AI-mogelijkheden en beperkingen

Wat je zult leren

Geschatte tijd: 25 minuten

Aan het einde van deze les kun je:

• Generative AI definiëren en hoe het verschilt van andere AI-typen
• De belangrijkste kenmerken en technologische fundamenten van generative AI herkennen
• Belangrijke mogelijkheden en beperkingen van huidige generative AI identificeren

Wat is generative AI?

(12 minuten)

Deze video behandelt hoe grote taalmodellen zoals Claude worden gebouwd en getraind, en wat dat betekent voor wat ze kunnen — en niet kunnen — betrouwbaar doen wanneer je ze in je bedrijf inzet.

Belangrijkste inzichten

• Generative AI creëert nieuwe inhoud in plaats van alleen bestaande gegevens te analyseren.
• Drie ontwikkelingen maakten moderne LLMs mogelijk: de transformer-architectuur, enorme trainingsgegevens en massale rekenkracht.
• Training heeft twee fasen: pre-training (patronen leren uit miljarden voorbeelden) en fine-tuning (leren om instructies behulpzaam op te volgen).
• Huidige sterke punten zijn onder meer veelzijdigheid in taken, conversationele flow en verbinding met externe tools.
• Huidige beperkingen zijn onder meer kennisgrensdata, hallucinaties, context window-grootte en complexe multi-staps redenering.
• De beste toepassingen combineren sterke punten van mens en AI — jouw oordeel, creativiteit en toezicht naast AI's snelheid en schaal.

Oefening

De grenzen testen

Deze oefening geeft je uit eerste hand bewijs van wat generative AI goed doet en waar het tekortkort. Je zult enkele van de specifieke mogelijkheden en beperkingen uit de video's op een laagrisico-manier onderzoeken, met behulp van inhoud uit je eigen vakgebied — zodat je een concreet gevoel krijgt, gebaseerd op je eigen waarnemingen, wanneer je beslist wat je AI kunt toevertrouwen.

Deel I: Zelfbezinning (op jezelf)

Kies een domein dat je goed kent, waar je onmiddellijk een fout zou opmerken als een leverancier, klant of partner het fout zou doen. Noteer:

• Het onderwerp (bijv. je winstmargineberekeningen, je lokale bestemmingsplanregels of vereisten voor branchelicenties)
• Twee of drie feiten erover die je van elke fatsoenlijke bron zou verwachten
• Één veel voorkomend misverstand dat mensen erover hebben
• Één ding eraan dat echt lastig is om goed uit te leggen

Dit is je testgebied. Je gaat zien hoe AI iets aanpakt dat je daadwerkelijk kunt verifiëren.

Deel II: Samenwerking (met AI)

Open een gesprek met Claude (of een ander AI-assistent die je voorkeur heeft) en voer drie snelle chats uit. Noteer wat je na elk gesprek opmerkt.

• **Veelzijdigheidstest. ** Vraag de AI om je onderwerp op drie verschillende manieren in één antwoord uit te leggen: eenmaal voor een klant die niets van je service weet, eenmaal voor een potentiële zakenpartner en eenmaal voor een nieuwe medewerker die je aanneemt. Slaagden de verschuivingen in publiek echt, of veranderde het alleen de woordenschat? Welke versie was het sterkst?
• **Hallucinatietest. ** Vraag de AI om twee of drie specifieke bronnen met betrekking tot je onderwerp aan te bevelen — een brancheorganisatie, een branchepublicatie, een regelgevingsinstantie of een bekende leverancier. Controleer er minstens één. Bestaat de organisatie? Klopt de website? Is de contactinformatie nauwkeurig? (Dit is waar je zult zien of de AI zelfverzekerd een bron zal verzinnen die plausibel klinkt maar niet echt is. )
• **Kennisgrensdata + redeneringcontrole. ** Vraag de AI iets dat tijdgevoelig of lokaal is: een recente regelgeving in je branche, huidige prijstrends voor een belangrijk materiaal of een lokale licentievereiste. Vertelt het je dat de informatie mogelijk verouderd is? Voegt het voorbehouden toe, gokt het, of presenteert het verouderde informatie als actueel — het soort ding dat je geld kan kosten als je ernaar handelt? Vraag het vervolgens om het veel voorkomende misverstand uit Deel I uit te werken. Pakte het de werkelijke verwarring aan, of herhaalde het alleen het juiste feit?

Deel III: Reflectie

Welke mogelijkheid uit de video kwam het duidelijkst naar voren in wat je zag? Welke beperking kwam naar voren — en zou je het hebben opgemerkt als dit geen onderwerp was dat je goed kent? Gebaseerd hierop, wat is één taak die je nu graag aan AI zou toevertrouwen, en één waar je beter op zou willen letten?

Strekdoel: Voer hetzelfde onderwerp uit met een tweede AI-tool (een ander model of platform). Waren de fouten en sterke punten hetzelfde?

Reflectie op de les

• Hoe verandert het weten hoe deze systemen worden getraind de manier waarop je ermee zult werken?
• Welke ethische overwegingen komen je voor de geest gezien hoe generative AI werkt en waar het tekortkort?

Wat komt volgende

Volgende is een praktische activiteit waarin je verkent hoe taalmodellen daadwerkelijk tekst genereren om wat je zojuist hebt geleerd tot leven te brengen.

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.

Erkenningen en licentie

Copyright 2026 Anthropic. Deze cursus is ontwikkeld in samenwerking met PayPal, Prospect Butcher en MAKS Enterprises TIPM Rebuilders, voortbouwend 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.