AI, maak kennis met SI: kunstmatige intelligentie inzetten voor duurzaam beleggen

Het grootste nadeel van de samenkomst van AI en SI is dat kunstmatige intelligentie een computeralgoritme is dat opereert in de digitale/virtuele ruimte, terwijl de meeste aspecten van duurzaam beleggen juist fysiek zijn, zoals het bouwen van windturbines of het beschermen van de biodiversiteit.

Bij machine learning draait het in wezen om het signaleren van patronen. De computer extrapoleert gegevens om afwijkingen te ontdekken, te zien waar efficiëntie kan worden gevonden, en uiteindelijk toekomstige trends te voorspellen. Een eenvoudige toepassing hiervan is de automatische aanvulling van getypte tekst op een smartphone, die leert van je typgewoonten. Een ander voorbeeld is een spamfilter voor e-mailberichten.

Deze algoritmen zijn weliswaar beperkt tot de digitale wereld, maar toch hebben ze een enorm potentieel voor toepassingen in duurzaam beleggen, zegt Chen, hoofd Alternative Alpha Research bij Robeco. Zo kunnen ze ingezet worden voor het ontwikkelen van klimaatmodellen en het opsporen van ontbossing. Daarnaast kunnen ze helpen de gezondheidszorg en het onderwijs te verbeteren en de Duurzame Ontwikkelingsdoelen (SDG's) te realiseren.

Eigenlijk zijn er toepassingen te bedenken voor het gehele ESG-spectrum, zegt Chen. En het is makkelijk genoeg om te beginnen met de ‘E’.

“De klimaatverandering is een van de grootste bedreigingen voor de mensheid”, zegt Chen. “Het Amerikaanse ruimtevaartprogramma Apollo had in de jaren 60 van de vorige eeuw als doel een bemande vlucht naar de maan uit te voeren. Dat was een enorme uitdaging, waarvoor een leger van wetenschappers en ingenieurs samenwerkte met de overheid. Voor klimaatactie geldt eigenlijk hetzelfde: de overheid moet het voortouw nemen, maar ook wetenschappers, academici en ngo's moeten meedoen.”

“AI kan ingewikkelde patronen signaleren in gigantische datasets in wereldwijde klimaatmodellen. Dat is waarschijnlijk het allerbelangrijkste waar AI ons mee kan helpen. Er kan mee gekeken worden naar oceaanstromingen en hun weerkaatsing door de zon in de atmosfeer of straalstromen – het is allemaal een groot samenhangend systeem.”

“Als je satellietfoto's of dronefoto's hebt van regenwouden of andere beschermde gebieden, kan AI ook worden gebruikt om de patronen te analyseren, onregelmatigheden vast te stellen en illegale activiteiten op te sporen.”

Chen gelooft dat AI achter de schermen ook een rol kan spelen bij de ontwikkeling van hernieuwbare energie. Daarmee zou de eigen uitstoot gecompenseerd kunnen worden, die optreedt bij het trainen en uitvoeren van AI-algoritmen. Het gebruik van computers is verantwoordelijk voor 2% van alle CO₂-uitstoot op aarde – dat is zelfs meer dan de luchtvaartindustrie. Op dit moment draait AI grotendeels op de verbranding van fossiele brandstoffen.

“Machine learning en natuurlijke taalverwerking, in het Engels natural language processing (NLP), kunnen natuurlijk niet letterlijk zelf een windturbine bouwen”, zegt hij. “Maar voordat je zo'n windturbine bouwt, moet je wel bepalen waar je die plaatst, hoe je die bouwt, welke technologie je gebruikt en wat de verwachte voordelen en valkuilen zijn. Je moet weten wat voor soort generator of magneten je in de motoren van de windturbine moet stoppen. Zo'n analyse is nogal ingewikkeld, en AI kan mensen helpen om die te optimaliseren.”

Dan is er ook nog het probleem dat windturbines niet werken als het niet waait en zonnepanelen 's nachts niet werken. Daarom is er opslag van reserve-elektriciteit nodig voor de momenten dat er geen of minder energie wordt opgewekt. Maar liefst 30% van de investeringen die gedaan moeten worden om netto-nul te bereiken in 2050, is nodig voor de aanleg van een nieuw elektriciteitsnet.
“We moeten een soort batterijsysteem ontwikkelen, want hernieuwbare energie is helaas niet zo betrouwbaar als fossiele brandstoffen”, zegt Chen. “Wat zijn de beste locaties voor zulke batterijen?

En hoe ontwikkel je een optimaal batterijnetwerk? Voldoen aan de energiebehoeften van de samenleving en het sporadische en periodieke karakter van duurzame energieopwekking overwinnen – dat zijn slechts twee van de vele kwesties waar AI bij kan helpen.”

Een praktisch voorbeeld hiervan is te vinden in de datacenters van Google, waar de gigantische servers die worden gebruikt om Google-producten te laten draaien, zoals zoekmachines, Gmail en YouTube, veel warmte genereren. Dezelfde apparatuur moet worden gekoeld met energieverslindende koelmachines. Een AI-programma dat is ontwikkeld door DeepMind, een dochteronderneming van Google, heeft machine learning ingezet om de impact op het milieu te beperken. ¹

Het DeepMind-programma heeft historische gegevens verzameld van duizenden sensoren in het datacenter, zoals de temperatuur en de snelheid van koelpompen, en heeft die ingevoerd in een verzameling van neurale netwerken. Vervolgens zijn energieverbruiksfactoren toegevoegd, zodat de machine de toekomstige temperatuur van het datacenter voor het volgende uur kon voorspellen. Op basis daarvan kon die de optimale energie berekenen die nodig is om alles goed gekoeld te houden.

Uiteindelijk wist het programma een energiebesparing van 40% te realiseren voor de koeling en de algemene toekomstige overheadkosten van de power usage effectiveness met 15% te verlagen. Google heeft plannen gemaakt voor de toekomstige toepassing van deze technologie, onder meer voor het verminderen van het energieverbruik bij de productie van halfgeleiders en voor besparingen op waterverbruik.

Op een breder niveau kan de technologie van DeepMind worden gebruikt in huizen, kantoren en fabrieken om de bezettingsgraad te bestuderen en op basis daarvan de energie-efficiëntie te maximaliseren. Op dezelfde manier zoals sensoren lichten kunnen uitschakelen als er niemand aanwezig is, kan machine learning de waargenomen lichaamswarmte gebruiken om te bepalen wanneer de verwarming of airconditioning hoger of lager moet worden gezet. Slimme apparaten zoals Alexa van Amazon doen iets soortgelijks bij mensen thuis. ²

Een andere toepassing is het leveren van een bijdrage aan de groei van het aantal elektrische auto's. Daarbij leren AI-gestuurde navigatieprogramma's waar nieuwe laadpalen zijn geplaatst om bestuurders te helpen bij het vinden van de dichtstbijzijnde. Deze technologie wordt het meest gebruikt voor de ontwikkeling van zelfrijdende auto's, zowel benzine- als elektrische auto's, waarbij de machine de lokale topografie, rijomstandigheden en verkeerslichtinstallaties leert om bestuurders veilig door steden te navigeren.

In het maatschappelijke onderdeel van ESG wordt AI vooral gebruikt in toepassingen in de gezondheidszorg en het onderwijs, zoals het vinden van een geneesmiddel tegen kanker, moleculaire techniek of het mogelijk maken van gepersonaliseerd onderwijs. AI kan ook de kosten van de gezondheidszorg verlagen in delen van de wereld waar die tekortschiet, want een machine kan die uiteindelijk opschalen en daarmee goedkoper maken.

“Ik woon in Boston, een van de toonaangevende biotech-hubs op deze wereld”, zegt Chen. “Mensen die betrokken zijn bij de biotechnologische industrie, vertellen me dat ze veel gebruikmaken van AI bij de ontwikkeling van medicijnen en behandelingen, zoals mRNA. Ze zetten AI in om de effecten van medicijnen op verschillende ziektebeelden te simuleren.”

“Het gebruik van AI zit dus al ingebakken in het R&D-proces, door te simuleren hoe verschillende biologische processen of mechanismen reageren op en interageren met verschillende behandelingen. Er is een enorme hoeveelheid toepassingen voor. We staan hiermee op het punt om oplossingen te vinden voor ziekten die de mensheid al heel lang plagen.”

Een erkende AI-toepassing is in kankeronderzoek, waarbij wordt gezocht naar eiwitmarkers of indicatoren van bepaalde afwijkingen. Als een patiënt een bepaalde eiwitmarker in een bloedcel heeft, kunnen patroonvergelijkende algoritmen deze vergelijken met andere markers om afwijkingen op te sporen – en dat doen ze nauwkeuriger dan menselijke artsen.

Dit kan ook de diagnosetijd enorm versnellen, wat voor een levensbedreigende ziekte zoals kanker cruciaal kan zijn om op tijd te bepalen of de tumor behandeld kan worden. Maar AI wordt misschien wel het meest ingezet om überhaupt toegang tot gezondheidszorg te verschaffen.

“De reden waarom je zo lang moet wachten op een arts is omdat er niet genoeg zijn. Daar kan AI een enorm verschil maken”, zegt Chen. “Artsen kijken hoofdzakelijk naar je symptomen en vertellen je op basis van hun kennis wat de waarschijnlijke oorzaken zijn. Ze voeren diagnostische tests bij je uit en interpreteren de resultaten daarvan. Dit proces kan voor een groot deel volledig worden geautomatiseerd.”

Dat zou geweldig zijn voor mensen uit afgelegen dorpen, of uit ontwikkelings- en frontierlanden, waar medische zorg mogelijk niet direct beschikbaar is of te duur is om op de traditionele manier te verlenen. De patiënt geeft aan wat zijn of haar symptomen zijn en die gegevens worden verzameld in een nabijgelegen stad, vanwaaruit de behandeling wordt georganiseerd en opgestuurd.

We stuiten hier echter ook op het eerste grote probleem met AI, want wat als het fout gaat? En zou je meer vertrouwen op een robot of op iemand in een witte jas? “AI kan het uiteraard bij het verkeerde eind hebben, maar dat geldt net zo goed voor menselijke artsen – ook die stellen wel eens een verkeerde diagnose”, merkt Chen op.

“Natuurlijk zijn we geneigd om mensen meer te vertrouwen dan een robot, en zo hoort het ook. Ik zeg ook niet dat AI mensen kan vervangen, maar het kan zeker een mooie aanvulling zijn op menselijke specialisten en veel van het voorbereidende werk doen.”

En wie moet je aanklagen als een machine een fout maakt? Je kunt immers geen juridische stappen ondernemen tegen een computer. Dat is geen probleem, want een patiënt kan nog gewoon actie ondernemen tegen de zorgverlener of verzekeraar, op dezelfde manier als eerder. “Er is nog altijd een overkoepelend wettelijk kader voor het afhandelen van klachten dat wordt gewaarborgd door het zorgstelsel en de overheid”, voegt Chen toe. “Daar komt geen verandering in, ook al verandert het diagnosesysteem wel.”

Naast gezondheidszorg zou AI ook een revolutie teweeg kunnen brengen in het onderwijs, door de toegang voor iedereen op dezelfde manier te verbeteren. “Kennis is waarschijnlijk onze meest waardevolle nationale hulpbron”, zegt Chen. “Maar de kennisontwikkeling van een complete bevolking via kwalitatief hoogstaand onderwijs is erg duur, want dat vraagt om individuele aandacht.”

“Elk kind is anders, en elk kind leert ook anders. Maar hoe speel je daarop in? Het gaat om het bieden van toegang, zowel in grote steden waar individualisering nodig is, als op afgelegen plaatsen waar het gewoon draait om basistoegang.”

“Mensen maken zich zorgen over misbruik van AI, bijvoorbeeld door ChatGPT een essay te laten schrijven om een examen te halen, maar ik denk de inzet van AI in het onderwijs vooral veel positieve kanten heeft. Privéscholen kunnen je meer persoonlijke aandacht of maatwerk bieden, maar openbare scholen hebben die middelen niet. Met AI kunnen we zorgen voor een gelijk speelveld en de gelijkheid vergroten.”

Machines kunnen al individuele onderwijsprogramma's maken om kinderen op persoonlijk niveau les te geven, in plaats van een algemene aanpak voor alle kinderen. Dit is nog wel voornamelijk voorbehouden aan de ontwikkelde wereld. Veel scholen investeren nu in iPads voor de kinderen om hun concentratie te verbeteren en de lessen te personaliseren, in plaats van te vertrouwen op het aantrekken van meer leerkrachten voor steeds grotere klassen.

Voor de ‘S’ in ESG kan AI dus heel nuttig – of zelfs cruciaal – zijn om veel van de Duurzame Ontwikkelingsdoelen te realiseren. Denk daarbij aan doelen die gericht zijn op het milieu, zoals SDG 13 (Klimaatactie), doelen die de gezondheidszorg proberen te verbeteren, zoals SDG 3 (Goede gezondheid en welzijn), en doelen die gericht zijn op leren, zoals SDG 4 (Kwaliteitsonderwijs), of op ongelijkheid, aangevoerd door SDG 5 (Gendergelijkheid) en SDG 10 (Ongelijkheid verminderen).

Hoe zit het, gezien deze vuurkracht, dan met het gebruik van AI op het gebied van governance? Robeco ontwikkelt programma's om miljarden datafragmenten van bedrijven door te spitten om patronen te vinden voor het opstellen van beleid voor actief aandeelhouderschap.

Voor actief aandeelhouderschap moeten de bedrijfsprestaties geanalyseerd worden om te kunnen stemmen, of om een engagementstrategie op te stellen als er problemen aan het licht komen. Daarna volgt menselijke interactie met vertegenwoordigers van het bedrijf tijdens de daaropvolgende dialoog.

“Het gebruik van AI kan professionals op het gebied van stewardship helpen om gerichtere analyses uit te voeren en bedrijven op een efficiëntere manier steun te bieden”, zegt Michiel van Esch, hoofd Voting bij Robeco. “AI kan in toenemende mate helpen bij voorbereidende werkzaamheden, het verzamelen van gegevens, het efficiënter maken van rapportages en het signaleren van veranderingen in bedrijfsrapportages.”

En aangezien machines heel goed zijn in het vaststellen van uitschieters in grote hoeveelheden data, kan AI ook heel nuttig zijn als het gaat om compliance en audits. De mogelijkheid voor compliance officers om onwenselijke eigenschappen van mensen op te sporen werd onlangs geparodieerd in een cartoon over Alex, een fictieve bankier in Londen, die in de krant Daily Telegraph verschijnt. ³

Dit vermogen om patronen in menselijke emoties te voorspellen is niet nieuw, want dat wordt al lang gebruikt in leugendetectortests om te ontdekken of iemand liegt. Chen gebruikte het ooit om een woordenboek voor Chinees beleggingsjargon te maken.

De markt voor Chinese A-aandelen wordt voor een groot deel gedreven door het sentiment van minder deskundige particuliere beleggers. Met behulp van een NLP-programma werden Chinese beleggingsblogs, met jargon in de lokale spreektaal, gelezen om beter te begrijpen welke aandelen de voorkeur kregen en waarom.

“Net als bij het Chinese jargon kan NLP ook sentiment interpreteren om te zien of iemand heel vaag of juist heel concreet is”, zegt Chen. “We zijn nu met een project bezig om op deze manier greenwashing op te sporen.”⁴

De echte vraag is hier niet zozeer hoe AI de corporate governance kan verbeteren, of kan helpen bij het opsporen van greenwashing, maar eerder hoe de technologie zelf wordt beheerd. Eén van de grootste angsten is dat AI een bewustzijn ontwikkelt dat de mensheid bedreigt. Zou het ooit een levensvorm kunnen worden? In maart riepen vooraanstaande personen in de technologiesector, waaronder Elon Musk, zelfs op om het werk aan AI zes maanden stil te leggen om duidelijk te krijgen wat precies de risico's zijn. ⁵

Het idee van een opstand van AI tegen zijn menselijke scheppers levert geweldige films op, maar zo'n scenario kan veilig beperkt blijven tot Hollywood-scripts, zegt zowel Chen als een erkend expert op het gebied van wereldwijde bescherming – het Pentagon. “Volgens mij behoort het creëren van zogenoemde ‘kunstmatige algemene intelligentie’, met een bewustzijn, tot de mogelijkheden, maar zeker niet op dit moment”, zegt Chen.

“Mensen praten al tientallen jaren over het uploaden van menselijk bewustzijn in een soort computerraamwerk en over bijvoorbeeld het omzetten van je dromen in audiovisuele beelden. Maar het is nog nooit iemand gelukt om uit te vogelen hoe dat moet.”

Deze opvatting dat de machines niet tegen ons in opstand zullen komen, horen we ook van het Amerikaanse ministerie van Defensie, dat Taskforce Lima heeft gelanceerd om de veiligheid van de nieuwste ontwikkelingen op het gebied van AI te onderzoeken, voor het geval de technologie ooit een bedreiging vormt voor de mensheid. Maar we hoeven ons voorlopig nog geen zorgen te maken, zegt dr. Craig Martell, hoofd Digital Intelligence bij het Pentagon.

“AI is geen wondermiddel, en ook geen doos van Pandora”, zei hij in september tijdens een gesprek op een wapenbeurs in Londen.⁶ “De waarde van die technologie is volledig afhankelijk van de hoeveelheid en de kwaliteit van de gegevens die we hebben. Het grootste deel van de data is ongezuiverd en ongelabeld. Het is geen informatie, maar ruis.”

Martell zei dat AI op dit moment te onbetrouwbaar is om op het ministerie van Defensie voor iets anders te worden gebruikt “dan het schrijven van de eerste versie van een memo”. Toch stelde Vladimir Poetin ooit dat het land dat leidt in AI “zal heersen over de wereld”, en China ontwikkelt openlijk militaire toepassingen voor de technologie. Daarom eist het Amerikaanse Congres dat het Pentagon AI domineert voordat de vijanden van de Verenigde Staten dat doen.

We moeten ons ook niet laten meeslepen door de gedachte dat AI gaat zorgen voor sciencefiction-taferelen, zoals lichtsnelheid of tijdreizen, zegt Chen. “Bepaalde dingen zijn een constante – er zijn universele natuurkundige constanten”, zegt hij. “Ik denk niet dat we nu al natuurkundige wetten kunnen overwinnen.”

“Wat wel opvalt, is de lichtsnelheid waarmee AI zich ontwikkelt. Het lijkt wel of er om de dag een nieuwe innovatie uitkomt. De nieuwste innovatie is dat AI computercode of een spreadsheet kan lezen en je vervolgens in woorden kan vertellen wat het doet. Dat is echt verbazingwekkend.”

Regelgeving zou een centrale rol kunnen spelen in de pogingen om elke bedreiging van AI – echt of denkbeeldig – een halt toe te roepen. Een bekende vorm van misbruik van de technologie is deepfake, waarbij video's, foto's en gesproken teksten worden gecreëerd die angstaanjagend realistisch zijn.

Veel mensen kunnen geen onderscheid maken tussen AI-creaties en de werkelijkheid. Dit gebeurde onder meer in oktober 2023, toen een geluidsfragment werd gecreëerd waarin de leider van de grootste oppositiepartij van het Verenigd Koninkrijk, Sir Keir Starmer, een collega leek uit te schelden. Het fragment ging viral op social media en kreeg 1,5 miljoen hits op X (voorheen Twitter), voordat uiteindelijk duidelijk werd dat het om een deepfake ging. ⁷

“Het is zoals met alles eigenlijk: er zijn positieve en negatieve kanten”, zegt Chen. “Neem het internet. Dat kan voor zowel goede als slechte doeleinden worden gebruikt. Over het algemeen heeft het internet mensen veel goeds gebracht. Zo kunnen we nu veel makkelijker communiceren en heeft het de drempels voor toegang tot informatie verlaagd. Ook bracht het ons e-commerce. Maar er zijn ook veel slechte dingen, zoals e-commercezwendels, online roofdieren, misbruik op social media en de directe verspreiding van misinformatie.”

“Het vermogen om overtuigende deepfakes of alternatieve feiten te creëren is zonder meer een enorm probleem. Maar het draait allemaal om de mensen die het gebruiken, en ik denk dat er altijd mensen zullen zijn met slechte bedoelingen.”

“Het is nooit zwart-wit – er is ook een groot grijs gebied. Het hangt af van cultuur, context en verschillende waardestelsels. 3D-printen is fantastisch, totdat iemand het gebruikt om een pistool te maken.”

Chen zegt dat de komst van kernwapens, die nooit meer zijn gebruikt sinds ze in 1945 op Japan zijn gegooid, ondanks hun wereldwijde verspreiding, laat zien dat de mensheid in staat is om bedreigingen te beheersen die kunnen zorgen voor haar eigen ondergang.

“Ik denk dat de mensheid het vermogen heeft om AI te reguleren om rampzalige gevolgen te voorkomen”, zegt Chen. “Ik ben voorzichtig optimistisch dat mensen een manier vinden om dit onder controle te houden.”

Het is daarbij wel echt heel belangrijk dat de regeringen van de wereld op één lijn zitten – net als bij de klimaatverandering. “We hebben gemeenschappelijk leiderschap nodig, wat vandaag de dag misschien behoorlijk veel gevraagd is, maar er moet een soort wereldwijd raamwerk komen, zoals we ook zagen met het Akkoord van Parijs, om tot uniforme regelgeving te komen”, zegt hij.

Ook hier moeten grenzen aan zitten voor het geval de razendsnelle ontwikkeling van AI aanhoudt, zodat innovaties niet vastlopen door de regelgeving, zegt Chen. Vrijwel alle technologische vooruitgang in de afgelopen halve eeuw, van de opkomst van smartphones tot de meer recente ontwikkeling van vaccins tegen Covid, werd aangejaagd door het winstmotief van de private sector.

En weerstand zal er altijd zijn. Toen stoommachines de plaats innamen van paardenkracht, leidde dat tot grote ergernis bij hoefsmeden. En digitale media hebben kranten, videobanden en het grootste deel van de fotografische filmindustrie de das om gedaan. Maar er zitten ook grenzen aan de technologische vooruitgang. Zo was de eerste maanlanding op dat moment de grootste prestatie van de mensheid, maar sindsdien is er niemand terug geweest, en het koloniseren van andere planeten is zeker nog lang niet aan de orde.

AI kan misschien nog het best worden omschreven als een transformerende technologie in afwachting van een zinvol eindgebruik, op dezelfde manier waarop elektriciteit eenvoudigweg het middel is om alles van stroom te voorzien, van huisverlichting tot je haardroger – of welke toekomstige moonshots dan ook.

“Wat AI zo boeiend maakt, is niet alleen wat het op zichzelf kan doen, maar ook welke mogelijkheden het biedt en wat het kan bereiken in combinatie met andere innovaties, net zoals elektriciteit dat deed”, zegt Chen.

“De stoommachine was uiteindelijk een arbeidsbesparend hulpmiddel. AI kan ons naar het volgende niveau brengen door zichzelf constant te verbeteren, zoals machine learning suggereert.”

“We moeten er alleen voor zorgen dat we het onder controle hebben... voor het geval het ons uiteindelijk toch de baas wordt.”