Louise Cornelis

Begin dit jaar op het VIOT-congres woonde ik een lezing bij van Walter Daelemans over AI. Die was de moeite waard, dus toen ik vernam dat Daelemans een boek had geschreven, AI & Taal, wist ik dat ik dat wilde lezen. Daelemans is computertaalkundige, dat geeft het boek voor mij een zekere urgentie. Ik bedoel: ik lees over AI en schrijven nog steeds van alles wat er zoal passeert in mijn algemene, tekstschrijf- en neerlandistische media, maar een taalkundige heeft een eigen perspectief. Dat ik een beetje deel, want ik ben ook taalkundige, maar van de computertaalkunde heb ik geen kaas gegeten. In mijn studie speelde het nauwelijks een rol.

Dat bleek ook wel: ik snapte lang niet alles in het boek. Of nouja, als ik het lees, over hoe grote taalmodellen werken, dan kan ik het net volgen, dat was tijdens die presentatie ook zo. Ik herkende nu dus wel wat en de grote lijn snap ik, maar ik kan het zeker niet helemaal navertellen,  meteen al niet, laat staan na een tijdje. Dat vind ik niet heel erg, belangrijk is die grote lijn. Het boek maakt duidelijk hoe anders Daelemans’ taalkunde is dan de mijne, of liever gezegd: hoe anders het taalvermogen van de grote taalmodellen is dan dat van mensen. Dat wist ik wel, maar door te lezen over hoe zo’n model dankzij gigantische rekencapaciteit met neurale netwerken complexe statistiek toepast in reusachtige databestanden kan ik me er toch nog meer bij voorstellen.

Dat was interessant om te lezen en het gaf verdieping ten opzichte van de lezing. Als ik het wel echt wil begrijpen, weet ik waar ik nog eens rustig voor moet gaan zitten. Want dat is het zeker ook, ik beken: ik zou het misschien wel kunnen begrijpen als ik er meer m’n best voor deed, maar daarvoor vind ik de details niet interessant genoeg. Het boek is sowieso geschikt voor later nog eens raadplegen, in elk geval vanwege de uitgebreide woordenlijst achterin. 

Het boek gaat ook in op de vraag of grote taalmodellen ‘intelligent’ en ‘creatief’ zijn – nouja, tweedehands, zou je kunnen zeggen, als ‘zombie-schrijvers’: imiterend, niet transformationeel, en zonder eigen ervaring met de wereld. In die context leerde ik een nieuw woord dat ik ga onthouden: perplexiteit. Dat is een maat voor hoe voorspelbaar een tekst is. Menselijke tekst bevat meer onverwachte of idiosyncratische (typerend voor die ene schrijver) keuzes en het woordgebruik is ongelijkmatiger verdeeld (burstiness, nog een nieuw woord) dan in tekst van AI. Menselijke tekst heeft dus een hogere perplexiteit.

In de lezing ging Daelemans in op de Europese en Nederlandse initiatieven om grote taalmodellen te ontwikkelen om onafhankelijker te worden van de Amerikaanse. Daarover gaat het in het boek nauwelijks. Wel is er aandacht aan de voorlopers van de huidige taaltechnologie, zodat het bijzondere van wat grote taalmodellen nu kunnen, reliëf krijgt. Grote taalmodellen hebben de eerdere valkuilen (zoals ambiguïteit en verwevenheid met kennis van de wereld) gedicht. Mijn eigen geschiedenis in de taalkunde loopt best wel parallel aan de ontwikkeling van de computertaalkunde, dus ik dacht een aantal keren ‘oja’, bijvoorbeeld bij zo’n woord als Eurotra: dat project om automatisch te vertalen tussen de EU-talen liep nog toen ik studeerde. Nooit goed gelukt. Terwijl ik in een eerstejaars college taalkunde mijn docent hoorde zeggen dat automatisch vertalen een kwestie van een paar jaar was. Dat was in 1984. Pas heel recent lijkt het echt ergens op; Daelemans stelt dat het niveau van vertalingen  door de grote taalmodellen dat van menselijke amateur-vertalers nu benadert. Daar is dus nog 40 jaar overheen gegaan. Het is ook niet voor niets dat ik wel eens zeg dat met AI voor het eerst sinds mijn afstuderen iets echt wezenlijks verandert in het vakgebied.

Het boek stipt gaandeweg de ethische problemen met AI aan. Die zijn volgens Daelemans oplosbaar, met verdere ontwikkeling, opleiding en regulering (echt?). Maar eentje niet, en daar eindigt het boek mee, in een (naar mijn smaak te) korte paragraaf ‘Wat we niet mogen uitbesteden’: hoe gaat het verder met menselijke expertise? Die verschuift: van produceren  naar controleren, interpreteren, evalueren. Maar als je niet weet wat een goede vertaling of tekst is, kun je de uitvoer van een taalmodel niet beoordelen. De modellen zijn nu zo goed, dat de motivatie afneemt om zelf te schrijven. Maar schrijven is een manier van denken, en als je die vaardigheid niet zelf oefent, verlies je naast expertise ook cognitieve autonomie.

Daelemans eindigt dan ook met een pedagogische oproep die ik van harte onderschrijf maar niet heel optimistisch over ben: laat volgende generaties schrijven vooral toch zelf ervaren.

Soms komt inspiratie voor dit blog uit onverwachte hoek. Ik was Een haas in huis aan het lezen, een mooi boek waarin Chloe Dalton beschrijft hoe ze zich tijdens de eerste corona-lockdown ontfermt over een jonge haas en daar een bijzondere band mee opbouwt. Dat ’tijdens de lockdown’ doet ertoe, want normaal gesproken zou zij veel te druk zijn geweest en te veel weg uit haar huis op het platteland om zoiets te kunnen doen. Ze heeft namelijk een veeleisende baan, met ook veel reizen in binnen- en buitenland. Wat die baan precies inhoudt, had ik nog niet uit het boek opgepikt toen ik ergens bijna halverwege las hoe ze overpeinst:

Om goed te kunnen adviseren moet je jezelf uitwissen. Je moet je eigen meningen en gevoelens opzijzetten, onthecht raken of jezelf camoufleren – want eigenbelang is onverenigbaar met objectiviteit – en je onttrekken aan de schijnwerpers. Die onverstoorbare, oplettende, ingetogen houding houding, die ik jarenlang had volgehouden, was voor mij een manier van leven geworden. Ik was voortdurend bedacht op een valkuil, zag gevaar van ver aankomen en stond klaar om onmiddellijk in actie te komen of me aan te passen en zo nodig uit beeld te verdwijnen, een beetje zoals een haas. Zou ik misschien al te zeer zijn opgegaan in de achtergrond van mijn leven, als een haas in een heg, waardoor mijn identiteit was vervaagd zonder dat ik zo sereen was als een haas?  

Aha, dacht ik, ze is adviseur – op de pagina bij de uitgever waarnaar ik hierboven link staat inderdaad ‘politiek adviseur’.

Maar ik ben het niet met haar eens; ik deel haar visie op adviseren niet. Jezelf uitwissen, niet alleen kan dat niet, het is ook juist niet de bedoeling van goed adviseren. Adviseren is persoonlijk, je werkt juist met je hele hebben en houden. Met je levenservaring, bijvoorbeeld, die niet los te knippen is van je kennis. En juist ook met je gevoelens, die je op intuïtieve sporen zetten, bijvoorbeeld naar waar iets niet klopt. Het is niet onthecht, je maakt je juíst druk om de belangen van de geadviseerde. Het lijkt erop dat Dalton vindt dat een adviseur een keuze moet maken tussen eigenbelang en objectiviteit. Maar dat is niet óf óf. 

Een van de redenen waarom jezelf uitwissen niet kan, gaat ook dagen bij Dalton: dat leidt tot spanning en uitputting. Ze wordt zich bewust van het harde pantser dat ze zichzelf had aangemeten. Wat dus ook helemaal niet ‘objectief’ is – want dat bestaat ook niet, in adviseren. 

Waar het wat mij betreft om gaat is dat je je zo veel mogelijk bewust bent van dat hele hebben en houden, dus wat je allemaal meeneemt als adviseur, én dat je je adviezen baseert op feiten. Je eigen bagage kleurt die feiten, maar doet ze – als het goed is – geen geweld aan. 

Bij Dalton was er contact met een haas voor nodig om tot zulke reflecties te komen. Helaas gaat het er in het boek niet over of dat ook tot daadwerkelijke veranderingen leidt in haar manier van adviseren – haar werk komt verder hooguit zijdelings ter sprake. Het enige wat ik afleid, is dat ze het rustiger aan is gaan doen, en vaker thuis is – bij de haas en diens nakomelingen, bij de natuur. Het kan bijna niet anders of dat maakt haar ook tot een andere adviseur, want zo gaat dat. En dat is dus helemaal prima.