Hoe formuleer ik goede prompts voor ChatGPT?

Om goede prompts voor ChatGPT te formuleren, moet je zo precies mogelijk uitleggen wat je van ChatGPT verwacht.

De volgende voorbeeldzinnen voor in je prompts kunnen je daarbij helpen:

Gedraag je als mijn [Engels docent] en geef me [20 Engelse oefeningen over onderwerp X]. Pas de oefeningen aan aan mijn niveau. Ik ben een [vierdejaars havo-leerling op de middelbare school].
Ik wil dat je me alleen vragen stelt / Ik wil dat je geen vragen stelt.
Je antwoord mag niet meer dan [50] woorden lang zijn.
Stel me een vervolgvraag aan het einde van elk antwoord.
Blijf me vragen stellen totdat je alle informatie hebt die je nodigt hebt om me een gepersonaliseerde reactie te geven.
Antwoord in [drie] zinnen.
Stel me vragen om erachter te komen wat voor soort [leider] ik ben en mijn sterke en zwakke punten in kaart te brengen. Deel daarna je inzichten en maak een plan om mijn sterke punten te ontwikkelen en mijn zwakke punten te verbeteren.
Geef een uitleg met voorbeeld en zorg ervoor dat deze uitleg begrijpelijk is voor [jongeren van 12-16 jaar].
Geef me invuloefeningen over [de Engelse taal]. Als ik het goede antwoord geef, ga je verder. Als ik het verkeerde antwoord geef, geef je niet het goede antwoord maar geef je een hint en moet ik het opnieuw beantwoorden.
Als ik [X] zeg, zeg jij [Y].

Veelgestelde vragen: AI tools

Kan ChatGPT tekst parafraseren?: Ja, je kunt ChatGPT gebruiken om tekst te parafraseren om je te helpen je ideeën duidelijker uit te drukken, verschillende manieren te verkennen om je argumenten te formuleren en herhaling te voorkomen.

ChatGPT is echter niet specifiek ontworpen voor dit doel. We raden je aan om een gespecialiseerde tool te gebruiken, zoals Scribbrs gratis parafraseringstool, die een soepelere gebruikerservaring biedt.
Wat maakt een goede ChatGPT-prompt?: Een goede ChatGPT-prompt:

bevat een toewijzing van een rol aan ChatGPT die uitlegt welk gedrag verwacht wordt;

is nauwkeurig geformuleerd en bevat voldoende context;

is vrij van bias en

is getest en verbeterd.
Wat is de beste samenvatter?: Ons onderzoek naar de beste samenvatter (ook wel summarizers of samenvattingstool genoemd) heeft uitgewezen dat de beste samenvatter die in 2023 beschikbaar is, die van QuillBot is.

Terwijl veel samenvatters gewoon wat zinnen uit de tekst halen, genereert QuillBot originele samenvattingen die creatief, duidelijk, nauwkeurig en beknopt zijn. De tool kan teksten tot 1.200 woorden gratis samenvatten, of tot 6.000 met een premium abonnement.

Probeer gratis QuillBots samenvatter
Kan ik tekst publiceren die is geschreven door ChatGPT?: Volgens de gebruiksvoorwaarden van OpenAI hebben gebruikers het recht om tekst te reproduceren die is gegenereerd door ChatGPT tijdens conversaties.

Het publiceren van ChatGPT-output kan echter juridische implicaties hebben, zoals inbreuk op het auteursrecht.

Gebruikers moeten zich bewust zijn van dergelijke problemen en in plaats daarvan ChatGPT-output gebruiken als inspiratiebron.
Wie bezit het auteursrecht van ChatGPT-output?: Volgens de gebruiksvoorwaarden van OpenAI hebben gebruikers het recht om outputs van hun eigen ChatGPT-gesprekken te gebruiken voor elk doel (inclusief commerciële publicatie).

Gebruikers moeten zich echter bewust zijn van de mogelijke juridische implicaties van het publiceren van ChatGPT-output. ChatGPT-antwoorden zijn niet altijd uniek: verschillende gebruikers kunnen hetzelfde antwoord ontvangen.

Bovendien kunnen ChatGPT-resultaten auteursrechtelijk beschermd materiaal bevatten. Gebruikers kunnen aansprakelijk zijn als ze dergelijk materiaal reproduceren.
Kunnen deep learning-modellen bevooroordeeld zijn in hun voorspellingen?: Deep learning-modellen kunnen bevooroordeeld zijn in hun voorspellingen als de trainingsdata bestaan uit bevooroordeelde informatie. Als bijvoorbeeld een deep learning-model dat wordt gebruikt voor het screenen van sollicitanten is getraind met een dataset die voornamelijk bestaat uit blanke mannelijke sollicitanten, zal het consequent de voorkeur geven aan deze specifieke populatie boven andere.
Wat voor soort data zijn er nodig voor deep learning?: Voor deep learning is een grote dataset (e.g., afbeeldingen of tekst) nodig om van te leren. Hoe gevarieerder en representatiever de data, hoe beter het model zal leren om objecten te herkennen of voorspellingen te doen. Alleen als de trainingsdata voldoende gevarieerd zijn, kan het model nauwkeurige voorspellingen doen of objecten herkennen op basis van nieuwe data.
Wat is sentimentanalyse?: Sentimentanalyse is een soort onderzoek waarin wordt onderzocht of mensen positief, negatief of neutraal tegenover een merk, product of kwestie staan. Sentimentanalyse kan bijvoorbeeld worden ingezet om de klanttevredenheid over een product te bepalen.

Sentimentanalyse maakt vaak gebruik van natuurlijke taalverwerking (natural language processing, NLP). NLP is een toepassing van deep learning waarbij AI-systemen worden ingezet om menselijke taal te verwerken en te genereren. Hiermee kan het sentiment van bijvoorbeeld de klant worden geïdentificeerd en gecategoriseerd.
Kan ChatGPT tekst samenvatten?: Ja, je kunt ChatGPT gebruiken om tekst samen te vatten. Dit kan je helpen om complexe informatie beter te begrijpen, het centrale argument van je eigen paper samen te vatten of je onderzoeksvraag te verduidelijken.

Je kunt ook Scribbrs gratis samenvatter gebruiken, die speciaal voor dit doel is ontworpen.
Wat zijn ChatGPT-prompts?: ChatGPT-prompts zijn teksten die je invoert in de chat van ChatGPT. ChatGPT analyseert de prompts die je invoert en creëert een passend antwoord.

Hoe beter de prompts is geformuleerd, hoe beter het antwoord van ChatGPT over het algemeen zal zijn.
Is kunstmatige intelligentie (KI of AI) hetzelfde als machine learning (ML)?: Hoewel de termen kunstmatige intelligentie en machine learning vaak door elkaar worden gebruikt, zijn het verschillende (maar verwante) concepten:

Kunstmatige intelligentie (artificial intelligence) is een brede term die elk proces of technologie omvat die gericht is op het bouwen van machines en computers die complexe taken kunnen uitvoeren die typisch worden geassocieerd met menselijke intelligentie, zoals besluitvorming of vertalen.

Machine learning is een deelgebied van kunstmatige intelligentie dat data en algoritmen gebruikt om computers te leren hoe ze specifieke taken moeten leren en uitvoeren zonder menselijke tussenkomst.

Met andere woorden, machine learning is een specifieke benadering of techniek die wordt gebruikt om het overkoepelende doel van AI te bereiken, namelijk het bouwen van intelligente systemen.
Wat is het verschil tussen machine learning en traditioneel programmeren?: Traditioneel programmeren en machine learning zijn in wezen verschillende benaderingen van probleemoplossing.

Bij traditioneel programmeren geeft een programmeur handmatig specifieke instructies aan de computer op basis van zijn begrip en analyse van het probleem. Als de data of het probleem veranderen, moet de programmeur de code handmatig bijwerken.

Bij machine learning is het proces daarentegen geautomatiseerd: we geven data door aan een computer en deze komt met een oplossing (i.e., een model) zonder expliciete instructies over hoe dit moet. Omdat het ML-model zelf leert, kan het nieuwe data of nieuwe scenario’s zelf verwerken.

Over het algemeen is traditioneel programmeren een meer vaste aanpak waarbij de programmeur de oplossing expliciet ontwerpt, terwijl ML een meer flexibele en adaptieve aanpak is waarbij het ML-model leert van data om een oplossing te genereren.
Wat is een voorbeeld van een toepassing van machine learning in het echte leven?: Een praktische toepassing van machine learning is een spamfilter voor je e-mail. Om zo’n filter te maken, verzamelen we data die bestaan uit verschillende e-mailberichten en kenmerken (onderwerpregel, afzenderinformatie, enz.) die we labelen als spam of geen spam. Vervolgens trainen we het model om te herkennen welke kenmerken geassocieerd worden met spam e-mails. Op deze manier kan het ML-model binnenkomende e-mails classificeren als ongewenst of legitiem.
Wat zijn enkele praktische toepassingen van reinforcement learning in het echte leven?: Enkele praktische toepassingen van reinforcement learning in het echte leven zijn:

Gezondheidszorg. Reinforcement learning kan worden gebruikt om gepersonaliseerde behandelingen te creëren, ook wel bekend als dynamische behandelregimes (DTR’s), voor patiënten met langdurige ziektes. Het invoersysteem omvat klinische observaties en beoordelingen van een patiënt. De resultaten zijn de behandelopties of medicijndoseringen voor elke fase van het herstel van de patiënt.

Onderwijs. Reinforcement learning kan worden gebruikt om gepersonaliseerde leerervaringen te creëren voor studenten. Dit omvat tutoringsystemen die zich aanpassen aan de behoeften van de student, kennislacunes identificeren en aangepaste leertrajecten voorstellen om schoolresultaten te verbeteren.

Natuurlijke taalverwerking (natural language processing, NLP). Tekstsamenvatting, vraagbeantwoording, machinale vertaling en voorspellende tekst zijn allemaal NLP-toepassingen die gebruikmaken van reinforcement learning.

Robotica. Deep learning en reinforcement learning kunnen worden gebruikt om robots te trainen die in staat zijn om verschillende objecten vast te pakken, zelfs objecten die ze nog nooit eerder hebben gezien. Dit kan bijvoorbeeld worden gebruikt in een fabriek.
Wat is deep reinforcement learning?: Deep reinforcement learning is de combinatie van deep learning en reinforcement learning.

Deep learning is een verzameling technieken waarbij gebruik wordt gemaakt van kunstmatige neurale netwerken die de structuur van de menselijke hersenen nabootsen. Met deep learning kunnen computers complexe patronen herkennen in grote hoeveelheden gegevens, inzichten extraheren of voorspellingen doen, zonder expliciet geprogrammeerd te worden om dit te doen. Het trainingsproces kan bestaan uit supervised learning, unsupervised learning of versterkend leren.

Reinforcement learning (RL) is een leermodus waarbij een computer interactie heeft met een omgeving, feedback ontvangt en op basis daarvan zijn besluitvormingsstrategie aanpast.

Deep reinforcement learning is een gespecialiseerde vorm van RL die gebruikmaakt van diepe neurale netwerken om complexere problemen op te lossen. Bij deep reinforcement learning combineren we de patroonherkenning van deep learning en neurale netwerken met het feedback-gebaseerde leren van versterkend leren. Zo kunnen computers intelligente beslissingen nemen en complexe taken uitvoeren door te leren van hun interacties met de omgeving.
Wat is de wisselwerking tussen exploratie en exploitatie bij reinforcement learning?: Een belangrijke uitdaging die ontstaat bij reinforcement learning (RL) is de wisselwerking tussen exploratie en exploitatie. Deze uitdaging is uniek voor RL en komt niet voor bij supervised of unsupervised learning.

Exploratie omvat elke actie die de agent in staat stelt nieuwe kenmerken van de omgeving te ontdekken, terwijl exploitatie betrekking heeft op het benutten van reeds opgedane kennis. Als de agent alleen blijft profiteren van eerdere ervaringen, loopt deze het risico vast te zitten in een suboptimale strategie. Aan de andere kant zou de agent nooit een goede strategie kunnen vinden als hij blijft verkennen zonder te exploiteren.

Een agent moet de juiste balans vinden tussen deze twee om de optimale strategie te ontdekken die maximale beloningen oplevert.
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-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.
Vertelt ChatGPT de waarheid?: ChatGPT probeert waarheidsgetrouwe antwoorden te geven op alle vragen die je stelt en doet dat meestal goed. De tool liegt nooit met opzet, maar de chat geeft niet altijd betrouwbare of correcte informatie.

Dat komt omdat de antwoorden gebaseerd zijn op patronen die de tool heeft gezien in de teksten waarop de chatbot is getraind. Het antwoord is niet gebaseerd op een database van feiten, maar op patronen, en dit kan leiden tot onbedoelde fouten. Bovendien gaat de informatie waarop ChatGPT is getraind slechts tot 2021, zodat de chatbot vragen over recentere gebeurtenissen niet goed kan beantwoorden.

Hierdoor doet ChatGPT soms zelfverzekerde uitspraken over onderwerpen die de tool eigenlijk niet begrijpt, waardoor de tool in principe “liegt”. Daarom is het belangrijk om alle informatie van ChatGPT te toetsen aan betrouwbare bronnen in plaats van aan te nemen dat de gegenereerde tekst feitelijk correct is.
Is ChatGPT een betrouwbare bron?: Nee, ChatGPT is geen betrouwbare bron voor feitelijke informatie en je kunt beter niet verwijzen naar de tool bij wetenschappelijk onderzoek. Hoewel de chatbot probeert nauwkeurige en correcte antwoorden te geven, zit de tool er vaak naast omdat de antwoorden gebaseerd zijn op patronen in plaats van feiten en data.

De CRAAP-test om de betrouwbaarheid van bronnen te evalueren maakt gebruik van vijf criteria: recentelijkheid, relevantie, autoriteit, accuraatheid en doel. ChatGPT voldoet aan minstens drie daarvan niet:

Recentelijkheid: De dataset waarop ChatGPT is getraind stopt bij 2021, waardoor de data enigszins verouderd zijn.

Autoriteit: Het is slechts een taalmodel en daarmee geen betrouwbare bron van feitelijke informatie.

Accuraatheid: De tool baseert de antwoorden eerder op patronen dan op bewijs en kan geen bronnen citeren ter ondersteuning.

Je kunt ChatGPT dus beter niet aanhalen als betrouwbare bron voor een feitelijke bewering. Je kunt wel naar ChatGPT verwijzen om andere redenen, bijvoorbeeld als je een prompt hebt gebruikt voor je onderzoek.
Waar haalt ChatGPT informatie vandaan?: ChatGPT is een AI-taalmodel dat werd getraind op een grote hoeveelheid tekst uit verschillende bronnen (bv. Wikipedia, boeken, nieuwsartikelen, wetenschappelijke tijdschriften). De dataset had informatie over gebeurtenissen tot 2021, wat betekent dat informatie over recentere gebeurtenissen ontbreekt.

Het is belangrijk om te begrijpen dat ChatGPT geen toegang heeft tot een database met feiten om je vragen te beantwoorden. In plaats daarvan zijn de antwoorden gebaseerd op patronen die de tool ontdekte in de trainingsgegevens.

ChatGPT is dus niet altijd betrouwbaar. De chatbot kan algemene kennisvragen meestal accuraat beantwoorden, maar kan ook gemakkelijk misleidende antwoorden geven op meer gespecialiseerde onderwerpen.

Een ander gevolg van deze manier van antwoorden genereren is dat ChatGPT gebruikte bronnen meestal niet nauwkeurig kan citeren. De tool weet niet echt op welke bron een specifieke bewering gebaseerd is. Het is het beste om alle informatie die de tool geeft te controleren met betrouwbare bronnen.
Kan ik naar ChatGPT verwijzen in mijn tekst?: Ja, in sommige gevallen kan het gepast zijn om naar ChatGPT te verwijzen in je werk, met name als je de tool als primaire bron gebruikt (e.g., als je de mogelijkheden van AI-taalmodellen bestudeert).

Sommige onderwijsinstellingen kunnen vereisen dat je het gebruik van ChatGPT in je academische tekst erkent wanneer je de tool hebt ingezet bij het onderzoek- of schrijfproces. Controleer hiervoor altijd de AI-richtlijnen van je opleiding.

Omdat ChatGPT geen betrouwbare bron is, mag je het hulpmiddel niet aanhalen als bron van feitelijke informatie.

In APA-stijl kun je naar ChatGPT verwijzen in de vorm van persoonlijke communicatie, omdat de antwoorden die je hebt gekregen niet opvraagbaar zijn voor andere gebruikers. Je verwijzing ziet er dan als volgt uit:

(ChatGPT, persoonlijke communicatie, 11 februari 2023)
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.
Wie heeft ChatGPT ontwikkeld?: ChatGPT is opgericht door OpenAI, een AI-onderzoeksbedrijf. OpenAI begon als een non-profit bedrijf in 2015, maar werd in 2019 for-profit. De CEO is Sam Altman, die het bedrijf ook mede heeft opgericht. OpenAI bracht ChatGPT in november 2022 uit als een gratis “onderzoekspreview”. Momenteel is het nog steeds gratis beschikbaar, hoewel een meer geavanceerde premiumversie beschikbaar is als je ervoor betaalt.

OpenAI is ook bekend voor het ontwikkelen van DALL-E, een AI-beeldgenerator die draait op vergelijkbare technologie als ChatGPT.
Wie is de eigenaar van ChatGPT?: ChatGPT is eigendom van OpenAI, het bedrijf dat de tool heeft ontwikkeld en uitgebracht. OpenAI is een bedrijf gewijd aan AI-onderzoek. Het begon als een non-profit bedrijf in 2015, maar ging in 2019 over naar for-profit. De huidige CEO is Sam Altman, die het bedrijf ook mede heeft opgericht.

In termen van wie de eigenaar is van de door ChatGPT gegenereerde content, stelt OpenAI dat ze geen auteursrecht zullen claimen op deze content. In de gebruiksvoorwaarden staat: “you can use Content for any purpose, including commercial purposes such as sale or publication.” Dit betekent dat je effectief eigenaar bent van alle inhoud die je genereert met ChatGPT en deze kunt gebruiken voor je eigen doeleinden.

Let op: Wees wel voorzichtig met het gebruik van ChatGPT-content in een academische context. De AI-richtlijnen van onderwijsinstellingen zijn nog in ontwikkeling, dus zelfs als je de inhoud “bezit”, mag je deze vaak niet indienen als eigen werk volgens je universiteit, of publiceren in een tijdschrift.
Waar staat “ChatGPT” voor?: GPT staat voor “generative pre-trained transformer”, wat een soort groot taalmodel is: een neuraal netwerk dat is getraind op een zeer grote hoeveelheid tekst om overtuigende, mensachtige taaluitkomsten te produceren. Het Chat-gedeelte van de naam betekent gewoon “chat”: ChatGPT is een chatbot waarmee je chat door tekst in te typen.

De technologie achter ChatGPT is GPT-3.5 (in de gratis versie) of GPT-4 (in de premium versie). Dit zijn de namen voor de specifieke versies van het GPT-model. GPT-4 is momenteel het meest geavanceerde model dat OpenAI heeft gemaakt. Het is ook het model dat wordt gebruikt in de chatbotfunctie van Bing.
Kan ik programmeren met ChatGPT?: Ja, ChatGPT kan code maken in verschillende programmeertalen zoals Python, Java en C++.

Er zijn verschillende manieren waarop je ChatGPT in je studie kunt gebruiken, bijvoorbeeld als programmeren deel uitmaakt van je bachelor- of masteropleiding.
Kan ik ChatGPT mijn paper laten schrijven?: Nee, over het algemeen is het geen goed idee om ChatGPT je paper te laten schrijven. Het wordt beschouwd als plagiaat of academische oneerlijkheid om het werk van iemand anders te presenteren als je eigen werk (zelfs als die “iemand” een AI-taalmodel is). Zelfs als je ChatGPT citeert, is het niet toegestaan, tenzij de AI-richtlijnen van je onderwijsinstelling anders vermelden. Onderwijsinstellingen kunnen AI-detectoren gebruiken om deze regels af te dwingen.

Bovendien laten de beperkingen van ChatGPT dat niet toe en is ChatGPT niet betrouwbaar als bron van informatie. Zo is ChatGPT in staat om bestaande teksten opnieuw te combineren, maar kan de tool niet echt nieuwe kennis genereren. Ook mist de tool specialistische kennis van academische onderwerpen. Daarom is het niet mogelijk om originele onderzoeksresultaten te verkrijgen, en kan de geproduceerde tekst feitelijke fouten bevatten.

Toch kun je ChatGPT meestal nog wel op andere manieren gebruiken voor opdrachten, bijvoorbeeld als bron van inspiratie en feedback voor het schrijven van je essay.
Kan ik ChatGPT gebruiken om bronvermeldingen te genereren?: Nee, het is niet verstandig om bronvermeldingen te generen met ChatGPT. De chatbot is niet ontworpen voor dit doeleinde en heeft de neiging om bronnen te verzinnen die niet bestaan. Ook worden bronnen vaak gepresenteerd in het verkeerde format.

In plaats daarvan kun je beter een tool gebruiken die ervoor ontworpen is, zoals Scribbrs Bronnengenerator.

Je kunt ChatGPT wel op andere manieren gebruiken, bijvoorbeeld ter inspiratie, voor feedback of voor schrijfadvies.
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.
Kan ik AI tools gebruiken om mijn essay te schrijven?: Het gebruik van AI tools (zoals ChatGPT) om je essay te schrijven wordt meestal beschouwd als plagiaat en kan leiden tot straf, tenzij het expliciet is toegestaan door je onderwijsinstelling. Check hiervoor de AI-richtlijnen van je onderwijsinstelling. Tekst die door AI-tools wordt gegenereerd, is gebaseerd op bestaande teksten en kan daarom geen unieke inzichten te verschaffen. Bovendien bevatten deze outputs soms feitelijke onjuistheden en grammaticafouten.

AI tools kunnen echter effectief worden gebruikt als bron van feedback en inspiratie voor schrijven (bijvoorbeeld om onderzoeksvragen te genereren). Andere AI tools, zoals grammaticacheckers en tekst herschrijvers, kunnen helpen grammatica- en interpunctiefouten op te sporen en te verwijderen om je academische vaardigheden te verbeteren. Hiervoor kun je bijvoorbeeld Scribbrs Grammatica Check en parafraseertool bekijken.
Bestaat er een ChatGPT-app?: Nee, momenteel is er geen ChatGPT-app.

We raden aan ChatGPT alleen te gebruiken via de officiële OpenAI-website om te voorkomen dat je frauduleuze software of virussen downloadt.
Slaat ChatGPT gesprekken met gebruikers op?: OpenAI kan ChatGPT-gesprekken opslaan met het oog op toekomstige training. Bovendien kunnen deze gesprekken worden gemonitord door menselijke AI-trainers.

Gebruikers kunnen ervoor kiezen hun chatgeschiedenis niet op te slaan. Niet-opgeslagen chats worden niet gebruikt om toekomstige modellen te trainen en worden na 30 dagen permanent verwijderd uit het systeem van ChatGPT.
Zijn ChatGPT-gesprekken privé?: ChatGPT-gesprekken worden doorgaans gebruikt om toekomstige modellen te trainen en problemen of bugs op te lossen. Deze chats kunnen worden gemonitord door menselijke AI-trainers.

Gebruikers kunnen er echter voor kiezen hun gesprekken niet te laten gebruiken voor training. In deze gevallen worden chats met ChatGPT alleen gecontroleerd op potentieel misbruik.
Kan ik een nieuwe taal leren met ChatGPT?: Ja, je hebt verschillende manieren om een nieuwe taal te leren met ChatGPT:

Woordenschat vergroten

Vertaling vragen

Voorbeeldzin ontleden

Grammaticaregels leren

Persoonlijke oefeningen maken

Als sparringspartner inzetten

Naar veelvoorkomende zinnen vragen

Uitspraak oefenen

Leerplan opstellen
Waar moet ik rekening mee houden als ik een taal leer met ChatGPT?: Wanneer je een nieuwe taal leert met ChatGPT, is het belangrijk om je ervan bewust te zijn dat ChatGPT niet volledig betrouwbaar is. Zo kan de AI-tool bijvoorbeeld een taalregel verkeerd uitleggen, of een voorbeeldzin in je oefening opnemen die niet strookt met de gegeven opdracht.

Het is belangrijk om je bewust te zijn van de beperkingen van ChatGPT.
Is ChatGPT in het Nederlands beschikbaar?: Ja, ChatGPT is in het Nederlands beschikbaar. Om ChatGPT in het Nederlands te gebruiken, kun je gewoon een Nederlandstalige prompt (i.e., tekstuele input) invoeren, waarop ChatGPT ook in het Nederlands zal antwoorden. Je kunt de AI-tool ook rechtstreeks vragen (eventueel ook in een andere taal) om je te antwoorden in het Nederlands.

ChatGPT is ook in andere talen beschikbaar, zoals Frans, Duits, Spaans, Russisch, Japans, Hebreeuws en Grieks. Je kunt ChatGPT dus ook gebruiken om een nieuwe taal te leren.

Let op: Houd altijd rekening met de beperkingen van ChatGPT. Hoewel de chatbot deze talen kan spreken, verschilt ChatGPT in hoe vloeiend de tool bepaalde talen spreekt. Het is mogelijk dat ChatGPT taalfouten maakt.

Nog vragen?

Vraag het ons

Kom je ergens niet uit? Geen probleem, wij staan altijd voor je klaar.

Veelgestelde vragen

Bekijk ze allemaal

Hoe helpt Scribbr studenten met afstuderen?: Ons team helpt studenten afstuderen met de:

Gratis APA en MLA Generator voor bronvermeldingen

Scribbr Plagiaat Checker

Professionele nakijkservice in het Nederlands of Engels

Check je spelling en grammatica, parafraseer een tekst of maak een samenvatting met onze gratis tools

Meer dan 300 behulpzame artikelen over academisch schrijven, bronvermelding, plagiaat en meer
Voor welke referentiestijlen kan ik de Scribbr Bronnengenerator gebruiken?: De Scribbr Bronnengenerator is ontwikkeld met behulp van het open-source Citation Style Language (CSL)-project en Frank Bennett’s citeproc-js. Het is dezelfde technologie die wordt gebruikt door tientallen andere populaire bronnengenerators, waaronder Mendeley en Zotero.

Je kunt alle citatiestijlen en talen vinden die in de Scribbr Citation Generator worden gebruikt in onze openbaar toegankelijke repository op Github. De meeste referentiestijlen worden door de Bronnengenerator ondersteund. Zo hebben we onder andere een APA Generator en een MLA Generator.
Welke technologie gebruikt Scribbrs gratis Plagiaat Checker?: De Scribbr gratis Plagiaat Checker maakt gebruik van elementen van Turnitins Similarity Checker, namelijk de plagiaatdetectiesoftware en de Internet Archive and Premium Scholarly Publications content databases.
Wat voor soort teksten kan ik laten nakijken door Scribbr?: Scribbr is gespecialiseerd in het controleren van studiegerelateerde documenten (mbo, hbo, wo en postdoc). We kijken de volgende soorten teksten na:

Bachelor- en masterscriptie

Afstudeerwerkstuk of -project

Essay

Paper

PhD-thesis / proefschrift

Dissertatie

Manuscript voor een journal / wetenschappelijke artikelen

Plan van aanpak of onderzoeksvoorstel

Verslag

Reflectieverslag

Stageverslag

Procesverslag

Portfolio

Adviesrapport

Toelatingsbrief voor een onderwijsinstelling

Referaat

Prijs berekenen

Wil je een zakelijke tekst laten nakijken? Neem dan contact met ons op.