Wat is generative AI? | Betekenis & Voorbeelden

Generative AI (generatieve AI) is het gebruik van kunstmatige intelligentie om originele media zoals tekst, afbeeldingen, video of audio te genereren als reactie op aanwijzingen van gebruikers. Populaire generative AI-toepassingen zijn ChatGPT, Bard, DALL-E en Midjourney.

De meeste generative AI wordt aangedreven door deep learning-technologieën, zoals een Large Language Model (groot taalmodel). Dit zijn modellen die zijn getraind op een enorme hoeveelheid data (zoals tekst) om patronen te herkennen, zodat ze de juiste antwoorden kunnen geven op de vragen van de gebruiker.

Deze technologie heeft de afgelopen jaren een snelle groei doorgemaakt in geavanceerdheid en populariteit, vooral sinds de release van ChatGPT in november 2022. De mogelijkheid om inhoud op aanvraag te genereren heeft grote implicaties in allerlei contexten, zoals de academische wereld en de creatieve industrie.

Hoe werkt generative AI?

Generative AI is een breed concept dat theoretisch kan worden benaderd met behulp van een verscheidenheid aan verschillende technologieën. De laatste jaren ligt de nadruk echter op het gebruik van neurale netwerken, computersystemen die zijn ontworpen om de structuren van hersenen na te bootsen.

Zeer complexe neurale netwerken vormen de basis voor large language models (LLM’s), die getraind worden om patronen te herkennen in een enorme hoeveelheid tekst (miljarden of triljoenen woorden) en deze vervolgens te reproduceren als reactie op prompts (tekst die de gebruiker intypt).

Een LLM genereert elk woord van zijn antwoord door te kijken naar alle tekst die ervoor kwam en een woord te voorspellen dat hier relatief waarschijnlijk op volgt op basis van patronen die het herkent uit zijn trainingsdata. Je kunt het zien als een supersterke versie van voorspellende tekst (predictive text). Het feit dat het over het algemeen zo goed werkt, lijkt een product te zijn van de enorme hoeveelheid data waarop het model is getraind.

LLMs, met name een specifiek type LLM dat generative pre-trained transformer (GPT) wordt genoemd, worden gebruikt in de meeste huidige generative AI-toepassingen, waaronder veel toepassingen die iets anders dan tekst genereren (bijvoorbeeld beeldgeneratoren zoals DALL-E). Dit betekent dat dingen zoals afbeeldingen, muziek en code kunnen worden gegenereerd op basis van alleen een tekstbeschrijving van wat de gebruiker wil.

Soorten generative AI

Generative AI heeft een groot aantal verschillende gebruikssituaties en ondersteunt verschillende populaire toepassingen. De onderstaande tabel geeft de belangrijkste soorten generative AI-toepassingen weer en geeft voorbeelden van elke toepassing.

Voordelen en beperkingen van generative AI

Generative AI is krachtig en ontwikkelt zich snel, maar het is zeker nog niet perfect. Het is belangrijk om te begrijpen waar generative AI in uitblinkt en waar het tot nu toe moeite mee heeft.

Voordelen

• Generative AI-technologie is vaak flexibel en kan worden ingezet voor meerdere taken in plaats van zich te specialiseren in slechts één taak. Dit creëert mogelijkheden om het gebruik ervan in een breed scala aan contexten te onderzoeken.
• Deze technologie kan alle bedrijfsprocessen die te maken hebben met het genereren van tekst of andere inhoud (bijvoorbeeld e-mails schrijven, projecten plannen, afbeeldingen maken) veel efficiënter maken, waardoor kleine teams meer kunnen bereiken en grotere teams zich kunnen richten op ambitieuzere projecten.
• Met generative AI-tools kunnen leken of beginners taken oppakken die ze normaal gesproken niet kunnen uitvoeren. Dit stelt mensen in staat om gebieden van creativiteit en werk te verkennen die voorheen ontoegankelijk voor hen waren.

Beperkingen

• Generative AI-modellen hallucineren vaak. De antwoorden van een chatbot kunnen bijvoorbeeld feitelijk onjuist zijn of de uitvoer van een afbeeldingsgenerator kan onlogische details bevatten, zoals te veel vingers aan de hand van een persoon. Output moet altijd worden gecontroleerd op nauwkeurigheid en kwaliteit.
• Deze tools zijn getraind op datasets die op verschillende manieren bevooroordeeld kunnen zijn (bijvoorbeeld seksisme) en de tools kunnen die bevooroordeeldheid reproduceren. Bijvoorbeeld, een beeldgenerator die gevraagd wordt om een afbeelding van een CEO te leveren zal waarschijnlijk eerder een man dan een vrouw tonen.
• Hoewel ze getraind zijn op grote datasets en gebruikmaken van al die gegevens voor hun antwoorden, kunnen generative AI tools over het algemeen niet vertellen welke bronnen ze gebruiken voor een specifiek antwoord. Dit betekent dat het moeilijk kan zijn om de bronnen te achterhalen als de AI-tool bijvoorbeeld feitelijke beweringen doet of visuele elementen gebruikt.

Implicaties van generative AI

De opkomst van generative AI roept veel vragen op over de positieve en negatieve effecten die verschillende toepassingen van deze technologie zouden kunnen hebben op maatschappelijk niveau. Veel besproken kwesties zijn onder andere:

• Banen en automatisering: Veel mensen maken zich zorgen over de effecten van generative AI op verschillende creatieve banen. Zal het bijvoorbeeld moeilijker worden voor illustratoren om werk te vinden als ze moeten concurreren met beeldgeneratoren? Anderen beweren dat deze tools verschillende industrieën zullen dwingen om zich aan te passen, maar ook nieuwe rollen zullen creëren omdat bestaande taken worden geautomatiseerd.
• Gevolgen voor de academische wereld: Veel academici maken zich zorgen over ChatGPT-bedrog onder hun studenten en over het gebrek aan duidelijke richtlijnen over hoe deze tools moeten worden benaderd. Universitair beleid over AI-schrijven is nog in ontwikkeling, maar wij geven een actueel overzicht van AI-richtlijnen per onderwijsinstelling.
• Plagiaat en auteursrecht: Sommigen beweren dat het gebruik van bronnen uit de trainingsdata door generative AI behandeld moet worden als plagiaat of inbreuk op het auteursrecht. Sommige kunstenaars hebben bijvoorbeeld geprobeerd juridische stappen te ondernemen tegen AI-bedrijven met het argument dat beeldgeneratoren elementen van hun werk en stijl gebruiken zonder erkenning of compensatie.
• Nepnieuws en oplichting: Generative AI-tools kunnen worden gebruikt om opzettelijk verkeerde informatie te verspreiden (bijvoorbeeld deepfake video’s) of om oplichting mogelijk te maken (bijvoorbeeld iemands stem imiteren om zijn identiteit te stelen). Ze kunnen ook per ongeluk verkeerde informatie verspreiden als mensen bijvoorbeeld aannemen dat alles wat ChatGPT beweert feitelijk juist is zonder het te controleren aan de hand van een geloofwaardige bron.
• Toekomstige ontwikkelingen: Er is veel onzekerheid over hoe AI zich in de toekomst zal ontwikkelen. Sommigen beweren dat de snelle ontwikkelingen in generative AI een belangrijke stap zijn in de richting van kunstmatige algemene intelligentie oftewel Artificial General Intelligence (AGI), terwijl anderen vermoeden dat we de grenzen bereiken van wat mogelijk is met de huidige benaderingen van AI en dat toekomstige innovaties heel andere technieken zullen gebruiken.

Andere interessante artikelen

Op zoek naar meer informatie over ChatGPT, AI tools, retoriek en onderzoeksbias? Bekijk onze artikelen met uitleg en voorbeelden!

Veelgestelde vragen over generative AI

Hoe werkt generative AI?

Generative AI-technologie maakt meestal gebruik van large language models (LLMs), die worden aangedreven door neurale netwerken. Dit zijn computersystemen die zijn ontworpen om de structuren van hersenen na te bootsen. Deze LLMs worden getraind op een enorme hoeveelheid data (bijvoorbeeld tekst, afbeeldingen) om patronen te herkennen die ze vervolgens volgen in de inhoud die ze produceren.

Een chatbot zoals ChatGPT heeft bijvoorbeeld over het algemeen een goed idee van welk woord er als volgende in een zin moet komen, omdat de tool getraind is op miljarden zinnen en per context “geleerd” heeft welke woorden waarschijnlijk zullen voorkomen en in welke volgorde.

Dit maakt generative AI-toepassingen kwetsbaar voor het probleem van hallucinatie-fouten in hun output, zoals onterechte feitelijke beweringen of visuele bugs in gegenereerde afbeeldingen. Deze tools “raden” in feite wat een goed antwoord op een prompt zou zijn en ze hebben een vrij goede slagingskans vanwege de grote hoeveelheid trainingsgegevens waaruit ze kunnen putten. Toch kunnen de toepassingen fouten maken en dat gebeurt ook regelmatig.

Wat is generative kunst?

Generative kunst is kunst die is gemaakt (gegenereerd) door een autonoom systeem in plaats van rechtstreeks door een menselijke kunstenaar. Tegenwoordig wordt de term vaak gebruikt om te verwijzen naar beelden die zijn gemaakt door generative AI-tools zoals Midjourney en DALL-E. Deze tools gebruiken neurale netwerken om automatisch kunst te creëren op basis van een opdracht van de gebruiker (bijvoorbeeld “een olifant geschilderd in de stijl van Goya”).

De term was echter al in gebruik voordat deze technologie bestond en kan ook verwijzen naar elke techniek die door een kunstenaar (of schrijver, muzikant, enz.) wordt gebruikt om kunst te maken volgens een proces dat autonoom verloopt (d.w.z. buiten de directe controle van de kunstenaar). Voorbeelden van generatieve kunst zonder AI zijn het serialisme in de muziek en de cut-up techniek in de literatuur.

Hoe kan ik AI tools gebruiken?

AI tools (of AI writing tools) kunnen voor verschillende taken worden gebruikt.

Generatieve AI tools (zoals ChatGPT) genereren tekst op basis van menselijke input (of prompts) en kunnen worden gebruikt voor interactief leren, het geven van feedback of het genereren van je onderzoeksvragen of je scriptiestructuur.

Daarnaast kunnen deze tools worden gebruikt om tekst te parafraseren of samen te vatten of om grammatica- en interpunctiefouten op te sporen. Hier zijn ook specifiekere tools voor, zoals Scribbrs gratis parafraseertool, Scribbrs samenvatter en Scribbrs Grammatica Check.

Hoe werkt ChatGPT?

ChatGPT is een chatbot gebaseerd op een large language model (LLM). Deze modellen worden getraind op basis van enorme datasets die bestaan uit honderden miljarden woorden tekst, waardoor het model leert om effectief natuurlijke reacties te voorspellen op de prompts die je invoert.

ChatGPT is daarnaast ook verfijnd via een proces dat reinforcement learning from human feedback (RLHF) heet, waarbij het model wordt “beloond” voor nuttige antwoorden en ongepaste antwoorden worden ontmoedigd, zodat het minder fouten maakt.

In wezen baseert ChatGPT de respons door te voorspellen wat het meest waarschijnlijke antwoord is op basis van de trainingsdata en het beloningssysteem. In feite is ChatGPT dus een extreem geavanceerde versie van een tool die tekst voorspelt. Dit is ook een van de beperkingen van ChatGPT: aangezien de antwoorden gebaseerd zijn op waarschijnlijkheden, zijn ze niet altijd betrouwbaar.

Hoe kan ik AI-gegenereerde tekst detecteren?

AI-detectoren zijn ontworpen om tekst te labelen als AI-gegenereerd of menselijk. AI-detectors zoeken naar specifieke kenmerken in de tekst, zoals een lage mate van willekeur in woordkeuze en zinslengte. Deze kenmerken zijn typerend voor AI-teksten, waardoor de detector een goede inschatting kan maken van of een tekst door AI is gegenereerd. De tools kunnen helaas nog geen 100% nauwkeurigheid garanderen.

Je kunt ook handmatig zoeken naar aanwijzingen dat een tekst door AI is gegenereerd, bijvoorbeeld als de stijl afwijkt van de gebruikelijke schrijfstijl or als de toon heel algemeen en overdreven beleefd is.