Jouw AI-woordenboek: van A(lgoritme) tot alle termen die je moet kennen
“If I was to talk to a class of undergrads right now, I would be telling them to get really unbelievably proficient with these tools.”
Laatst zat ik op kantoor een gesprek tussen twee AI-engineers af te luisteren dat ging over het optimaliseren van de “RAG-architectuur”. Waar gaat dit over, dacht ik? Ik realiseerde me opnieuw dat veel termen in het AI-landschap - ook voor mij als niet-techneut - overweldigend kunnen zijn.
“If I was to talk to a class of undergrads right now, I would be telling them to get really unbelievably proficient with these tools.”
Demis Hassabis, CEO van Google DeepMind, in Davos deze week
Daarom deze week: jouw naslagwerk voor alle AI-termen die je tegenkomt, met uitleg zonder dat je eerst een master in informatica nodig hebt :-). Gewoon helder en praktisch! Elk kwartaal zullen we dit artikel updaten, dus bewaar het.
AI (Artificial Intelligence) / Kunstmatige intelligentie
Dit is de overkoepelende term voor alle technologie die menselijke intelligentie nabootst. Denk aan patronen herkennen, voorspellingen doen en problemen oplossen. AI is niet één ding: het is een verzamelnaam voor alles van de Netflix-aanbevelingen tot ChatGPT tot je slimme thermostaat. En nee, AI “denkt” niet echt zoals wij, maar het wordt wel goed in doen alsof.
Herkenningspunt: Als iets slim lijkt zonder dat je het elke keer opnieuw moet uitleggen, is het waarschijnlijk AI.
AGI (Artificial General Intelligence)
Het theoretische punt waarop AI niet alleen specifieke taken kan doen, maar échte algemene intelligentie heeft – vergelijkbaar met menselijk denken en redeneren over elk onderwerp. We zijn hier nog lang niet, en experts zijn het oneens over wanneer (of of) we het ooit bereiken.
Huidige status: Alles wat we nu hebben (ChatGPT, Claude, etc.) is “narrow AI” – sterk in specifieke taken, maar geen echte algemene intelligentie.
AI Agent
Een AI die niet alleen reageert op vragen, maar zelfstandig taken kan uitvoeren. Denk aan: emails sorteren en beantwoorden, afspraken inplannen, het boeken van tickets. Het is de volgende stap na chatbots: niet alleen praten, maar ook doen.
Voorbeeld: In plaats van ChatGPT vragen “Zoek hotels in Parijs,” zou een AI-agent automatisch je kalender checken, hotels vergelijken op prijs en reviews, een keuze maken, en de reservering voor je doen.
Bias
Systematische vooroordelen in AI-systemen die ontstaan doordat ze leren van data waarin vooroordelen aanwezig zijn. AI die medische klachten van vrouwen als minder urgent beschrijft, of die altijd mannen tekent als CEO’s? Dat is AI bias in actie.
Waarom het gebeurt: Als trainingsdata vol zitten met historische ongelijkheden (vrouwen die slechter behandeld werden in medische settings), leert de AI die patronen over en reproduceert ze.
Wat je eraan kunt doen: Bewust zijn van de mogelijkheid, kritisch blijven op outputs, en waar mogelijk voor diverse trainingsdata pleiten.
Chain of Thought
Een techniek waarbij je de AI vraagt om stap-voor-stap te redeneren voordat het een eindconclusie geeft. Dit verbetert de kwaliteit bij complexe taken enorm.
Hoe: Voeg simpelweg toe aan je prompt: “Leg je redenering stap voor stap uit voordat je tot een conclusie komt.”
Waarom het werkt: Door AI te dwingen zijn redeneerstappen te tonen, krijg je niet alleen betere antwoorden maar kun je ook zien waar eventuele denkfouten zitten.
Context Window
De hoeveelheid tekst die een AI in één keer kan “zien” en gebruiken. Vergelijk het met je werkgeheugen tijdens een gesprek: je onthoudt wat er net gezegd is, maar niet elk detail van elk gesprek ooit. Vroege modellen hadden kleine context windows (3.000 woorden), de modellen van vandaag kunnen wel 200.000+ woorden tegelijk verwerken.
In de praktijk: Een grote context window betekent dat je hele rapporten kunt uploaden, lange gesprekken kunt voeren zonder dat de AI belangrijke context verliest, of meerdere documenten tegelijk kunt analyseren.
Embeddings
Een manier om tekst om te zetten in getallen zodat computers ermee kunnen rekenen en vergelijken. Woorden met vergelijkbare betekenissen krijgen getallen die dicht bij elkaar liggen. Het woord “koning” staat dichter bij “koningin” dan bij “tafel.”
Waarom het belangrijk is: Dit is hoe AI begrijpt dat “remote work policy” en “thuiswerkbeleid” over hetzelfde gaan, ook al zijn het verschillende woorden. Cruciaal voor zoekfuncties en RAG-systemen.
Generatieve AI
Dit is de soort AI die iets nieuws kan maken wat er nog niet was. In tegenstelling tot klassieke AI die bijvoorbeeld voorspelt hoelang je naar huis fietst (zoals Google Maps), kan generatieve AI teksten schrijven, afbeeldingen maken, muziek componeren; allemaal dingen die nog niet bestonden. ChatGPT, Dall-E, Midjourney? Allemaal generatieve AI.
De beste analogie: Klassieke AI is als de Spotify Discover Weekly die voor jou liedjes selecteert die al bestaan. Generatieve AI componeert een volledig nieuw nummer op basis van wat jij mooi vindt.
Hallucineren
Wanneer een AI met overtuiging iets genereert dat onjuist of verzonnen is. Het klinkt plausibel, maar het klopt niet. Dit gebeurt omdat AI’s patronen voorspellen, niet “weten” wat waar is. Ze kunnen bijvoorbeeld niet-bestaande boeken citeren of fictieve statistieken verzinnen.
Waarom het gebeurt: AI’s zijn getraind om de meest waarschijnlijke volgende woorden te voorspellen, niet om feitelijke juistheid te garanderen. Als iets “eruit ziet” als een plausibel antwoord, kan het dat genereren, ook als het niet waar is.
Literacy
Het vermogen om AI-tools effectief te gebruiken, kritisch te evalueren, en de impact ervan te begrijpen. Belangrijk: dit betekent niet dat je moet kunnen programmeren of de technische details moet snappen. Het gaat om weten wanneer AI wel en niet te gebruiken, goede prompts kunnen schrijven, en outputs kunnen beoordelen.
Waarom het cruciaal is: De Europese AI Act (in werking sinds 2024) vereist dat organisaties ervoor zorgen dat medewerkers die AI gebruiken, hierin getraind zijn. Het is niet langer optioneel – het is een compliance-vereiste.
LLM (Large Language Model)
Een LLM is de technologie achter tools als ChatGPT, Claude en Gemini. Het is een neuraal netwerk dat getraind is op enorme hoeveelheden tekst om menselijke taal te begrijpen en te genereren. Het werkt door te voorspellen wat het volgende woord zou moeten zijn, gebaseerd op de context van alle woorden ervoor. “Large” betekent hier echt large: miljarden parameters (de draaiknoppen waar het model tijdens training aan draait).
Waarom het er toe doet: Als je begrijpt dat een LLM geen zoekmachine is maar een patroonherkenner, ga je het heel anders gebruiken.
Neuraal Netwerk
Een AI-systeem geïnspireerd op de structuur van het menselijk brein. Bestaat uit lagen van onderling verbonden “neuronen” die samen complexe patronen kunnen herkennen. De basis van de meeste moderne AI.
Parameters
De miljarden kleine “draaiknoppen” die een AI-model tijdens training aanpast om beter te worden. Hoe meer parameters, hoe complexer patronen het model kan leren – maar ook hoe duurder het is om te trainen en te gebruiken.
Schaalvoorbeeld: GPT-3 had 175 miljard parameters. Grotere modellen hebben er nog veel meer.
Prompt / Prompting
Een prompt is simpelweg de instructie of vraag die je aan een AI geeft. Klinkt simpel, maar de kwaliteit van je prompt bepaalt grotendeels de kwaliteit van het antwoord. Een vage prompt als “Schrijf iets over marketing” geeft je iets vaags terug. Een heldere prompt met context, rol en verwachtingen? Dat levert je bruikbare content op.
Tip: Behandel een AI-tool niet als Google. Denk meer aan het briefen van een stagiair: hoe duidelijker je bent over wat je wilt, hoe beter het resultaat.
RAG (Retrieval Augmented Generation)
Een techniek waarbij een AI eerst relevante documenten of data opzoekt voordat het een antwoord genereert. Hierdoor kan het model actuele, specifieke informatie gebruiken die niet in zijn originele training zat.
Voorbeeld: Je uploadt je bedrijfshandboek naar een AI-tool. Als je vraagt “Wat is ons verlofbeleid?”, gebruikt de AI RAG om eerst het relevante deel van het handboek op te zoeken en vervolgens een antwoord te genereren gebaseerd op die exacte informatie.
Waarom het goud waard is: Het voorkomt hallucinaties bij bedrijfsspecifieke vragen en zorgt dat AI toegang heeft tot jouw actuele documenten.
Temperature
Een (advanced) instelling binnen een LLM die bepaalt hoe creatief of voorspelbaar een AI’s antwoorden zijn. Lage temperature (0.0-0.3) = zeer voorspelbaar, consistent, feitelijk. Hoge temperature (0.7-1.0) = creatiever, variabeler, soms onvoorspelbaar.
Wanneer laag gebruiken: Feitelijke samenvattingen, data-analyse, technische documentatie.
Wanneer hoog gebruiken: Brainstormen, creatief schrijven, marketingteksten waar je originaliteit wilt.
Praktische noot: In de reguliere LLM interfaces kun je temperature niet direct aanpassen; dit is een vaste instelling per model. Maar je kunt het effect wel simuleren door de gewenste temperatuur in je prompt te benoemen.
Token
Tokens zijn de bouwstenen waarmee AI’s tekst verwerken. Ongeveer één token = 3-4 karakters (letters, cijfers, leestekens). Waarom belangrijk? Omdat je bij veel AI-tools per token betaalt, en omdat modellen een limiet hebben aan hoeveel tokens ze in één keer kunnen verwerken.
In de praktijk: Een gemiddelde email van 200 woorden is ongeveer 300 tokens. Als je model een limiet heeft van 100.000 tokens, kun je behoorlijk lange documenten analyseren voordat je tegen de grens aanloopt.
Ben je een term tegengekomen die hier nog niet in staat? Stuur hem door naar hello@herai.work en we voegen hem toe.
En dan nog even dit: er komen in maart weer twee momenten aan!
6 maart: Internationale Vrouwendag Op 6 maart vieren we Internationale Vrouwendag bij EQUALS in Amsterdam, samen met A Cup of Ambition. Alinda staat op het podium als “Rule Breaker in Tech” en neemt je mee in iets wat ons na aan het hart ligt: de genderkloof in AI en hoe we die nu gaan dichten. Want dat Noorse onderzoek waar we eerder over schreven – dat een gemiddelde man met AI mogelijk beter presteert dan een topvrouw zonder – dat blijft knagen, en terecht. Maar het goede nieuws is dat kennis en bewustzijn de eerste stappen zijn, en die gaan we samen zetten. Het event duurt van 15:00 tot 18:00 uur, inclusief borrel, en je ontmoet ook andere rule breakers uit de zorg, kunst, sport en media. De eerste 50 kaarten kosten €79 excl BTW, daarna €110 excl BTW. Koop je kaartje hier.
12 maart: her/ai masterclass, dieper de materie in Wil je echt de handen uit de mouwen steken en in een paar uur tijd begrijpen wat AI wél is (en vooral wat het niet is), hoe je het dagelijks toepast zonder overwhelm, en die “wow, dát kan dus ook?!”-momenten ervaren? Dan is onze masterclass bij HNK Amsterdam Zuidoost iets voor jou. Twee uur vol praktische inzichten, live demo’s en een zaal vol slimme vrouwen die het samen uitzoeken, met ruimte voor al je vragen. Prijs: €199 ex BTW (€240 incl BTW). Meld je aan via Luma.
We hopen je te zien bij een van deze momenten, want zoals we altijd zeggen: de tools ontwikkelen zich razendsnel, maar jij ook!