Wat zo'n tool is, en wat hij niet is
Waarschijnlijk gebruik je al een AI-tool op je werk. Een tekst laten herschrijven, een lang stuk laten samenvatten, een mail in het Engels laten zetten. Het werkt vaak verrassend goed, en dat is precies waarom er zo weinig over wordt nagedacht.
Deze cursus gaat niet over wat je allemaal kunt. Hij gaat over de vier vragen die daaronder liggen: waar komen mijn woorden terecht, klopt wat ik terugkrijg, van wie is het, en wat spreken we hier met elkaar over af. Alles in deze cursus is terug te voeren op wat voor soort ding zo'n tool eigenlijk is. Daarom beginnen we daar.
Het raadt het volgende woord
Een taalmodel is getraind op enorme hoeveelheden tekst. Wat het geleerd heeft, is welke woorden in welke volgorde op elkaar plegen te volgen. Als je een vraag stelt, zoekt het geen antwoord op — het stelt woord voor woord de tekst samen die het meest waarschijnlijk op jouw vraag volgt.
Dat klinkt als een detail, maar het is de verklaring voor bijna alles wat er in deze cursus langskomt. Een antwoord dat klopt en een antwoord dat verzonnen is, komen bij zo'n tool op precies dezelfde manier tot stand. Er zit geen stap in waarin het model even nagaat of het waar is wat het opschrijft.
Vergelijk het met iemand die ontzettend veel gelezen heeft en heel vlot praat, maar niets opzoekt en nooit zegt dat hij het niet weet. Zulke mensen ken je waarschijnlijk. Je gebruikt ze om mee te denken, niet als bron.
Dus: geen kennisbank, geen rekenmachine, geen archief
Uit die ene eigenschap volgen drie dingen die een AI-tool niet is. Hij is geen kennisbank: hij zoekt niets op in een naslagwerk, ook niet als hij bronnen noemt. Hij is geen rekenmachine: getallen zijn voor een taalmodel gewoon tekst, en een optelling die er goed uitziet kan gewoon fout zijn. En hij is geen archief van jouw organisatie: wat hij over jouw bedrijf zegt, heeft hij afgeleid uit wat er in het algemeen over dat soort bedrijven geschreven is.
Sommige tools zijn intussen slimmer ingericht: ze zoeken er echt iets bij op het web, of ze rekenen een som uit in een apart programma. Dat helpt, maar het verandert de kern niet. De tekst die je uiteindelijk leest, is nog steeds voorspeld — inclusief de zin waarin staat wat de bron beweerde.
Waarom hij het altijd zeker weet
Het lastigste is niet dat een AI-tool fouten maakt. Het lastigste is dat je aan het antwoord niet kunt zien of er een fout in zit. Bij een collega hoor je twijfel: 'Ik dacht dat het zo zat, maar kijk het na'. Een taalmodel schrijft de meest waarschijnlijke tekst, en de meest waarschijnlijke tekst is nu eenmaal een vlot geformuleerd, stellig antwoord.
Je krijgt dus geen signaal wanneer je moet opletten. Dat betekent dat je zelf een moment moet inbouwen waarop je controleert. Module 2 gaat daarover, en die routine is de belangrijkste gewoonte uit deze hele cursus.
Wat dit betekent voor je werk
De praktische conclusie is eenvoudig: gebruik een AI-tool voor werk waarbij jij kunt beoordelen of het klopt. Een tekst herschrijven, een stuk samenvatten dat je zelf gelezen hebt, een eerste opzet maken die je daarna aanpast — daar ben jij de deskundige en is de tool het gereedschap.
Zodra je iets vraagt wat je zelf niet kunt beoordelen — een jaartal, een bedrag, een regel uit een cao, de naam van een leverancier — verandert de rolverdeling, en dan moet je het ergens anders natrekken. Niet omdat het vast fout is, maar omdat je aan het antwoord niet kunt zien of het goed is.
- Open de AI-tool die je op je werk gebruikt (of, als je er nog geen gebruikt, een gratis chatbot).
- Vraag iets waarvan jij het antwoord zeker weet en dat weinig mensen zullen hebben opgeschreven. Kies iets dat openbaar is — wat je organisatie doet, in welke plaats jullie zitten, hoeveel vestigingen er zijn — en niet iets vertrouwelijks; in les 1.3 zie je precies waar die grens ligt.
- Kijk niet naar of het antwoord goed is, maar naar de toon. Staat er ergens dat het niet zeker is? Klinkt het anders dan een antwoord dat wél klopt?
- Schrijf in één zin op wat je opviel. Je hebt zojuist het probleem gezien waar module 2 een oplossing voor geeft.
- Bewaar dat zinnetje. In les 5.3 komt het terug in je eigen gebruiksregel.
Vastgelopen?
- Mijn tool gaf wél een bron, dan klopt het toch? Niet per se. Ook een bronvermelding is voorspelde tekst. Er zijn tools die echt iets opzoeken, maar dan nog moet je de link zelf openen en kijken of er staat wat er beweerd wordt. In les 2.1 zie je hoe je dat snel doet.
- Ik krijg meestal goede antwoorden, is dit niet overdreven? Dat je meestal goede antwoorden krijgt, klopt en is precies het risico. Je went eraan om niet te kijken, en juist dan glipt het ene foute antwoord erdoorheen.
- Betekent dit dat ik het niet moet gebruiken? Nee. Het betekent dat je het gebruikt voor werk waarvan jij de uitkomst kunt beoordelen. Dat is een heel groot deel van je werk — module 4 gaat over welk deel precies.
- Wat als ik een duurdere of nieuwere versie gebruik? Die maakt gemiddeld minder fouten, maar maakt ze nog steeds, en nog steeds even overtuigend. De controle blijft dus staan.
- Wat doet een taalmodel als je een vraag stelt — en wat doet het niet?
- Waarom kun je aan een antwoord niet zien of er een fout in zit?
- Waarom is een AI-tool geen betrouwbare rekenmachine, ook al staan er getallen in het antwoord?
- Bij wat voor soort werk ben jij degene die kan beoordelen of het klopt, en wanneer is dat niet zo?