We kunnen ons met veel meer dingen verbinden dan vroeger. We kunnen praten met mensen ver weg, informatie uit de hele wereld onderzoeken en zoeken naar de producten en diensten die we nodig hebben. Met AI kunnen we zelfs in korte tijd ideeën en voorbeelden verzamelen die verband houden met één vraag. Als we naar deze veranderingen kijken, lijkt het misschien dat we de wereld beter kunnen begrijpen naarmate we met meer dingen verbinding kunnen maken. Toch moeten hier twee zaken van elkaar worden onderscheiden. Een stuk informatie kunnen bereiken is niet hetzelfde als begrijpen waarom die informatie van belang is voor onze vraag.
Stel dat iemand overweegt om op een nieuwe plek te gaan wonen. AI kan die vraag verbinden met uiteenlopende informatie, waaronder woonkosten, vervoer, werk, onderwijs, gezondheidszorg, klimaat en veiligheid. In een tijd waarin informatie schaars was, zou dat alleen al een grote hulp zijn geweest. Maar alle informatie hebben maakt de beslissing niet noodzakelijk automatisch duidelijk. De betekenis van dezelfde informatie verandert afhankelijk van de vraag of iemand meer gewicht geeft aan kansen op werk of aan de afstand tot familie, hoe diegene over kosten en tijd denkt en in hoeverre diegene een onbekende ervaring wil. Zodra het aantal mogelijke verbindingen toeneemt, ontstaat er een ander probleem: hoe die relaties moeten worden geïnterpreteerd.
Wat hier belangrijk is, is dat de wereld niet vanaf het begin met één voltooide ‘kaart van relaties’ komt. Zelfs hetzelfde feit verbindt zich met verschillende dingen, afhankelijk van de vraag van waaruit het wordt bekeken. Informatie dat het op een plek veel regent, houdt voor iemand die een reis plant verband met kleding en vervoer, voor iemand die over landbouw nadenkt met gewassen en waterbeheer, en voor iemand die over stadsontwerp nadenkt met afwatering en rampenvoorbereiding. De informatie zelf is niet veranderd, maar betekenisvolle verbindingen veranderen wanneer de vraag verandert. Begrijpen gaat niet alleen om meer informatie verzamelen. Het gaat er ook om te doorzien welke relaties voor de voorliggende vraag moeten worden onderzocht.
AI kan dit soort relaties mogelijk op hoge snelheid leggen. In plaats van dat iemand materiaal één voor één doorzoekt, kan AI een vraag opsplitsen in verschillende kwesties en elk daarvan verbinden met relevante kennis. Als AI alleen als een antwoordapparaat wordt gezien, wordt de belangrijkste rol het teruggeven van één conclusie als resultaat van die verbindingen. Maar als AI wordt gezien als een systeem dat verbinding ondersteunt, wordt een andere rol zichtbaar: mensen in staat stellen vragen te onderzoeken zoals ‘Waarom is deze kennis relevant voor deze vraag?’, ‘Welke kwesties zijn nog niet verbonden?’ en ‘Welke relaties zouden vanuit een ander perspectief belangrijk worden?’
Dit verschil is niet klein. Als AI alleen de informatie laat zien die het voor een vraag het meest relevant acht, kunnen we efficiënt naar een antwoord toewerken. Maar als we niet kunnen zien waarom juist die elementen zijn geselecteerd, kunnen we de aan ons gepresenteerde relaties aanzien voor de structuur van de wereld zelf. In werkelijkheid kan andere informatie belangrijk worden wanneer die wordt bekeken vanuit een ander doel, een ander waardenkader of een andere positie. Hoe krachtiger technologieën worden die verbinding gemakkelijk maken, des te belangrijker wordt het om niet alleen te kunnen vragen ‘Wat werd verbonden?’, maar ook ‘Waarom werd het verbonden?’
Dat betekent niet dat mensen elke verbinding vanaf nul moeten controleren. Als dat wel zo was, zou een groot deel van de waarde van AI verdwijnen. Voor alledaagse vragen met beperkte gevolgen kan het nuttig zijn dat AI relevante informatie ordent en mensen via een korte route naar een antwoord leidt. Maar bij vragen waarbij grote waardeoordelen een rol spelen, of vragen waarbij het probleem zelf nog niet vaststaat, kan uitsluitend prioriteit geven aan efficiëntie ertoe leiden dat belangrijke relaties vanaf het begin onzichtbaar blijven. Wat nodig is, is niet alles tonen of slechts één ding tonen, maar de manier waarop verbindingen worden gepresenteerd kunnen aanpassen aan de vraag.
Mensen kunnen ook de vraag zelf veranderen nadat ze hebben gezien wat er met elkaar is verbonden. Iemand kan aanvankelijk denken dat een probleem over kosten gaat, maar tijdens het onderzoeken beseffen dat het eigenlijk over tijd gaat. Iets dat een individuele keuze leek, kan blijken relaties met familie of een organisatie te omvatten. In zulke gevallen heeft AI niet alleen geholpen door de oorspronkelijke vraag correct te beantwoorden. Door nieuwe relaties zichtbaar te maken, heeft het de persoon in staat gesteld opnieuw te overwegen wat die eigenlijk had moeten vragen. Begrip kan niet alleen ontstaan op het moment dat een antwoord wordt ontvangen, maar ook wanneer de relatie tussen een vraag en de wereld opnieuw wordt geordend.
Het begrip dat Sai＊aus benadrukt, houdt eveneens verband met deze actualisering van verbindingen. Alleen de vraag van een persoon verbinden met informatie uit het verleden en een antwoord geven dat lijkt op een eerder antwoord, kan veranderde omstandigheden of nieuw ervaren discrepanties niet volledig behandelen. Als een vraag wordt gebruikt om relevante kennis te verbinden, een persoon die relaties vergelijkt en beoordeelt en uit dat oordeel nieuwe verschillen of vragen ontstaan, kunnen die worden verbonden met de volgende ronde van begrip. Kennis hoeft niet als een voltooid antwoord te worden afgesloten; ze kan de mogelijkheid behouden om via een andere vraag opnieuw betekenis te krijgen.
In deze cyclus zijn mensen geen passieve gebruikers. Een door AI voorgestelde verbinding beoordelen door te zeggen ‘Die relatie is voor het huidige probleem niet belangrijk’, ‘Als ik deze voorwaarde toevoeg, verandert mijn kijk erop’ of ‘Deze twee dingen moeten afzonderlijk worden beschouwd’, wordt materiaal voor nieuw begrip. AI stelt verbindingen voor, mensen onderzoeken hun betekenis en dat oordeel verandert hoe de volgende verbindingen worden gelegd. Efficiëntie betekent hier niet alleen het verminderen van menselijk denken. Relaties bereiken die iemand alleen moeilijk had kunnen vinden en die persoon vervolgens in staat stellen zelf over die relaties na te denken, is eveneens een vorm van efficiëntie.
Het vergroten van het aantal dingen dat met elkaar kan worden verbonden, verruimt de mogelijkheden voor begrip. Maar het aantal verbindingen op zichzelf garandeert geen begrip. Wat telt, is dat we vanuit een bepaalde vraag kunnen onderzoeken wat met wat is verbonden en waarom die relatie ertoe doet. En wanneer nodig moet het mogelijk zijn om de verbindingen vanuit een andere vraag opnieuw te ordenen. Nadat het internet ons met veel mensen en informatiebronnen heeft verbonden, begint AI ook nieuwe verbindingen tussen vragen en kennis te creëren. De kwestie is niet alleen hoeveel er kan worden verbonden. Het gaat erom of mensen via die verbindingen hun kijk op de wereld kunnen vernieuwen.
Geen antwoorden. Begrip.