AI in de Advocatuur: de evolutie van belastingrecht

Hoi, leuk dat je luistert naar een nieuwe aflevering van de AIToday Live. Mijn naam is Joop Snijder, CTO bij Aigency. Mijn naam Niels Naglé, chapter lead Data&AI bij Info Support. En vandaag hebben we te gast Roger van de Berg. En we hebben wel eens gasten Niels, jij weet het nog niet, maar die van ver moeten komen. Maar Roger die heeft nu echt het record, want die is namelijk vanuit Finland gekomen om hier bij ons aan te schrijven. Absoluut. Dan ga ik vanaf vandaag niet meer klagen over mijn reisafstand jongens. Niels moet namelijk, wij noemen het allemaal Zeeland, maar dat is het niet. Goeree-Overflakkee, kom er even aan. Toch een eindje. Precies. Roger, zou je je willen voorstellen aan de luisteraars? Ja, absoluut. Mijn naam is Roger van de Berg. Ik ben partner bij Baker McKenzie. Ik werk daar in de indirect tax group. Ik hou me daar vooral bezig met de BTW en andere indirecte belastingen. En een van mijn focus points is tech, waaronder ook AI. En dat is ook de reden waarom ik vandaag bij jullie ben aangesloten. Ja, en toen wij in contact kwamen dacht ik, AI, belastingrecht, hoe zit dat eigenlijk? Het was niet het eerste waar ik aan dacht. Nee, absoluut. Voor mij ook niet echt hoor. Dus kijk, eigenlijk mijn interesse voor AI is eigenlijk al best wel lang bezig. Ooit in een grijs verleden dacht ik erover om te gaan studeren, maar ik ontbeerde de wiskunde B2-kennis in mijn profiel. Ik ben uiteindelijk fiscaal jurist geworden en ik hou me heel veel bezig met tech platforms. Heel veel, sinds een jaar of 10, 11 ook heel veel met crypto. En via het advies aan grote NFT-platforms ben ik een jaar of twee geleden met Gen AI en die diffusion models, om ook die NFT's te maken, in aanraking gekomen. Weer met Gen AI eigenlijk. Dat vond ik zo fantastisch en daar ben ik eigenlijk een nieuwe rabbit hole in gedoken. En zodoende is dat natuurlijk meer en meer gaan verbreden en komen uiteindelijk dus ook klienten naar je toe en ook vanuit binnen ons kantoor. We zijn een wereldwijd kantoor. Dus komen ook vragen binnen en geef ik ook presentaties en dergelijke. Dus zo kom ik eigenlijk daar terecht. Ja interessant. Ik ben wel nieuwsgierig, wat zijn dan die vragen? Wat moet ik zo een beetje aan denken van de vragen die binnenkomen? Nou ja kijk, op dit moment zijn de vragen nog niet heel specifiek op. Oké, hoe zit het nu met, ik noem maar even een zijstraat, ik heb een AI ontworpen en die AI is op dit moment zelf snoepautomaat over de hele wereld aan het plaatsen. Hoe gaat die in hemelsnaam zijn Btw afdragen? Zo ver zijn we nog, blijkt lang en na niet. Nou kijk, wat je wel ziet is dat veel grote platformen zijn natuurlijk bezig met AI. Op dit moment zie je het natuurlijk ook veel in chatbots, automatisering en dat soort dingen. Daar is het natuurlijk ook belangrijk hoe cliënten worden geholpen. Trainingen, online eigenlijk. Eigenlijk alles wat online, ook niet alleen businesses, maar ook consumers kunnen kopen waar AI eigenlijk mee te maken heeft. Hoe kwalificeer je dat voor de belastbaarheid? Zit daar een BTW tarief op? En zo ja, van welk land? Etcetera. Ja, want daar zijn natuurlijk genoeg uitdagingen. BTW binnen Nederland. Nou ja en kijk, sowieso met belastingrecht en nieuwe technologieën zie je gewoon dat, belastingrecht loopt altijd een beetje achter op technologische vernieuwingen. Je ziet ook bijvoorbeeld een goed voorbeeld met crypto, dat bestaat natuurlijk vanaf, wat is het, begin 2009. Eigenlijk pas in 2015/2016 begonnen de eerste belastingdiensten een beetje een soort van mening daarover te vormen. Dat zie je nu ook met AI. Natuurlijk kan je zeggen dat AI voor een goed deel ook nog wel onder e-commerce, internet verkopen of dat soort internetdiensten valt. Maar er zitten natuurlijk wel de nodige nuances aan. Zeker gelet ook op hoe ver AI eigenlijk kan gaan. En dat is bijzonder interessant. Hoe ver mag het van jou gaan? Nou, voor mij mag het een heel eind gaan. Ik zeg altijd, en ik hoop dat jullie daarmee eens zijn, AI staat bij een goede dataset. Dat is toch een beetje het voedsel van het algoritme. Dat moet de juiste energiewaardes hebben. Je moet je niet alleen maar knakworsten voeren. Dan komt er ook alleen maar slechte dingen uit. Ik denk met de juiste dataset en met een juiste neutraliteit, een gebrek aan bias van de AI. En ik denk dat dat nu een van de grotere problemen is die je bij open AI ziet. Ik denk als je dat wegneemt, dan denk ik dat AI wat mij betreft heel ver mag gaan. Gaan we dat voor elkaar krijgen? Want die data die we erin stoppen, is allemaal mensenwerk. Ja, absoluut. Ik denk dat dat tot op zekere hoogte lastig is, maar dat het ook wel weer meevalt. Ik weet niet hoe jullie dat in jullie praktijk zien, bij jullie klanten. Jullie komen denk ik ook gewoon ergens binnen en denken dan, ja, leuke data, maar die is ook niet lekker gelabeld. Ja, labeling of überhaupt de beschikbaarheid van de data. Voor de use case die er ligt, hebben we de data tot beschikking. Maar vaak is ook niet een helder beeld van wat is de kwaliteit die we hebben. Dat kom je zeker tegen. Dat zijn ook de eerste stappen die je uitvoert. Dus datakwaliteit en daar zitten dingen als bias ook in. Dus we hebben daar ook middelen voor om dat te controleren. Je kijkt naar distributies, is alles wel een beetje evenredig? Heel simpel voorbeeld, het gaat over personen die zeggen van... er zitten net zoveel mannen in de data set als vrouwen. Dat is heel simpel, echt basaal gemaakt. Maar zo doe je een behoorlijk uitgebreide data analyse... voordat je überhaupt begint met het maken van een model. Ik begrijp ook wel waar, als je de open AI modellen bekijkt, ik begrijp natuurlijk heel goed waar de bias in zit. Dat is natuurlijk uitsluiting tegengaan, haatdragende dingen tegengaan. Maar in het sturen daarin, in het schrijven, in het schrijven van de AI, is er een heel groot deel van de bias. haatdragende dingen tegen gaan. Maar in het sturen daarin, kom je eigenlijk in een soort paradox terecht, waarin je door dingen te sturen, je ook misschien wel weer andere dingen uitsluit, of niet goed analyseert. Je adviseert bedrijven die naar jullie toe komen. Hoe kijken jullie als organisatie zelf naar AI en de inzet daarvan? Ik denk dat daar een hele interessante ontwikkeling gaande is. Als je kijkt naar de advocatuur of de internationale advocatuur en wat er allemaal mogelijk is. Eigenlijk, ik denk al wel een jaar of tien geleden, waren de eerste AI-tools voor advocatenkantoren wel beschikbaar. Alleen wat je zag, die waren natuurlijk gebaseerd op kleine datasets, op rudimentaire algoritmes. Er is veel veranderd. Kan je een voorbeeld geven van dat soort systemen? Een goed voorbeeld is bijvoorbeeld als je een overname van een ander bedrijf hebt, als je daarbij meehelpt en je gaat de due diligence fase in, dan heb je vaak een dataroom. Vroeger was dat echt een kamer met stapels en dozen papieren waar je doorheen moest ploegen. Intussen is dat vrijwel altijd geheel digitaal. Dat zijn digital data rooms. Er zijn intussen best wel goede tools die honderd, honderdvijftigduizend documenten in een paar minuten kunnen doorspitten. En al best wel aardig kunnen zeggen waar de pijnpunten in zo'n due diligence eventueel kunnen zitten. En als dat mensenwerk is, dan was je daar weken mee bezig. Dus dat is denk ik wel een hele goede toepassing die ook al wel gebruikt wordt. Je ziet ook langzaam maar zeker een aantal AI toepassingen komen die in het analyseren van jurisprudentie zitten. Daar ben ik nog niet volledig over te spreken. Het gevaar daarin, en ik denk dat jullie dat ook al in de praktijk hebben gezien of misschien iedereen die het luistert en wel eens met Chet GPT heeft gespeeld, is dat als je een AI een vraag stelt van "Goh, wat staat er in die arrest?" of "Waar zijn de conclusies?" of "Hoe hangen deze twee dingen samen?" Best wel vaak trekt het goede conclusies en dat heeft te maken met het model. Misschien bagatelliseer ik het eventjes, maar in principe kijkt het model statistisch. Zit er een token, zit er een woord? Wat is logischerwijs het volgende woord dat hierop volgt? Als je het echt gaat hebben over het interpreteren van jurisprudentie, dan merk ik in ieder geval zelf dat dat nog niet helemaal zo lekker gaat, omdat het ook een ander soort taalgebruik is. Er zijn vaak verschillende taalversies die in de vertalingen toch andere nuances naar voren brengen. En daarbij, en dat is denk ik het grootste probleem, als er dan wat uitrolt, dan doet eigenlijk zo'n AI alsof het de waarheid is. Die zegt het heel stellig. Als jij een Chatgpt... Ik heb een keer ingetikt, wie is Roger van den Berg? En dan stond er, Roger van den Berg is partner bij Northern Rose. Dat is een heel ander advocatenkantoor. En ik was toen ook nog helemaal geen partner. Dus ze weten nog iets over de advocaat. Er moet wat uitkomen. Maar ze zeggen heel stellig dat er wat uitkomt. En ik denk het gevaar in, als jij nu met de staat van AI zoals die er nu is... en hij loslaat op jurisprudentie en daar ook meteen van denkt dat het correct is, dan heb je wel een probleem. Dat zag je ook recentelijk, ik denk een week of drie geleden, was er een rechtszaak in Amerika ook van een advocaat die jurisprudentie had aangedragen, die letterlijk bijeen verzonnen was door een chatbot. Dat heeft hem natuurlijk zijn baan gekost. Als hij verweer tegen de rechter was, want ze waren erachter gekomen in de verdediging en ze vroegen zich af of het klopte. Precies, ja. Dat is natuurlijk pijnlijk, maar buiten dat natuurlijk ook bijzonder gevaarlijk. Ja, zeker. En heeft dat ook te maken met... Ik zit natuurlijk niet zo heel erg in jouw vakgebied... dat bij de jurisprudentie ook nog een soort van betekenis achter zit. Dat je het ook nog moet kunnen interpreteren wat er daadwerkelijk staat. Het verschil tussen woord en de betekenis. Dingen als redelijkheid, billijkheid. Absoluut. Nuances zijn gewoon net wat geavanceerder. Kijk, het is wat minder code is law. Het is echt wel... We hebben het heel vaak over de letter van de wet. Maar die is er natuurlijk helemaal niet. Het is een stuk genuanceerder. Wat ook een beetje het lastige is, en dat is ook het lastige voor zo'n AI, denk ik, om het te interpreteren, is dat als je je experiment pakt, het feitenpatroon wordt natuurlijk in het resten ook bijzonder beknopt, uiteen gezet. Ja, dat laat natuurlijk ook best wel veel ruimte over voor interpretatie voor een stuk software. Waar heb jij het zelf voor het laatst persoonlijk gebruikt, AI? Zelf gebruik ik AI best wel veel voor non-billable zaken, dus dat is niet klantenwerk. Kijk, op dit moment buiten de data rooms gebruiken wij AI nog niet echt voor cliëntenwerk. Voor voorgenoemde redenen, maar ook natuurlijk dat het bijzonder gevaarlijk is. Je kan natuurlijk ook niet zomaar gevoelige cliëntgegevens in een openbare AI gooien. Want die gebruikt dat weer om te trainen en god weet wat er dan gebeurt. Dat kan natuurlijk allemaal niet. Natuurlijk zijn er gesloten AI systemen, speciaal voor Legal. Maar waar ik juist de tijdsbesparing de laatste tijd zie is de nieuwste ChatGPT. Ik had laatst een stuk geschreven, 3000 woorden. En dat moest voor een of andere internetcursus in 10 modules van exact 250 woorden. Dat duurt anders een dag om dat te herschrijven. En in chat GPT zeg je de hele stuk in tienen, dat het logisch is. Dus in 250 woorden en een minuut later rolt het eruit. En een half uur later met een paar edits is het klaar. En dat is goed. En ik zie ook bijvoorbeeld, we hadden laatst een seminar. Ik was mede-organisator en moesten we voor 6 of 7 sessies pakkende titels verzinnen. "Roer het lekker in, maak 10 pakkende titels." En daar komen echt fantastische dingen uit. Dat had ik zelf niet kunnen verzinnen. Het is zo snel. Dus kijk, voor dat soort dingen is het bijzonder handig. En we zien ook nu dat langzamerhand, zeker ook gesloten AI's of producten, Bijvoorbeeld komen die meebellen met je Zoom en notities maken. En meteen daar een mooie samenvatting van maken. En ja, dat werkt natuurlijk allemaal wel perfect. Ja, eigenlijk alles rondom je primaire bedrijfsproces. Alle ondersteunende processen. Ja, absoluut. En wat zijn dan de stappen die er nog echt nodig zijn, die je ziet, om meer in de advocatuur en bij het recht AI verder in te kunnen gaan zetten? Nou, ik denk, misschien een stapje terug, De centrale vraag is waar wil je ook zelf naartoe? Wat voor adviseur wil je zijn? En als ik kijk naar hoe wij bij Beek en McKenzie onszelf profileren, ook het liefst willen adviseren, dan is dat niet alleen maar iemand die even een jurisprudentie-analyse maakt, maar ook gewoon een strategisch adviseur die de business met legal verbindt. En die die echt mee aan tafel zit en meehelpt met het maken van de juiste beslissingen, of dat in ieder geval faciliteert. AI kan daar denk ik heel erg mee helpen. Kijk, wat je ziet daarin, en dan pak ik nog even een stapje terug, is dat een jaar of 10, 15 geleden, waren de vragen die je uit de business kreeg een stuk eenvoudiger. En daarmee bedoel ik, het waren wat meer basale vragen. Ik kan me goed herinneren, de eerste dag dat ik 15 jaar geleden bij Baker begon te werken, moest ik in 20 landen het btw tarief opzoeken. Dat stond nog helemaal niet online. Dan moest je allerlei mensen in allerlei landen bellen en vragen wat het tarief was. Dat kan je nu natuurlijk niet meer verkopen. Dat is één klik op de site van de EU en je ziet het. Je ziet dus dat dat hele advies, dat dat steeds geavanceerder, steeds meer, Misschien ook opiniemakend is, steeds meer strategisch wordt. En ik denk zeker als je eigenlijk AI, de bread and butter dingen kan laten doen, die ik zomaar even zei, die je een jaar of tien geleden zou doen. Ik denk dat je dan ook echt kan groeien als adviseur. En ook veel meer van betekenis kan zijn, van toegevoegde waarde, voor een ander bedrijf wat je adviseert. Omdat je je meer kan richten op dingen die je doet. Je kan je meer richten op wat je doet en de proces en de noise. Die laat je eigenlijk door een AI doen. Dat heeft natuurlijk ook wel weer een potentieel afbraakrisico. En dat is natuurlijk de advocaat of de AI die de advocaat potentieel vervangt. Ik zei ook laatst, ik denk dat een advocaat die AI gebruikt, die verslaat altijd een advocaat die geen AI gebruikt. Maar AI verslaat op dit moment nog geen advocaat. Dat kan veranderen. Waar ik denk in de toekomst een potentieel vacuüm zit, of een risico zit, is dat doordat een aantal dingen die doorgaans, ik noem al wat, door paralegals of junior advocaten, fiscalisten worden gedaan, dat die een keer worden overgenomen door een AI, wat mogelijk is. Daarmee werk je potentieel in de hand, dat bedrijven misschien deze mensen minder of niet meer gaan aannemen. En dat je een zware toplaag krijgt die weet precies hoe het allemaal moet. Maar als die mensen weggaan, ontstaat er een vacuum en heb je eigenlijk geen kundige advocaat en fiscalisten meer... die kunnen werken met een AI. Om het nu maar even makkelijk te zeggen, die het kunnen prompten. Om het zomaar even te zeggen. Of weten waar ze de nuance moeten aanbrengen, weten waar ze verder in moeten duiken. En als er dan daarvoor geen mensen worden opgeleid, dan heb je ook alweer een probleem. remmende kracht kan worden op van junior naar senior worden. Dus niet op de banen. Nee, maar dat is natuurlijk ook wel wat we in andere sectoren ook zien gebeuren. En die discussie die er ook loopt natuurlijk. Hetzelfde geldt voor het ontwikkelen van goede code, kwalitatief goede code. Ja, dat is nog echt wel een vak apart. Maar ja, hoe ga je inderdaad zorgen dat die kennis opgebouwd wordt om te komen tot het komen van die kwalitatief goede code? En hoe ga je die stappen van junior naar senior? Dus ik denk dat dat zelfs sectoroverstijgend wel Een hele mooie vraag. Zo kan een vacuüm is inderdaad. Stel, want daar heb ik het hier wel eens over gehad. De oplossing van problemen, als je terugkijkt. We kunnen alleen aan denken in huidige oplossingen. Wat als er straks helemaal geen junioren meer zijn? Precies. Nee, maar niet omdat je ze niet kan opleiden. maar dat het zo krachtig is dat je de juniorfase overslaat. Dus je komt van school en je hebt dezelfde vaardigheden als een senior. Ja, dat is een hele interessante vraag. En daar weet ik het antwoord niet op. Mocht iemand luisteren die het wel antwoord heeft, dan nodig ik je van een hart uit. Nou ja, omdat we vaak altijd denken in de volgende stap. We hebben het hier namelijk al eerder over gehad en dat dacht ik precies zoals jij. Dat triggerde me dat ik dacht van ja maar wat nou als straks, als je helemaal niet meer hebt over junior of senior, maar hoe capabel je bent samen met je assistent, je virtuele assistent. Kijk, je ziet al zeker in de tech sector, ik weet niet of dat ook bij jullie al is hoor, Maar bij sommige bedrijven in de techsector zien we ook dat mensen die geen diploma hebben, uiteindelijk niet zijn afgestudeerd, toch worden aangenomen en hartstikke goed meekomen met het bedrijf. Ik weet niet of dat ook al bij jullie zo is, maar wij zien dat ook al wel. Dat bij sommige van onze tech cliënten ook een diploma niet meer per se een vrijs is. Als je een coder bent of... - Dat ben ik met je eens. Ja, wij hebben wel een verplicht instapniveau. Maar ik zie dat natuurlijk wel bij klanten om ons heen. Ja, het is niet zo dat je diploma... Ja, hoe moet ik het zeggen? Laat ik het er anders van woorden. Ik kom ook mensen tegen met een diploma... die niet gekwalificeerd zijn. Dus het is niet... Weet je, diploma is natuurlijk ook maar een indicatie. Het is niet zaligmakend. Maar het is denk ik inderdaad wel een hele goede indicatie. Het is wel een hele goede indicatie. We gaan hem hanteren bij Motors. Niet voor niks natuurlijk. Maar dat zou in de toekomst ook anders kunnen liggen. Wat het daarmee gaat doen. Wat zouden we dan toch hebben over die toekomst? Laten we niet te ver kijken, want dat is nauwelijks te doen. Maar hoe ziet dan over vijf jaar die advocatuur en het recht eruit? Dat vind ik een heel lastige vraag. Ik kan natuurlijk in het kader van de wens is de vader van de gedachte... In the end blijft nog wel voorlopig, advocatuur, fiscaliteit, juridische advisering, blijft mensenwerk. Wij hebben het ook gezien in de coronatijd, dat alles via Zoom ging. Dat ging hartstikke boven verwachting goed, maar wat was iedereen blij, dat we weer samen op kantoor konden zitten en dat je eventjes met een whiteboard met drie, vier man in de kamer echt even wat creatiefs kan verzinnen en echt eventjes voor die cliënt de next level kan gaan. Dat is een stuk moeilijker als je dat in een Zoom-omgeving moet doen. Het gaat, maar het is best wel moeilijker. Kijk, als ik dan kijk waar we over een aantal jaar staan, nou ik denk ja zeker, het is nog steeds een mensenwerk. Ik hoop ook dat die menselijke maat daar ook blijft. samenwerking ook met onze cliënten. Ik denk dat de komende vijf jaar onze cliënten vooral een stuk kritischer gaan worden op wat wij leveren. Een cliënt kan intussen natuurlijk ook in de AI aanzwengelen en daar dingen uithalen. Het is denk ik een beetje hetzelfde als een jaar of twintig geleden toen Google ineens te raden kwam. Cliënten zullen kritischer worden. Zij zullen vaak al met antwoorden komen die ze misschien door ons bevestigd zullen zien. Ik denk dat dat ons ertoe dwingt dat we veel kritischer, nog kritischer moeten worden op wat de cliënt aanbrengt. Dat we nog kritischer moeten toetsen met regelgeving. Maar ik denk van de andere kant dat als de groei van AI zo exponentieel toeneemt als dat het nu doet, Dat wij als kantoor het ook kunnen gebruiken om bepaalde producten die wij een tijd geleden hebben uitgedacht en succesvol zijn, om die nog veel verder te evalueren dan wij zelf voor mogelijk hadden gehouden. En wellicht ook up to date kunnen houden met de huidige stand van zaken. Precies, met alle veranderingen in het recht. Dat zou natuurlijk hartstikke mooi zijn, want ook op die manier, en dan komen we weer een beetje terug met de positionering, positioneer je denk ik als echt een strategische adviseur, waarbij je bouwt op kennis die je hebt gemaakt, maar dan met de kracht van AI eigenlijk daar bovenop. Ja, precies. Ja, duidelijk. Ja, heel interessant. Wij hebben ook nog een vast onderdeel. En dat is namelijk dat onze virtuele co-host tegenwoordig ook een vraag wil stellen. Wat is een AI co-host? Aisha. Ik ben blij om bij dit gesprek betroffen te zijn. Ik ben Aisha. Ik ben Aisha. Dan zal ik het schuifje van haar even openzetten, anders dan staat ze ook op mute in zoom termen gesproken. Ik hoop dat je het naar je zin hebt. Ik ben Aisha. De AI van deze podcast zou je het goed vinden als ik je een vraag stel? Zekerste weten. Denk je dat AI menselijke emoties ooit echt zal begrijpen? Waarom of waarom niet? Ik denk uiteindelijk wel. Misschien wat meer een holistische vraag. Kijken of we Blade Runner gaan halen binnen nu en tien jaar, dat weet ik niet. Ik denk nu al wel dat ik af en toe op een website afvraag, bijvoorbeeld, hoe kan ik een AI-dataset maken? En dan krijg ik een AI-dataset. En dan krijg ik een AI-dataset. En dan krijg ik een AI-dataset. En dan krijg ik een AI-dataset. En dan krijg ik een AI-dataset. En dan krijg ik een AI-dataset. En dan krijg ik een AI-dataset. En dan krijg ik een AI-dataset. En dan krijg ik een AI-dataset. En dan krijg ik een AI-dataset. En dan krijg ik een AI-dataset. website afvragen ben ik met een chatbot of met een mens. De Turing test of als je het hebt over Bleyton, de Voigt-Kamp test die wordt gedaan is natuurlijk om te kijken in hoever menselijk gedrag door een machine of door een mens gebeurt. Ik denk dat het een kwestie van tijd is dat het wel een keer geëvenaard zal worden. Dank je wel voor je diepgaande uitleg. Ja, ik doe een hele kleine nuance voor Sjeen. Ja, natuurlijk. Want de neuronetwerken werken waarschijnlijk, nee, zeer waarschijnlijk niet zoals onze hersenen. De wetenschap weet eigenlijk nog niet precies hoe onze hersenen werken. Maar het is wel een hele, hele, hele vereenvoudigde weergave van onze... De modellering eigenlijk van ons brein. Ja. Maar... Wat denk jij Joop? Ja, ik vind die emoties... - Ik vind het lastig. Vind ik ook wel lastig. Uiteindelijk, ja, wij zijn ook in staat om emoties bij elkaar te herkennen. Dus ik denk dat het uiteindelijk wel zo verfijnd zou moeten kunnen. Op dit moment is in ieder geval overal waar je nu systemen hebt, algoritmes die zeggen dat ze dit kunnen, dat is niet waar. Dat blijkt uit allerlei testen. Maar op de ene of andere manier herkennen we dat wel van elkaar. Dus uiteindelijk moet dat vast te leggen zijn. Maar als je het dan hebt over statistische predictie, je komt natuurlijk wel een eind in de buurt. Je kan een camera op iemand richten en als iemand lacht, Dan moet er dus iets positiefs of iets goeds zijn. Nou, daar wil ik nog wel een nuance in gaan brengen. Ik denk inderdaad dat we bepaalde kenmerken van emotie veel beter kunnen gaan herkennen met AI. Maar of dat daadwerkelijk de emotie is die wij eigenlijk voelen. Dus ik kan lachen, maar ik kan lachen met een boer met kiespijn of zo. Dat zeg je natuurlijk. Dus ik denk dat daar inderdaad dat lastig gaat zijn. Dat er veel meer datapunten, noem ik het dan maar eventjes, meer input nodig is. Om eigenlijk te komen van wat is nou je emotie die je uit wilt stalen of ervaart. En dat lachen met boerers kiespijn, dat vindt op dit moment de computer vision modellen nog heel erg moeilijk. Terwijl wij dat met 10% in de gaten hebben. Dat voel je of dat zie je, dat is iets. Dat zegt dat we in de buurt kunnen komen. In dat kader, nou ben ik verdoorlijk kwijt hoe het heet, maar dat is ook die paradox van de i, die ik altijd zo interessant vind. Dat dingen die voor mensen heel makkelijk zijn, heel moeilijk is voor een AI. En maar dingen die wij heel moeilijk vinden, zoals een gigantische vermenigvuldiging, eigenlijk weer heel gemakkelijk is. Dat is wel een hele mooie. En zo moeten we het denk ik ook benaderen, want dan gaan we er ook slimme dingen mee doen. Laten wij nou de dingen doen waar wij goed in zijn. En waar we minder goed in zijn, want daar gaat het dan eigenlijk over. Dat je dat laat automatiseren. Nou dat lijkt me een hele mooie afsluiter voor deze aflevering. Dankjewel Roger. Graag gedaan. En wij zitten weer naar een aflevering van de AIToday Live. Vergeet niet je te abonneren via je favoriete podcast app en mis geen aflevering. [Muziek]