Blog 3 - Duurzaam gebruik van algoritmen
2 november 2023
Met de privacy en veiligheidseisen die de AI act brengt zijn we inmiddels allemaal op zijn minst bekend. Maar wat zegt de AI act over duurzaamheid? Amendement 213 heeft o.a. artikel 4a toegevoegd. Dit artikel gaat over de generieke principes die toepasbaar zijn op alle AI systemen (general principles applicable to all AI systems).
Het zesde item van artikel 4 gaat over duurzaamheid en luidt als volgt: “f) ‘social and environmental well-being’ means that AI systems shall be developed and used in a sustainable and environmentally friendly manner as well as in a way to benefit all human beings, while monitoring and assessing the long-term impacts on the individual, society and democracy.”
Dit roept vragen op over de realisatie hiervan. Want hoe kan je als –beleidsmedewerker, bestuurder, IT'er in een overheidsorganisatie– zorgen dat de algoritmes binnenshuis hieraan voldoen? In deze blog vind je concrete stappen om ook de duurzame inzet van algoritmes haalbaar te maken in jouw organisatie.
Hoe pak je dat aan?
Hoe zorg je ervoor dat je algoritme op duurzame wijze ontwikkeld, ingezet en onderhouden kan worden? Voor een volledig proces zijn de volgende twee punten essentieel.
- Start: Duurzaam by design
Al bij het eerste begin van je algoritme ontwikkeling is het belangrijk om duurzaamheid mee te laten wegen in de besluiten die genomen worden, net als dat met informatiebeveiliging en privacy het geval is (of zou moeten zijn). Dit houdt in dat op de tekentafel al de eerste keer duurzaamheid moet vallen. Door het opzetten van een flexibele, toekomstbestendige architectuur die elektriciteits- en waterverbruik meeneemt in het ontwerp maak je latere duurzame keuzes mogelijk. Vervolgens dient een datascientist mee te denken over de milieueisen die verschillende soorten modellen en algoritmes stellen. Een groot deel van de kosten van nieuwe softwaretoepassingen komen voort uit beheer. Hierom is het belangrijk om vroeg in het proces al beheerders te betrekken, om hun kennis mee te laten wegen in de afwegingen tussen performance en verbruik in ontwikkeling, maar juist ook in het beheer.
In ieder van deze disciplines zijn manieren te bedenken om de klimaatlast van een algoritme in productie te verminderen, maar om die winst te behalen moeten ze wel allemaal aan bod komen. Het dus noodzakelijk voor duurzame algoritmes om de expertises uit de gehele lifecycle van een model te betrekken. - Onderweg: Neem verantwoordelijkheid
De besluitnemer stelt de doelen, en laat de IT optimaliseren. Dit houdt in dat in alle onderdelen van een software organisatie duurzaamheid besproken moet worden, alsmede de eisen die je dagdagelijks stelt aan je algoritmes.
Misschien is het bijvoorbeeld niet noodzakelijk om continu te hoeven analyseren, omdat iemand bijvoorbeeld maar eenmaal daags naar de resultaten kijkt. Bespreek dit, zodat onnodige milieulast kan worden verminderd. Als de context van je datapunten niet relevant is, neem deze dan niet mee in je berekeningen. Als je parameters of lagen in je model kan weglaten en een hoog genoeg accuraatheid behoudt, overweeg deze dan weg te laten. Als je ieder jaar of iedere maand dezelfde data nodig hebt uit dezelfde bronnen, laat hier dan een datagovernance structuur opzetten zodat dit proces gestroomlijnd kan worden, en daardoor milieutechnisch goedkoper. Er zijn tientallen manieren om de milieulast van algoritmes in gebruik te verminderen, maar dit vergt wel afstemming tussen degenen die de doelen stellen, en zij die aan de knoppen draaien.
Kortom, door vanaf meet af aan duurzaamheid mee te nemen in het design van een algoritme kan veel milieuschade worden voorkomen. Als de geest al uit de fles is, helpt regelmatige afstemming tussen IT en besluitnemers om samen tot een zo duurzaam mogelijk algoritme te komen.