1 min
Het is een regelmatig terugkerend item in het nieuws: onmenselijke praktijken in slachthuizen. Ondanks maatregelen als cameratoezicht en permanente aanwezigheid van inspecteurs van de Nederlandse Voedsel- en Warenautoriteit gaat er nog geregeld wat mis, omdat in alle werkprocessen fouten worden gemaakt. De vraag is of het vermijdbare of onvermijdbare fouten zijn. Media zijn overwegend overtuigd van het eerste.
Vandaag was in de kranten te lezen: 'Levend koken van varkens in slachthuizen gaat nog altijd door' (RTL Nieuws), 'Dierenleed in Nederlandse slachthuizen is nog steeds niet voorbij: ‘Schandalig dat we dit toestaan’' (Metro), 'Levende varkens in bloedheet water, een wond als een voetbal: dit zagen inspecteurs in Nederlandse slachthuizen' (de Volkskrant), 'NVWA-inspecteurs zien varkens nog altijd levend gekookt worden in slachthuizen' (NRC).
De berichten zijn een reactie op nieuws van dierenwelzijnsorganisatie Varkens in Nood. De organisatie vroeg met een beroep op de Wet Openbaarheid van Bestuur (Wob) de inspectierapporten van de NVWA op over 2019 en 2020. NVWA-inspecteurs blijken 21 keer een rapport te hebben opgesteld. Zes varkens waren nog niet dood toen ze in de broeibak (water van 60 graden) gedompeld werden. Het zijn 'niet-representatieve incidenten', zegt Dé van de Riet van de Centrale Organisatie voor de Vleessector in de Volkskrant. Dat kan ook haast niet anders, gezien de 15 miljoen varkens die jaarlijks geslacht worden in de 22 grote slachthuizen waar de NVWA permanent toezicht houdt en waar het slachtproces geoptimaliseerd is. Dat toezicht resulteerde in 2020 in 417 door de NVWA opgelegde boetes (in de meeste gevallen voor gebrekkige hygiëne).
Niet gerust
Toch is Varkens in Nood niet gerustgesteld. De inspecteurs zien lang niet alles, zegt de organisatie op grond van undercoverbeelden die Varkens in Nood afgelopen zomer naar buiten bracht. Bovendien blijven bij het huidige - vrijwillige - cameratoezicht de opnames in het bezit van het slachthuis. Willen de inspecteurs het beeldmateriaal bekijken, dan moeten ze naar het slachthuis toe. En dan nog is steekproefsgewijze controle op willekeurige opnamen weinig effectief.
'Verplicht en onafhankelijk toezicht', waarbij de NVWA vanaf een externe locatie rechtstreeks kan meekijken, moet een einde maken aan de misstanden. "Het is overduidelijk dat het huidige systeem faalt en het is schandalig dat we dit als maatschappij oogluikend toestaan," aldus Frederieke Schouten, directeur van Varkens in Nood.
Oplossing
Om aan deze beeldvormingsoorlog een eind te maken is er een effectieve oplossing: laat de dierenwelzijnsorganisatie meekijken in de slachterijen via permanent cameratoezicht. De modernste Artificial Intelligence-technieken kunnen automatisch en onafhankelijk notificaties versturen naar externe controleurs. Het zou slachters én dierenwelzijnsorganisaties sieren als ze elkaar op die manier wederzijds verbinden. De nieuwe technieken maken een eind aan het oude euvel van cameratoezicht. Voorheen moest iemand de hele dag kijken naar de beelden. AI signaleert automatisch wanneer er iets niet in de haak is of wanneer fouten worden gemaakt. Dat kan AI door beelden voortdurend te toetsen aan normaal-beelden. Bij afwijkingen krijgt degene die anders de hele dag zou moeten kijken een seintje.
Dit artikel afdrukken
De berichten zijn een reactie op nieuws van dierenwelzijnsorganisatie Varkens in Nood. De organisatie vroeg met een beroep op de Wet Openbaarheid van Bestuur (Wob) de inspectierapporten van de NVWA op over 2019 en 2020. NVWA-inspecteurs blijken 21 keer een rapport te hebben opgesteld. Zes varkens waren nog niet dood toen ze in de broeibak (water van 60 graden) gedompeld werden. Het zijn 'niet-representatieve incidenten', zegt Dé van de Riet van de Centrale Organisatie voor de Vleessector in de Volkskrant. Dat kan ook haast niet anders, gezien de 15 miljoen varkens die jaarlijks geslacht worden in de 22 grote slachthuizen waar de NVWA permanent toezicht houdt en waar het slachtproces geoptimaliseerd is. Dat toezicht resulteerde in 2020 in 417 door de NVWA opgelegde boetes (in de meeste gevallen voor gebrekkige hygiëne).
Niet gerust
Toch is Varkens in Nood niet gerustgesteld. De inspecteurs zien lang niet alles, zegt de organisatie op grond van undercoverbeelden die Varkens in Nood afgelopen zomer naar buiten bracht. Bovendien blijven bij het huidige - vrijwillige - cameratoezicht de opnames in het bezit van het slachthuis. Willen de inspecteurs het beeldmateriaal bekijken, dan moeten ze naar het slachthuis toe. En dan nog is steekproefsgewijze controle op willekeurige opnamen weinig effectief.
'Verplicht en onafhankelijk toezicht', waarbij de NVWA vanaf een externe locatie rechtstreeks kan meekijken, moet een einde maken aan de misstanden. "Het is overduidelijk dat het huidige systeem faalt en het is schandalig dat we dit als maatschappij oogluikend toestaan," aldus Frederieke Schouten, directeur van Varkens in Nood.
Oplossing
Om aan deze beeldvormingsoorlog een eind te maken is er een effectieve oplossing: laat de dierenwelzijnsorganisatie meekijken in de slachterijen via permanent cameratoezicht. De modernste Artificial Intelligence-technieken kunnen automatisch en onafhankelijk notificaties versturen naar externe controleurs. Het zou slachters én dierenwelzijnsorganisaties sieren als ze elkaar op die manier wederzijds verbinden. De nieuwe technieken maken een eind aan het oude euvel van cameratoezicht. Voorheen moest iemand de hele dag kijken naar de beelden. AI signaleert automatisch wanneer er iets niet in de haak is of wanneer fouten worden gemaakt. Dat kan AI door beelden voortdurend te toetsen aan normaal-beelden. Bij afwijkingen krijgt degene die anders de hele dag zou moeten kijken een seintje.
Nog 3
Je hebt 0 van de 3 kado-artikelen gelezen.
Op 6 december krijg je nieuwe kado-artikelen.
Op 6 december krijg je nieuwe kado-artikelen.
Als betalend lid lees je zoveel artikelen als je wilt, én je steunt Foodlog
Lees ook
#5 Uiteraard niet, maar wij hebben de neiging om alles op technologie als oplossing te gooien (zie ook stikstof). Hulpmiddelen zijn prima te gebruiken, maar ken de beperkingen en daar gaan we vaak aan voorbij.
Jaren geleden was de big data van Google voorspellend voor de griep. Maar het algoritme moest wel continue aangepast worden en met de komst van de autofill is het waardeloos geworden.
Autofill is precies iets soortgelijks, probeer hetzelfde maar eens in facebook en google in te vullen en je krijgt verschillende resultaten. De trainingsdata (en doel van platform) zijn anders, dus ook de uitkomsten.
Ja AI kan hier ondersteunen, maar we gaan voorbij aan oa de snelheid waarmee gereageerd moet worden. Wie krijgt bericht en bekijkt de beelden binnen hoeveel tijd (kunnen die daar uberhaupt psychologisch mee omgaan?). Stopt de slachtlijn (denk het niet) en wat als we dan te laat zijn. Data-interpretatie vanaf beeld is verrekte moeilijk en je mist veel nuanches en aanvullende informatie.
Als ondersteuning prima, gooi het geld er maar in, maar ik zie liever meer NVWA mensen op de vloer erbij die direct kunnen (en mogen) ingrijpen zonder vertraging.
Als ik dieren afvoer wil ik ook dat het laatste traject met respect word gedaan en dat we erop kunnen vertrouwen dat het goed gebeurt.
Een fiets of de zwaartekracht assisteren ook. Zijn ze daarom waardeloos?
#3 AI assisteert, maar heeft nimmer de doorslag/oplossing gegeven, net zo min als neurale netten, machine learning of big data. Het reduceert wel het aantal experimenten en menselijke fouten. Daarna begint het echte werk pas (ik ben voorlopig nog nodig, maar ook hier maakt In Silico modelering grote stappen) we komen steeds verder zoals ook met AlphaFold.
Het is een tool, wat goed getraind moet worden, anders gaat het alsnog mis. De menselijke factor blijft nodig. Erop vertrouwen kun je niet totdat je voldoende (controle)data hebt verzameld.
Zonder mensen geen resultaat (we hebben nog lang geen Skynet).
Historisch was Frank Rosenblatt een van de eersten met de perceptron in 1958, sindsdien is de hype nog niet gaan liggen en er prima geld mee op te halen.
Medicijn- en vaccinontwikkeling, onder meer. Tientallen voorbeelden.
Maar dit is een heel eenvoudige toepassing hoor, Carolien. Gewoon beelden steeds toetsen aan hoe ze horen te zijn en iemand oppiepen als er iets afwijkt, zodat je niets mist maar ook niet voortdurend hoeft te kijken. In zekere zin kan een kind de was doen, alleen gebeurt het nog nauwelijks zo.
Kan iemand mij drie voorbeelden geven van problemen die door artificial intelligence zijn opgelost?