AI-begrippen glossarium
Van LLM tot RAG, van prompt tot hallucineren. Hier vind je de begrippen die je tegenkomt bij AI-gebruik in organisaties, in gewone taal uitgelegd.
De meest gebruikte termen
Je hoeft geen techneut te zijn om AI te begrijpen. Maar een paar begrippen helpen enorm om gesprekken te volgen en goede vragen te stellen.
Een AI-model dat is getraind op grote hoeveelheden tekst en daardoor tekst kan genereren, samenvatten, vertalen en begrijpen. ChatGPT, Claude en Gemini zijn voorbeelden van LLMs.
De tekst (of instructie) die jij typt aan een AI-tool. De kwaliteit van een prompt bepaalt grotendeels de kwaliteit van het antwoord. "Schrijf een samenvatting" is een prompt; "Schrijf een samenvatting in drie punten, geschikt voor een directierapportage" is een betere prompt.
Wanneer een AI zelfverzekerd onjuiste informatie produceert. Geen opzet: het model voorspelt aannemelijke tekst, maar heeft geen "feitenbewustzijn". Altijd factchecken bij informatie die ertoe doet.
De hoeveelheid tekst die een AI tegelijk kan "lezen" en onthouden binnen een gesprek. Hoe groter het contextvenster, hoe meer je in één keer kunt aanleveren (documenten, gesprekken, instructies).
De bouwsteen waarmee AI-modellen tekst verwerken. Niet exact een woord: gemiddeld is een token zo'n 0,75 woord. Tokens zijn relevant omdat ze de kosten en limieten van AI-APIs bepalen.
Hoe AI-systemen werken
Een techniek waarbij een AI bij het genereren van een antwoord eerst relevante documenten opzoekt uit een eigen kennisbank. Hierdoor geeft de AI antwoorden op basis van jouw specifieke bedrijfsdocumenten, niet alleen op zijn trainingsdata.
Een bestaand AI-model verder trainen op jouw eigen data, zodat het beter past bij jouw taalgebruik, domein of toon. Verschilt van RAG: fine-tuning verandert het model zelf; RAG voegt kennis toe zonder het model aan te passen.
Een groot, breed getraind AI-model dat als basis dient voor vele toepassingen. GPT-4, Claude en Gemini zijn foundation models. Ze zijn niet gebouwd voor één taak, maar voor een breed scala aan taken.
Een AI-model dat niet alleen tekst verwerkt, maar ook afbeeldingen, audio of video. GPT-4o en Claude 3 zijn multimodale modellen: je kunt een foto insturen en erover vragen stellen.
Een AI die niet alleen antwoord geeft, maar ook acties uitvoert: een zoekopdracht doen, een bestand aanmaken, een API aanroepen. Agents werken in stappen en nemen tussendoor beslissingen. Zijn krachtiger maar ook minder voorspelbaar dan gewone chattools.
Begrippen uit de AI Act en AVG
De Europese wet die regels stelt aan AI-systemen op basis van risico. Hoe hoger het risico van een AI-toepassing, hoe strenger de eisen. Van kracht vanaf augustus 2024, gefaseerd ingevoerd.
AI-systemen die ingezet worden in sectoren of situaties met grote impact op mensen, zoals werving, kredietverlening, onderwijs of strafrechtelijke handhaving. Voor deze systemen gelden zware verplichtingen: documentatie, menselijk toezicht, transparantie.
AI-modellen die voor veel verschillende taken bruikbaar zijn, zoals GPT-4 of Claude. De AI Act stelt specifieke eisen aan GPAI-modellen, met extra strenge regels voor modellen met een "systeemrisico" (de allergrootste en krachtigste modellen).
Algemene Verordening Gegevensbescherming. Europese privacywet die regelt wat je mag doen met informatie over personen. Relevant bij AI wanneer je tool persoonsgegevens verwerkt, wat al snel het geval is.
Een contract dat je afsluit met een externe partij die persoonsgegevens verwerkt namens jouw organisatie. Verplicht onder de AVG. Bij AI-tools die met klant- of medewerkerdata werken, is dit doorgaans vereist.
Technieken en methoden
Zero-shot
Je geeft de AI een opdracht zonder voorbeelden mee te geven. De AI maakt gebruik van zijn trainingskennis. Werkt goed voor algemene taken.
Few-shot
Je geeft een paar voorbeelden in je prompt zodat de AI het gewenste formaat of de gewenste toon snapt. Leidt vrijwel altijd tot betere uitkomsten.
Chain-of-thought
Je vraagt de AI om redeneer-stappen te tonen ("Denk stap voor stap na"). Dit verbetert de nauwkeurigheid bij complexe redeneeruitdagingen.
Embeddings
Numerieke representaties van tekst waarmee AI de "betekenis" van woorden kan vergelijken. De techniek achter zoekfuncties in AI-systemen en RAG.