Groen geverfd, op wielen, met twee uitpuilende ogen, een digitale glimlach en een megafoon leidt robot Frog toeristen rond in het koninklijke paleis in het Spaanse Sevilla. De robot reageert voortdurend op de gezichtsuitdrukkingen en lichaamstaal van de toeristen. Hun non-verbale reacties vertellen hem of ze nog zitten te wachten op meer informatie.

Robot Spencer brengt op Schiphol reizigers naar hun gate. Ze kunnen hun ticket bij hem scannen, en Spencer loodst al zigzaggend tussen haastige zakenlieden en spelende kinderen de reizigers naar hun vliegtuig.

2019-02-10-katMA4-robot_-_CoWriter-4-FC_web

De meest geavanceerde sociale robot vandaag de dag is Pepper: 1,20 meter lang, van witte kunststof en rijdend op wieltjes. In Franse hypermarkten van Carréfour geeft Pepper wijnadvies. In New York verwelkomt hij klanten van een grote bank. In het Belgische Luik begeleidt de robot mensen naar de gewenste ziekenhuisafdeling. In het Smithsonian Museum in Washington DC fungeert Pepper als pratende gids. Op Utrecht CS verwelkomt de robot bezoekers van de Vodafonewinkel.

Pepper –20.000 euro per stuk– onderscheidt zich van veel andere mensachtige robots door een breed scala aan sensoren, tal van ingenieuze computeralgoritmen en een zelflerende vorm van kunstmatige intelligentie (zie ”Machine learning”). Met kunstmatige intelligentie kunnen robots steeds meer op intelligente wijze interacteren met mensen. Pepper spreekt bijvoorbeeld van huis uit twaalf talen, en krijgt er voortdurend nieuwe vaardigheden bij.

Ondanks hun ingenieuze techniek zijn sociale robots zoals Pepper, Frog en Spencer nog behoorlijk beperkt in hun mogelijkheden. „Machine learning ten spijt, het zal nog lang duren voor robots complexe gesprekken kunnen voeren”, schrijft Sebastiaan van de Water in zijn boek ”Sociale robots”.

2019-02-10-katMA4-robot_-_Pepper_vp_-4-FC_web

Commando

Sociale robots dringen langzamerhand overal door. Zozeer dat hoogleraar Tibor Bosse vorige maand tijdens zijn oratie aan de Radboud Universiteit pleitte voor de oprichting van een nieuw multidisciplinair vakgebied: sociale kunstmatige intelligentie.

Ze veroveren zelfs een plaats in huishoudens. Zoals Jibo , een simpele robot voor op tafel, zonder ledematen maar met een beweeglijk hoofd dat ook dienstdoet als scherm. Hij kan zijn baasje herkennen en bijvoorbeeld enthousiast begroeten. Maar Jibo is ook vraagbaak van de familie. Een recept opzoeken? Jibo doet het op commando. Waar de files staan? Jibo vertelt het wel.

In de ouderenzorg is Paro – per stuk 6000 euro– een begrip aan het worden. Meer dan vijftig Nederlandse verzorgings- en ziekenhuizen hebben zo’n wollige babyzeehond in dienst. Hoewel het robotje niet veel meer kan dan brabbelen en jammeren, genieten dementerende ouderen van het knuffelen van Paro en maakt het ‘diertje’ hen rustiger.

In 2030 zijn er volgens het Sociaal en Cultureel Planbureau in de Nederlandse zorg 140.000 extra medewerkers nodig. Die zijn naar verwachting niet te vinden. Van de Water stelt daarom dat er niet alleen tilrobots zoals Robear nodig zijn, maar ook sociale robots zoals Paro. „We gaan handen tekortkomen. Zorgrobots, waaronder Paro, zijn daarom een absolute must.”

Marc de Vries, hoogleraar christelijke filosofie aan TU Delft, heeft zo zijn twijfels over de inzet van Paro. „Van echte genegenheid kan bij een robot geen sprake zijn. Als we het kostbare mens-menscontact gaan inruilen voor het robot-menscontact, gaat er toch echt iets mis. Als we de sociale robot inzetten omdat „de dementerende bejaarde het toch niet in de gaten heeft”, is bovendien de menswaardigheid in het geding: mogen we een medemens zo voor de gek houden omdat die het toch niet merkt?”

Soort mens

Ook in het onderwijs rukken robots op. Van de Water: „Voor autisten is een robot een heerlijk wezen. Een soort mens, maar dan voorspelbaar, statisch en logisch.” Vanuit dat inzicht bouwden wetenschappers van de University of Hertfordshire in Engeland kabouterrobot

.

Kaspar helpt autistische kinderen empathie te ontwikkelen; hij reageert altijd op eenzelfde manier op de acties van het kind. Van de Water: „Wanneer je Kaspars naam roept, toont hij een grote glimlach en tilt hij zijn handen in de lucht. Wanneer je Kaspar stompt, plaatst hij angstig zijn handen voor zijn gezicht.”

Op scholen in Singapore spijkeren kinderen regelmatig hun Engelse taalvaardigheid bij door gesprekjes te voeren met robots als Pepper. Het

leert kinderen met een slordig handschrift netter te schrijven; ze moeten het verschrikkelijk lelijke handschrift van robot Nao –die 9000 euro per stuk kost– verbeteren op een touchscreen. Dankzij machine learning leert de robot van de verbeterpogingen van het kind. En het kind voelt zich verantwoordelijk voor de prestaties van de robot.

Op zich vindt prof. De Vries het geen probleem dat kinderen zo in aanraking komen met sociale robots, omdat deze een steeds belangrijkere plaats in de samenleving zullen innemen. „Ze moeten echter wel beseffen dat zulke robots niet principieel anders zijn dan robots die niet op ons lijken, zoals een stofzuigerrobot of een snoepautomaat.”

Futuristen voorspellen dat de komende generaties terechtkomen in een wereld waarin robots al het werk met herhaaldelijk dezelfde handelingen voor hun rekening nemen. Van mensen zal niet zozeer feitenkennis, maar wel een creatieve geest worden gevraagd, schrijft Van de Water.

De Vries noemt het echter een illusie dat feitenkennis en vaardigheden los van elkaar verkrijgbaar zijn. „Algemene vaardigheden moeten altijd in een concrete situatie worden toegepast; en dan wordt er een beroep gedaan op kennis van die situatie. Dat wordt nog weleens vergeten.”

Het is wel de vraag of je alle feitenkennis in je hoofd paraat moet hebben, vervolgt de hoogleraar. „Onze opslagcapaciteit is daarvoor te beperkt. Sociale robots zouden de nieuwe handboeken en woordenboeken kunnen zijn. Maar helemaal zonder feitenkennis kan een mens niet. Dit geldt ook voor kennis van de Bijbel. Alles onthouden, gaat niet. Maar niets weten, werkt ook niet.”

Robotontwerpers bouwen met opzet robots die sympathieke gevoelens losmaken bij mensen, zogeheten antropomorfe robots. „Wie zijn modem aait als dankbetuiging voor weer een avondje snel internet, komt in aanmerking voor psychiatrische hulp”, schrijft Van de Water. „Maar met de robots werkt het schijnbaar anders.”

Hoe meer robots eruitzien als mens en zich als zodanig gedragen, hoe meer mensen de neiging hebben om mensachtige eigenschappen en gevoelens toe te schrijven aan niet-mensen. Dat speelt nog meer als de robot emoties lijkt te hebben en een mens moet voorstellen. De Vries: „ Het gevaar is niet denkbeeldig dat mensen het contact met andere mensen gaan inruilen voor het contact met sociale robots. Maar een sociale robot zal uiteindelijk niet in staat blijken om echte zorg en liefde te geven.” De hoogleraar vindt het overigens indrukwekkend hoezeer sommige robots al op mensen lijken.

Bordeel De opkomst van de sociale robots kent ook zijn duistere kanten. De echte „game changer” wordt namelijk de seksrobot, verwacht robotonderzoeker Aimee van Wynsberghe van de TU Delft. Van de Water citeert: „Die is de deur waardoor sociale robots definitief onze levens zullen binnendringen.”

Uit peilingen blijkt dat serieuze percentages mensen interesse hebben in seks met robots. In een studie in 2017 onder 229 mannen bleek dat 40 procent zich kon voorstellen binnen nu en vijf jaar een seksrobot aan te schaffen. En er bestaan inmiddels bordelen waar seksrobots de dienst uitmaken. Seksrobots klagen nooit, raken niet zwanger en veroorzaken ook geen aids.

Van de Water kan zich voorstellen dat er binnen enkele jaren apps voor seksrobots verschijnen. Die zullen twijfelachtige zaken zoals gameachtige uitdagingen bevatten, en zelfs een verkrachtingsmodus. Zorgwekkend zijn wat hem betreft de creaties van het Japanse bedrijf Trottla, dat interactieve sekspoppen bouwt van kinderformaat, compleet met gepijnigde gezichtsuitdrukkingen. Wat Van Wynsberghe betreft moeten het die kant in ieder geval niet op, schrijft Van de Water.

De aantrekkingskracht van seksrobots zit hem daarin dat ze heel eenvoudig de illusie van genot en hunkering kunnen opwekken. Zo’n seksrobot heeft over haar hele lichaam tastsensoren, zodat ze adequaat kan reageren op allerlei soorten aanrakingen.

Hoe verhoudt contact met een seksrobot zich met het zevende gebod?

De Vries: „Strikt genomen is er bij seks met een robot geen sprake van overspel. Er is immers geen ander mens bij betrokken. Niettemin staat deze vorm van zelfbevrediging buiten het Bijbelse kader van het huwelijk. Dat roept op zijn minst grote vraagtekens op. Als de seksrobot zijn intrede gaat doen, zegt dat veel over de manier waarop de gebruiker vrouwen ziet, namelijk als gebruiksartikel.”

Zal de seksrobot niet de weg banen voor de alomtegenwoordigheid en de vrije beschikbaarheid van seks op elk moment van de dag?

De Vries: „Achter de behoefte aan de seksrobot ligt de behoefte aan seksuele handelingen buiten het Bijbelse kader van het huwelijk. Dat is bepaald geen nieuw probleem. De komst van de seksrobot introduceert dus geen principieel nieuw gevaar, maar zal wel als katalysator werken: seks kan ongezien en zonder consequenties plaatsvinden.

Je vraagt je onderhand wel af hoeveel erger het nog kan worden. Kerken doen er goed aan te blijven wijzen op de waarde van het huwelijk en alles af te wijzen wat buiten het kader valt van Gods goede bedoeling met mensen.”

----

Machine Learning

Robots zoals Pepper, Frog en Spencer maken gebruik van een vorm van machine learning, een zelflerende vorm van kunstmatige intelligentie (AI).

Frog leert bij door zogeheten ”supervised learning”, een toegepaste vorm van machine learning. Programmeurs creëren een flexibel algoritme dat in het begin vrijwel niets kan. Zoals mensen leren van nieuwe ervaringen, leren deze computerprogramma’s leren van data. Door ze bijvoorbeeld duizenden foto’s te laten zien van mensen die glimlachen en duizend foto’s van boze mensen, leert kunstmatige intelligentie vanzelf patronen te ontwaren die passen in de categorie glimlach of boos.

Een andere vorm van machine learning staat bekend als ”reinforcement learning”. Programmeurs definiëren drie dingen: het einddoel, de instrumenten waarover de kunstmatige intelligentie beschikt om dat doel te bereiken, en een manier om voortgang vast te leggen. Op deze manier leren ze mensachtige tweevoetige robots al lopend hun evenwicht te bewaren.

Spencer kreeg van zijn Twentse ontwikkelaars ook de capaciteiten van ”inverted reinforcement learning” mee. Het is namelijk niet de bedoeling dat de robot op Schiphol „als een malloot” reizigers van de sokken zou rijden, schrijft Sebastiaan van de Water in zijn nieuwe boek ”Sociale robots”. Daarom moet de robot al observerend voorspellingen kunnen doen over toekomstige keuzes van mensen. Daar spelen ze dan zelf weer tactisch op in. „Spencer kan op die manier inschatten of een gat tussen twee mensen groot genoeg is om doorheen te rijden, maar ook of de gedragingen van twee mensen suggereren dat ze wellicht bij elkaar horen. Acht hij die kans reëel dan rijdt de robot keurig om hen heen.”

De meest complexe vorm van machine learning is ”deep learning”. Deze zogeheten neurale netwerken vereisen big data en enorme rekenkracht van computers. Uit ingevoerde data worden patronen en associaties afgeleid. Dankzij deep learning is het mogelijk om zwart-witfoto’s automatisch in te kleuren en bijvoorbeeld vroege signalen van kanker te ontdekken.

Niemand hoeft bang te zijn dat robots op een dag de macht zullen overnemen. Robots zijn de ultieme ”idiots savants”: ze kunnen alleen dat ene ding waarvoor ze zijn geprogrammeerd extreem goed en verder niets. Dit is een eigenschap van machine learning die ook wel ”narrow AI” wordt genoemd – beperkte kunstmatige intelligentie. En daardoor missen ze het belangrijkste vermogen dat mensen dat wel hebben, namelijk schaalbaarheid en generaliseerbaarheid. De meest geavanceerde kunstmatige breinen bezitten geen greintje gezond verstand. Helemaal niets van hun ‘intelligentie’ is schaalbaar of generaliseerbaar naar een ander domein.