Generatieve AI, machine learning, LLM, trainingsdata, prompt, hallucinatie en AI-agent: met deze zeven begrippen begrijp je vrijwel elk gesprek over AI op de werkvloer. In deze blog lees je wat elk begrip betekent, hoe de termen samenhangen en waarom die kennis je dagelijkse werk met AI-tools merkbaar beter maakt.
Welke AI-begrippen moet je als beginner echt kennen?
Je hoeft geen techneut te zijn om met AI te werken, maar zonder basisbegrippen blijf je gokken waaróm een tool doet wat hij doet. Zeven termen dekken samen het grootste deel van de praktijk. Ze hangen bovendien logisch samen: machine learning is de techniek, generatieve AI de toepassing, een LLM het model, trainingsdata de brandstof, een prompt jouw sturing, een hallucinatie het typische risico en een AI-agent de volgende stap.
Machine learning Is software die patronen leert uit data in plaats van dat iemand elke regel vooraf vastlegt. Dat verklaart waarom AI zich soms onvoorspelbaar gedraagt: er zit geen lijstje instructies achter dat je even kunt nalezen.
Generatieve AI Is AI die nieuwe inhoud maakt: tekst, beeld, geluid of code. Dit is de categorie waar tools als ChatGPT en Copilot in vallen, en het is het deel van AI waar je in je dagelijkse werk het snelst mee te maken krijgt.
Een LLM (large language model) Is een groot taalmodel dat woord voor woord voorspelt wat waarschijnlijk volgt. Dat ene mechanisme verklaart zowel de kracht van de output als de fouten erin.
Trainingsdata Zijn de gegevens waarmee een model geleerd heeft. Ze bepalen wat een model kent, welke aannames erin zitten en tot welk moment die kennis loopt.
Een prompt Is de opdracht die je aan een AI-tool geeft, inclusief de context die je meestuurt. Het is de grootste knop waar je zelf aan kunt draaien en meestal belangrijker dan je toolkeuze.
Een hallucinatie Is een antwoord dat overtuigend klinkt maar feitelijk niet klopt. Het is de belangrijkste reden om AI-output altijd te controleren voordat je die gebruikt.
Een AI-agent Is AI die zelfstandig meerdere stappen uitvoert in plaats van alleen antwoord geeft. Daarmee verschuift de vraag van “wat kan de tool” naar “welke taken laat je zonder toezicht lopen”.
Wat is het verschil tussen machine learning en generatieve AI?
Machine learning is de onderliggende techniek: software leert patronen herkennen uit grote hoeveelheden voorbeelden, in plaats van dat een ontwikkelaar elke regel vooraf vastlegt. Generatieve AI is een toepassing daarvan die nieuwe inhoud maakt: tekst, beeld, geluid of code. Alle generatieve AI draait op machine learning, maar lang niet alle machine learning is generatief. Een spamfilter of een fraudedetectiesysteem leert ook, maar produceert geen nieuwe tekst. Wil je de bredere context van AI als vakgebied, dan vind je die in het artikel wat AI precies is.
Wat is een LLM en hoe komt zo'n model aan zijn antwoord?
Een LLM (large language model) is een taalmodel dat is getraind op enorme hoeveelheden tekst en dat steeds het meest waarschijnlijke volgende stukje tekst voorspelt. Doe dat duizenden keren achter elkaar en er rolt een compleet antwoord uit. Belangrijk om te snappen: een LLM raadpleegt geen database met feiten en heeft geen begrip van waarheid. Het rekent met waarschijnlijkheden. Dat verklaart tegelijk waarom de output zo vloeiend klinkt en waarom die soms pertinent onjuist is.
Wat zijn trainingsdata en hoe bepalen die het antwoord?
Een prompt is de opdracht of vraag die je aan een AI-tool geeft, inclusief alle context die je meestuurt. Het is de enige knop waar jij zelf direct aan draait, en het verschil tussen een vage en een goed opgebouwde prompt is meestal groter dan het verschil tussen twee AI-tools. Een bruikbare prompt bevat een duidelijke taak, relevante context, het gewenste format en de doelgroep. Prompten is een vaardigheid, geen trucje, en die leer je vooral door te oefenen met je eigen werk.
Wat is een hallucinatie bij AI?
Een hallucinatie is een antwoord dat overtuigend en stellig klinkt, maar feitelijk onjuist of verzonnen is. Denk aan een niet-bestaande bron, een uit de lucht gegrepen cijfer of een citaat dat nergens vandaan komt. Het lastige is dat AI-output geen ingebouwde betrouwbaarheidsmeter heeft: een verzonnen zin klinkt precies zo zeker als een kloppende zin. Jij blijft verantwoordelijk voor wat je met de output doet. In de blog hoe je AI-antwoorden controleert staan de vaste stappen die je daarvoor kunt gebruiken.
Wat is een AI-agent?
Een AI-agent is een AI-toepassing die niet alleen antwoord geeft, maar zelfstandig meerdere stappen uitvoert om een doel te bereiken: informatie opzoeken, een tool aanroepen, een document bewerken en dan pas terugkoppelen. Waar een chatbot reageert, handelt een agent. Dat maakt agents interessant voor terugkerende taken, en tegelijk risicovoller: bij elke stap kan een fout doorrollen naar de volgende. De praktische vraag verschuift daarmee van “wat kan de AI” naar “welke taken laat je zonder toezicht lopen”.
Ben jij klaar om alles uit ChatGPT te halen? In de training ChatGPT Advanced in 1 dag zul je ontdekken hoe GPT-modellen werken, hoe jij jouw eigen GPT kunt creëren en hoe jij kunstmatige intelligentie (AI) effectief in kunt zetten door middel van slimme prompting en automatisering. Daarbij zul je l
Wil je ontdekken hoe jij met Microsoft Copilot slimmer en efficiënter kunt werken binnen Microsoft 365? In de training Microsoft Copilot in 1 dag leer je hoe jij AI in kunt zetten om sneller teksten te schrijven, gegevens te analyseren, presentaties te maken en samenwerking te verbeteren. Je maakt
Wil je ontdekken wat AI is en hoe je het slim gebruikt in je werk? In deze AI training voor beginners maak je op een toegankelijke manier kennis met kunstmatige intelligentie en populaire AI-tools, zoals ChatGPT en Copilot. Je leert wat AI kan, welke voordelen en risico’s erbij horen en hoe je AI
Moet ik technische kennis hebben om AI-begrippen te snappen?
Nee. De begrippen in deze blog zijn conceptueel: ze gaan over hoe AI zich gedraagt, niet over hoe je een model bouwt. Je hebt geen programmeerkennis of wiskundige achtergrond nodig.
Omdat een taalmodel het meest waarschijnlijke vervolg voorspelt in plaats van feiten op te zoeken. Als het onderwerp slecht vertegenwoordigd is in de trainingsdata, vult het model de gaten met iets dat plausibel klinkt.
Wat is het verschil tussen een prompt en een AI-agent?
Benieuwd wat een incompany training voor jouw organisatie kan betekenen? Vul het formulier in en wij nemen snel contact met je op om jullie wensen te bespreken. Samen kijken we naar de mogelijkheden voor een training op maat, afgestemd op jullie team, locatie en planning.