Gesproken samenvatting — druk op afspelen om mee te lezen: de gesproken regel blijft bovenaan.
Wat je zult leren
Aan het einde van deze les kun je:
- Belangrijke mogelijkheden en beperkingen van huidige generatieve AI identificeren
Mogelijkheden & beperkingen
(7 minuten)
Deze video onderzoekt wat generatieve AI op dit moment effectief kan en niet kan doen. We benadrukken de veelzijdigheid van generatieve AI in taalkundige taken, het vermogen om conversationele continuïteit te handhaven, en het vermogen om tussen diverse taken over te schakelen zonder aanvullende training. We behandelen ook beperkingen, waaronder kennisafsluitingsdata, hallucinaties (feitelijk onjuiste outputs), context window-beperkingen, en redeneringsproblemen. We benadrukken dat het veld snel evolueert en leggen uit dat de meest effectieve toepassingen de complementaire sterke punten van mensen en AI die samen werken combineren.
Belangrijkste inzichten
- Generatieve AI creëert nieuwe inhoud (tekst, afbeeldingen, code) in plaats van alleen bestaande gegevens te analyseren
- Moderne systemen zoals LLM's werden mogelijk gemaakt door drie belangrijke ontwikkelingen:
- Algoritmische en architecturale doorbraken (vooral de transformer-architectuur)
- Enorme hoeveelheden digitale trainingsgegevens
- Dramatische toenames in computerkracht
- Generatieve AI leert door twee fasen: pre-training (het analyseren van patronen in miljarden voorbeelden) en fine-tuning (leren om instructies op te volgen en nuttige reacties te geven)
- Huidige mogelijkheden omvatten veelzijdigheid in taken, conversationeel bewustzijn, en het vermogen om verbinding te maken met externe tools
- Huidige beperkingen omvatten kennisafsluitingsdata, potentieel voor hallucinaties, context window-beperkingen, en uitdagingen met complex redeneren
- De meest effectieve toepassingen combineren menselijke en AI-sterke punten, waarbij mensen kritisch denken, oordeel, creativiteit en ethisch toezicht bieden
Oefeningen
Reflectie
Voordat je verdergaat, neem even de tijd om het volgende te overwegen:
- Hoe verandert het begrijpen van de technische fundamenten van generatieve AI (zoals trainingsgegevens en pre-training/fine-tuning) hoe je denkt over het werken met deze systemen?
- Welke ethische overwegingen komen je voor ogen na het leren hoe deze systemen werken en hun huidige beperkingen?
Wat komt volgende
In de volgende les zullen we de eerste van de 4D-competenties nader bekijken: Delegation. Je leert hoe je strategische beslissingen neemt over het verdelen van werk tussen jezelf en AI op basis van inzicht in zowel je doelstellingen als AI-mogelijkheden. Deze basis zal je helpen om doordacht te bepalen wanneer en hoe je AI in je creatieve en probleemoplossingsprocessen inzet.
Feedback
Terwijl je door de cursus vordert, horen we graag van je hoe je concepten uit de cursus in je leven, werk of lessen gebruikt en eventuele feedback die je hebt. Deel je feedback hier.
Dankbetuigingen en licentie
Copyright 2025 Rick Dakan, Joseph Feller, en Anthropic. Uitgebracht onder de CC BY-NC-SA 4. 0-licentie. Deze cursus is gebaseerd op The AI Fluency Framework van Dakan en Feller. Gedeeltelijk ondersteund door de Higher Education Authority, Ierland, via het National Forum for the Enhancement of Teaching and Learning.