Laat ik maar eerlijk zijn, de snelle opkomst van AI (artificial intelligence) en specifiek ChatGPT overviel me een beetje. Zelfs als computernerd was ik er niet op bedacht dat de impact zo snel al zo groot zou zijn en door het hoge tempo ervoer ik het direct als een bedreiging. Ik geef daarbij ook direct toe dat ik niet bepaald een AI-expert ben. Zowel van de werking als van de mogelijkheden in gebruik ben ik nog niet helemaal op de hoogte. Tegelijk is het, zoals wel vaker, ook niet slim om te onderschatten wat nieuwe technologieën ons gaan brengen in de toekomst. Reden genoeg om dit onderwerp eens onder de loep te nemen.

Afgaande op wat ik in mijn LinkedIn-feed vind, kan het alles en is het geweldig. Ook constructief gezien lijken de uitdagingen met ChatGPT zo getackeld te kunnen worden. ‘Oké, dat is mooi, dan kan ik dat dus ook’, dacht ik. Het bleek allemaal behoorlijk genuanceerder te liggen.
Te beginnen met de eerder aangehaalde voorbeelden van de tank [1] en het gebouw [2]. Het blijkt dat het hier nog gaat om een tekstuele invoermogelijkheid bovenop bestaande automatiseringen. Met andere woorden, het script om de ontwerpen te maken, is vooraf gedefinieerd en ChatGPT interpreteert de tekstuele input (de prompt) van de gebruiker om het model op te zetten. ChatGPT filtert braaf de variabelen uit de opdracht van de gebruiker en interpreteert waar deze moeten worden ingevuld in het script. Dit is ontzettend knap, maar leidt niet tot een bedreiging voor mijn baan, noch voor die van jou.

Waarom niet? Twee redenen. De eerste is dat ik er niet van overtuigd ben dat je enkel een dergelijke user interface aan een gebruiker kan leveren. Hoe weet de gebruiker dan wat je tool precies kan? Moet die er maar lukraak op los vragen in de hoop erachter te komen? In de combinatie met de normale user interface? Ja, dan wel. Maar als dit het wordt, dan verwacht ik dat dit evenzoveel gebruikt wordt als virtuele assistenten zoals Siri of Alexa. Dus door een selecte club en de rest doet het op de ‘ouderwetse’ manier.

Ten tweede is het, zoals je vast weet omdat je waarschijnlijk zelf ook in de bouw werkt, behoorlijk lastig om iets goed uit te leggen. Laat staan zó goed, dat je daadwerkelijk je exacte bedoeling van een ander terugkrijgt. Onze communicatie zit vol met interpretatieverschillen, aannamen en geïmpliceerde bijbedoelingen. Het is extreem moeilijk om voor een ontwerpopgave een dermate duidelijke prompt te schrijven, dat het antwoord ook daadwerkelijk bevat wat je exact bedoelt. Daar komt bij dat, in ieder geval ikzelf, tijdens het uitdenken van ideeën absoluut niet in detail weet wat ik moet vragen, of zelfs weet wat ik precies nodig heb. Ik werd er daarentegen door een bevriend constructeur op gewezen dat de oplossing hier mogelijk ligt in het aangaan van een dialoog. Dan zou je wel je bedoelingen kunnen fijn slijpen, net zoals je in een goed gesprek zou doen.

Terug naar de vermeende bedreiging: het lijkt mij confronterend als een kunstmatige intelligentie in staat zou zijn om de juiste software bij elkaar te zoeken, de scripts te genereren om een handeling uit te voeren en een model zo te bouwen zoals de ontwerper het daadwerkelijk had bedoeld. Dat blijkt echter niet mogelijk. Of wellicht nog niet. Ik ga ervan uit dat het nog even duurt voordat we zulke knappe AI’s gaan zien. Gek genoeg hoop ik ergens dat het ooit kan, en vind ik het tegelijkertijd erg spannend.

Wel is er de mogelijkheid om Large Language Modellen (LLM), zoals ChatGPT, zelf te trainen om het juiste model te maken op basis van tekstuele invoer. Hiervoor blijkt een grote dataset met modellen nodig, voorzien van een beschrijving zoals jij en ik het allebei zouden uitleggen. Er wordt gezegd (door ChatGPT, kijk maar [3]) dat dit heel moeilijk te realiseren is en dat je veel kennis nodig hebt van zowel het trainen van LLM’s, als ook de software waarin je iets wilt maken.

Je kunt ChatGPT trouwens ook laten assisteren in het maken van programmacode. Maar dat is handig! Voor elke constructeur een hele aardige skill om te leren, omdat het kleine stukjes werk flink kan vereenvoudigen. Nee, ik raad niet aan om een-op-een te kopiëren en plakken wat ChatGPT genereert, maar ter inspiratie of als basis is het waardevol omdat het je denktijd bespaart. Het kan blijkbaar ook direct in je favoriete ontwerpsoftware [4]. Het blijkt zelfs verrassend makkelijk op te zetten [5].

Tot slot blijkt ChatGPT ervan overtuigd dat het constructief advies kan leveren [6,7]. In de algemene antwoorden die ChatGPT genereert, zit soms wat waarheid, zij het dat het nogal algemeen blijft. De antwoorden zijn vooral interessant voor constructeurs die de antwoorden ter inspiratie gebruiken en zeker niet voor het algemene publiek. Belangrijk om te begrijpen is dat ChatGPT geen ‘kennis’ put uit een (gevalideerde) dataset, noch eventueel benodigde kennis online opzoekt [zie o.a. 8]. Hoe dit meerwaarde biedt ten opzichte van een Google-zoektocht, het lezen van naslagwerken of zelfs een goede opleiding weet ik niet, maar het kan wel het begin zijn van iets moois. Zeker wanneer je een LLM kunt koppelen aan datasets mèt kennis over constructies [9]. Een eigen AI-sidekick, die je net even scherp houdt op de momenten waar je het nodig hebt? Klinkt goed.

Waar gaat AI nu waarde toevoegen en echt het verschil maken? Op dit moment zou ik het zoeken in de assisterende functie, bijvoorbeeld bij het vormen van gedachten of bij het genereren van een stukje uitwerking waar je zelf verder mee gaat. Er zijn duidelijk voordelen aan het gebruik van ChatGPT die goed uit kunnen pakken en bovendien bereid je je zo voor op de toekomst. ChatGPT klakkeloos gebruiken? Nee natuurlijk niet. Maar dat deed je ook niet met FEM-software, Eurocode-normeringen en andermans Excel-sheets toch?

Bronnen
1. ChatGPT in RFEM 6, zie ook discussie.
2. Een heel gebouw genereren met behulp van AI prompts.
3. Wat ChatGPT zelf vindt van het trainen van een AI
4. ChatGPT prompts in Grasshopper
5. Het is verrassend makkelijk om van ChatGPT gebruik te maken in apps zoals Dynamo
6. Vraag ChatGPT om uit te leggen hoe je bepaalde constructieve berekeningen maakt
7. Voorbeeld Hilti ankers
8. Uitleg van ChatGPT voor niet-technische mensen. Ook interessant: https://www.parand.com/tag/explainer.html
9. Artikel Data and AI at Core Studio, Rumoer 82: Data, vanaf bladzijde 16