Author Archives: admin

Prompt engineering: geavanceerde technieken

Gevorderd • Les 1

Prompt engineering: geavanceerde technieken

Je weet al dat een goede prompt specifiek moet zijn. Op gevorderd niveau leer je structurele technieken die de kwaliteit van AI-output drastisch verbeteren.

Chain-of-thought

Door de AI te vragen stap voor stap te redeneren krijg je betere resultaten bij complexe problemen. Prompt: Leg stap voor stap uit hoe je dit probleem oplost. Dit werkt bijzonder goed voor wiskunde, logica en meerstaps-analyses.

Few-shot prompting

Je geeft 2 tot 5 voorbeelden van het gewenste formaat in je prompt voordat je de echte vraag stelt. Het model leert van die voorbeelden en volgt hetzelfde patroon. Handig voor consistente output zoals tabellen, rapporten of gestructureerde samenvattingen.

Systeem- versus gebruikersprompt

Bij API-gebruik maak je onderscheid tussen de systeemprompt (instructies die het gedrag bepalen) en de gebruikersprompt (de specifieke vraag). De systeemprompt is als een briefing: jij bent een juridisch adviseur die antwoorden geeft in eenvoudige taal zonder jargon.

Temperature en sampling

De temperature parameter bepaalt hoe creatief versus voorspelbaar de output is. Lage temperature (0.1-0.3) voor feiten en code. Hoge temperature (0.8-1.0) voor creatief schrijven. Dit stel je in via API of sommige interfaces.

Terug

AI en privacy: wat moet je weten?

Beginner • Les 6

AI en privacy: wat moet je weten?

Wanneer je een chatbot gebruikt, stuur je tekst naar externe servers. Het is belangrijk te begrijpen wat daarmee gebeurt en welke informatie je beter niet deelt.

Wat doen bedrijven met je gesprekken?

De meeste AI-providers gebruiken gesprekken om modellen te verbeteren, tenzij je dat uitschakelt. Bij ChatGPT, Claude en Gemini kun je in de instellingen kiezen of je gespreksdata wordt gebruikt voor training. Check dit altijd.

Wat moet je nooit invoeren?

Stuur nooit wachtwoorden, sofinummers, bankrekeningnummers, vertrouwelijke bedrijfsinformatie of medische gegevens van anderen naar een AI-tool. Behandel de chatbox als een openbaar formulier.

Zakelijk gebruik

Veel bedrijven hebben beleid over het gebruik van AI-tools met bedrijfsdata. Enterprise-versies van ChatGPT en Claude bieden betere privacygaranties dan gratis versies. Vraag na bij je werkgever wat er is toegestaan.

De EU AI Act

Europa heeft de AI Act aangenomen, een wet die eisen stelt aan AI-systemen op het gebied van transparantie, veiligheid en grondrechten. Hoog-risico toepassingen, zoals AI in de zorg of rechtspraak, vallen onder strengere regels.

Terug

Hoe praat je met een AI? Prompts schrijven voor beginners

Beginner • Les 5

Hoe praat je met een AI? Prompts schrijven voor beginners

Een prompt is de opdracht of vraag die je aan een AI stelt. Hoe preciezer en duidelijker je prompt, hoe nuttiger het antwoord. Dit is de meest waardevolle basisvaardigheid bij het gebruik van AI.

Wees specifiek

Slecht: schrijf iets over klimaat. Goed: schrijf een samenvatting van 150 woorden over de oorzaken van klimaatverandering, geschikt voor middelbare scholieren. De tweede prompt geeft context, lengte en doelgroep. Dat levert een veel beter resultaat.

Geef een rol of context

Je kunt de AI een rol geven: Jij bent een ervaren coach. Help mij een presentatie voorbereiden voor mijn eerste sollicitatiegesprek. Die context zorgt dat de AI zijn toon en inhoud aanpast.

Itereer

Behandel AI als een gesprek, niet als een zoekmachine. Als het antwoord niet precies klopt, stuur bij: dat is goed, maar maak het korter, of voeg een concreet voorbeeld toe. Je hoeft niet opnieuw te beginnen.

Beperkingen benoemen

Je kunt ook zeggen wat je niet wil: gebruik geen jargon, geen bullet points, schrijf in de jij-vorm. Hoe meer grenzen je stelt, hoe gerichter de uitkomst.

Terug

AI-tools die je nu al kunt gebruiken

Beginner • Les 4

AI-tools die je nu al kunt gebruiken

AI is geen abstracte technologie meer. Er zijn tientallen tools beschikbaar die je vandaag kunt gebruiken, van tekst schrijven tot afbeeldingen genereren.

Tekst en conversatie

ChatGPT (OpenAI), Claude (Anthropic) en Gemini (Google) zijn de bekendste chatbots. Je stelt een vraag in gewone taal en krijgt een uitgewerkt antwoord. Ze kunnen samenvatten, vertalen, code schrijven, brainstormen en veel meer.

Afbeeldingen genereren

DALL-E, Midjourney en Stable Diffusion maken afbeeldingen op basis van een tekstomschrijving. Je schrijft wat je wil zien en de AI genereert het beeld. Handig voor illustraties, concepten of creatieve projecten.

Audio en video

ElevenLabs zet tekst om naar realistische spraak. Tools als Sora (OpenAI) en Runway genereren video op basis van tekst. De kwaliteit verbetert snel.

Productiviteit

Microsoft Copilot zit ingebouwd in Word, Excel en Outlook. Google Gemini helpt in Docs en Gmail. Notion AI vat paginas samen of schrijft content in je werkruimte.

Terug

Wat is een taalmodel (LLM)?

Beginner • Les 3

Wat is een taalmodel (LLM)?

Een Large Language Model (LLM) is een AI-model getraind op enorme hoeveelheden tekst. Het doel: begrijpen en genereren van menselijke taal. ChatGPT, Claude en Gemini zijn bekende voorbeelden.

Hoe genereert een LLM tekst?

Een LLM voorspelt steeds het meest waarschijnlijke volgende woord op basis van de context. Dit klinkt simpel, maar bij een model getraind op het halve internet resulteert dit in verrassend coherente, nuttige en soms creatieve tekst.

Tokens, geen woorden

LLMs werken niet met losse woorden maar met tokens: stukken tekst die vaak een woord of woorddeel zijn. Het woord onwaarschijnlijk kan worden opgesplitst in meerdere tokens. Dit is efficienter voor het model om mee te rekenen.

Wat weet een LLM?

Een LLM heeft kennis tot de datum waarop het getraind is, de knowledge cutoff. Het heeft geen toegang tot internet tenzij dit specifiek is ingebouwd. Het weet ook niets zeker: het voorspelt; het herinnert zich niet zoals een mens.

Terug

Hoe leert een AI? Machine learning uitgelegd

Beginner • Les 2

Hoe leert een AI? Machine learning uitgelegd

Traditionele software volgt strakke regels die een programmeur heeft geschreven. Machine learning werkt anders: je geeft het systeem veel voorbeelden en het ontdekt zelf de patronen.

Een eenvoudig voorbeeld

Stel je wil een systeem trainen om spammail te herkennen. Je geeft het duizenden e-mails met het label spam of geen spam. Het model leert welke woorden, zinsstructuren en afzenders typerend zijn voor spam. Daarna kan het nieuwe mail zelf beoordelen.

Drie soorten machine learning

Supervised learning: je traint met gelabelde data, elk voorbeeld heeft een correct antwoord. Unsupervised learning: het model zoekt zelf structuur in data zonder labels. Reinforcement learning: het model leert door trial-and-error, beloond voor goede uitkomsten. Zo leerden AI-systemen schaken en Go spelen.

Wat is een model?

Een AI-model is het resultaat van het trainingsproces: een wiskundige functie met miljoenen tot miljarden parameters die is afgesteld op de trainingsdata. Hoe meer relevante data, hoe beter het model doorgaans presteert.

Terug

Wat is kunstmatige intelligentie?

Beginner • Les 1

Wat is kunstmatige intelligentie?

Kunstmatige intelligentie (AI) is de technologie waarmee computers taken uitvoeren die normaal menselijke intelligentie vereisen. Denk aan het begrijpen van taal, het herkennen van afbeeldingen, het nemen van beslissingen of het leren van ervaringen.

Kort stukje geschiedenis

Het idee bestaat al since de jaren 1950. Wetenschapper Alan Turing stelde de vraag: kan een machine denken? Sindsdien is AI van een academisch concept uitgegroeid tot technologie die dagelijks door miljarden mensen wordt gebruikt.

Smalle versus brede AI

Vrijwel alle AI die je vandaag tegenkomt is smalle AI: systemen die uitstekend zijn in een specifieke taak, maar niets begrijpen buiten dat domein. Een schaakmachine wint van wereldkampioenen, maar kan geen kopje koffie bestellen. Brede AI, een systeem met menselijk veelzijdig begrip, bestaat nog niet.

Waarom is AI nu zo groot?

Drie factoren kwamen samen: veel meer rekenkracht (chips), enorme hoeveelheden data (internet), en betere algoritmen (leermodellen). Die combinatie zorgt voor de AI-explosie die je nu ziet.

Terug

Overfitting

Term van de dag
Overfitting

Overfitting treedt op wanneer een AI-model tijdens de training te goed leert van de trainingsdata — zo goed dat het de specifieke patronen, ruis en uitzonderingen van die data begint te onthouden in plaats van algemene regels te leren. Het gevolg is een model dat uitstekend presteert op de data waarop het getraind is, maar slecht generaliseert naar nieuwe, onbekende data.

Een overfit model heeft in feite de trainingsdata uit het hoofd geleerd in plaats van de onderliggende structuur te begrijpen. Dit is vergelijkbaar met een student die examenvragen van vorige jaren uit het hoofd leert zonder de stof echt te begrijpen — bij een nieuw examen gaat het mis.

Overfitting wordt tegengegaan door technieken zoals regularisatie, dropout, vroeg stoppen met trainen, en het gebruik van meer diverse trainingsdata. Het is een van de klassieke uitdagingen in machine learning.

Voorbeeld: Een spamfilter getraind op een kleine set e-mails herkent alleen spam die exact lijkt op de trainingsvoorbeelden. Nieuwe spam met andere bewoordingen passeert onopgemerkt — het model is overfit op de trainingsset.
Terug
📚
Term van de dag archief
Alle AI-termen op één plek. Blader door het volledige archief, gesorteerd op alfabet.

Latency

Term van de dag
Latency

Latency is de vertraging tussen het moment waarop je een verzoek stuurt naar een AI-model en het moment waarop het eerste deel van het antwoord verschijnt. Het is een cruciale prestatie-indicator, vooral voor real-time toepassingen zoals chatbots, spraakassistenten en interactieve tools.

Bij taalmodellen wordt latency beïnvloed door meerdere factoren: de grootte van het model, de belasting op de servers, de lengte van de invoer, en de netwerkverbinding. Een groter, nauwkeuriger model heeft vaak meer rekentijd nodig en dus hogere latency dan een kleiner, sneller model.

Ontwikkelaars balanceren voortdurend tussen kwaliteit en snelheid. Voor een klantenservice-chatbot is lage latency essentieel, terwijl voor een diepgaande analyse een langere wachttijd acceptabeler is.

Voorbeeld: Je stelt een vraag aan een AI-assistent. Als het antwoord pas na 8 seconden verschijnt, is de latency hoog. Als het al na 0,3 seconden begint te typen, is de latency laag. Bij spraakassistenten is lage latency onmisbaar voor een natuurlijke conversatie.
Terug
📚
Term van de dag archief
Alle AI-termen op één plek. Blader door het volledige archief, gesorteerd op alfabet.

Chain-of-Thought

Term van de dag
Chain-of-Thought

Chain-of-Thought (ook wel CoT) is een prompting-techniek waarbij een AI-model wordt aangemoedigd om stap voor stap te redeneren voordat het een eindantwoord geeft. In plaats van direct een antwoord te produceren, schrijft het model zijn denkproces uit — vergelijkbaar met hoe een mens een rekensom op papier uitwerkt.

Deze aanpak verbetert de nauwkeurigheid aanzienlijk bij complexe redeneertaken zoals wiskunde, logica en meerstappige probleemoplossing. Het model maakt minder fouten doordat het tussenliggende stappen expliciet maakt en zo zichzelf corrigeert.

Je kunt chain-of-thought activeren door in je prompt te schrijven: denk stap voor stap na of leg je redenering uit. Veel moderne modellen doen dit ook automatisch bij complexe vragen.

Voorbeeld: In plaats van direct te vragen Wat is 17 procent van 340? vraag je het model om stap voor stap te redeneren. Het model schrijft dan: 10 procent is 34, 5 procent is 17, 2 procent is 6,80 — totaal 57,80. Dit leidt tot een betrouwbaarder antwoord.
Terug
📚
Term van de dag archief
Alle AI-termen op één plek. Blader door het volledige archief, gesorteerd op alfabet.