De leidraad AI in de zorg uitgelegd: wat erin staat, waar zorgorganisaties tegenaan lopen en hoe het zich verhoudt tot…
Bovenaan in AI komen vraagt om dezelfde basis als SEO. Zo maak je je bedrijf vindbaar in ChatGPT en Gemini,…
AI linkbuilding in de praktijk: domeinen beoordelen met Ahrefs-data, links uitruilen of kopen, en waar kunstmatige intelligentie echt tijd bespaart.
Wat zijn AI agents en wat kun je ermee? Het verschil met een chatbot, tientallen voorbeelden voor het MKB en…
Notulen maken met AI: van telefoonopname naar verslag. Wat kan ChatGPT, Gemini in Meet en Copilot in Teams, plus de…
AI, voluit artificiële of kunstmatige intelligentie, is de verzamelnaam voor computersystemen die taken uitvoeren waar normaal gesproken menselijk denkwerk voor nodig is: taal begrijpen, beelden herkennen, voorspellingen doen en teksten schrijven. Het verschil met gewone software is dat een AI-systeem niet stap voor stap is voorgeprogrammeerd, maar patronen heeft geleerd uit grote hoeveelheden voorbeelden. Op deze pagina vind je alles over AI: wat het is, hoe het werkt, wat je ermee kunt en waar de grenzen liggen.
De term dekt een brede lading, en dat verklaart veel van de verwarring eromheen. Een spamfilter is AI. Een navigatiesysteem dat de snelste route berekent is AI. En ChatGPT is AI. Ze hebben met elkaar gemeen dat ze een taak uitvoeren op basis van geleerde patronen in plaats van vaste regels, maar verder lijken ze nauwelijks op elkaar.
In de praktijk is het handig om drie lagen te onderscheiden. Kunstmatige intelligentie is de overkoepelende term voor alles wat menselijk denkwerk nabootst. Machine learning is de meest gebruikte techniek daarbinnen: een systeem krijgt duizenden voorbeelden te zien en leidt daar zelf de regels uit af, in plaats van dat een programmeur die regels opschrijft. Deep learning is een variant daarvan met kunstmatige neurale netwerken van vele lagen diep, waarmee veel complexere patronen te leren zijn.
Generatieve AI is de nieuwste laag en de reden dat het onderwerp de laatste jaren overal opduikt. Waar oudere systemen vooral iets herkenden of voorspelden, maakt generatieve AI iets nieuws: tekst, beeld, geluid of code. Grote taalmodellen zoals de modellen achter ChatGPT, Claude en Gemini vallen in deze categorie.
Alles wat vandaag bestaat, is smalle AI: het is goed in één afgebakende taak en kan daarbuiten niets. Een model dat uitstekend teksten schrijft, kan geen auto besturen. Algemene AI, een systeem dat net als een mens elke denkbare taak zou kunnen leren, bestaat niet en is voorlopig een theoretisch begrip. Wie dat onderscheid scherp houdt, prikt door een groot deel van de berichtgeving heen.
Het principe is verrassend eenvoudig, ook al is de uitvoering dat allerminst. Een model krijgt een enorme hoeveelheid voorbeelden te zien en past zichzelf telkens een beetje aan wanneer het ernaast zit. Herhaal dat miljarden keren en er ontstaat een systeem dat patronen oppikt die niemand expliciet heeft opgeschreven.
Bij een taalmodel bestaan die voorbeelden uit tekst. Het model leert daaruit welk stukje woord statistisch gezien het meest waarschijnlijk volgt op wat eraan voorafging. Dat is meteen de belangrijkste eigenschap om te onthouden: een taalmodel berekent waarschijnlijkheid, het controleert geen waarheid. Een antwoord dat vloeiend en zelfverzekerd klinkt, kan feitelijk onjuist zijn. In het vakgebied heet dat hallucineren, en het is geen kinderziekte maar een gevolg van hoe de techniek werkt.
Daar volgt een praktische regel uit die op deze site vaak terugkomt: gebruik AI voor werk waarvan je het resultaat kunt controleren, en wees terughoudend bij werk waarbij een fout onopgemerkt blijft. Hoe computers in de basis werken en waarom een model dus niets begrijpt van wat het zegt, lees je in hoe werken computers.
De grootste verschuiving van dit moment is dat AI niet langer alleen antwoord geeft, maar ook handelingen uitvoert. Een chatbot reageert op wat je typt en wacht daarna af. Een AI agent krijgt een doel mee, bedenkt zelf welke stappen daarvoor nodig zijn, gebruikt onderweg systemen zoals een agenda, een database of een website, en meldt zich pas terug als de opdracht af is.
Dat verschil is niet alleen technisch interessant. Het bepaalt welke rechten je zo’n systeem geeft, wie verantwoordelijk is voor het resultaat en welke handelingen je nooit zonder menselijke goedkeuring laat uitvoeren. In wat zijn AI agents gaan we daar uitgebreid op in, met tientallen voorbeelden uit administratie, verkoop, IT en het dagelijks leven, plus de fouten die je ermee kunt maken.
De nuttigste toepassingen zijn zelden spectaculair. Het zijn taken die vaak terugkomen, waarvan het resultaat controleerbaar is en waar tot nu toe veel tijd in ging zitten.
Volgens het CBS gebruikte in 2024 22,7 procent van de Nederlandse bedrijven met tien of meer werkzame personen een of meer AI-technologieën. Bij bedrijven met meer dan 500 medewerkers lag dat op 59,2 procent, bij de kleinste bedrijven op 17,8 procent. De ruimte zit dus vooral bij kleinere organisaties, en juist daar leveren die alledaagse toepassingen het snelst iets op.
Even belangrijk als de mogelijkheden zijn de grenzen, en die worden zelden genoemd door partijen die iets te verkopen hebben.
AI staat niet los van informatiebeveiliging. Wie bedrijfsgevoelige informatie in een openbaar model plakt, geeft die gegevens uit handen, en dat kan een datalek opleveren. Daarom hoort een AI beleid thuis naast bestaande afspraken over toegangsbeheer en privacy, en niet als los document ernaast.
Daar komt wetgeving bij. De Europese AI-verordening deelt AI-systemen in naar risico en stelt zware eisen aan hoogrisicotoepassingen. Ook verplicht die organisaties om te zorgen dat medewerkers die met AI werken begrijpen wat de techniek doet en waar de grenzen liggen. Die eis van AI-geletterdheid wordt vaak over het hoofd gezien, terwijl hij in de praktijk het meeste verschil maakt: iemand die niet weet dat een model kan hallucineren, controleert het resultaat ook niet.
In sommige sectoren gaan de eisen verder. De zorg heeft bijvoorbeeld een eigen kader voor het beoordelen van algoritmen, dat we bespreken in leidraad AI in de zorg.
De artikelen hieronder behandelen AI vanuit de praktijk. Ze beginnen bij een vraag die iemand echt stelt, benoemen ook de nadelen en zijn geschreven voor lezers met en zonder technische achtergrond. Wat je hier niet vindt, is de zoveelste opsomming van tools zonder oordeel erbij.