Wat we bedoelen met AI

Wat je zult leren

Geschatte tijd: 20 minuten

Aan het einde van deze les kun je:

• Onderscheid maken tussen generatieve AI en de classificatie- en voorspellings-AI die je dagelijks al tegenkomt
• Begrijpen dat de eigenschappen van generatieve AI op een continuüm liggen van mogelijkheid tot beperking
• Een vooruitblik krijgen op de vier kerneigenschappen die je diepgaand zult verkennen: Next Token Prediction, Knowledge, Working Memory en Steerability

Wat we bedoelen met generatieve AI

(4 minuten)

De meeste AI ter wereld (spamfilters, aanbevelingen, fraudedetectie) is niet generatief. Deze cursus gaat over het soort dat wel is: transformer-gebaseerde tekstmodellen die nieuwe inhoud één token tegelijk produceren.

Een mentaal model van de machine bouwen

AI Capabilities & Limitations Framework

Vier eigenschappen die bepalen wat AI wel en niet voor je kan doen. Elk ligt op een spectrum — hoe verder naar rechts, hoe meer je moet verifiëren en compenseren.

Mogelijkheid

Beperking

Next Token Prediction

Waar komen AI-antwoorden vandaan?

Uitgetreden paden: samenvatten, herformateren, veelvoorkomende concepten uitleggenNieuw terrein, schaarse patronen, "waar vs. klinkt waar"

Knowledge

Wat weet AI eigenlijk?

Frequent, recent-in-training, consistent: mainstream onderwerpen, populaire talenZelden, na-cutoff, niche, lokaal of betwist onderwerpen

Working Memory

Waar let de AI op dit moment op?

Materiaal past comfortabel, sessie is actueel, je levert relevante contextZeer lange documenten/gesprekken, verwachting van continuïteit tussen sessies (de klif)

Steerability

Hoeveel controle heb ik?

Korte, concrete, verifieerbare instructies ("reageer als tabel", "onder 100 woorden")Lange redeneerketen, abstracte vragen, native precisie

Belangrijkste punten

• Generatieve AI produceert nieuwe inhoud in plaats van bestaande inhoud te classificeren.
• **AI is niet uniform capabel en niet uniform onbetrouwbaar. ** Het is sterk en zwak langs vier voorspelbare assen: Next Token Prediction, Knowledge, Working Memory en Steerability.
• **Elke eigenschap is een continuüm. ** Hetzelfde mechanisme geeft je zowel de mogelijkheid als de beperking.
• Gekalibreerd vertrouwen betekent je taak op het continuüm lokaliseren, niet vertrouwen in zijn geheel verlenen of onthouden.

Oefeningen

Oefening: Generatief of niet?

Waarom? Je hebt zojuist geleerd dat generatieve AI fundamenteel anders is dan de AI die je spam filtert en je volgende video aanbeveelt. Nu ga je dit onderscheid toepassen op je eigen ervaring.

• **Noem vijf AI-aangedreven functies waarmee je deze week hebt gewerkt. ** Zet het breed uit: autocomplete, fototagging, spamfiltering, chatbot-antwoorden, vertaling, productaanbevelingen, spraakassistenten.
• Noteer voor elk je inschatting: produceert het nieuwe inhoud, of sorteert, rangschikt en classificeert het bestaande inhoud?
• **Deel je lijst met een AI en vraag het je inschattingen te controleren. ** Voor degenen die je fout had (of niet zeker was), vraag het het onderscheid in één zin uit te leggen. Vraag dan: "Welke van deze vijf heeft waarschijnlijk een foutmodus die deze cursus me helpt begrijpen? "
• **Ga terug naar je takenlijst van Les 1. ** Tag elke taak met de eigenschapsvraag die nu het meest relevant voelt:
• Waar komen de antwoorden vandaan? (Next Token Prediction)
• Wat weet het? (Knowledge)
• Waar let het op? (Working Memory)
• Hoeveel controle heb ik? (Steerability)

Je hoeft deze niet goed te hebben. Je maakt voorspellingen die je over de volgende vier lessen zult testen.

Lesreflectie

• Heeft het onderscheid generatief/classificatie met AI veranderd hoe je over een tool denkt die je gebruikt?
• Kijk naar hoe je je takenlijst hebt getagd. Voelde een taak aan alsof deze onder meer dan één eigenschap kon vallen?

Wat komt er volgende

Voordat we diep ingaan op de vier eigenschappen, besteden we één les aan hoe een AI-systeem überhaupt een persoonlijkheid krijgt. Waarom het beleefd, behulpzaam en eerlijk is, waarom het soms te gemakkelijk akkoord gaat, waarom het bepaalde dingen weigert. Dit vormingsproces laat vingerafdrukken achter op alles wat volgt.

Feedback

Terwijl je door de cursus vordert, horen we graag van je hoe je concepten uit de cursus in je werk gebruikt, plus eventuele feedback die je hebt. Deel je feedback hier.

Dankbetuigingen en licentie

Copyright 2026 Anthropic. Origineel werk gebaseerd op het AI Fluency Framework ontwikkeld door Prof. Rick Dakan (Ringling College of Art and Design) en Prof. Joseph Feller (University College Cork). Uitgebracht onder de CC BY-NC-SA 4. 0 licentie.