AI-Nomenclatuur: De Noodzaak van een Gestandaardiseerde Terminologie

Net zoals bij andere snelgroeiende wetenschappelijke en technologische vakgebieden, is er een duidelijke behoefte aan een gestandaardiseerde nomenclatuur voor kunstmatige intelligentie (AI). Hoewel er nog geen volledig vastgestelde, wereldwijde nomenclatuur is zoals die in de biologie of chemie, is de ontwikkeling ervan volop bezig.

Waarom Een Nomenclatuur voor AI Nodig Is

De snelle revolutie van AI brengt een wildgroei aan termen met zich mee, vaak met overlappende of vage definities. Dit leidt tot verwarring, misverstanden en communicatieproblemen, zowel binnen de wetenschappelijke gemeenschap als in het publieke debat. Een duidelijke nomenclatuur zou helpen bij:

1. Wetenschappelijke Precisie

Het zorgen dat onderzoekers overal ter wereld dezelfde termen gebruiken voor dezelfde concepten is essentieel voor vooruitgang in het veld. Neem bijvoorbeeld de verschillen tussen belangrijke AI-concepten:

• Machine Learning: Bij machine learning worden algoritmes gebruikt om patronen te ontdekken in gegevens en voorspellingen te doen op basis van die patronen. Deze systemen leren uit gestructureerde, kwantitatieve data zonder expliciete programmering voor elke mogelijke situatie. TriFact365
• Deep Learning: Deep learning is een geavanceerde subset van machine learning waarbij neurale netwerken met vele lagen worden gebruikt om grote hoeveelheden complexe, ongestructureerde data te analyseren en patronen te herkennen. In tegenstelling tot traditionele machine learning bepalen bij deep learning de algoritmen zelf of hun voorspellingen accuraat zijn. Freshworks
• Neurale Netwerken: Dit zijn computersystemen geïnspireerd op het menselijk brein, die informatie verwerken door middel van onderling verbonden knooppunten (“neuronen”) in verschillende lagen.

2. Regelgeving en Beleid

De overheid kan effectieve wetten en regels maken door te werken met duidelijke definities van AI-systemen en hun risiconiveaus. De Europese AI Act, die op 1 augustus 2024 in werking is getreden, is hierin baanbrekend. Europese Commissie

De AI Act definieert een AI-systeem als: “een machine-gebaseerd systeem dat is ontworpen om te werken met verschillende niveaus van autonomie en dat aanpassingsvermogen kan vertonen na inzet, en dat voor expliciete of impliciete doelstellingen afleidt uit de input die het ontvangt hoe het outputs kan genereren zoals voorspellingen, content, aanbevelingen of beslissingen die fysieke of virtuele omgevingen kunnen beïnvloeden.” EU AI Act Artikel 3

Zonder een eenduidige terminologie zou het onmogelijk zijn om te bepalen welke systemen onder welke regels vallen. De AI Act introduceert vier risicocategorieën:

• Onaanvaardbaar risico (verboden): Systemen zoals social scoring en manipulatieve AI die kwetsbaarheden van mensen uitbuiten
• Hoog risico: AI-systemen in kritieke sectoren zoals gezondheidszorg, onderwijs, rechtspraak en essentiële infrastructuur
• Beperkt risico: Systemen met transparantieverplichtingen, zoals chatbots
• Minimaal risico: Systemen met weinig of geen regelgeving

EU AI Act High-Level Summary

3. Ethiek en Verantwoordelijkheid

Het benoemen van concepten is cruciaal voor het voeren van een ethisch debat over AI. De FAST-principes bieden hiervoor een kader:

• Fairness (Eerlijkheid): Het voorkomen van bias (vooroordelen) in AI-systemen. AI-bias verwijst naar systematische discriminatie binnen AI-systemen die bestaande vooroordelen kan versterken en stereotypering in stand kan houden. SAP
• Accountability (Verantwoordingsplicht): Het waarborgen dat er duidelijke verantwoordelijkheid is voor AI-beslissingen en hun gevolgen.
• Safety (Veiligheid): Het beschermen van gebruikers tegen schadelijke effecten van AI-systemen.
• Transparency (Transparantie): De mate waarin een AI-systeem begrijpelijk maakt hoe het tot zijn beslissingen komt. Dit is essentieel voor vertrouwen en controleerbaarheid. Management Impact

Huidige Ontwikkelingen in AI-Standaardisatie

De ontwikkeling van een AI-nomenclatuur wordt niet door één centrale autoriteit geleid, maar is een gezamenlijke inspanning van verschillende organisaties:

De EU AI Act

Deze wetgeving, officieel goedgekeurd in mei 2024 en in werking getreden op 1 augustus 2024, is een belangrijke stap in de richting van een gestandaardiseerd kader. Het is de eerste alomvattende regulering van AI door een grote regelgever wereldwijd. Europees Parlement

De Act creëert een juridisch-technische nomenclatuur met 68 officiële definities, waaronder termen voor:

• AI-systemen en hun componenten
• Biometrische identificatie en categorisatie
• Risicobeoordeling en conformiteit
• Rollen van leveranciers, gebruikers en toezichthouders

Internationale Standaardisatieorganisaties

ISO/IEC Standards

De ISO/IEC 22989:2022 is een fundamentele standaard die terminologie voor AI vaststelt en concepten in het AI-veld beschrijft. Deze standaard biedt een gestructureerd en bruikbaar overzicht van AI-termen en definities die organisaties kunnen gebruiken bij de ontwikkeling van andere standaarden. ITSmf

Het ISO/IEC JTC 1/SC 42 subcomité is specifiek gewijd aan AI-standaardisatie en dient als focus en pleitbezorger voor het standaardisatieprogramma van JTC 1 op het gebied van kunstmatige intelligentie. ISO

Andere relevante ISO-standaarden zijn:

• ISO/IEC 42001:2023: AI-managementsystemen
• ISO/IEC 5338:2023: AI-systeem levenscyclus
• ISO/IEC 23053: AI-risicoframework

IEEE Standards

De IEEE (Institute of Electrical and Electronics Engineers) werkt aan standaarden voor autonome en intelligente systemen. Hun initiatieven omvatten onder andere een geünificeerd framework voor de integratie van AI-toepassingen in 5G en 6G mobiele communicatienetwerken. IEEE Standards Association

Onderzoeksgemeenschap en Bedrijfsleven

Wetenschappers en bedrijven dragen bij door hun werk te publiceren en een consensus op te bouwen over gangbare termen. Dit proces is organisch en volgt de vooruitgang in het veld. Belangrijke bijdragen komen van:

• Technologiebedrijven zoals Microsoft, Google (Alphabet) en NVIDIA die hun eigen AI-terminologie ontwikkelen en delen
• Academische instellingen die bijdragen aan wetenschappelijke publicaties en onderzoeksstandaarden
• Brancheorganisaties die best practices en richtlijnen opstellen

De Weg Vooruit

Hoewel er nog geen “Linnaeus” van de AI is – een figuur die een volledig classificatiesysteem heeft ontwikkeld zoals Carl Linnaeus deed voor de biologie – is de ontwikkeling van een officiële en breed geaccepteerde nomenclatuur al in volle gang. Deze ontwikkeling wordt gedreven door de praktische noodzaak van communicatie, regulering en internationale samenwerking.

De AI-geletterdheid die sinds 2 februari 2025 verplicht is voor organisaties die AI-systemen ontwikkelen of gebruiken volgens de EU AI Act, onderstreept het belang van een gemeenschappelijke taal. Werknemers moeten genoeg weten en kunnen om AI op een verantwoorde manier in te zetten. Autoriteit Persoonsgegevens

Conclusie

De standaardisatie van AI-nomenclatuur is geen luxe maar een noodzaak voor de verantwoorde ontwikkeling en implementatie van kunstmatige intelligentie. Door middel van internationale samenwerking tussen overheden, standaardisatieorganisaties en de technologie-industrie ontstaat er geleidelijk een coherent systeem van termen en definities. Dit zorgt voor betere communicatie, effectievere regelgeving en meer transparantie – fundamentele voorwaarden voor het vertrouwen in en de veilige toepassing van AI-technologie in onze samenleving.