AIToday Live

Joop Snijder, CTO bij Aigency en voormalig muzikant, trekt een directe lijn tussen zijn jaren als producer in een thuisstudio en hoe Artificial Intelligence werkt als werktool. Het probleem is niet dat AI te veel overneemt, maar dat je de output accepteert zonder er iets van jezelf in te stoppen. Joop legt uit hoe je rol verschuift van uitvoerder naar producer: niet elke noot spelen, maar bepalen wat blijft en wat weggaat.Een taalmodel levert vlotte zinnen, maar heeft geen smaak, geen context en geen idee van de politieke gevoeligheid in jouw team. Als je een AI-output leest en niets verandert, is dat geen teken van kwaliteit maar van te weinig kritisch kijken. Morgen: pak iets wat je de komende week moet maken, gebruik een taalmodel voor de eerste versie en noteer drie dingen die je aanpast en waarom.Onderwerpen De verschuiving van maker naar producer bij samenwerking met AI AI als startpunt voor mensen zonder veel eigen ideeën Het risico van middelmaat bij onkritisch gebruik van AI-output De irrelevantie van de vraag 'heb je dit met AI gemaakt?' LinksPodcast: AIToday Live podcastWebsite: AIToday Live - Het leukste keukentafelgesprek over AIGenoemde entiteiten: ChatGPTStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Wilco de Vries, business developer bij Info Support, en Jurre Brandsen, AI-champion bij hetzelfde bedrijf, zien organisaties vastlopen op AI-projecten die beginnen bij de technologie in plaats van bij het probleem. Jurre legt uit waarom enthousiaste teams soms afgeremd moeten worden: zodra je de menselijke controle volledig weghaalt, verlies je ook de verantwoordelijkheid, en die kun je niet delegeren aan een agent. Zijn team gebruikt het zes-ogenprincipe bij code reviews: Artificial Intelligence doet een eerste controle, maar er kijken altijd twee mensen mee.Bij legacy-migraties, zoals COBOL-systemen in de financiële sector, versnelt AI het conversieproces aanzienlijk door patroonherkenning, maar de business moet altijd bevestigen dat de beschrijving van de code klopt voordat je iets overzet. Morgen kun je beginnen met één proces dat je al goed begrijpt: schrijf stap voor stap op hoe je het nu aanpakt en gebruik dat als referentiekader om AI-output te beoordelen.Onderwerpen Codeconversie van legacy-systemen met AI Veranderende rol van developers en verantwoordelijkheid bij AI-gebruik AI-adoptie in organisaties en het belang van voorbereiding Context engineering en gestructureerde controle bij AI-implementaties Risico's van ongecontroleerd enthousiasme en het belang van menselijke controle LinksPodcast: AIToday Live podcastOrganisatie: Info SupportKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: GartnerStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

AI wordt niet de redder van de mensheid en ook niet de oorzaak van de ondergang — dat zijn verkoopverhalen, geen analyse. Het echte probleem is dat het publieke debat AI behandelt als een zelfstandig wezen, terwijl het gewoon technologie is die onder menselijke controle staat en waarschijnlijk ook blijft. Joop legt uit waarom adoptie altijd trager gaat dan de techniek: de bottleneck is nooit de uitvinding, maar de verspreiding — vertrouwen, wetgeving, processen die anders ingericht worden.Een AI-model dat slaagt voor het advocatenexamen is iets anders dan een systeem dat duizend keer achter elkaar betrouwbaar werkt in een proces waar iets op het spel staat. Morgen kun je bij elk AI-hype-bericht één vraag stellen: wat is de concrete claim, wat is het bewijs, en wie heeft er belang bij dat je dit gelooft?Onderwerpen AI als normale technologie vergelijkbaar met elektriciteit De kloof tussen technische mogelijkheden en maatschappelijke adoptie Het verschil tussen wat een AI-model kan en wat een product betrouwbaar doet Concrete risico's van AI versus hypothetische superintelligentie-scenario's LinksBoek: Niet onze AI - ManagementboekArtikel: AI as Normal Technology - NormalTechPodcast: AIToday LiveGenoemde entiteiten: Princeton University - Arvind Narayanan - Sayash Kapoor - Luigi Galvani - Giovanni Aldini - Frankenstein - Xerox - Mark Weiser - Gabriella Obispa - Laurens VreekampStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Saskia Lensink, productmanager van GPT-NL bij TNO, bouwde met 13,5 miljoen euro een Nederlandstalig taalmodel waarvan elke zin in de trainingsdata juridisch is gecheckt en traceerbaar is naar de bron.Dat klinkt vanzelfsprekend, maar het kostte anderhalf jaar om die dataset samen te stellen, omdat licentie-informatie bij de meeste beschikbare datasets ontbreekt of AI-training expliciet verbiedt.Het model richt zich op drie toepassingen die samen zo'n 80 procent van het praktische gebruik van Artificial Intelligence in organisaties dekken: samenvatten, versimpelen en RAG, waarbij je vragen stelt aan je eigen documenten in plaats van aan het geheugen van een model.Voor sectoren als overheid en zorg is dat relevant: een model waarvan de data-herkomst volledig transparant is en dat op Europese servers draait, neemt een concrete drempel weg voor adoptie.Wil je bijdragen of experimenteren: de code staat op GitHub, datasets zijn gedocumenteerd via Hugging Face, en eind 2025 is er een gehoste versie beschikbaar via een API.Onderwerpen De opbouw van GPT-NL met 13,5 miljoen euro budget en de juridisch gecheckte dataset De functionaliteiten van het model: samenvatten, versimpelen en RAG Digitale soevereiniteit als ontwerpkeuze met Europese infrastructuur en open source code De behoefte aan vervolgfinanciering van 135 miljoen euro voor verdere ontwikkeling Hoe organisaties en individuen kunnen bijdragen via data of deelname aan haalbaarheidsstudies LinksProject: Een verantwoord alternatief op bestaande LLMs - GPT-NLProject: GPT-NL: aanleveren van dataPlatform: GPT-NL (GPT-NL)Platform: GPT-NL · GitHubOrganisatie: SURF is de ict-coöperatie van onderwijs en onderzoek | SURF.nlOrganisatie: Nederlands Forensisch Instituut | NFI - Nederlands Forensisch InstituutOrganisatie: Ministerie van Economische Zaken en Klimaat | Rijksoverheid.nlOrganisatie: Ministerie van Binnenlandse Zaken en Koninkrijksrelaties | Rijksoverheid.nlPlatform: ChatGPTOrganisatie: PNA GroepPlatform: Vlam.ai - SSC ICTAI-model: Alpaca (dier) - WikipediaAI-model: Frontier AI LLMs, assistants, agents, services | Mistral AIPodcast: AIToday LiveKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: TNO - ChatGPT - AMD - Chatbot Gem - Ministerie van Binnenlandse Zaken - Mistral - Silo AI - AI Awards - Deepseek - GitHub - Hugging Face - Aaron MirckStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Zonder dat je het doorhebt, stijgt je AI-rekening elke maand een beetje — niet door hogere prijzen, maar door aanpassingen in hoe gebruik wordt gemeten. Anthropic telde dezelfde tekst met een nieuwe tokenizer 35% zwaarder, OpenAI verdubbelde de prijs per token met een zuinigheidsbelofte die in de praktijk niet uitkwam. Beide bedrijven bereiden zich voor op een beursgang, en elke stille prijsverhoging die klanten niet opmerken telt mee op de omzetregel.Het praktische antwoord is een andere gewoonte: begin met het goedkoopste model en schaal alleen op als de kwaliteit tekortschiet. Van 55 prompts in de podcastproductie draait er maar één op het duurste model — en bij een recente check bleken er nog 11 onnodig zwaar ingesteld.Morgen kun je je vijf meest gebruikte AI-taken testen op een goedkoper model en kijken waar de kwaliteit écht verschilt.Onderwerpen Verborgen prijsverhogingen door tokenizer-aanpassingen bij Anthropic Prijsverdubbeling GPT-5.5 en verschuiving naar betalen per token Impact aankomende beursgang op prijsstrategie AI-leveranciers Kostenoptimalisatie door bewust modelkeuze van goedkoop naar duur Praktische inzet verschillende modellen in podcast-productie LinksArtikel: I think Anthropic and OpenAI have found product-market fitArtikel: Claude Token Counter, now with model comparisonsArtikel: GitHub Copilot is moving to usage-based billing - The GitHub BlogDocumentatie: Models and pricing for GitHub Copilot - GitHub DocsDocumentatie: Documentation - Claude API DocsArtikel: Bloomberg – Can OpenAI and Anthropic IPOs Live Up to Expectations?Artikel: Anthropic confidentially files for IPO after a $965 billion valuation | FortuneArtikel: GPT-5.5 Price Increase: What It Actually Costs | OpenRouterArtikel: GPT-5.5 may burn fewer tokens, but it always burns more cashGenoemde entiteiten: Anthropic - OpenAI - Microsoft - GitHub Copilot - Google - Simon WillisonStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Jeroen van der Laak, hoogleraar computationele pathologie aan het Radboud UMC, werkt 35 jaar aan Artificial Intelligence die microscopiebeelden analyseert en ziet hoe bewezen technologie toch niet gebruikt wordt. Het probleem is niet dat de AI niet werkt, maar dat de weg van onderzoeksresultaat naar klinische toepassing bezaaid ligt met regelgeving, firewalls en juridische contracten. Hij laat zien dat een betere AUC-score in een studie niemand overtuigt, maar dat "honderd onnodige operaties minder per jaar" dat wel doet.Een Linux-server opzetten binnen een ziekenhuisfirewall kan technisch in een middag, maar duurt in de praktijk een half jaar. Morgen kun je voor je eigen AI-project de volledige implementatieketen in kaart brengen: technologie, validatie, IT-integratie en gebruikersacceptatie, want wie alleen naar de technologie kijkt, onderschat de werkelijke inspanning met een factor tien.Onderwerpen De kloof tussen bewezen AI-technologie en klinische toepassing in de pathologie Digitalisering als voorwaarde voor AI-implementatie in medische laboratoria Juridische en infrastructurele obstakels bij data-uitwisseling en integratie Vertrouwen en menselijke controle als voorwaarde voor adoptie door patiënten en artsen LinksPodcast: AIToday Live podcastProject: The catalyst in the digital transformation of pathology | BigpictureKaartspel: ChatGPTKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: Radboud UMC - Big PictureStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Joop Snijder, Head of AI bij Info Support ziet teams keer op keer beginnen met bouwen voordat ze weten wat ze eigenlijk willen automatiseren. Het probleem: een AI-agent die zelfstandig werk uitvoert in een bedrijfsproces is functioneel vergelijkbaar met een nieuwe medewerker, met bevoegdheden, verantwoordelijkheden en grenzen die je vooraf moet vastleggen. Hij ontwikkelde het AI-agent Vacature Canvas, een tool die je dwingt om die vragen te beantwoorden voordat je ook maar één instelling aanraakt.Een agent die klantvragen beantwoordt zonder vastgelegde grens over wat hij wel en niet mag toezeggen, werkt prima totdat hij een toezegging doet die niet klopt. Morgen kun je voor elk agent-idee dat je al een tijdje in je hoofd hebt op papier zetten wie er verantwoordelijk voor is, welke fouten acceptabel zijn, wat de agent nooit mag doen en wat het minimale resultaat is dat de investering rechtvaardigt — die vier vragen kosten je twintig minuten.OnderwerpenAI-agents vereisen vooraf duidelijke afbakening van verantwoordelijkheden, bevoegdheden en foutmarges voordat je begint met bouwenHet AI-agent Vacature Canvas en experimentcanvas helpen hypotheses en verwachtingen te formuleren om achteraf te kunnen meten of een agent de investering waard wasPen en papier bij workshops dwingen tot gefocuste aandacht en grondigere besluitvorming over complexe AI-implementatiesOnderscheid tussen persoonlijke routinetaken en bedrijfskritische processen bepaalt of een snelle of grondige aanpak nodig isLinksBoek: Doeltreffend met AI-agents: Zo bereid je jouw organisatie voor op de toekomst van werk - Joop Snijder (2025)Podcast: Zo implementeer je AI Governance in codeGenoemde entiteiten: Gartner Data and Analytics SummitStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Lizzy Prins, organisatieadviseur bij High Potential Factory, ziet bij vrijwel elke organisatie hetzelfde patroon: Artificial Intelligence wordt bovenop bestaand werk gezet, zonder dat er iets verandert aan taken of processen. TNO-onderzoek bevestigt dat: medewerkers ervaren door AI méér werkdruk, niet minder. Haar aanpak begint niet bij tools, maar bij één vraag: wat is de kernopdracht van jouw team, en wat staat er op de lijst dat daar niets mee te maken heeft?Organisaties die hun vijftig AI-initiatieven terugbrachten naar vijf prioriteiten, boekten sneller zichtbare resultaten dan teams die alles tegelijk probeerden. Morgen kun je beginnen met een lijst van alles wat er in jouw team speelt rondom AI, een naam invullen bij wie verantwoordelijk is, en alles zonder naam beschouwen als focusprobleem.Onderwerpen AI verhoogt werkdruk wanneer het bovenop bestaand werk wordt gelegd zonder processen aan te passen Focus aanbrengen door AI-initiatieven terug te brengen van vijftig naar vijf prioriteiten AI-diarree: het risico van doorwerken met lage mentale energie leidt tot overproductie zonder kwaliteit Het Fab Five-framework als stappenplan voor gefaseerde AI-implementatie Verantwoord AI-gebruik vereist transparantie over dataopslag en toegang bij tools en automatiseringen LinksBoek: Van Homo Sapiens naar Robo Sapiens - Lizzy PrinsPodcast: AIToday LiveKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: High Potential Factory - TNO - Make.com - N8NStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Joop Snijder, CTO bij Aigency, ziet organisaties AI-gebruik meten op tokenverbruik en adoptiepercentages, terwijl dat precies de verkeerde metriek is. Zodra tokengebruik een doel wordt, gaan medewerkers prompts verlengen en agents draaien voor taken die ze handmatig sneller doen, puur om hoog te scoren op een dashboard. Dit is Goodhart's law in de praktijk: de metriek stuurt gedrag, maar niet richting betere resultaten.Joop analyseerde zijn eigen gebruik van Claude over meer dan 2400 berichten en ontdekte dat zijn berichten gemiddeld 84 tekens lang zijn, niet omdat hij weinig doet, maar omdat hij stuurt op richting en bijstuurt op wat hij ziet. Kijk morgen naar de AI-metrics in jouw organisatie: zijn het activiteitsmetrics of outcome-metrics zoals kwaliteit, doorlooptijd en foutreductie? Als het antwoord activiteitsmetrics is, heb je een gesprek te voeren.Onderwerpen Tokenmaxxing: het behandelen van AI-tokenverbruik als bewijs van productiviteit Goodhart's law: hoe meetbare doelen leiden tot verkeerd gedrag Extrinsieke motivatie en sociale vergelijking in AI-adoptie Gevolgen van tokenmaxxing: energieverbruik, cognitieve vervuiling en verlies van vakmanschap Outcomemaxxing: sturen op resultaat in plaats van AI-gebruik LinksArtikel: Silicon Valley’s AI ‘tokenmaxxing’ obsession has a big problem – and philosophers saw it comingArtikel: The Pulse: ‘Tokenmaxxing’ as a weird new trend - The Pragmatic EngineerArtikel: Why Vanity Metrics are DangerousArtikel: AI Anxiety: Why So Many Professionals Feel Left Behind Right NowArtikel: Silicon Valley Embraces Tokenmaxxing, Raises Practical Problems | Let's Data ScienceArtikel: Consuming too much AI can be a bad idea. New data on 'tokenmaxxing' reveals a better approach. | Business Insider AfricaArtikel: Is The Cult Of ‘Tokenmaxxing’Just Another Fad Or The New Normal?Artikel: Tokenmaxxing: How CIOs can extract maximum value from AI tokens | TechTargetArtikel: The 'Tokenmaxxing' Trap: Measuring True AI Productivity in an Inference BoomArtikel: 🧠 The Token Economy: Tokenmaxxing Is Stupid Until It Isn’tGenoemde entiteiten: OpenAI - NVIDIA - Claude - Silicon ValleyStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Dave Hamersma, Lead Data Scientist & AI Architect bij Sensire, loste een concreet probleem op: thuiszorgmedewerkers die tien minuten per cliënt kwijt zijn aan inlezen, vaak in hun eigen tijd. Hij bouwde een samenvattingstool die dat terugbrengt naar één minuut — maar in de zorg is een fout over een wond op het verkeerde been geen optie.De aanpak: drie modellen in serie, waarbij het tweede model de samenvatting vergelijkt met het originele dossier en twijfelachtige informatie er simpelweg uithaalt in plaats van te corrigeren.Omdat de ECD-leverancier niet meewerkte, bouwde hij een Chrome-extensie die de knop visueel op de bestaande interface projecteert. Zorgmedewerkers stuurden mailtjes toen de knop tijdelijk verdween — adoptie was geen probleem. Morgen kun je één taak inventariseren die collega's in eigen tijd uitvoeren, de mensen die het dagelijks doen vragen wat een betere uitkomst zou zijn, en dat gesprek gebruiken als startpunt voor een use case.Onderwerpen LLM-as-judge aanpak om hallucinaties te filteren in zorgsamenvattingen Chrome-extensie als tijdelijke oplossing voor integratie met elektronisch cliëntdossier Spraak-naar-tekst met domeinspecifieke feedbackloop voor zorgdocumentatie Werkgeluk als business case voor AI-implementatie in de zorg LinksBoek: Doeltreffend met AI-agents - Joop SnijderOrganisatie: Home | SensirePlatform: AI and Cloud Computing Services | Google CloudAI-model: Google GeminiAI-model: Google AI: What to know about the PaLM 2 large language modelAI-model: What Is Llama 2? | IBMTool: Google NotebookLMOrganisatie: Elisabeth-TweeSteden ZiekenhuisPodcast: AIToday LiveKaartspel: AI Game Changer - Zorg editieGenoemde entiteiten: Sensire - Google CloudStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Gartner spreekt met duizenden bedrijven wereldwijd en hun conclusie van de Data & Analytics Summit is direct: de meeste organisaties boeken productiviteitswinst met Artificial Intelligence, maar zien die winst niet terug op de balans. De gewonnen tijd verdwijnt in andere taken, tools stapelen zich op, en het fundament ontbreekt.Joop en Niels werken vijf concrete voorspellingen uit, van FOBO (de angst overbodig te worden) tot de stelling dat AI zonder fundament alleen je onwetendheid versterkt.Het patroon dat steeds terugkomt: wie nu stil doorwerkt, leert van tegenvallers en meet of zijn AI-gebruik écht iets oplevert, staat er in 2027 beter voor dan wie nu de meeste demo's geeft. Morgen kun je beginnen met één vraag: welke AI-toepassing die je nu gebruikt levert aantoonbaar resultaat op de balans?Onderwerpen Productiviteitswinst van AI die niet zichtbaar is op de balans Het belang van een fundament onder AI-toepassingen in plaats van losse tools FOBO (Fear Of Becoming Obsolete) als nieuwe werkangst Aandacht als schaars goed versus oppervlakkige communicatie De hype cycle van AI en waarom helden ontstaan in dieptepunten LinksOrganisatie: Gartner - Data & Analytics Conference LondenPodcast: AIToday Live podcastKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: Gartner - Will.i.am - Embert Tan - Copilot - LinkedInStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Margaret Kalisvaart, Senior Compliance Officer bij Rabobank, legt uit hoe chatbot Robin door het goedkeuringsproces ging waarbij drie wetgevende kaders tegelijk golden: de AI Act, de AVG en de Wet op het Financieel Toezicht. Ze beschrijft het vierstapenproces dat Rabobank gebruikt en waarom compliance geen akkoord geeft, maar de business zelf het risico draagt.Een use case die technisch solide was, stemherkenning als klantverificatie, ging toch niet live omdat stemkloning zich zo snel ontwikkelt dat het identificatiemiddel binnen afzienbare tijd een kwetsbaarheid zou worden.Voor organisaties zonder compliance-afdeling zijn er drie basisvragen die al het verschil maken: kan ik dit, mag ik dit, wil ik dit.Morgen kun je beginnen met een lijst van de Artificial Intelligence-toepassingen die je gebruikt, en per toepassing noteren welke persoonsgegevens er verwerkt worden, of er een disclaimer aanwezig is en wie verantwoordelijk is als het misgaat.OnderwerpenHet vierstapenproces van Rabobank voor AI-implementatie: van Idea Phase tot Business as Usual, met betrokkenheid van verschillende teams per faseRisicoweging via een vijfpuntsschaal die bepaalt wie beslissingen mag nemen, waarbij compliance risico's in kaart brengt maar de business zelf verantwoordelijk blijftDe praktische toepassing van drie wetgevende kaders (AI Act, AVG en Wet op het Financieel Toezicht) bij chatbot Robin, met nadruk op het verschil tussen informeren en adviserenDe afgewezen use case van stemherkenning voor klantverificatie vanwege snelle ontwikkelingen in stemkloning-technologie, als voorbeeld van responsible AIDrie basisvragen voor MKB-organisaties zonder compliance-afdeling: kan ik dit, mag ik dit en wil ik ditLinksPodcast: AIToday Live podcastOrganisatie: RabobankCongres: Nationaal AI en Governance Congres | OutvieKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: Rabobank - OpenAIStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).OutvieOutvie verbindt professionals met events en opleidingen rond actualiteit en strategie.Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Hoe weet je of je een AI-systeem kunt vertrouwen, en wat doe je als je dat niet kunt controleren? Het probleem is dat taalmodellen zoals ChatGPT geen simpele rekensom hebben die je kunt terugvolgen: ze hebben miljarden verbanden geleerd uit tekst, en dat maakt uitlegbaarheid fundamenteel anders dan bij klassieke AI-systemen. Joop Snijder laat zien welke drie instrumenten je hebt om toch grip te houden: bronvermelding, gestructureerde databronnen en monitoring van agents.Een juridisch team dat AI koppelt aan een vaste clausule-database, ziet de tijd voor een eerste contractcheck dalen van anderhalf uur naar twintig minuten, zonder dat de kwaliteitscontrole wegvalt. Morgen kun je voor je drie meest gebruikte AI-toepassingen een korte risicoafweging maken: wat zijn de consequenties als de output fout is, en hoeveel uitlegbaarheid heb je daarvoor nodig?Onderwerpen Uitlegbaarheid bij taalmodellen versus klassieke machine learning Bronvermelding en de beperkingen ervan Structuur toevoegen aan AI-systemen voor betere controleerbaarheid Monitoring van AI-agents die zelfstandig acties uitvoeren Risicogestuurd bepalen van het benodigde niveau van uitlegbaarheid LinksAI Tool: PerplexityGenoemde entiteiten: ChatGPT - Perplexity - Anthropic - ClaudeStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Menno van de Lagemaat, AI Governance Officer bij Alliander, beoordeelt dagelijks AI-systemen die de elektriciteitsinfrastructuur van miljoenen Nederlanders raken. Als een AI-systeem netcongestie verkeerd voorspelt, brandt een kabel door en valt de stroom uit. Hij laat zien hoe je Responsible Artificial Intelligence in de praktijk toepast: van risicoclassificatie tot het structureren van ethische gesprekken met drie vaste vragen.Hij heeft zelf een systeem tegengehouden, en legt uit hoe de AI Act hem daarin concreet helpt, ook als ethische argumenten niet landen.Morgen kun je beginnen met één stap: maak een lijst van AI-systemen in je organisatie en stel per systeem de vraag of het überhaupt AI is in de zin van de wet.Onderwerpen AI-risicoclassificatie volgens de AI Act bij kritieke infrastructuur Ethische vraagstukken en waarden bij AI-implementatie in de praktijk AI governance bij netbeheerder Alliander Nee zeggen tegen AI-systemen vanuit governance-rol LinksPodcast: AIToday LiveWetgeving: Verordening - EU - 2024/1689 - EN - EUR-LexAssessment tool: IAMA - Impact Assessment Mensenrechten en AlgoritmesOrganisatie: Alliander - Ontwikkelt en beheert energienettenToezichthouder: Home | Autoriteit PersoonsgegevensToezichthouder: Home | Rijksinspectie Digitale Infrastructuur (RDI)Kaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: Alliander - AI ActStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).OutvieOutvie verbindt professionals met events en opleidingen rond actualiteit en strategie.Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Meer AI-tools op je werkdag voelt productief, maar onderzoek laat zien dat het averechts werkt vanaf drie tools of meer. Het BCG-onderzoek onder 1500 werknemers toont aan dat 39% meer ernstige fouten maakt door intensief AI-gebruik, en dat je brein energie verliest aan het constant opnieuw inschatten van elke tool. Daar komt bij dat Artificial Intelligence de natuurlijke pauzes in je dag vult, waardoor je brein nooit herstelt.Werknemers met de minste last van AI-vermoeidheid gebruiken bewust twee of drie tools en hebben duidelijke grenzen over wat ze zelf blijven doen. Maak deze week een lijst van alle AI-tools die je gebruikt en kies de twee of drie die je het meeste opleveren — de rest zet je bewust uit.Onderwerpen AI brain fry: mentale overbelasting door te veel AI-tools en de meetbare gevolgen zoals beslissingsvermoeidheid en meer fouten Attention residue en het verlies van natuurlijke pauzes: hoe constant schakelen tussen AI-tools leidt tot cognitieve stapeling Cognitieve schuld: verzwakking van hersenconnectiviteit en kritisch denken door overdadig AI-gebruik Optimaal aantal AI-tools: productiviteit stijgt tot drie tools en daalt daarna, met praktische strategieën om bewuster te kiezen LinksArtikel: When Using AI Leads to “Brain Fry”Artikel: 'AI brain fry' is real and making workers more exhausted, not more productive, new study finds | FortuneArtikel: In the workforce, AI is having the opposite effect it was supposed to, UC Berkeley researchers warn | FortuneArtikel: AI Doesn’t Reduce Work—It Intensifies ItArtikel: The first signs of burnout are coming from the people who embrace AI the most | TechCrunchOnderzoek: Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task — MIT Media LabArtikel: ChatGPT's Impact On Our Brains According to an MIT StudyRapport: TNO en RIVM: AI als kans en risico voor arbeidsomstandighedenRapport: TNO en RIVM: AI als kans en risico voor arbeidsomstandigheden | RIVMWetenschappelijk artikel: Complacency and bias in human use of automation: an attentional integration - PubMedArtikel: AI and the Rise of Cognitive Overload | Psychology TodayArtikel: Thousands of executives aren't seeing AI productivity boom, reminding economists of IT-era paradox | FortunePodcast: AIToday Live podcastGenoemde entiteiten: Boston Consulting Group - Harvard Business Review - Universiteit van Berkeley - MIT Media Lab - TNO - RIVMStuur ons een berichtAigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!