Wat is generatieve AI?
Generatieve AI is een vorm van kunstmatige intelligentie die zelf nieuwe content kan creëren. Dat kan tekst zijn, maar ook beeld, geluid, code of zelfs presentaties.
Een simpele definitie: Generatieve AI gebruikt bestaande data om iets nieuws te maken dat lijkt op menselijk werk.
Voorbeelden zijn onder andere Chatbots die e-mails of antwoorden schrijven (zoals ChatGPT), Afbeelding generatoren, AI's die automatisch scripts of broncode generen.
Wat zijn Large Language Models (LLMs)?
Een Large Language Model (LLM) is een algoritme dat is getraind op gigantische hoeveelheden tekst – van boeken en nieuwsartikelen tot Wikipedia en internetfora. Door die training leert het model hoe taal werkt: zinsbouw, semantiek, context, nuance.
Bekende voorbeelden van LLM’s zijn GPT-4 (OpenAI), Claude (Anthropic), Llama 3 (Meta), Gemini (Google) en open source variant Deep Seek.
Deze modellen zijn krachtig omdat ze niet alleen taal begrijpen, maar ook kunnen genereren. Of het nu gaat om beleidsadvies, juridische tekst of een samenvatting van een jaarverslag – ze doen het razendsnel.
Hoe werkt een LLM onder de motorkap?
LLM’s voorspellen het volgende woord op basis van alles wat eraan voorafging. Dat klinkt simpel, maar de schaal maakt het revolutionair. Door honderden miljarden woorden te analyseren, kunnen ze grammatica, logica en zelfs subtiele humor leren herkennen.
Een voorbeeld:
- Prompt: “Schrijf een samenvatting van een risicorapport in duidelijke taal.”
- Output: Een nette, begrijpelijke tekst van vijf alinea’s – vaak in seconden.
In de kern zijn het neurale netwerken – specifiek: transformer-architecturen – die bestaan uit miljoenen tot miljarden parameters. Deze parameters coderen verbanden tussen woorden, concepten en patronen.
Waarvoor gebruiken organisaties generatieve AI?
Bij PrudAI zien we dat organisaties generatieve AI inzetten voor:
- Gebruik van ongestructureerde data: AI helpt om documenten, video's, etc om te zetten in gestructureerde data die je beter kunt gebruiken. Veel documenten, rapporten, video's, etc bevatten veel informatie. Veel van die informatie blijft onbenut omdat medewerkers de informatie niet weten te vinden. AI helpt de informatie te ontsluiten zonder dat medewerkers de bestanden hoeven te zoeken. Bijvoorbeeld in een bedrijf kunnen processen, geschreven werkinstructies en video uitleg worden gebruikt om medewerkers een pasklaar antwoord te geven op de vraag hoe ze iets moeten doen, in plaats van dat hij zelf moet zoeken in de documenten, video's moet herbekijken, etc. Dit leidt tot een enorme toename van de efficiency, maar ook van werkplezier. Het minder leuke zoekwerk wordt door AI gedaan.
- Omgaan met grote en complexe hoeveelheden data: AI koppelen aan interne systemen zoals Sharepoint, zaaksystemen, financiële systemen, onderhoudssystemen, etc. waardoor eenvoudig inzichten kunnen worden gegenereerd door data uit verschillende systemen met elkaar te combineren. Bijvoorbeeld geef een overzicht van alle contracten en controleer de betalingen in het financiële systeem. Als AI eenmaal als kloppend hart van de organisatie is verbonden met diverse systemen, kunnen eenvoudig via tekst of spraak vragen worden gesteld die snel worden beantwoord.
- Besluitvormingsondersteuning: AI helpt bij het structureren van keuzes, in kaart brengen van scenario's of risicoanalyses. AI kan aangeven in hoeverre een voorgenomen besluit bijdraagt aan de doelstelling of aangeven dat andere alternatieven misschien effectiever of goedkoper zijn.
- Automatisering van werkzaamheden: Agents (= medewerker, maar dan digitaal) leveren extra capaciteit om werkzaamheden uit te voeren. In tijden van schaars personeel kunnen tal van werkzaamheden door agents worden uitgevoerd. Ook kan een virtuele organisatie van agents worden gebouwd die de echte organisatie ondersteund. Deze virtuele organisatie wordt aangestuurd door de door PrudAI ontwikkelde Chief Executive Agent (CEA), die samen met de CEO de hele organisatie aanstuurt.
Zijn er risico’s?
Zeker. Generatieve AI is krachtig, maar niet feilloos. Modellen kunnen:
- Onjuiste of verouderde informatie geven
- Hallucineren (dingen verzinnen die logisch klinken, maar niet kloppen)
- Informatie reproduceren zonder bronvermelding
- Bias en stereotyperingen bevatten
Er zijn meerdere manieren om deze risico's te mitigeren, onder andere:
Human in the loop (laat een expert altijd een review doen - 4 ogen principe)
Gebruik gevalideerde data - wij maken zoveel mogelijk gebruik van eigen data (eigen documenten en data uit eigen gekoppelde systemen, internet gebruik van uitsluitend goedgekeurde lijst van websites, etc
LLM as a judge - het 4 ogen principe kan ook door AI worden uitgevoerd door de ene AI de andere te laten controleren.
Deep reasoning - AI meerdere keren zijn antwoord laten bepalen zodat hij weet dat het antwoord klopt. Het duurt dan wel wat langer voordat je een antwoord hebt, maar de uitkomst is dan meer betrouwbaar
Wat maakt een LLM ‘intelligent’?
Intelligentie in LLMs is statistisch, niet bewust. Het model “weet” niets, maar is extreem goed in het voorspellen van logisch taalgebruik. Toch voelt het vaak alsof je met een persoon praat – dat is precies de kracht én het gevaar.
Zie het als een hyperintelligente papegaai: het herhaalt niet zomaar, het reconstrueert slim op basis van context en patroonherkenning.
Conclusie: Generatieve AI verandert het spel – maar gebruik het verstandig
Generatieve AI en LLM’s bieden enorme kansen. Maar zonder duidelijke kaders, kwaliteitscontrole en ethisch besef loop je het risico op fouten, reputatieschade of zelfs juridische problemen.
Bij PrudAI geloven we in AI die mensen versterkt – niet vervangt. Wij helpen organisaties om generatieve AI slim en verantwoord in te zetten. Van experiment tot integratie.