Begrip
Wat is generatieve AI?
Generatieve AI is een vorm van kunstmatige intelligentie die nieuwe inhoud maakt, zoals tekst, beeld, audio of code, op basis van patronen die het uit grote hoeveelheden voorbeelddata heeft geleerd. Het bekendste voorbeeld is een taalmodel (LLM) dat op een vraag een antwoord formuleert in plaats van een bestaand antwoord op te zoeken.
Hoe werkt generatieve AI?
Een generatief model leert tijdens de training de structuur van zijn voorbeelddata: welke woorden op elkaar volgen, hoe een afbeelding is opgebouwd, hoe code eruitziet. Een taalmodel maakt vervolgens een antwoord door stap voor stap het meest passende volgende stukje tekst te kiezen. Beeldmodellen bouwen een afbeelding op uit ruis, tot die past bij de opdracht.
De uitkomst is daardoor waarschijnlijk, niet gegarandeerd juist. Het model controleert zijn eigen antwoord niet tegen de werkelijkheid. Dat moet je in de toepassing eromheen regelen.
Generatieve AI versus voorspellende AI
- Voorspellende AI kiest uit bekende uitkomsten: fraude of geen fraude, een prognose, een categorie.
- Generatieve AI maakt iets nieuws: een samenvatting, een conceptbrief, een stuk code, een afbeelding.
- In de praktijk combineer je ze vaak. Een classificatiemodel bepaalt bijvoorbeeld waar een vraag over gaat, waarna een generatief model het antwoord schrijft.
Wanneer zet je het in bij een groot project?
Generatieve AI loont bij werk met veel ongestructureerde tekst, waarbij een mens het resultaat controleert of gebruikt: kennis ontsluiten, dossiers samenvatten, verslagen opstellen of code schrijven. Moeten antwoorden kloppen met je eigen bronnen, dan koppel je het model aan die bronnen met RAG. Moet het systeem ook handelingen uitvoeren, dan bouw je een agent met afgebakende rechten.
Op schaal draait het minder om het model zelf en meer om de architectuur eromheen: evaluatie, logging, toegangsbeheer en de mogelijkheid om van model te wisselen zonder je toepassing te herbouwen.
Risico's en valkuilen
- Hallucinaties: het model formuleert plausibele maar onjuiste antwoorden. Meet dit met een vaste evaluatieset voordat je opschaalt.
- Privacy: prompts en documenten bevatten vaak persoonsgegevens. Leg vast waar de verwerking plaatsvindt en of de leverancier je data hergebruikt.
- Kosten: je betaalt per token of per GPU-uur, en het gebruik groeit snel zodra een toepassing aanslaat. Begroot op het verwachte volume, niet op de pilot.
- Leveranciersafhankelijkheid: bouw je rond de API van één aanbieder, dan bepaalt die de prijs, de modelversies en de voorwaarden.
- Regelgeving: de AI Act stelt transparantie-eisen aan systemen die synthetische content maken, en aparte verplichtingen aan aanbieders van AI-modellen voor algemene doeleinden.