Je kunt tegenwoordig geen gesprek meer voeren zonder dat AI ter sprake komt. Artificial Intelligence, Kunstmatige Intelligentie of Artificiële Intelligentie in het Nederlands. De computer ‘denkt’ niet, maar trekt wel conclusies en handelt daarnaar op basis van enorme hoeveelheden gegevens. Hoewel er veel kritiek en zorgen zijn, vooral over hoe ver dit kan gaan, opent AI deuren naar een heel andere manier van kijken, werken en ondersteuning bij dat werk.
“Je kunt tegenwoordig geen gesprek meer voeren zonder dat AI ter sprake komt. Hoewel er veel kritiek en zorgen zijn, vooral over hoe ver dit kan gaan, opent AI deuren naar een heel andere manier van kijken, werken en ondersteunen.”
De juiste informatie op het juiste moment
Als het om werk en ondersteuning gaat, zijn wij meteen van de partij. Dat is immers de gedachte achter onze software Trevally: zorgen dat de juiste informatie op het juiste moment bij de juiste persoon terechtkomt. Die informatie, bijvoorbeeld in de vorm van procedures, werkinstructies, processen of formulieren, is altijd up-to-date en wordt pas vrijgegeven nadat deze is geautoriseerd. Zo borgen we dat de collega die ermee werkt altijd de juiste, actuele versie voorgeschoteld krijgt.
AI en de randvoorwaarden
Kijken we naar de werking van Trevally en nemen we de modules WebForms, Q-Learning en Risicomanagement mee in onze overwegingen dan kun je een stevig gesprek voeren over de toepassing van kunstmatige intelligentie. Naast mogelijke functionaliteiten zijn er natuurlijk ook randvoorwaarden:
- Waar staat mijn data?
- Gaat er gevoelige data naar buiten?
- Wat betekent dit voor de veiligheid van mijn systeem?
Logische en belangrijke vragen, zeker gezien de vaak gevoelige en gereguleerde documentatie in een kwaliteitsmanagementsysteem. Dit kan concurrentiegevoelig of privacygevoelig zijn, dus veiligheid staat voorop.
Experimenteren en leren
Toch sluiten wij ons tijdens ons onderzoek, dat eigenlijk meer een speeltuin is, een beetje af van deze vragen. In een volledig gescheiden werkomgeving experimenteren we met van alles op AI-gebied. Dat doen we bewust, want ‘spelend leren’ is een effectieve manier om wijzer te worden en concrete mogelijkheden te ontdekken. Na deze ‘laboratoriumtests’ gaan we direct verder met een meer gestructureerde aanpak.
“Spelend leren is een effectieve manier om wijzer te worden en concrete mogelijkheden te ontdekken.”
Zoeken met verrijkte tekst
Voor ons en veel van onze klanten is een belangrijke basis het eenvoudig kunnen zoeken naar documenten, processen of formulieren binnen het kwaliteitsmanagementsysteem. In de huidige Trevally-publicatie kun je al op de klassieke manier zoeken door zoektermen in te voeren. We willen dit echter uitbreiden met de mogelijkheid om te zoeken via verrijkte tekst, een soort zoekprompt. Je stelt dan een vraag aan het systeem en op basis van de inhoud van de documenten, processen, formulieren en werkinstructies krijg je een antwoord.
Voorlopig kiezen we ervoor om deze antwoorden niet-geïnterpreteerd te presenteren. Op basis van de vraag en de opgebouwde kunstmatige intelligentie van het systeem worden relevante documenten gevonden en in hun geheel getoond, zonder inhoudelijke conclusies of interpretaties van het AI-model zelf.
“Voorlopig kiezen we ervoor om de antwoorden niet-geïnterpreteerd te presenteren: het systeem toont relevante documenten in hun geheel, zonder zelf inhoudelijke conclusies te trekken.”
Slimme logica in documenten
Documenten in Trevally bevatten vaak veel logica, zoals zogenaamde organisatie-eenheden (afdelingen, functies, groepen), normreferenties, definities en relaties met andere documenten. Deze logica wordt meegenomen bij zoekacties, waardoor niet alleen de tekst maar ook de onderliggende verbanden worden doorzocht. Zo optimaliseren we het zoekresultaat. De meest relevante documenten verschijnen bovenaan de lijst, met aflopende relevantie daaronder.
Onze weg naar AI
We zijn niet pas gisteren begonnen met AI. Tijdens eerdere congressen deden we al tests met spraak-naar-tekst en bouwden we een intelligente importmodule. Daarmee kunnen we bij het importeren bepalen waar in de structuur een document het beste past. In deze wereld kun je nauwelijks nog van ‘basiskennis’ spreken, want ai ai ai, wat gaat het allemaal snel! Wat vandaag ideaal lijkt, kan morgen alweer achterhaald zijn.
Volgende stappen in 2025
Het jaar 2025 is voor ons hét moment om met mooie, pragmatische functionaliteit te komen, met inachtneming van alle voorwaarden rondom dataveiligheid. Onze ontwikkelaars ronden binnenkort de brainstormfase rondom AI af, en na de Spring Release is er focustijd om de opgedane inzichten om te zetten in functionaliteit. Deze nieuwe mogelijkheden kunnen dan beschikbaar komen voor onze klanten.
Deel uw ideeën
Heeft u zelf ervaringen, vragen of ideeën over dit onderwerp? Laat het ons weten, we delen graag onze kennis. Het mooie van een idee delen is dat beide partijen er vervolgens een heel idee bij hebben. Deel je echter een euro, dan heb je er allebei maar vijftig cent aan over.
“Het mooie van een idee delen is dat beide partijen er vervolgens een heel idee bij hebben. Deel je echter een euro, dan heb je er allebei maar vijftig cent aan over.”
PS: De AI aan het woord
Natuurlijk hebben we onze kunstmatig denkende computer gevraagd wat die ervan vindt. ChatGPT antwoordde als volgt:
- Privacy en beveiliging
- Gevoelige informatie: QMS-systemen bevatten vaak vertrouwelijke bedrijfsinformatie, zoals audits en compliance-documenten. AI kan veiligheidsrisico’s meebrengen, vooral als gegevens extern worden verwerkt.
- Regelgeving (GDPR, ISO, etc.): Kwaliteitsmanagementsystemen moeten voldoen aan strenge regelgeving. AI-toepassingen moeten aan dezelfde eisen voldoen, wat extra complicaties kan geven.
- Interpretatie van complexe documentatie
- Contextafhankelijkheid: Kwaliteitsdocumenten bevatten vaak juridische en technische taal die AI verkeerd kan interpreteren.
- Verschillende versies: Procedures veranderen regelmatig, AI kan moeite hebben om de meest actuele of juiste versie te vinden.
- Betrouwbaarheid en transparantie
- “Black box”-effect: AI-modellen werken vaak met complexe algoritmen die moeilijk te doorgronden zijn. Dat is problematisch als je moet verantwoorden hoe informatie is gevonden.
- Foutmarge: AI kan verkeerde of verouderde documenten als relevant aanduiden, wat tot fouten in audits of processen kan leiden.
- Gebruiksvriendelijkheid en acceptatie
- Weerstand bij gebruikers: Medewerkers kunnen AI als onbetrouwbaar of lastig ervaren en liever handmatig zoeken.
- Beperkte zoekfunctionaliteit: AI moet goed getraind zijn op de specifieke terminologie van een QMS. Zonder goede training zijn de resultaten soms irrelevant.
- Kosten en implementatie
- Hoge implementatiekosten: AI in een bestaand QMS integreren vraagt vaak een forse investering in tijd, geld en IT-resources.
- Onderhoud en updates: AI-systemen moeten regelmatig worden geüpdatet en opnieuw getraind om accuraat te blijven, wat extra kosten met zich meebrengt.
We zijn nu op zoek naar een wat positiever ‘intern geheugen’ 😅
Wordt vervolgd…