AI is ouder dan je denkt. Het idee bestaat al sinds 1956, toen wiskundige John McCarthy de term "artificial intelligence" bedacht op een zomerworkshop op Dartmouth College. Vijftig jaar geleden, in 1976, draaiden er zelfs al lerende systemen die medische diagnoses stelden. En toch veranderde de wereld toen niet. Juist dat maakt dit gedachte-experiment de moeite waard.

Het bestond al, en toch gebeurde er weinig

Stel je een arts in 1976 voor met een computer die meedenkt over de juiste antibiotica. Dat is geen fantasie. Aan Stanford draaide begin jaren zeventig MYCIN, een systeem dat infecties diagnosticeerde en behandelingen voorstelde. Het haalde een correcte diagnose in ongeveer 65 procent van de gevallen, beter dan artsen die geen specialist waren in dit soort infecties.

Toch is MYCIN nooit in de praktijk gebruikt. Niet omdat het niet werkte, maar omdat niemand wist wie verantwoordelijk was als het systeem het mis had. De technologie was er. Het vertrouwen, de wetgeving en het proces eromheen niet.

Waarom de wereld toen niet kantelde

Het tweede probleem was rekenkracht. De snelste computer van 1976 was de Cray-1, met een piek van zo'n 160 miljoen rekenbewerkingen per seconde. Hij kostte 7,9 miljoen dollar en vrat 115 kilowatt aan stroom.

Vergelijk dat met 2012, het jaar dat moderne AI echt begon. Toen won AlexNet de grote beeldherkenningswedstrijd ImageNet, draaiend op twee gewone game-videokaarten van een paar honderd euro per stuk. Elke kaart deed alleen al ruim duizend keer meer bewerkingen per seconde dan die hele Cray uit 1976.

In 2012 kwamen drie dingen samen die in 1976 nog ontbraken. Genoeg data, genoeg rekenkracht en betaalbare energie. Pas toen werkte het idee. De les: een uitvinding verandert niets zolang de wereld eromheen er nog niet klaar voor is.

Vier domeinen, eerlijk bekeken

In de gezondheidszorg had je waarschijnlijk eerder beslissingsondersteuning gehad. Maar het verhaal van MYCIN laat zien dat de rem niet de techniek is. Het is de vraag wie aansprakelijk is. Die vraag speelt vandaag nog steeds. Een AI die in 1976 al meekeek, had dezelfde discussie 50 jaar eerder losgemaakt, niet opgelost.

In het onderwijs had elke leerling decennia eerder een persoonlijke digitale bijles kunnen krijgen. Het psychologische voordeel is groot. Minder kinderen die afhaken omdat ze in een klas van dertig niet worden gezien. Het risico is even reeel. Een generatie die eerder leunt op een systeem dan op eigen denkwerk, en scholen die de regie kwijtraken aan de leverancier van de software.

In de economie was het automatiseringsdebat 40 jaar eerder begonnen. Werk dat we nu pas zien verschuiven, was dan al in de jaren tachtig opgeschud. Sneller welvaart, maar ook eerder de scheidslijn tussen wie de rekenkracht bezit en wie niet. Macht concentreert zich nu eenmaal waar de infrastructuur zit.

Voor werk geldt hetzelfde dubbele beeld. Saaie, repetitieve taken waren eerder verdwenen. Maar ook de onzekerheid, de omscholing en de vraag wat een mens nog toevoegt, waren eerder op tafel gekomen. Niet als ramp, niet als utopie, gewoon als verschuiving die je moet begeleiden.

De prijs die je niet ziet

Vroege AI was zwak, niet onschuldig. Een systeem dat in 65 procent van de gevallen gelijk heeft, heeft in een op de drie keer ongelijk. Wie daar blind op vaart, neemt foute beslissingen met een gevoel van zekerheid. Dat is gevaarlijker dan twijfel.

Daar komt bij dat dezelfde technologie die diagnoses stelt, ook mensen kan volgen en sorteren. Surveillance, profilering en machtsconcentratie waren met 50 jaar voorsprong eerder volwassen geweest, in een tijd zonder privacywetten om ze te begrenzen. De winst en de schade lopen door dezelfde kabel.

De rem zit in je data, niet in het model

Het gedachte-experiment heeft een nuchtere kern voor elke ondernemer. De vraag is zelden of de technologie bestaat. AI bestaat al 70 jaar. De echte vraag is of jouw bedrijf de data, het proces en het vertrouwen heeft om er iets mee te doen.

Daarom struikelen bedrijven nu niet over de modellen, maar over rommelige data, onduidelijke verantwoordelijkheid en een team dat het niet vertrouwt. Precies de dingen die MYCIN in 1976 al tegenhielden.

Data, verantwoordelijkheid en afspraken: dat is het werk dat de prijs betaalt van AI die niet werkt. Elke dag dat je data rommelig blijft, betaalt iemand de rekening. Niet in systemen. In uren van mensen die het handmatig rechtzetten.