ze toevallig de de, de, de, de servers hosten, maar het is toch van gebruikers. Die hebben geen toestemming daarvoor gegeven.
14:42
Dat nou ja, niet met terugwerkende kracht. Nee, vanuit nee, dat is toch wel waar de goudpot zit. Nou ja, dat zal. Ik ga ervan uit dat. Ja, ik ken gewoon de huidige Europese wetgeving niet goed genoeg.
14:52
Maar ik kan me heel goed voorstellen dat er van alles opgenomen is over het feit dat jij als gebruiker, als jij denkt dat je iets uploadt naar een platform, misschien in eerste instantie dat het niet gepubliceerd wordt.
15:02
Dus je hebt mensen die hebben ook YouTube gewoon op privé staan of alleen als je het linkje hebt mag je het kijken. Kunnen ze dat ook indexeren? Of gaat het alleen om de video's die publiek zijn?
15:10
En kunnen ze dan de zaak maken van ja luister, als het publiek is voor mensen, dan is het ook publiek voor modellen. Dus die mogen daar dan op trainen. Punt. Moet je ook nog maar zien of dat zo is.
15:21
Nou, wat in ieder geval de de conclusie van al deze discussies elke keer lijkt te zijn, is ja, dan gaan we wel trainen op synthetische data. Dus data gegenereerd door taal modellen om taal modellen mee te trainen.
15:33
Je moet me toch nog één keer uitleggen hoe dat werkt Wietse. Hoe kan je een taal model trainen op basis van gegenereerde taal door dat taal model?
15:42
Nou, wat ik begrepen heb, want intuïtief klopt er natuurlijk geen snars van dat dit kan. Toch intuïtief heb je zoiets van garbage in, garbage out.
15:49
Als je iets gaat laten genereren, dan kan dat niet iets zijn waar je op traint. Nee. Ja toch?
15:55
Tegelijkertijd zit er ook, en misschien is het een beetje ver gezocht, maar ik vind het op dezelfde manier intuïtief vreemd dat een simpeler systeem een complex systeem kan voortbrengen.
16:05
Zoals wij hier met z'n tweeën zitten als mensen vanuit een worm of een visje, whatever zeg maar dat. Dat was een simpeler systeem wat zichzelf heeft geüpdatet.
16:14
Nieuwe informatie om zichzelf daarna te evalueren tot iets complexers. Daar zit een beetje voor mij dezelfde. Het is dat ik het zie. Ik zit hier. Dus of we nou een simulatie zijn of niet, we zijn complexer. Ja dus.
16:25
Ik kan er niet omheen wat de realiteit is dat een eenvoudig systeem een complex systeem voort kan brengen. Dus je kan jezelf aan je eigen veters optillen. Dat klopt niet, maar dat kan toch.
16:36
Dus ik denk op diezelfde manier dat een algoritme data kan genereren. En ik denk omdat je dan zegt oké, ga maar heel breed genereren en dan wordt er een classificatie gedaan op iets betere data.
16:48
Dus ga creëer maar een hoop lekker breed bijvoorbeeld. Laten we Suno als voorbeeld nemen.
16:53
Er wordt heel veel muziek gegenereerd, maar dat algoritme is tegelijkertijd in staat om de kwaliteit van die muziek te beoordelen en gaat dan kwalificeren en zeggen Ik gooi 90% van wat ik zelf heb gegenereerd.
17:03
Zojuist ga ik weggooien, 10% kwalificeer ik zelf als beter en dat voeg ik weer toe aan een set. En op die manier train ik mezelf als het ware op data die ik ook zelf heb gekwalificeerd als beter.
17:15
En dat je in zo'n soort proces, wat ik dan een beetje ver gezocht, maar combineer met een soort evolutionair algoritme, kan je toch jezelf uit de modder optillen naar iets wat eigenlijk beter is dan wat je was.
17:28
Maar dat is dan dus omdat er een. Er is muziek gemaakt door dat ding. Daarvan constateert hij 90% is prut, maar 10% is best wel goed.
17:37
En die afweging maakt hij dan op muziek die die eerder echte muziek van echte mensen die die eerder heeft geluisterd en waarvan de de de soort van iemand een label heeft meegegeven.
17:48
Dit is goed, dus hij heeft als het ware van zichzelf proberen te leren wat goed is. Dus dat is dat is is. Moet ik het zo begrijpen? Hij gebruikt bronnen om de kwaliteit te beoordelen.
17:59
Ja, en je hebt eigenlijk twee onderdelen. Je hebt iets wat genereert met een bepaalde intelligentie. Ik doe nu air quotes voor de luisteraar. Ze noemen het synthetische intelligentie.
18:08
Of misschien kunstmatige intelligentie. Ja, maar goed. En dat maakt dingen. En dan heb je nog iets wat dat dan weer kan beoordelen. En daar zit denk ik de truc, want dat zie je nu ook. Er kwam deze week een paper uit.
18:20
Dat was volgens mij Agents is all you need. Dus dat ging erover. Oké.Als jij honderd GPT naast elkaar zet en die taalmodellen. Die generatieve algoritmen hebben vaak een soort temperatuur in zich.
18:34
Dat is een variabele temperature en dat houdt eigenlijk in hoe erg is de noise? Dus bijvoorbeeld bij tekst generatieve tekst is het dat je het volgende woord kiest.
18:44
Maar het zou natuurlijk bijna saai zijn, ook op een bepaalde manier, als die altijd hetzelfde volgende woord zou kiezen.
18:49
Dus dat hij gewoon zegt de kans dat na de zin eet je wel eens een en dan banaan komt is is de banaan is altijd het hoogst. Dan zegt hij altijd banaan.
18:57
Maar als je dan die temperature omhoog gooit, dan gaat hij soms voor appel kiezen. Nou, daardoor krijg je dus een soort randomness, een soort noise, een soort ruis in, in, in zoiets. En dat maakt het juist interessant.
19:08
Zou je kunnen zeggen. Ja, precies, want dat is waarom Stable Diffusion altijd een ander plaatje maakt. En Dali drie ook, omdat daar zit een beetje noise in. Een beetje een beetje creativiteit. En wat kan je dan doen?
19:19
Dan kan je zeggen ik doe, ik stel een vraag aan. Laten we voor het gemak even zeggen Claude. En dan Opus, de aller bruutste van Antropische. En die laat ik honderd keer die vraag beantwoorden
19:30
en dan ga ik kijken welke vragen op elkaar antwoorden op elkaar lijken. En dan ga ik zeggen hmm, 44 van die Opus agents Claude Opus agents hebben ongeveer zo'n antwoord gegeven.
19:40
We gaan voor die zo'n buit er eigenlijk een laag overheen die het eigenlijk aan honderd sub agentjes vraagt.
19:46
En dan weer een meta agent als een soort wisdom of the crowd zeg maar zegt joh, 44% van onze honderd agenten hebben zojuist dat antwoord gegeven. Ik ga voor die.
19:55
En het blijkt dus dat is wat eigenlijk het inzicht is van die van dat wetenschappelijk artikel wat deze week of vorige week uitgekomen is. Joh, gooi er gewoon meer agents tegenaan. That's all you need.
20:06
Want dat kan je natuurlijk testen, want we hebben allemaal van die synthetische testen. Dan even een vraagteken bij wat dat betekent voor ons als mensen die met die generatieve algoritmen praten.
20:16
Maar de testen laten dan zien dat het aantal goede antwoorden veel hoger wordt op het moment dat je het honderd keer vraagt en dan kiest voor de consensus van die honderd agenten.
20:26
En op die manier zijn er dus allerlei trucjes. Dat is een beetje mijn punt.
20:29
Trucjes die je kan doen om eigenlijk met dezelfde modellen zonder die te upgraden door ze gewoon parallel te laten draaien en daar dan weer iets anders overheen te zetten kun je weer verder komen.
20:38
En dat maakt mij persoonlijk ook dat ik wel durf te zeggen dat we nog niet aan het plafond zitten van wat die technologie nu kan. Omdat er gewoon nog zoveel laaghangend fruit is van trucjes die we nog kunnen doen.
20:50
En met we bedoel ik dan de mensen die dit daadwerkelijk bouwen. Niet ik. Ja, ja, het kan gewoon mijn hoofd hier niet dit, dit. Dit past niet in mijn hoofd, dit met synthetische data. Agenten. Ja, en honderd agenten.
21:02
Ja, komt er nog een keer bovenop. Oké, Meta gaat met AI gemaakte beelden of audio speciale labels geven. Ja, het het punt is nu dat wat, wat er gebeurt is de dat er Facebookgroepen opgezet worden.
21:18
En eigenlijk wordt er dan heel veel AI generated content gepost om zoveel mogelijk likes te krijgen zodat zo'n groep steeds meer leden krijgt. En het zijn allemaal,
21:29
ja, redelijk onschuldige, maar er zit een, een kind naast een zandbak die een heel mooi zandkasteel gemaakt heeft wat nooit kan en dan gaat iedereen erop reageren. Oh wat mooi! En dan gaan mensen daar weer op reageren.
21:40
Je laat je foppen en daardoor is het prima, want er ontstaat engagement en dat telt.
21:44
Maar het zijn fucking populaire beelden, dat is belangrijk om erbij te zeggen als je kijkt naar de meest gedeelde beelden op, op, op of meest gedeelde posts op Facebook is nu een heel groot deel is AI gegenereerd en dan ook dus heel veel mensen die dat voor waarheid aannemen.
21:59
Terwijl het meest bizarre plaatjes waar boomers dan op hun Facebook feed zitten te liken, dat is relevante informatie. Precies. Zeker. En die groepen zijn dan heel veel waard.
22:09
Want als jij natuurlijk een groep hebt met, zeg voor het gemak 10 miljoen volgers en zie het als een soort vetmesten van zo'n groep, dan heb je tot 10 miljoen vetgemest en dan, dan verkoop je hem, die hele groep en dan klap je er even twee weken lang spam voor een of ander product in en dan gaat die groep weer dicht en dan begint het hele verhaal weer opnieuw.
22:26
En dat gaat wel mooi. Heel cynisch, maar het is wat er gebeurt. Ja, dat is het is de markt, de marktwerking. Erg mooi ja. Maar
22:34
Facebook vindt het natuurlijk niet leuk, maar ook niet niet helemaal niet leuk, want het is ook een beetje onderdeel van het businessmodel. Moeilijk. Maar goed, wat is nu het idee dan?
22:44
Want Meta heeft best wel een vinger in de pap in al die generatieve AI. Die die, die hebben zelf hun lama's die ze natuurlijk de wereld insturen, die wij allemaal weer gaan verbeteren en dan gratis teruggeven.
22:56
Die zijn nu ook druk met kunnen we dan labelen wat AI generated content is? Ook een beetje natuurlijk, om dat hele platform, dat is mijn invulling hoor.
23:03
Maar om het platform wel betrouwbaar te laten zijn dat je dat je kan zeggen tegen je gebruikers. Kijk, maak je geen zorgen, als iemand nep dingen op Facebook zet, dan weet Facebook dat.
23:14
En dat is natuurlijk een beetje het. En ik denk dat ze op die manier toch nog die likes kunnen krijgen. Het is een beetje ja, het beste van twee werelden proberen te pakken van je.
23:24
Je gaat een soort viraal met nep content, maar het geeft niet, want er staat een icoontje bij van een robot. Ga ik maar even zo van uit.
23:31
En dus dan je wint een soort vertrouwen terwijl je ook nog die engagement hoog houdt. Want dat is de strijd natuurlijk binnen, binnen Meta. Ja, als we gaan toegaan, als we het woord fake erbij zouden zetten.
23:42
Dat is een slechte branding, want dat, dat moeten we niet doen. Het moet zijn generated. En dan. Oh, maar ik vind het nog steeds leuk.
23:47
Ja, ik ben benieuwd of het impact gaat hebben op hoeveel mensen of of mensen minder, minder gaan delen op het moment dat het dat het gegenereerd is. Ja, ik vind nog steeds ook wat.
23:57
We hadden het er eerder over vorige week YouTube die gaat aangeven en nu nog de makers zelf van gebruik je generatieve AI binnen je YouTube video's.Het zit een beetje in het spectrum van CGI vind ik.
24:09
Ik vind hem een beetje moeilijk daardoor dat ik denk ja, hoe ver ga je? Weet je wel, als jij een het is het virtuele make-up filter eroverheen hebt gezet om om je huid wat strakker te krijgen in een video, is dat.
24:19
Is dat dan generatief? Of is dat alleen maar CGI make-up? Dus ik vind hem een beetje tricky.
24:24
Maar goed, ik denk dat zij bedoelen als jij met Sora een complete shortfilm maakt, dan vinden we het wel fijn dat jij aangeeft dat dat gemaakt is, grotendeels met generatieve algoritmen.
24:34
En natuurlijk helemaal als het iets te maken heeft met actualiteit. Dan willen ze helemaal. Dan is het helemaal belangrijk. Dat je het moet zeggen. Ik zag een artikel in de in de Wall Street Journal.
24:43
Dat ging over het maken, het gebruiken van AI in reclames. Dus reclamebureaus die AI gebruiken om bijvoorbeeld platen te maken voor nou ja, wat, wat dan ook televisiereclame, maar ook posters in, in bushokjes.
24:59
Het is natuurlijk voor creatieve mensen is het natuurlijk zeer aanlokkelijk om AI te gebruiken als je een, een plaat gaat maken. Dus veel grote reclamebureaus geven ook gewoon toe dat ze daarmee beginnen.
25:12
Maar wat niet zo geapprecieerd wordt door klanten en, en, en uiteindelijk ook de doelgroep van die platen is dat mensen toch er herkennen snel dat iets met AI gemaakt is met de huidige stand van de techniek.
25:24
Die vinden dan beelden te veel op AI lijken en dan is dat gelijk. Ja, dat vinden mensen niet gezellig.
25:30
Dus wat nu die bedrijven allemaal doen is dat ze dan het, het ze, ze gaan dan eerst heel erg veel genereren, dus ze worden steeds.
25:38
Ze worden hartstikke goed in het maken van prompts, waardoor er creatief en interessant beeld gemaakt wordt om weet ik veel een auto mee te verkopen. En dan vervolgens gaan ze photoshoppen.
25:49
En dat doen ze dan door bijvoorbeeld een van de dingen wat mensen irritant vinden aan AI art is beelden die van mensen gemaakt worden. Ze vinden de huid van mensen veel te glad en te glimmend en te zacht.
26:00
En dat is zo perfect dat het niet meer niet meer leuk is om naar te kijken. Dus dan gaan ze bijvoorbeeld poriën erin photoshoppen. Ja, authenticiteit wordt toegevoegd.
26:10
Ja, oneffenheden worden manueel toegevoegd aan het AI beeld Wietse. [lacht] Dat vind ik toch wel grappig. Dit is wel de wereld op zijn kop. In dat opzicht. Klein beetje. Jongens, jongens.
26:22
Gelukkig is dat nu ook iets, zag ik. Wat dan ook weer ja toch, waar je toch ook AI mee kan gebruiken om dat geha-, om dit proces ook te automatiseren. Automatiseren. Nou, gelukkig.
26:33
Er zijn tools, dat zijn zogenaamde upskill AI tools. Magnifier is er één van. Het zijn een aantal, aantal tooltjes. Je kunt er nu een stuk of vier of zo krijgen die best wel groot zijn. Ze zijn best wel duur.
26:45
Kosten wel $ 100 om toegang tot te krijgen en dan krijg je een aantal credits en dan kun je een lage resolutie beeld erin gooien en dan gebruikt dat ding generatieve AI om de ja, de, de, de, de.
26:57
Nou stel het is een kleine, het is een kleine foto en je wil hem opblazen tot groter formaat, dan gaat dat ding gaat proberen te begrijpen wat hij ziet op die foto en dan gaat hij echt letterlijk doen wat vroeger in CSI enhance dat weet je wel, enhance, riep je tegen de computer en dan zo'n, zo'n horizontale streep over het scherm ging en dat daarna de foto die eerst blurry was en dan scherp werd.
27:19
Dat hij daadwerkelijk dat doet, maar dan met generatieve AI.
27:23
En wat dat ding dus ook doet, is als hij als je AI beeld van een glad, van een gladde huid, van een, van een AI gegenereerd mens daarin stopt, dan gaat dat ding daar die poriën bij maken.
27:35
Dus als onderdeel van het enhance proces begrijpt deze AI in ieder geval dat poriën horen bij een menselijke huid en andere. En waarschijnlijk als je blijft inzoomen dan kom je in die poriën en daar wonen dan kabouters.
27:48
Gewoon een hele familie. Want ja, enhance en dan weer enhance op de poriën van die kabouters. Nee. [lacht] Ik moet zeggen, ik heb dit dus wel gebruikt.
27:57
Ik, ik was op een, ik was op een Parijse fotobeurs en daar had ik een foto gezien die ik mooi vond. Toen ging ik vragen wat kost, wat kost deze foto? Toen was het antwoord € 38.000. Toen dacht ik oké, nou laat maar even.
28:10
Toen heb ik even AI gebruikt. Toen heb ik een foto. Maar ja, het is een beetje fout.
28:14
Ik heb een foto gemaakt van de foto die met reverse image search de soort van foto gevonden op internet ervan zonder glare en andere dingen.
28:22
Nou, die foto, dat was gewoon een goede soort van glare vrije JPEG versie ervan, maar die was maar duizend pixels breed. Terwijl als je het aan de muur wil hangen moet je natuurlijk groter hebben.
28:34
Die foto heb ik door Magnifier gegooid. Dat ding heeft daar alle details bij bedacht waardoor, waardoor die opeens op 300 dpi afgedrukt kon worden op, op een plaat door een bedrijf die dat uitprint.
28:48
En nu heb ik die foto voor minder dan € 38.000 aan de muur Wietse. Dat is het goede nieuws wat ik kan brengen hier. Heel mooi. Ja, heel mooi.
28:56
Oké, wie nog meer goed nieuws heeft is Squarespace en die hebben een boodschap. [muziek] Pokkie wordt gesponsord door Squarespace. Ben jij een ondernemer die zich wil onderscheiden en online succes wil boeken?
29:07
Let dan even op. Een beetje ondernemer heeft een website, maar maak je al gebruik van Squarespace om op eenvoudige wijze de meest prachtige websites te maken?
29:15
Squarespace templates zijn niet zomaar templates, het zijn kleine kunstwerken gecreëerd door topdesigners.
29:22
Want waarom zou je genoegen nemen met middelmatigheid als je de crème de la crème kunt hebben zonder je blauw te betalen aan design bureaus?
29:28
Deze templates zijn niet alleen een lust voor het oog op elk apparaat, maar ook een stuk betaalbaarder dan een agency inhuren.
29:35
Ik ben zelf vaak genoeg afgedwaald naar de donkere krochten van het internet voor gratis templates voor CMS'en en ik weet hoe onprettig het daar is. Maar gelukkig is er Squarespace.
29:45
Je website kan eruitzien alsof je een fortuin hebt uitgegeven aan een designer, terwijl je portemonnee helemaal intact blijft.
29:51
Squarespace maakt het makkelijk om je eigen website te maken, zodat je je kan focussen op het gedeelte wat jij leuk vindt het verkopen van je product. Realiseer je passie met Squarespace.
30:01
Speciaal voor Pokkie luisteraars heb ik een speciale kortingscode. Ga naar Squarespace.com/Pokkie voor een gratis trial en ben je klaar om je eigen website te lanceren?
30:11
Dan krijg je met de code Pokkie10 10% korting op je eerste aankoop.
30:15
Terug naar de show.Wij hebben het natuurlijk al langer over dat Spotify onze podcast zou gaan vertalen in Chinees, Duits, Japans en dat dat dan automatisch zou gaan. Nou, dat is dus nog niet zo.
30:25
Dus dat ga ik nu niet aankondigen. Wij wachten daar nog wel op, want ik wil Pokie luisteren in Japans, want de naam is al Japans. Ik bedoel dit is gewoon helemaal. Dit past gewoon, maar het kan nog niet.
30:34
Maar wat ze wel hebben geïntroduceerd. Ook nog niet in Nederland in ieder geval. Ze rollen hem nu uit.
30:39
Is een beetje een laffe aankondiging, maar het is al wel live voor veel andere mensen, dus ik wil het er toch even over hebben. Dat is namelijk
30:46
Spotify die playlists samenstelt à la Discover Weekly of blends voor de Spotify gebruikers die luisteren of misschien zelfs dit luisteren via Spotify. Die kennen die features al.
30:57
Maar wat ze nu ook hebben gedaan is je kunt een prompt geven aan Spotify, zoals je dat als chat GPT gebruiker of Dali gebruiker gewend bent. Ja, ja. En die om playlists te maken. Ja vet hè?
31:11
Dus ik heb alleen nog maar filmpjes gezien van hoe dit werkt, want ik mag er nog niet bij. Maar ik wilde het al benoemen omdat ik gewoon heel benieuwd ben wat luisteraars hiermee gaan doen. Maar wat ze hebben gedaan is.
31:21
Technisch gezien praat je eigenlijk gewoon met een taal model en die gaat dan in conclaaf met de al bestaande algoritmen van Spotify die ook verantwoordelijk zijn voor Discover Weekly en radio's en dat soort dingen en gaat eigenlijk een playlist maken op basis van jouw omschrijving.
31:37
En dat, dat kan dus best wel eclectisch zijn als je goed kan prompt. Dat vind ik nu ook wel leuk dus als je dus een beetje.
31:44
Stel je stond tot nu toe aan de zijlijn omdat je tekst, prompt en plaatjes prompt en en hele nummers maken niet interessant vond. Maar je bent wel muziekliefhebber.
31:53
Ja, dan zou ik zeggen ga los, want nu kan jij die playlist omschrijven. Die mixtape, dat album, dat verzamelalbum wat misschien nog nooit iemand bedacht heeft en daarna ook weer delen dat.
32:04
Ik vind het wel een heel gaaf idee. Heel cool, heel cool. En het is gewoon een soort van invul veldje waar je dan. Het is waar je normale titels gaat typen of de omschrijving van je playlist. Daar typ je nu een prompt.
32:16
Ja, in dit geval ja, ik noem het een prompt omdat wij te diep in die techniek zitten. Maar het is in essentie gewoon beschrijf je muzieklijst omschrijving. Wat? Ja, ja, ja.
32:25
Want alsof het in een magazine staat waar je een verzamel-cd kocht. Vijf cd'tjes dik vroeger. En wat ik vereist. Natuurlijk wel, dat je moet nadenken over wat je leuk vindt.
32:34
Ik vraag me wel af in hoeverre mensen daar nou echt soort van bewust mee bezig zijn. Ik ik als ik moest. Als ik moet beschrijven wat mijn muzieksmaak is, moet ik toch echt eerst heel diep nadenken.
32:43
Ik vind het makkelijker om artiesten te noemen dan zeg maar een stijl beschrijven. Nou, ik zat. Ik moet zeggen wat ik wel boeiend zou vinden.
32:51
Ik zat een lijst van een hard fork waar ze spraken met iemand die Sora gebruikt heeft om video te genereren. En daarin is natuurlijk een beetje vraag hoe lang duurt het dan voor zo'n video gegenereerd is?
32:59
10 minuten tot 15 minuten. Ik had niet anders verwacht. Vind ik nog snel eigenlijk als ik eerlijk ben. Ja, maar wat ook verteld werd is als jij een prompt doet, dan krijg je de tussen prompt te zien.
33:07
Dat vond ik ook wel tof. Dus dan krijg je eigenlijk je gaat praten en dan zeg ik ik wil een video van een eend op een scooter en dan zegt hij nou van jouw ding maak ik als opdracht dit. Wat vind je daarvan?
33:17
Wil je nog aanpassingen geven? En ik ben dus nu ook benieuwd wat Spotify mij. Ik wil eigenlijk niet die prompt geven. Ik wil mijn prompt zien. Ik wil zien
33:27
wat Spotify als een soort tekstveld je van mij heeft om radio of Discover Weekly voor me te maken. Hoe ziet de prompt van mijn Discover Weekly eruit? Dat is Ik vind dat we daar recht op hebben Wietse.
33:38
We hebben recht op dat prompt. Als we geen Japanse vertaling krijgen, dan vind ik wel minimaal dat we onze prompt moeten kunnen zien. Ja, precies. Ik denk dat we nu als ik zie jij, jij en ik zijn geen
33:50
wetenschappers in de kunstmatige intelligentie. Beiden niet. We gebruiken een hoop tooltjes en ik denk dat ik nu spreek.
33:57
Even alleen voor mezelf best wel een inzicht heb gekregen van oké, dit is een beetje hoe algoritmen werken. Dit is een beetje wat datasets doen. Dit is een beetje wat temperatuur doet waar we het net over hadden.
34:06
Dat ik daardoor nu ook dus met terugwerkende kracht geïnteresseerd ben geraakt in dingen die eigenlijk al in de categorie machine learning AI algoritmen hingen. Al zes, zeven jaar, misschien wel langer.
34:17
Dus eigenlijk waar we dan de laatste zes zeven jaar al gebruik van hebben gemaakt. Dat ik daar nu eigenlijk ook een beetje de de binnenkant van wil zien.
34:25
Omdat ik zie dat andere systemen nu wel expliciet kunnen zijn van dit is je prompt, dit is wat wij halen uit jouw verhaal. Laat maar zien Spotify. Ik ben nieuwsgierig.
34:34
Er zit ook een soort verwachting in dat en die is denk ik terecht, dat wij niet goed genoeg kunnen beschrijven wat we nou eigenlijk willen voor de AI. Dat die al die AI's erop staan om tussen prompts toe te passen.
34:44
Dus je vraagt iets aan ze. Dan op de achtergrond maken ze het prompt eigenlijk uitgebreider en dan leveren ze het resultaat aan je. Het is ook een soort van extra creativiteit of zo die ze eraan toevoegen.
34:57
Dat is natuurlijk het interessante eraan en dat is ook wat het wat Helemaal in het geval van muziek wil je verrast worden of je wil dat het een emotie oproept.
35:05
Ja, en dat is in het geval van denk ik plaatjes eigenlijk ook wel zo. Je wil eigenlijk. Eigenlijk wil je niet dat het ding precies doet wat je vraagt, maar je wil dat er is.
35:14
Dat hij een soort van met een beetje sterrenstof en dat is die dat is die tussen prompt. Ja, nou fascinerend.
35:22
Er komt natuurlijk een moment dat er dat onze podcast in het Japans te beluisteren is via Spotify, omdat zij onze stemmen klonen en, en, ja, en dan gewoon de hele podcast in het Japans kunnen doen.
35:33
Waardoor je je kan afvragen wat is eigenlijk nog onze functie op de planeet als als podcaster? Die functie, die verdwijnt in ieder geval.
35:41
Maar er is een journalist die meent dat er onderscheid te maken is tussen de baan van de podcaster en de taak van de podcaster. En dit is een breder gesprek dan alleen maar over podcasters.
35:51
Hij zegt namelijk je moet zo naar al het werk kijken als je je wil afvragen of kunstmatige intelligentie ervoor gaat zorgen dat wij ons allemaal onze baan kwijt gaan raken, dan moet je die twee onderscheiden een baan en een taak.
36:04
Want wie het nieuws over AI een beetje volgt, zou al snel kunnen denken dat we allemaal onze baan gaan kwijtraken. Maar de geschiedenis vertelt, zo betoogt Maurits Martijn van de Correspondent, een heel ander verhaal.
36:13
Nieuwe technologie leidt bijna nooit tot massa werkloosheid.
36:17
Integendeel, er komen juist banen bij.Marit heeft heel veel economen gesproken en komt tot een, nou ja, afgewogen, afgewogen idee over wat nou daadwerkelijk de impact gaat zijn van, van AI op de werkgelegenheid.
36:31
We horen natuurlijk al decennialang doemscenario's over hoe technologie banen zal vernietigen, maar dat komt dus eigenlijk nooit uit. Over AI zeggen mensen andere dingen, zeggen: deze keer is het anders.
36:43
Waarom zouden die AI-voorspellingen wel kloppen? [lacht] Ja. Ja, nou ja, ik, ik denk dat ze over AI ook niet kloppen. M-hm.
36:54
Uhm, uh, omdat ik denk dat, uhm, als je kijkt naar de geschiedenis van de voorspellingen, zeg maar, de geschiedenis van, uh, de momenten waarop er voorspeld is dat er massawerkloosheid,
37:09
uh, uh, het effect zou zijn van een nieuwe technologie, dan gebeurden er een aantal dingen die volgens mij nu ook gewoon weer gaan gebeuren.
37:18
Uhm, en een van de dingen die, die, die altijd gebeurt, is dat een technologie wel degelijk, uh, bepaalde taken kan automatiseren, uh, maar nooit hele banen. M-hm.
37:34
Uhm, dus je hoort nu bijvoorbeeld best wel veel over radiologen, hè.
37:38
Dat is een soort bekend, uhm, bekend voorbeeld van, uhm, v-v-van, van AI-profeten die zeggen: ja, radiologen die, er heeft helemaal geen zin meer om mensen tot radioloog, uh, op te leiden omdat we nu AI hebben.
37:51
En AI is beter in staat dan een mens om kanker te detecteren.
37:57
Ja, dit hoor ik ook altijd als ik dan in de, in de, in de wandelgangen bij talkshows, dan zetten ze vaak, uh, inderdaad medische mensen erbij als het gaat over AI.
38:05
En dit is dan, dit is waar medische mensen altijd over praten.
38:08
Soort van de, de, de foto's die gemaakt worden van, uh, van mensen met bijvoorbeeld kanker kan een, uh, een AI vaak beter herkennen wat erop staat dan een, uh, dan een mens, Marit. Ja. Dat zeggen de dokters tegen mij.
38:23
Ja, ja. Nee, maar ik, ik, ik denk ook dat dat ongetwijfeld zo is, of in ieder geval zo gaat zijn- M-hm...op een bepaald moment. Uhm, alleen, dat betekent niet dat, uh, zeg maar de hele baan van radioloog verdwijnt.
38:36
Juist. Want een radioloog, het is een superbelangrijke taak voor een radioloog om, om, uh, MRI's of an-ander soort medische foto's te bestuderen en te kijken wat, w-wat daarop te zien is en die, die, die te analyseren.
38:50
Maar het is maar één van de, laten we zeggen dertig of veertig taken die een radioloog heeft.
38:55
Uhm, je kunt je voorstellen dat als, als er een AI is die dit inderdaad beter kan dan een radioloog die dus bijvoorbeeld iets ziet wat je met mensenoog niet kunt zien, uhm, dat het wel heel belangrijk is dat, dat er een radioloog, uhm, bijvoorbeeld dubbelcheckt of het wel klopt, uhm, of dat, uh, een radioloog blijft praten met, uh, collega's om te kijken of het, uh, o-of het oordeel van de AI wel deugt.
39:25
Ja, dus je zegt eigenlijk: banen worden niet vervangen door AI, maar taken worden vervangen door AI.
39:30
Maar als nou een heel groot deel van de taken, uh, v-, v-, ja, toch vervangen [lacht] kunnen worden door AI, is dan niet de conclusie onder de streep dat toch de baan vervangen wordt? Nee, tuurlijk.
39:40
Dus, dus ik bedoel het, het, het, het, het zou natuurlijk kunnen dat er banen bestaan die uit taken bestaan die voor een heel groot deel te vervangen zijn. Ja.
39:50
En dat is natuurlijk ook wat je, wat je ziet gebeuren in de geschiedenis van de technologie, zeg maar, dat er verdwijnen banen door automatisering en dat is ook op een soort individueel niveau heel erg vervelend.
40:02
Maar als je het met een macrobril bekijkt, als je gewoon dus kijkt van: nou, wat doet het nou met de economie, dan gebeurt nooit wat er voorspeld wordt, namelijk dat er een soort massawerkloosheid.
40:12
En er wordt zelfs gezegd: deze keer is het anders, want met AI is er iets fundamenteel anders dan bij die vorige, uh, ja, soort van revoluties van automatisering.
40:22
Daar kwam het niet uit, maar het is deze keer toch echt anders. Wat, wat vind je van mensen die dat, die dat claimen?
40:28
Ja, nou, allereerst is het wel grappig om te zeggen dat het elke keer anders is volgens de mensen die het zeggen.
40:35
Dat werd tien jaar geleden ook geclaimd door de mensen die zeiden dat de robots voor onze banen zouden komen. Die zeiden ook: deze keer is het anders. Ja.
40:43
Onder andere toenmalig, uh, minister van Sociale Zaken Lodewijk Asscher. Maar er is wel iets anders aan kunstmatige intelligentie in de zin van dat het potentieel een ander type taken kan vervangen.
40:56
Dus vooralsnog was het zo dat, uh, technologie en automatisering, uhm, taken kon vervangen, uh, die je, zeg maar, perfect in regeltjes kon vatten. Dus soort, z-zogenoemde rule based tasks. M-hm.
41:12
Dus dan moet je denken aan fabriekswerk of bepaalde, uh, vormen van administratie of, uhm, uh, uh, financiële administratie. Uhm, Excel is bijvoorbeeld een heel goed voorbeeld.
41:24
Dat is dat, d-d-dat is een technologie die in staat is om bepaalde handelingen die je perfect uit kan schrijven kan automatiseren.
41:33
Dat is met AI anders in de zin van dat AI in staat is, of in ieder geval dat is de potentie van AI om, uh, creatieve en cognitieve taken te automatiseren. M-hm.
41:48
Dat betekent waarschijnlijk dat het effect op de arbeidsmarkt anders is dan dat we tot nu toe hebben gezien. Namelijk dat er dus taken aan, laten we zeggen de onderkant van de arbeidsmarkt vooral werden, uh, vervangen.
42:01
M-hm. En deze keer? En deze keer hebben we een technologie die, uh, in staat is om taken te automatiseren die meer aan de bovenkant van de arbeidsmarkt zitten. M-hm.
42:14
Dus bijvoorbeeld, uh, uh, taken die horen bij onderzoekers of bij journalisten of bij juristen of bij, uh, uh, medisch experts. Ga ik toch even invallen jongens. Ik, ik zit netjes, uh.
42:27
Ik vind trouwens je stuk erg goed hoor Maurits. Ik raad iedereen aan om het te lezen, omdat heel veel van de vragen die ik meteen had werden ook daadwerkelijk, uh, meteen weer beantwoord in de volgende alinea.
42:38
DusSowieso complimenten daarvoor. Wat ik wel zit te denken is dat als je kijkt naar Lodewijk Asscher over de robotisering en robots komen alles vervangen.
42:46
Er zit natuurlijk ook een stuk in dat die voorspelling gewoon niet klopt op basis van wat robots kunnen.
42:51
Want ik denk dat op het moment dat je een robot zou hebben die een woonkamer binnen komt lopen, even vloeiend als een mens vloeiend Nederlands spreekt en eigenlijk nagenoeg alle taken kan die een gemiddeld opgeleid Nederlander zou kunnen,
43:04
dan denk ik dat er wel iets wezenlijks anders is. Dus als ik mezelf dan even in het deze keer is het anders kamp plaats,
43:13
dan zou ik zeggen als het inderdaad zo is dat we straks robots hebben die zich grotendeels kunnen gedragen als een volledig mens, dan is het anders.
43:20
Maar die hebben we niet, want we zien alleen nog maar kleine vonkjes daarvan. En misschien duurt het wel weer twintig jaar of vijftig jaar.
43:26
Dus ik zit meer te denken dat als ik jouw stuk lees dan, dan ben ik het best wel. Veel stukken ben ik het mee eens, want ik denk het wordt overtrokken en het valt allemaal nog wel mee.
43:35
En teksten genereren, laten we niet overdrijven, het is gewoon weer een tool.
43:39
Maar ik zit een beetje in mijn fantasie, want laat ik het gewoon fantasie noemen, want ik, ik extrapoleer op wat ik aan filmpjes en demo's zie.
43:45
In de laatste maanden zit ik te extrapoleren van ja maar die, die robots van Lodewijk Asscher, die zijn er wel over vijf jaar en dan is het toch wel anders.
43:54
Dus mijn vraag aan jou is eigenlijk als er dan een robot jouw kamer binnen komt lopen die echt spreekt, vloeiend en al die taken kan vervangen, is het dan voor jou anders?
44:03
Of zeg je dan nog steeds nee, het is gewoon weer oude wijn in nieuwe zakken. Nou. Ik. Ik zit me gewoon even voor te stellen hoe het eruit ziet als ik nu een robot hier binnen komt lopen. Ja, maar even heel goed zitten.
44:18
Ja. Ja. Ja. Ja. Met humor, hè? Robot. Ja. Ja. Humor met robot. Ja, goed. Misschien is dan het eerste wat ik aan die robot vraag kun jij. Kun jij dat zonnepaneel even hierboven even vastmaken?
44:30
En die ook van al mijn buren, want er is een enorm tekort aan mensen die die dingen kunnen installeren. En daarna zeg ik kan je misschien even naar mijn oma gaan in Zuid-Limburg, want de thuiszorg daar die
44:44
die is helemaal uitgekleed en zij heeft al, al twee weken geen hulp gehad zeg maar. Dus ik bedoel meer natuurlijk zijn er nieuwe taken die deze technologie uit kan voeren.
44:59
Misschien is het ook wel meer dan anders, maar dat betekent niet dat zeg maar het enorme arbeidstekort wat wij nu hebben en de enorme vraag naar allemaal taken en allemaal banen.
45:12
Dat dat in één keer opgelost wordt door robots met chat GPT. Is dat een antwoord op je vraag? Heel mooi antwoord.
45:19
Nee, ik zit zelf te denken dat waar denk ik mijn intuïtie zit van ik bedoel, los van het feit dat ik natuurlijk cynisch kan zijn, dat ik denk ik ben gewoon nog te jong. Ik heb het gewoon.
45:27
Ik had het al een keer mee moeten maken, die eerdere beloftes en dan hoor ik op een gegeven moment hetzelfde verhaal.
45:31
Daarmee zeg ik niet dat jij oud bent, maar op een gegeven moment ga je natuurlijk merken ja, die revolutie. Het is ook een soort doemsdenken.
45:37
Het is een soort einde van de wereld denken wat er een beetje in zit, in die robopocalips. Dus misschien moet ik hem gewoon een keer meemaken en dan word ik ook wat minder. Ben ik minder snel onder de indruk.
45:48
Maar toch heb ik dan nog het idee van het is nu anders en ik denk dat dat bij mij zit op een stukje snelheid.
45:54
Want ik denk dat wij ontzettend flexibel zijn als mensen, als samenleving en als individu om ons aan te passen. Ik denk alleen wel dat we bepaalde limieten hebben hoe snel we ons kunnen aanpassen.
46:03
Dus mijn zorg zit denk ik ja, als die robot met een jaar of vijf of tien wel die kamer komt binnenlopen. Dat ik denk dat we heel snel moeten gaan shuffelen.
46:12
Sneller dan dat we ooit hebben moeten stoelendansen in het verleden. En dat maakt deze. Dat maakt het misschien nu anders dan voor mij. Het momentum, de snelheid. En daar zit ook een stukje zorg.
46:22
En waar en, en wat doet die robot dan allemaal? Wat, wat zie jij die robot doen in, in jouw fantasie? Nou, ik denk het. Ik denk dus het autootje van Picnic rijden, maar dan echt gewoon op de plek van de chauffeur.
46:33
Gewoon heel brute force. Dus we gaan niet eens zelfrijdende auto's. Die robot zit gewoon daar. Die loopt naar je woning toe, neemt meteen het vuil mee. Dus ik denk inderdaad zonnepanelen leggen, mensen uit bed halen.
46:45
Even nog los van het feit of ik daar blij mee ben dat mensen verzorgd worden door robots. Dat is even een andere discussie, maar dat kan dan. En ik denk dat er dan heel veel banen zijn.
46:55
Of taken zijn, zoals jij het mooi zegt, die wel even mensen die een nieuwe, nieuwe plek moeten gaan vinden en krijgen en dat het met een bepaalde snelheid gaat.
47:05
Dat is dan een beetje die robopocalips of zo die ik dan in mijn fantasie voor me zie.
47:09
Waarin er van honderd naar duizend, naar tienduizend robots binnen drie tot vijf jaar ineens best wel een aardverschuiving plaatsvindt omdat er heel veel synthetische mensen toegevoegd worden aan de arbeidspool.
47:20
Dit is, mijn verhaal is volgens mij niet heel veel anders dan het verhaal uit de eighties en nineties, dus dat geef ik toe. Maar, maar nu. Maar nu echt. Nu gaat het echt gebeuren. Nu gaat het echt gebeuren.
47:29
Misschien in het verlengde daarvan. Kijk, want we kunnen het over robots hebben en dat dat voelt dan misschien nog een beetje als, als toekomstmuziek.
47:35
En dat moeten we, moeten we natuurlijk ook nog maar zien of iets gelijk gaat krijgen. Maar in het geval van sommige sectoren binnen de economie is dit toch wel al meer dan een aantal taken die vervangen worden.
47:45
We hebben bericht. We hebben dat, dat persbericht gezien van Klarna wat heel erg rondging. Die vertelden dat ze heel veel klantenservice medewerkers overbodig hadden gemaakt door de, door de komst van AI.
47:55
Misschien Maurits als je zegt voor de hele economie geldt dat het elke keer meevalt tot nu toe en die verwachting heb je nu eigenlijk ook.
48:05
Is het dan wel zo dat als je op specifieke sectoren inzoomt, dat het dan wel zeg maar de meerderheid van de taken of een significant deel van de taken zo groot in ieder geval dat mensen in die sector niet meer nodig zijn?
48:18
Is dat dan wel onderdeel van, van, van, van, van het punt wat je dan maakt? Ja, nou ja, het is allemaal op dit moment nog welSoort anekdotisch dus. Dus het is.
48:31
Je kunt nu nog niet zeggen van develop developers raken, raken massaal hun baan kwijt of klantenservice medewerkers moeten op zoek naar, naar iets nieuws.
48:41
Maar ik denk dat er, dat er hier, dat er nu ook gaat gebeuren de komende jaren wat er, wat er eerder ook is gebeurd, namelijk dat er inderdaad wel degelijk bepaalde sectoren of bepaalde onderdelen van sectoren
48:56
wel degelijk mensen laten gaan en, en, en die mensen vervangen met, met, met technologie, met AI en ja, de klantenservice, dat is wel eentje die je heel veel hoort.
49:09
Nou moet ik wel zeggen, ik las laatst wel een leuk stuk in NRC waarin ja toch wel toch al bleek dat dat, dat ook dat vooralsnog echt wel een belofte is dat er gewoon best wel veel, veel, veel nog misgaat en niet werkt en dat mensen er ook helemaal niet zo heel blij mee zijn.
49:24
Ik bedoel, dat bericht van Klarna was natuurlijk ook van Klarna, maar dat is op zich, zou ik me wel kunnen voorstellen dat daar dat daar op een bepaald moment echt iets gaat veranderen.
49:33
Ja, en dat kan ik ook in bepaalde creatieve beroepen heel goed voorstellen. Je hebt het in je stuk over, over ontslagen bij Bild. Die waren vorig jaar aangekondigd. Een Duitse grote Duitse krant. Ik weet niet.
49:45
Ik weet niet of dat nou uiteindelijk doorgegaan is, maar die hadden toen in ieder geval het voornemen om honderden mensen te laten gaan in ruil voor AI. Daar werd niet per se gezegd dat het dan journalisten waren.
49:56
Er werd ook een beetje gezegd dat dat over vormgeving ging. En het klinkt een beetje alsof dat meer een soort van taken rondom een journalist bij de krant zijn. Maar of dat nou doorgegaan is of niet merk zeg maar.
50:07
Je Jij schrijft zelf voor de voor de correspondent natuurlijk. In welke mate merk jij dat jouw werk fundamenteel veranderd is? Zijn er taakjes? Zijn er taakjes die overgegaan zijn naar de AI?
50:20
Of blijf je het doen met de de nou ja, de artis- De gans weer. Met gans, het menu, het, het typen Artisanal typing. Nou ja, de, de transcriptie diensten. Dat is voor is voor mij echt revolutionair.
50:35
Ja, dat, dat verandert mijn werk zo fundamenteel. Want ik, ik, ik.
50:40
Ik kan nu heel makkelijk eigenlijk iedereen die ik spreek heel makkelijk opnemen en dat vervolgens transcriberen en, en er nog een keertje naar luisteren. En dan heb ik toch wel vrij gedetailleerd in mijn hoofd
50:53
wat ik met iemand heb besproken. Dat deed ik, dat, dat. Dat deed ik echt nog gewoon op met een kladblok, omdat ik geen zin had om alles op te nemen en terug te luisteren en uit te schrijven.
51:03
Dat, dat scheelt mij echt, echt denk ik wel een volle dag per week. Maar er wordt nog niet geprompt om delen van artikelen te schrijven, als ik het goed begrijp. Nee, nee, nee, zeker niet.
51:14
Ik, ik, ik ben wel eens een beetje aan het kloten met, met koppen. En wat ik wel heel leuk vind is om een stuk van mij of een deel daarvan dan te laten bekritiseren door ChatGPT. Ik gebruik daar dan voor.
51:27
Dat is best wel best wel nuttig, maar, maar, maar nog niet het, het, het genereert nog, nog niks vooralsnog bij mij. Ben je er wel nieuwsgierig naar, naar, naar de, de.
51:39
Merk je dat je jezelf de hele tijd toch aan het testen bent of het ding al nu al kan? Wat hij een half jaar geleden nog niet kon of, of, of leidt dat eigenlijk alleen maar af van de hoofdtaak? Nou
51:49
nou bij mij is een beetje de eerste. De eerste liefde is wel een beetje over. Of de de zeg maar de bewondering of zo voor de technologie. Ik ik ben nu wel heel benieuwd van oké, what's next dan, weet je wel.
52:00
Want ik vind ik vind zelf gewoon die die als je gewoon kijkt van wat komt er uit, wat komt er uit ChatGPT dan? Dat gebruik ik dan vooral. Dan valt het me eigenlijk altijd toch wel een beetje tegen. En is het dan?
52:14
Maurice als ik daar op mag aansluiten. Ik stel deze vraag wel vaker de laatste tijd ook als een soort ja, weet je, ik bedoel ik toch wel.
52:22
Dan merk ik zelf dat ik uhm, ja, helemaal in een bepaalde overtuiging zit van joh joh, ik moet, ik moet de straat op. Zo belangrijk is dit. En dan lees ik zo'n stuk van jou en dan word ik weer rustig.
52:31
Dan denk ik nou misschien Maurice wel gelijk heeft, want eigenlijk kan het wel mee. Maar dan. Mijn vraag aan jou is dan van wanneer?
52:37
Misschien ga je wel nooit de straat op of zit dat niet in je karakter, maar wanneer zou jij dan wel die dat gevoel krijgen? Hoe moet dat er dan uitzien? Wat voor tool stuurt Alexander jou dan op?
52:47
Of vind jij online dat je denkt potverdekie, misschien heeft die gekke Wietse toch wel gelijk dat het deze keer een beetje anders is.
52:54
Ja, ja, ik denk dat het dat dat niet zo zeer in een tool of in een technologie zit, maar in een keuze van iemand in hoe die technologie gebruikt wordt.
53:06
Dus dat is ook een beetje de conclusie van mijn van mijn verhaal van dat ik denk dat het effect van AI op de arbeidsmarkt sowieso het effect van AI uiteindelijk veel minder afhangt van AI dan van ons.
53:20
Dus van de keuzes die we maken, de politieke keuzes, de economische keuzes. En ik zou op zich wel de straat op gaan als heel veel bazen van bedrijven
53:33
denken dat de technologie wel degelijk in staat is om hele banen over te nemen. En, en die keuze, die kunnen zij in principe natuurlijk gewoon maken. Nou, dat is niet helemaal waar, maar ze kunnen daar vrij ver in gaan.
53:44
Je bedoelt te zeggen ze hoeven niet banen overbodig te maken door AI, want ze kiezen dat. Ze kiezen daar zelf voor. Ja, ze kunnen. Uiteindelijk is dat natuurlijk gewoon een keus van een van een baas.
53:56
Als Rob Wijnberg volgende week in zijn hoofd krijgt dat, dat, dat ik wel degelijk te vervangen ben door ChatGPT, dan kan hij mij gewoon laten gaan.
54:04
Maar bedoel je daarmee te zeggen als de zeg maar als de techniek zo goed is dat, dat het in principe nou ja, dat een klantenservice in Nederland overgenomen kan worden door een, door een robot zeg je dan, dan, dan zouden wij als land alsnog de keuze moeten kunnen maken om het werk alsnog door mensen te laten doen.
54:23
Is dat wat je zegt? Ja, natuurlijk, natuurlijk. Die keuze, die, die, die is er.
54:29
Ja.Want ik bedoel ja goed, goed, een klantenservice, dat is misschien uhm, dat is misschien ja, een, een, niet, niet, niet een voorbeeld waar soort heel. Waar je heel veel schuring of zo vindt.
54:40
Maar goed, als het gaat over echt het, het maken van, van, van, van beelden, van teksten, van schoolboeken, van het lesgeven aan, aan, aan, aan kinderen.
54:54
Het, uh, het, het, het, het, het, het, het zorgen voor mijn oma in Zuid-Limburg door een robot. Daar liggen allemaal keuzes aan te grondslag. Het is niet zo dat dat vanzelf gebeurt en daar zijn wij zelf bij, zeg maar.
55:07
En, en, en, en. Uhm, ik, dat zou ik zeg maar. Ja, hoe, hoe kun je daar ook over oordelen? Zeg maar. Wat denk je dan van nou deze, deze uhm klantenservice robot die is uhm,
55:22
die geeft betere antwoorden dan, uh, dan, dan, dan een mens. Oké, maar goed. Ja, maar hoe? Hoe bepaal je dat dan? Zeg maar. Wat is dan beter? Mhm, mhm. En dat is dan nog bij de klantenservice. Ja. Dus uhm,
55:36
dus, dus als je vraagt van wanneer ga jij de straat op? Ik denk dat ik de straat op ga op het moment dat er keuzes worden gemaakt die in mijn ogen niet kloppen. Wil je zelf het stuk lezen?
55:48
Dat kan door naar de correspondent te gaan. Het stuk heet Raken we door kunstmatige intelligentie allemaal onze baan kwijt? Maurits dank je wel. Jo. Dank je wel. Oké Wytse. Ten slotte uhm, ik.
55:58
Zoals jij misschien weet, ben ik ook uitgever. Ik geef ook boeken uit en een deel van, van dat werk is het vertalen van Engelstalige boeken naar het Nederlands om hier in Nederland uit te brengen.
56:09
En dat is altijd met een vertaler. Dus dan huur je vertalers in en die gaan dan met je boek aan de slag om er een zo goed mogelijk Nederlandse tekst van te maken.
56:18
Maar ja, door de komst van al die AI tools ga je toch een beetje ook afvragen moeten we niet ook AI proberen te gebruiken om dingen te.
56:25
Om dingen te vertalen, al was het maar een eerste draft om, om op basis daarvan te werken. Dus dat gesprek wat we net met Maurits hadden. Eigenlijk bracht ik dat in de praktijk namelijk. Welke taak?
56:36
Misschien niet het hele beroep, maar welke taak kan in ieder geval AI een rol in? Ja, het kwam ineens heel dichtbij. Ja, het kwam heel dichtbij.
56:44
En toen dacht ik nou uhm, als AI sommelier moet je dan natuurlijk nadenken over welk model ga ik hiervoor gebruiken?
56:51
En toen was mijn verwachting dat chat GPT heel houterig zou gaan zijn in de vertaling en Claude een stuk uh mooier zou schrijven. En die verwachting, die kwam uit. En dat kwam eigenlijk omdat.
57:04
Het is dus echt heel goed wat er uit Claude komt als vertaling van het Engels naar het Nederlands.
57:10
Maar de truc was, en dat is misschien een uh, nou, misschien dat de luisteraars daar wat aan hebben die wel eens wat moeten vertalen. Mijn eerste prompt ging veel meer op.
57:19
Uhm, ging veel meer over wat hij moest doen en wie hij was. Dus mijn prompt was iets zoals van uh herschrijf de tekst uhm, uhm, van het Engels naar het Nederlands.
57:28
De zinnen moeten op elkaar voortbouwen, de inhoud moet hetzelfde zijn. Je mag geen informatie weglaten, maar je. Ja, we, we gaan het nu vertalen. Je bent de beste vertaler denkbaar. Zoiets in het eerste prompt.
57:39
En toen heb ik een. Toen kwam hij met een vertaling.
57:41
Die was redelijk oké, maar toen heb ik daar een, een prompt overheen gedaan waar ik als het ware de creatieve vrijheid heb gegeven uhm om met de volgorde van zinnen en de structuur van de zinnen uhm te spelen.
57:56
Dus de inhoud moest nog steeds hetzelfde zijn, maar meer vrijheid gegeven om uh ja de, de zinnen op elkaar te laten voortbouwen op een manier die logisch is in het Nederlands. En toen kwam. Even voor mijn beeld.
58:07
De tweede versie. Mhm. Je hebt hele boek erin gegooid, hè? Ja. Oké. En toen kwam hij met een tweede versie en die zat ik toen te lezen. Dacht ik oké man, dit is echt gewoon. We zijn nu op 90% of zo.
58:21
Uh, er moet echt nog wel wat werk gedaan worden. Maar poeh. Maar nu zit ik dus te denken oké, hier is dus de basis. En ik denk dat dit een soort van uhm ja moment is waar iedereen voor gaat komen te staan.
58:34
Al die, al die alle werkgevers zoals we het met Maurits net over hadden, gaan voor deze keus staan. Ga namelijk de vraag ga ik dit dan ook doen? Want uhm, ja, het, het, het.
58:46
Je weet ook gewoon dat dat er ook backlash gaat komen. Er zijn mensen die ja, er zijn mensen die gaan het gewoon niet cool vinden dat je hiervoor AI gebruikt. En ik zag een voorbeeld van uhm, uh Lego afgelopen week.
59:01
De, de. Lego had. Op haar website hadden ze voor de populaire lijn Lego Ninjago. Ik weet niet of je bekend bent met dit fenomeen, maar dat schijnt populair te zijn. Oké, wat is dit? Wytse? Ja, dat. Ninja Lego. En, en.
59:16
De jongen, de zoon van een vriend van mij is hier helemaal mee bezig, daarom weet ik het. Oké, ja, dit is een ding. Ninjago.
59:21
Nou, in ieder geval, Lego had op haar de homepage van Ninjago hadden zij AI gegenereerd Lego uhm ja plaatjes gemaakt en daar was dus heel veel backlash over.
59:32
En toen heeft uh de, de, de bedenker van Lego Ninjago heeft op Twitter gezegd: dit is schandalig, dit had niet mogen gebeuren. Ik hoop dat dit zo snel mogelijk verdwijnt. Oftewel onderdeel van die.
59:45
Ja, dit is inmiddels dus onderdeel van die dynamiek die je hebt met klanten. Namelijk gaan de klanten het wel accepteren als een deel van het werk door AI gedaan wordt. En dat heb ik dus hier ook een beetje mee.
59:56
Soort van. Aan de ene kant ben ik dus technisch heel geïnteresseerd in wat kunnen we automatiseren? En, en denk ik dan wat vet dat we gewoon 90% van het werk in 30 seconden kunnen doen. Want zo is het.
1:00:13
En een deel van mij denkt dus ja, maar moeten we dit doen? Want Jezus wat een gezeik ga je krijgen. Zo denk ik dus ook over covers en zo denk ik ook over al het andere creatieve.
1:00:22
Dan ben ik wel benieuwd, want nu je het over die Ninjago zei of Ninjago van uh, waar hadden ze? Hadden ze spijt dat ze het met AI hebben gemaakt? Of hadden ze spijt dat mensen erachter gekomen zijn? Ja, nou ja, het is.
1:00:36
En ik zie dat ook een beetje als een tijdelijk.Tijdelijk ding dat ja. En nu die, die, die, die algoritmen zijn gewoon net niet goed genoeg. En cynisch kan je zeggen dat duurt nog wel even, maar ik denk gezien.
1:00:50
Moeten we even zien hoe die lijn doorzet. Misschien is de laatste twintig procent wel het allermoeilijkste. Ik denk dat.
1:00:55
Het voelt voor mij alsof de laatste vijf procent zit in sommige categorieën, maar jij zei net negentig procent, dus laten we die even aanhouden.
1:01:01
Als die laatste tien procent ook opgelost wordt binnen een jaar of twee, dan kom je op een heel ander punt dat het helemaal niet meer te herkennen is.
1:01:08
Sterker nog, dat een vertaling gedaan door Cloud Open vijf, ik noem maar even wat, die is gewoon substantieel kwalitatief beter dan een menselijke vertaling.
1:01:19
Want die is door honderd vertalers gedaan, synthetische vertalers en daar zijn de beste uitgekozen. En het is het meest gemiddeld fantastische ooit. Dus ik denk dat sowieso de vraag zit er in.
1:01:33
Ik ben wel gefascineerd want wat jij nu beschrijft, die tendens van mensen om die intuïtieve afkeer te hebben naar synthetische content vind ik fascinerend.
1:01:42
En de vraag is alleen wat gebeurt er als je het niet meer kan herkennen? Moet het dan dus gelabeld worden, zoals binnen YouTube en Facebook?
1:01:49
Ja, en komt dan de afgunst dat er achterop jouw boek staat op een van jullie boeken die je hebt uitgebracht, vertaald door en dan netjes Cloud Opus vijf, ik noem maar wat.
1:01:59
En dat mensen dan daar boos om worden omdat je het erop zet. Niet omdat de vertaling slecht is, want die is superieur tegen die tijd. Gaan we even van uit.
1:02:07
Die is honderdvijftig procent in plaats van honderd of negentig procent. En ga jij dan denken van oké, ik, ik dit, dit staat niet netjes voor mijn uitgeverij. Ik ik ga mensen.
1:02:18
Ik moet mensen in dienst nemen, want dat is een onderdeel van. We zitten eigenlijk gewoon op ja. Wordt er gebruik gemaakt van dierenproeven voor make-up? Zit er palmolie in de Nutella? Zit er AI in Alexanders boeken?
1:02:32
Ik denk niet dat het heel anders is. Ja, precies. Ja. Ja. Ja. Ja. Ik weet niet of. De palmolie van de technologie. Ja, precies. Ja. En ik? Ik weet niet zo goed wat ik ermee moet. Het.
1:02:45
Ik twijfel hier nog over, maar ik ben. Ik ben vooral gewoon in de war over dat ik nu deze keuze moet gaan maken. De ethische keuze eigenlijk wat we net met Maurits bespraken is hier gewoon aan de hand.
1:02:54
Namelijk ik sta nu voor de keuze ga ik dit doen? Ga ik het soort van de artisanal way, het handmatige, het handmatige werk?
1:03:02
Of sta ik toch toe dat er een soort mix komt van de twee op dit moment in de tijd, terwijl het nog niet hoeft, maar wel kan? Opeens moet ik een keuze maken. Ja, als we die metafoor doortrekken met pindakaas of pasta.
1:03:17
Daar heb je natuurlijk dat er wordt gezegd oké joh, er zit geen palmolie in. Daardoor is het potje een euro duurder, want het kost ons gewoon moeite.
1:03:24
We hebben een kleinere markt, dus de vraag wordt dan zijn mensen straks bereid te betalen voor boeken die waarvan de vertaling later uitkomt? Want het duurt gewoon langer en de vertaling misschien ook niet zo goed is.
1:03:36
Want neem het maar eens op tegen honderd algoritme. En dat mensen dan zeggen dat boeit me allemaal niet, ik wacht wel. Dit is voor mij kaviaar in tekstvorm. Weet je wel, zoiets.
1:03:47
En dus ik ben heel benieuwd hoe dat gaat zijn. Want als je er cynisch qua marktwerking naar kijkt, ja, je hebt uiteindelijk ook je, je marges te beschermen en het feit dat je blijft bestaan als uitgever.
1:03:58
Als jij natuurlijk heel veel dingen voor heel weinig kan inkopen waarvan de kwaliteit zelfs beter is dan de mensen die je anders zou inschakelen, dan moet je wel heel goed kunnen uitleggen aan je lezers waarom jouw boek zo duur is of zo lang duurt of zo slecht vertaald is in verhouding.
1:04:12
Nou, ik ga wel even een of ander ethiek bot opzoeken bij Character AI en dan zul je horen wat de keuze is geweest van mijn Socratique gesprek. Dank voor het luisteren naar Pokkie. We zijn er volgende week weer. Tot dan.
1:04:24
Dag, dag. [muziek].