AI staat voor kunstmatige intelligentie, maar onder die noemer vallen heel verschillende soorten tools die op heel verschillende manieren werken. De AI die tekst schrijft, de AI die afbeeldingen maakt en de AI die je volgende Netflix-serie aanbeveelt, hebben bijna niets gemeen behalve dat ze allemaal hebben geleerd van grote hoeveelheden gegevens.
"AI" is een van die woorden die wordt gebruikt om alles te beschrijven, van de autocorrectie op je telefoon tot sciencefictionrobots. Die vaagheid maakt het lastig om te weten waar mensen het over hebben. De waarheid is dat "AI" geen enkelvoudig ding is — het is een familie van zeer verschillende tools die op heel verschillende manieren werken. Deze gids legt ze uit.
De drie soorten AI die je het meest tegenkomt
Chatbots: de pratende soort
Een chatbot is een AI waarmee je een gesprek voert. Je typt of spreekt een vraag in, en hij schrijft een antwoord terug. ChatGPT, Google's Gemini en Apple's Siri zijn allemaal chatbots, al werken ze onder de motorkap enigszins anders.
Chatbots zijn getraind op een enorme hoeveelheid tekst — meer boeken, artikelen en webpagina's dan welk mens ook ooit zou kunnen lezen. Zo kunnen ze vragen beantwoorden, dingen uitleggen, je helpen e-mails te schrijven, tussen talen vertalen en een gesprek voeren. Ze werken door te voorspellen welke woorden het meest waarschijnlijk volgen op basis van patronen die ze tijdens de training hebben geleerd.
Dit maakt ze indrukwekkend maar onvolmaakt. Voor onderwerpen die goed gedekt waren in hun trainingsgegevens zijn ze vaak nauwkeurig. Voor zeer specifieke, obscure of recente feiten kunnen ze vol vertrouwen fout zitten. Dit begrijpen is de sleutel tot goed gebruik.
Beeldgeneratoren: de visuele soort
Een beeldgenerator maakt afbeeldingen op basis van tekstbeschrijvingen. Je typt "een aquarelschiliderij van een vuurtoren bij zonsondergang" en de tool maakt een originele afbeelding — één die nooit eerder heeft bestaan. Midjourney, Adobe Firefly en DALL-E zijn bekende voorbeelden.
Deze tools zijn getraind door miljoenen afbeeldingen te bekijken die waren voorzien van bijschriften of beschrijvingen. Ze kopiëren geen afbeelding die ze hebben gezien. Ze genereren iets nieuws op basis van visuele patronen die ze tijdens de training hebben geleerd.
Beeldgeneratoren zijn krachtig voor creatieve projecten, maar ze hebben een bekende eigenaardigheid: soms gaan specifieke details merkwaardig mis — te veel vingers aan een hand, achtergrondtekst die eruitziet als woorden maar het niet is, kleine details die bij nader inzien niet kloppen.
Aanbevelingsalgoritmen: de onzichtbare soort
Dit is de AI die de meeste mensen het vaakst gebruiken zonder het te beseffen. Als Netflix een serie voorstelt die je misschien leuk vindt, als Spotify een afspeellijst voor je samenstelt, als Amazon "klanten kochten ook" laat zien — dan werkt een aanbevelingsalgoritme rustig op de achtergrond.
Deze systemen analyseren patronen in wat grote aantallen mensen doen — wat ze kijken, kopen, aanklikken, beluisteren of overslaan — en gebruiken die patronen om te voorspellen wat jij leuk vindt. Ze voeren geen gesprek met je. Ze begrijpen niet waarom je iets mooi vindt. Ze merken simpelweg dat mensen met vergelijkbare patronen als die van jou ook bepaalde dingen waardeerden, en laten die aan je zien.
Aanbevelingsalgoritmen zijn vaak verrassend nauwkeurig, maar ook beperkt. Ze optimaliseren voor wat je waarschijnlijk aanspreekt, wat niet altijd hetzelfde is als wat het beste voor je is.
Wat alle drie gemeen hebben
Ondanks hoe verschillend ze zijn, delen al deze tools één fundamenteel kenmerk: ze hebben geleerd van gegevens. Ze zijn niet geprogrammeerd met expliciete regels voor elke situatie. In plaats daarvan zijn ze getraind — blootgesteld aan enorme hoeveelheden voorbeelden — en hebben ze patronen geleerd.
Dit is wat moderne AI onderscheidt van traditionele software. Traditionele software volgt exacte regels die een programmeur heeft geschreven: "Als A, dan B." AI maakt voorspellingen op basis van patronen. Daardoor kan het omgaan met dingen die programmeurs nooit specifiek hebben voorzien, en ook om die reden kan het op verrassende manieren falen waar op regels gebaseerde software dat niet zou doen.
Wat AI nog steeds niet kan
Ondanks de mogelijkheden van deze tools zijn er duidelijke en consistente beperkingen. AI heeft geen echt begrip, gevoelens of doelen. Het kan niet zelfstandig handelen in de fysieke wereld. Het kan zijn eigen feiten niet betrouwbaar controleren — het produceert aannemelijk klinkende uitvoer zonder te controleren of die klopt. En het vormt geen echte relaties — als een chatbot warm of geïnteresseerd lijkt, produceert hij tekst die overeenkomt met het patroon van warmte. Hij geeft eigenlijk niets om je.
AI is ook slechts zo goed als de gegevens waarop het is getraind. Als die gegevens fouten, vooroordelen of hiaten bevatten, zal de AI die ook weerspiegelen.
Dit maakt AI-tools niet minder nuttig voor de dingen waar ze echt goed in zijn. Het maakt het alleen gemakkelijker te weten wanneer je ze kunt vertrouwen en wanneer je extra moet controleren.
Wat je hierna kunt doen: Als je wilt begrijpen waarom AI soms volkomen zeker klinkt terwijl het volledig fout zit, legt Waarom verzint AI dingen? het mechanisme helder uit. En als je voor het eerst een chatbot wilt proberen, is Wat is ChatGPT? een vriendelijk beginpunt.
