De geschiedenis van geautomatiseerde besluitvorming
De geschiedenis van het automatiseren van beslissingen is nauw verbonden met technologische en computerdoorbraken. Hier vind je een overzicht van belangrijke gebeurtenissen in de Automated Decision-Making (ADM), of in Nederlands geautomatiseerde besluitvorming geschiedenis.
Tijdlijn
- 17e – 19e eeuw: vroege mechanische rekenmachines
- 19e eeuw: ponskaartsystemen
- Midden 20e eeuw: vroege computers
- Jaren 60: beslissingsondersteunende systemen
- Jaren 70 – 80: expertsystemen
- Jaren 90 – 2000: machinaal leren en datamining
- Jaren 2010: big data en analyses
- 2010 – heden: kunstmatige intelligentie en deep learning
- 2010 – heden: ethische en regelgevende zorgen
- 2022: doorbraak van ChatGPT
Vroege mechanische rekenmachines (17e – 19e eeuw)
Vroege mechanische rekenmachines zoals Pascaline van Blaise Pascal (1642) en de stappenteller van Gottfried Wilhelm Leibniz (1672) zijn terug te voeren op het concept van geautomatiseerde besluitvorming. Deze apparaten zijn gemaakt om automatisch repetitieve berekeningen uit te voeren, waardoor efficiënter besluiten konden worden genomen op gebieden als wiskunde, techniek en navigatie.
Ponskaartsystemen (19e eeuw)
Het gebruik van ponskaarten voor automatische besluitvorming werd in de negentiende eeuw gebruikelijk, vooral in sectoren als de textiel- en productiesector. Deze kaarten hadden gaten die gegevens vertegenwoordigden en machines lazen en verwerkten deze, waarbij ze oordelen maakten op basis van de patronen van de gaten.
Vroege computers (midden 20e eeuw)
De introductie van elektronische computers halverwege de twintigste eeuw was een belangrijke mijlpaal in de geschiedenis van het automatiseren van besluitvorming. ENIAC (1945) en UNIVAC (1951) computers werden gebruikt voor een verscheidenheid aan toepassingen, waaronder wetenschappelijke berekeningen, weersvoorspellingen en militaire operaties.
Beslissingsondersteunende systemen (jaren 60)
In de jaren zestig ontstond de opkomst van beslissingsondersteunende systemen. Deze computergebaseerde oplossingen zijn gemaakt om mensen te helpen beslissingen te nemen door middel van data-analyse, modellering en interactieve mogelijkheden. Beslissingsondersteunende systemen worden nog steeds gebruikt.
Expertsystemen (jaren 70 – 80)
In de jaren zeventig en tachtig ontstonden expertsystemen, een subcategorie binnen kunstmatige intelligentie. In gespecialiseerde domeinen waren deze systemen gericht op het nabootsen van menselijke expertise en besluitvorming. Deze systemen waren voornamelijk op regels gebaseerd en namen beslissingen via een reeks 'als-dan'-regels. Ze werden gebruikt in de medische, financiële en technische industrie. Deze systemen hadden een aantal nadelen, waaronder het feit dat ze vaak domeinspecifiek waren, complex om te programmeren en te onderhouden en weinig acceptatie genoten onder experts en gebruikers.
Beslissingsondersteunende systemen versus expertsystemen »
Machine learning en datamining (jaren 90 – 2000)
Naarmate machine learning-algoritmen verbeterden en er steeds meer enorme datasets beschikbaar kwamen, begonnen geautomatiseerde besluitvormingssystemen meer te vertrouwen op datagestuurde benaderingen. Technieken zoals machinaal leren en datamining werden gebruikt voor taken als aanbevelingssystemen, fraudedetectie en voorspellende analyses.
Big data en analyse (jaren 2010)
In het decennium van de jaren 2010 was er sprake van een piek in big data-technologieën en analysetools. Grote hoeveelheden gegevens werden door organisaties verzameld en geanalyseerd om datagestuurde beslissingen te nemen, processen te optimaliseren en inzicht te krijgen in klantgedrag. Vanaf 2010 zijn zelf-service analyse tools als Power BI van Microsoft of Tableau van Salesforce populair geworden.
Kunstmatige intelligentie en deep learning (2010 – heden)
Deep learning en kunstmatige intelligentie (AI) hebben de geautomatiseerde besluitvorming getransformeerd. AI-systemen die worden aangestuurd door neurale netwerken en deep learning-algoritmen kunnen ingewikkelde gegevens verwerken en analyseren, op resultaten anticiperen en de besluitvorming automatiseren. Populaire toepassingen zijn onder meer: autonome auto's, natuurlijke taalverwerking en herkenning van afbeeldingen.
Ethische en regelgevende zorgen (2010 – heden)
Het toenemende gebruik van geautomatiseerde besluitvormingssystemen heeft aanleiding gegeven tot ethische en regelgevende zorgen. Kwesties als vooringenomenheid, eerlijkheid, transparantie en aansprakelijkheid zijn van cruciaal belang geworden omdat deze systemen verschillende delen van de samenleving raken, zoals de werkgelegenheid, het bankwezen, de gezondheidszorg en het strafrecht.
Doorbraak van ChatGPT (2022)
Meertalige modellen, zoals ChatGPT, zijn een van de effectiefste toepassingen van AI om te automatiseren. Omdat ze natuurlijke taal interpreteren en toegang bieden tot uiteenlopende informatie, zijn deze systemen uiterst gebruiksvriendelijk. Bovendien werken ze snel en goedkoop. Tegelijkertijd benadrukt deze ontwikkeling het belang van ethische dilemma’s op het gebied van kunstmatige intelligentie.
Symbio6 & ADM-geschiedenis
Door de geschiedenis heen hebben technische ontwikkelingen de automatisering van de besluitvorming vergroot en verbeterd. Deze ontwikkelingen hebben echter ook geleid tot zorgen over de ethische en sociale implicaties. Symbio6 houdt deze ontwikkelingen continu in de gaten om onze klanten de best mogelijke service te kunnen bieden.