Feedback geven 2.0: Hoe AI het onderwijs persoonlijker maakt

In deze aflevering hoor je Pascal Mariany. Hij is docent ICT bij Hogeschool Utrecht en vertelt over zijn innovatieve Feedback Companion Tool. Deze tool gebruikt AI en verbetert het geven van feedback in het onderwijs. Pascal deelt zijn ervaringen met het ontwikkelen van deze AI-toepassing en belicht daarbij hoe dit bijdraagt aan betere leeruitkomsten voor studenten en efficiëntere werkprocessen voor docenten. Dus blijf luisteren! [Muziek] Hoi, leuk dat je weer luistert naar een nieuwe aflevering van AIToday Live de podcast met praktijkverhalen En een praktijkverhaal gaan we vandaag zeker krijgen. Zeker. Mijn naam Joop Snijder, CTO bij Aigency. Mijn naam Niels Naglé, Area Lead Data & AI Ja, Pascal, dankjewel dat je bij ons in de studio bent. Zou je jezelf eerst even willen voorstellen aan de luisteraar? Ja, natuurlijk. De luisteraars zien het niet, maar ik zie jullie wel. Gezellig. Pascal Mariany, nu alweer 15 jaar in het onderwijs bezig. Begonnen als ICT-beheerder, maar toen gymleraar, heel gek. Het heeft me altijd heel veel goeds gebracht qua coaching. En fast forward, Rijn IJssel College heb ik gewerkt, mbo en ook het hbo. Dus ik heb eigenlijk het PO tot en met het hbo nu gediend en ik blijf het dienen. Ik werk bij de Hogeschool Utrecht bij Open ICT. Hele mooie opleiding, holistisch kijken naar de studenten en holistisch toetsen. Super gaaf. Hoe komt een gymleraar in een AI-podcast? Ja, dat is een goede vraag. Ik moet ook nog even vertellen dat ik mijn eigen onderneming heb op maandag. Dat is onderwijsorakel.nl. Die mag ik wel even noemen, denk ik. Zeker. Oh, vet. Oké. Ja, hoe komt de gymleraar daar? Het begon vanaf vroeger uit eigenlijk. Ik ben op mijn achtste begonnen met computers. Gewoon zo'n oude, grote, dikke monitor. Monogroom beeldscherm kreeg ik mee van mijn oom uit Luxemburg. Daar kom ik ook vandaan. Nou ja, zoals zovelen helaas gaan ouders ook wel eens scheiden. Mijn vader is Luxemburg en mijn moeder is Nederlandse. Mijn moeder verlangde weer terug naar Nederland. Dus met mijn moeder mee, met mijn zus en zusje naar Rotterdam-Zuid. Dus vanaf een dorpje in kleine Luxemburg. Dan kom je in Rotterdam-Zuid terecht. Fast forward. Ja, altijd met computers bezig geweest, maar ook met sport. Dus ik ben ook, mag ik trots vertellen, toch wel heel lang geleden. Ik ben er weer 41. Ik kreeg grijze haartjes. Maar toen ik twintig was, ben ik ook nog Nederlands taekwondo geweest met sparren. Dus die combinatie met sport en ICT. Ja, kortom, ik noem mezelf gewoon een ICT-sportnerd. En gymleraar leek me gewoon heel erg leuk. Dat was eigenlijk met een gesprek met de moeder van mijn vrouw, zeg maar. Ik heb nu al inmiddels een vrouw van twintig jaar lang en twee kindjes. Maar die moeder zei van, joh, je doet zoveel met sport. Misschien is de ALO wat voor je. De Academie Lichamelijke Opvoeding. Nou, daar ben ik dan terechtgekomen. En dat is ook een beetje typisch mij. Ik probeer dingen gewoon uit. Niet dat ik met alles impulsief ben. Als je naar mijn mancave kijkt, heb ik wel heel veel videokaarten gekocht. Ik kan het zeggen, die achtergrond is wel aardig gevuld met technische platen. Dat klopt, ja. Maar omdat ik op taekwondo ook wel instructies gaf, leek me de ALO wel een mooie stap. En dat heeft me echt heel veel geleerd. Ook qua coaching en differentiëren in de klas. En nu, ja, open ICT. Docent ICT en ontwikkelaar daar. Studentencoach, super gaaf. En wanneer ben je in aanraking met een stukje AI? Ja, eigenlijk al drie jaar geleden. Het begon met ChatGPT 3.5. Nou, ik natuurlijk zo impulsief als ik soms kan zijn en enthousiast gaan uitproberen. En sterker nog, toen werkte ik even kijken. Drie jaar geleden begon ik bij de Hogeschool Utrecht. Bij Digitale Techniek Media, een AD-opleiding. En Software Development, ook een AD-opleiding. Ja, en ik was denk ik de eerste die samen met studenten ChatGPT 3.5 gewoon uitproberen. Hé, wat doet dat nou? Wat is dat nou voor iets? De Gen AI. Oké. En wat gebeurde er toen? Ja, wat gebeurde er toen was eigenlijk wel heel mooi. De studenten die waren zo creatief om zeg maar hun beroepsproducten die ze aan het maken waren, gebaseerd op leerkomsten en criteria, die gooiden ze eigenlijk door de ChatGPT 3 heen om te vragen van nou, wat ik aan het doen ben, is dit goed genoeg? Kan ik dit al aan de docent laten zien? Oh ja. Ja. Slim. Ja, vond ik ook heel slim. En wij zijn elkaar tegengekomen op de Community of Practice van de Hogeschool Windesheim, Zwolle. En daar presenteerde jij een scan rondom AI-geletterdheid. Nou, nee, dat ging eerst om de Feedback Companion. Oh ja. Ja? Ja. De scan die komt zo meteen denk ik nog of niet. Ja. Even kijken, de Feedback Companion, daar begon het eigenlijk ook mee dat ik dacht van hey, ChitGP, die studenten die waren eigenlijk al bezig met feedback ophalen voor hun producten. Ik denk als we nou met slimme prompting, en dat leerde ik natuurlijk ook twee jaar geleden, wat is nou slimme promptingen? Je moet een context hebben, een doelgroep moet je aangeven in die prompting. Even kijken, een stukje voorbeelden erin, hoe kun je dan het beste feedback teruggeven? Dus ik ben gaan bouwen met het model van John Hattie. Ik weet niet of jullie dat kennen, met een top tip verbetersuggestie. Oké, ja. Ik denk heel veel onderwijsmensen die dit gaan horen, die weten dat wel denk ik. De tips zijn tops, ja. Jullie lekker nog niet. Nou ja, de naam zijn we niks inderdaad. Oké. Die heeft heel veel onderzoek gedaan naar het begrijpen van feedback. Wat is nou handig? Hij heeft eigenlijk een soort drietrapsraket verzonnen met de feedbackcyclus. En dan begint het met een feed-up. Wat moet ik eigenlijk leren en doen? Wat is mijn doel? Feedback. Nou, als ik dan bezig ben op werk, dan krijg ik feedback. Dan krijg ik een top en een tip. Maar ik krijg een feed-forward. Dus een verbetersuggestie op mijn werk. Dus nu is mijn werk zo. Ik mis nog een beetje dat. En mijn concrete verbetervraag of suggestie zou zijn om dit en dit daarin te verbeteren in jouw beroepsproduct. En dan kun je misschien in die vaardigheden of competenties die je hebt, een niveautje hoger scoren. Om het zo even te zeggen. Ja. En daar begon dus die reis van de Feedback Companion. Ja. En die heb ik toen op die community of practice ook in de Windesheim ook laten zien. En op andere congressen nog. En dat bevalt eigenlijk heel goed bij mensen. En vooral bij mensen, mensen uit onderwijs die zeg maar, meer richting dat holistisch beoordelen gaan. Dus niet alleen maar van, joh, je gaat nu tien weken JavaScript leren. En je hebt aan het einde van de rit een tentamen. Je krijgt een cijfertje. Gelukkig. Ja, realiseren mensen er ook. Ik denk ook door AI eigenlijk dat dat eigenlijk niet meer houdbaar is. Ja. Toewerken naar een cijfertje. Is wel leuk om je kennis te toetsen. Maar om echt stevig in schoenen te staan en samen te werken. Mooie producten te maken. En jou zeg maar in het leerproces te groeien. Is feedback natuurlijk heel erg belangrijk. En eigenlijk kwam dat ook doordat ik zag in praktijk dat feedback soms met hele lange verhalen wordt gegeven door docenten. Of juist heel erg goed gedaan. Punt. Ja. Vooral doorgaan. Het is wel leuk om te horen natuurlijk. Maar dat is zo weinig informatie. Dat is zonde. Ja. En hoe helpt dan de Feedback Companion de mensen erbij? Is dat het schrijven van feedback? Is dat het ontvangen van feedback? Ja, beiden eigenlijk. En we gaan het straks hebben over de AI-geletterdheid volgens mij. Maar hier heb ik het over de feedback-geletterdheid. En dan gaat het over het niet alleen het schriftelijke schrijven van feedback. Tuurlijk is dat ook belangrijk. Want vaak als een student wat inlevert dan geef je daar feedback op als je het gaat nakijken. Maar ook in dialoog. Als je dan door de Feedback Companion bijvoorbeeld de feedback terugkrijgt. Dan krijg je het altijd netjes in een drietrapsraket. Wat we net zeiden. Top, tip, verbetensuggestie. En als je daar competenties of vaardigheden inmikt van je eigen opleiding. En daarna dus feedback vraagt op bepaalde specifieke leeruitkomsten of vaardigheden. Van een beroepsproduct. Van een student bijvoorbeeld. Ja, dan komt dus iedere keer diezelfde soorten feedback terug. En dan kun je van allerlei dingen tweaken. Misschien voor de mensen die wat diep in de AI zitten. De temperature kun je wat lager instellen. En dat betekent dat de bot minder gaat hallucineren of minder creatief mag zijn. En meer to the point. En dat is wel iets wat in de Feedback Companion ook is ingesteld. Dat je niet van allerlei dingen gaat verzinnen iedere keer. Maar even dat vingerwerk voor de 90% wel consistent terugkomt met dezelfde feedback. Ja, dus je hebt een bot gemaakt die helemaal de feedback geeft op basis van de input die die krijgt. Dat is het verhaal. Ja. En dat begon bij ChatGPT. Ja. Maar OV sinds augustus. Nee, wat zeg ik? Ja, augustus. Ja. Ja. Nou, toen was mijn kamer in één keer een rommeltje. Want toen moest je aan allerlei regels en kaders voldoen. Daar wordt steeds strenger op toegezien. Sterker nog, vanaf 2 februari afgelopen zondag wordt er ook op toegezien. Dan worden echt AI tools verboden. Die werken met emotieherkenning of beoordelingssystemen. En over dat laatste beoordelingssysteem. Kijk, de Feedback Companion is geen beoordelingssysteem. Dat is echt voor het, dat noemen we het onderwijsland, formatieve proces. Ja, dus je vormt jezelf, je hoort beter, je leert proces. Daar is het op gericht. Ja. En dan zegt de AI act ook nog van, nou, er zijn een aantal tools verboden. Maar dan zegt de AI act ook nog van, ja, er zijn ook een hoog risico. Mogelijkheid in applicaties van AI tools of laag risico. En gelukkig, de Rijksoverheid is ook wakker geworden. Die heeft een tool uitgebracht. Dat je heel eenvoudig met een paar stappen, zo'n soort wizard online, kan bepalen of jouw tool hoog risico is of laag risico. En natuurlijk heb ik gecheckt of de Feedback Companion hoog of laag is. En wat dachten jullie? Ja, ik zou zeggen hoog. Want dat beïnvloedt misschien wel de ontwikkelproces van mensen als dat foutief gaat. En jij? Wat denk jij? Nou, ik denk dat het nog niet eens laag... Eigenlijk is laag risico betekend dat de AI act eigenlijk helemaal niet van toepassing is. En daar zit nog, ik ben even de term kwijt die zij gebruiken. Maar daar zit je in, in de laagste risicoklasse voor de AI act. Ja, klopt. Dus laag risico, toch? Jij zei net hoog. En vanwaar dacht jij hoog? Nou, vooral de impact die het kan hebben. We hebben het vaker hierover gehad, dus ik zeg hem ook expres even hoog. Maar het is met name ook hoe je hem inzet. Want als hij in je primaire proces gaat komen en er niemand tussen gaat zitten, zou het naar hoog toe kunnen gaan. En daar ben ik wel benieuwd, hoe ga je dat voorkomen? Heel mooi gezegd. Kijk, de AI act zegt ook van ja, je moet transparant zijn in je gebruik. Dus als ik de Feedback Companion gebruik of ik heb feedbackteksten gemaakt met de Feedback Companion, dan zeg ik dat ook tegen de studenten. Ja. Andersom doen ze natuurlijk net zo hard. En dan zitten ze, bijvoorbeeld een jaar geleden zaten ze in ChatGPT bijvoorbeeld te mieren. Maar wij proberen ze nu bijvoorbeeld bij Open-ICT, waar ik werk als docent, bij de Hogeschool Utrecht. Daar proberen we het ook echt mee te experimenteren bij jaar twee studenten. Dat zij de veilige versie van de Feedback Companion gaan gebruiken. En wat is dan de veilige versie? Ja, je hebt natuurlijk Donald Trump, Amerika, OpenAI. Dus als studenten daar hun studentenwerk uploaden, dan hebben we het nog niet eens over AVG en persoonsgegevens. Want daar proberen ze ook natuurlijk over na te laten denken. Hé, let op, je bent wel 18 plus, maar je gooit wel je data ergens op straat. En dat gaat naar Amerika toe, die data. Maar wat hebben we nu gedaan met de Feedback Companion? Binnen de Hoogste Utrecht zijn we nu akkoord om de Feedback Companion te gebruiken. En dan is het GPT-VO-model, dat wordt een beetje technisch hoor. Ja, dat geeft niet. Ja, zeker. Het GPT-VO, het taalmodel wat eigenlijk ook op OpenAI draait, chatgpt.com, waar toch 85% of zo van de studenten hun hand omhoog hebben. Ze hebben ook ook helemaal betaald op het moment. Schrokken we ook van hè. Maar dan proberen we terug te gaan naar Microsoft Azure. En Microsoft Azure natuurlijk heeft een groot belang bij OpenAI. Ongeveer 49% dacht ik. Ja, in ieder geval, ze zitten er voorzien. Ze zitten er voorzien, zeker. Dat geeft hem wel de mogelijkheid. Dat is wel een beetje gemeen van OpenAI. Maar goed, om het GPT-VO-model een versie eerder, altijd, ze lopen altijd een versie achter, maar wel in de Microsoft Azure cloud omgeving te zetten. Ja. En wat heb ik gedaan? Ik heb in de Microsoft Azure, heb ik in de EU een server aangemaakt. Vond het wel grappig. Eén van mijn favoriete vakantielanden in Zweden. Daar draait dus het GPT-VO taalmodel, wat OpenAI ook gebruikt door hun op een Amerikaanse server. Maar daar krijg je dus daar toegang toe. En dan krijg je dus een API-sleutel, een endpoint en een deploymentnaam. Die drie dingen heb je nodig om je webapplicatie, die ik dan met Bolt.new heb gemaakt. Kijk het mensen, check het uit. Bolt.new kun je met simpele prompting websites maken. Maar die feedback op een heb ik daarmee gemaakt. En als je dan die drie gegevens van Azure hebt en je voert dat in, dan maak je dus verbinding via de Europese Unie server, dus in Zweden. Dat betekent dus voor de AVG, dat is ook belangrijk, als je dan data daar toch inzet, dan blijft het wel binnen de Europese Unie. Hoe vet is dat? Precies. En dat snap ik dus ook niet meer. Kijk, mensen zijn dan alsnog, ik zit bijvoorbeeld in de edu-ai.nl, WhatsApp community. Er zitten 1200 docenten, beleidsmakers en managers. En die krabben dan ook nog wel achter de oren, want die zijn dan super, super, super voorzichtig, kritisch. Dus ik zou ook niet weten, dat zeg ik ook in mijn kennisclips op onderwijsorakel.nl, hoe kun je het dan nog netter maken? Ik snap ook wel hun zorg, weet je, want dat is natuurlijk eng en ook niet zichtbaar wat er in de cloud gebeurt. En misschien dat we het onderwerp nog aansnijden. Lokale AI is natuurlijk ook eventueel een pad wat je kan bewandelen. Het gekke is, als we toch nog even hierbij blijven, is dat deze hele stap van je applicaties in de cloud zetten, hadden we eigenlijk al genomen. En het is niet heel veel anders dan dat waar je je data neerzet. Inderdaad. En of je dat nou zeg maar aanbiedt aan een taalmodel of dat je dat aanbiedt aan een database, is uiteindelijk niet zo heel veel anders. Mits inderdaad dat model wat jij zegt in Zweden draait. Dus er is in die zin zit daar niks anders, maar op de ene of andere manier als het dan om AI gaat, vinden we het in een keer heel eng. Ja, ik zeg het ook tijdens mijn workshop of training, of als ik ergens op een congres sta. Maar het is ook zo dat wij bijvoorbeeld je telefoon, Apple waarschijnlijk. Hebben jullie een Apple? Ja. Nee. Oh. Kan je nou ruzie maken? Nee hoor, zeker niet. Nee hoor. Oké. Kijk, Apple of Android, maakt niet uit. In ieder geval kun je Google foto's uploaden in de cloud. Ik ook. Ik doe niet anders. Ik doe al 15 jaar lang, zet ik alles in de iCloud. En dat is heel fijn, want dan kan mijn vrouw erbij, dan kan ik mensen uitnodigen. En straks, als mijn zoon en dochter oud genoeg zijn, kunnen ze ook hun foto's uploaden enzovoort. Dus ja, je hebt gelijk. Wij doen niet anders dan met cloud werken. Alleen door de AI en doordat er toch, ja, bijvoorbeeld twee jaar geleden, ChatGPT 3.5, gingen mensen artikelen ook schrijven en helemaal testen dat dat ding kan hallucineren. En dat het voor ongelijkheid kan zorgen. En dat het dingen kan zeggen dat hij met je mee lult, om het zo even te zeggen. Piep, misschien even, ja. Oké, maakt niet uit. Maar in ieder geval, daar zijn mensen toch wat kritisch over gaan denken. Van ja, maar wacht even, dat taalmodel kan een eigen willetje hebben of kan anders reageren. Dus ik denk dat daar toch een verschil zit. Dat daar meer zorg op is. Ja, een stukje consistentie. Maar Jop, er is wel eens wat je zegt. Het is ook dataprocessing. En dat vindt in een AI ook dataprocessing plaatsen. Ja, daar ging het me om. Van waar je data terechtkomt, dat is geen enkel probleem. Dat je te maken hebt met wat jij net allemaal aangeeft, zeg maar, de nadelen van het taalmodel. Dat je daarover na moet denken. Dat lijkt me logisch, maar dat heeft in principe niks te maken met waar je je data neerzet of waar je de data aanbiedt. Nee, maar het is wel belangrijk om, als je dat toch gaat invoeren, bijvoorbeeld in onderwijs of in je bedrijf. Dan is het wel belangrijk om toch een soort dialogische component in te bouwen. Als je dat al niet hebt. Kijk, en bij Open ICT hebben we het geluk dat wij om de week de student ook één op één spreken als coach. Dus we noemen ons niet zozeer docenten. Doseren betekent ook eigenlijk zenden. Maar we zijn vooral bezig met korte instructies en de student coachen. Terug naar dat dialogische component, dat dialogische onderwijs. Dat is wel belangrijk. Want als je met AI-tools gaat werken en de student gelooft alles wat eruit komt. En gaat daardoor, en er zijn ook steeds meer onderzoeken naar, misschien minder kritisch denken. Ja, en soms zegt onderzoek, ja dat klopt. Ze gaan minder kritisch denken. En andere onderzoeken zeggen weer van, ja dat is juist niet zo. Maar dat hangt dus af van de begeleiding die de student ook daarin krijgt. En wat maakt dan het verschil? Nou het verschil met als je wel dialogisch gaat werken. Dus dat betekent echt één op één gesprekken, in kleine groepjes coachen. Ook in het bedrijfsleven dat je wat vaker gewoon erover hebt. Hé, wat heb je vandaag met AI gedaan? Gewoon alleen dat gesprek al. En je hebt het over de output wat eruit komt. Kijk, dan ben je er zelf natuurlijk als mens ook bij. Dat je geen gekke Henkie bent of Ingrid en dat je alles gaat geloven wat eruit komt. Maar dat je zelf ook de kritische blik erop hebt. En in het dialoog zorg je ervoor dat je elkaar even challenged. Dat je toch niet in de valkuil stapt om het kritisch denken te skippen. Ja, precies dat. Kijk, en de Feedback Companion, om even daarnaar te refereren als voorbeeld. We hebben het in de gesprekken ook over. En dan gaan we ook met die experimenten nog meemaken met die jaar twee studenten. We hebben het over de output. Dus dan gaan we gewoon vragen. Hoe vaak heb je de afgelopen twee weken feedback gevraagd aan de Feedback Companion? Nou, zo en zo. Oh ja, geloof je wat daar staat? Oké, wat zijn je acties geweest? Kijk, als een student alleen maar feedback heeft gevraagd. Bijvoorbeeld aan een AI-assistent. Zoals de Feedback Companion. Maar de student heeft wel enorm goed gepresteerd. Ik zou dan zeggen, nou dat is ook goed. Maar ja, aan de andere kant. Als een student moeite heeft om bijvoorbeeld, bij ons heet dat een vaardigheid boodschap te leren. Met presenteren. En blijft een beetje hangen in dat AI-wereldje. Ja, dan is het misschien anders. Dan kun je misschien de student meer coachen. Dat die meer richting die menselijke interactie gaat. Dus dat is heel erg individueel. Maar ook heel erg, ja, je moet gewoon heel gevoelspriet ook een beetje hebben. En als je die logische component weghaalt. Ja, dan heb je daar toch minder sturing op, denk ik. Ja. Ja. Een vraag die bij mij nog wel leeft is, waren er niet al andere tools die die feedback ondersteunden? En wat is de enabler die AI daarin de verandering heeft gebracht? Ja, ik denk vooral, kijk bij ons, bij Open ICT heeft een collega ook een onderzoek gedaan naar de feedback consistentie. En dat was nog een beetje pre-tijdperk Gen AI. Maar het bleek ook dat er, de ene docent maakte wat langere teksten, de andere wat kleiner, wat ik aan het begin zei. En wat maakt een taalmodel daarin anders? Ja, ik zeg het eigenlijk al, een taalmodel. Een taalmodel kan heel goed eigenlijk slim taal teruggeven. Maar op de voorkant, voordat input wordt gegeven, moet die prompting ook goed zijn. Dus dat is wel een voorwaarde. Dus zo'n Feedback Companion is niet uit de lucht komen vallen. Er is ook twee jaar geleden al met wat slimme prompting is dat in elkaar gezet, veel getest en steeds beter geworden. Ik wist aan het begin ook niet dat het hielp om in zo'n prompt specifieke voorbeelden, goede voorbeelden en minder goede voorbeelden erin te zetten. Zodat dat taalmodel meer gericht kan reageren. Dus ik denk, doordat een taalmodel erbij is gekomen, heeft dat echt die verandering gebracht. Oké, en dat is dan de verandering in consistentie, als ik je dan hoor zeggen. Maar ook personalisatie voor, ik heb liever kortingen bondig, dan anderen hebben misschien lang en langdradigheid nodig. Ja, lang en langdradigheid. Als je lang en langdradig in je prompt hebt. Ja, maar dat kun je wel instellen. En dat heeft dan het kopje tone of voice. En dan kun je ook zeggen, je moet me lekker bij iedere zin motiveren. Ik wil graag een vee in de kont en ik wil verder. Of, ja, ik wil juist dat je heel kritisch bent en juist heel streng tegen mij. Dat is wel grappig, want als coach voel je ook een beetje aan of vraag je op een gegeven moment naar de student, welke stijl vind jij prettig? Wat kan ik bij jou het beste doen? Nou, de een wil inderdaad meer een schoppen in de kont en de ander wil meer toch het luisterende oor. Ja. En je had het over eigenlijk een soort van reizen van waar je begon tot die verfijning waar je nu bent gekomen. En daarin zei je net van, ik geef goede en slechte voorbeelden. Waar helpen de slechte voorbeelden bij? Nou, juist bij weer een betere output. Dus het taalmodel, de GPT-VO dan in dit geval, die checkt dan die voorbeelden. En die weet dan ook, zeg je letterlijk bij, nou dit zijn de minder goede voorbeelden. En dan probeert hij juist die voorbeelden die niet goed zijn niet aan te houden. En dan checkt hij juist ook de goede voorbeelden. Dus zo stuur je toch een beetje zo'n taalmodel met slimme prompting. Prompt engineering komt even heel mooi te zeggen. En hoe hebben jullie dit nou getest? Dus je begon ergens. Ja. Hoe wist je op een gegeven moment van, dit kunnen we gebruiken? Dit is bruikbaar. Ja, eigenlijk al twee jaar terug. En een jaar geleden ook met mijn collega Dan Geven. Die is er ook heel erg in verdiept met mij bij Open-ICT werkt. Die ook samen met mij. Hij heeft ook ergens een externe cursus gevolgd. Nou nee, moet ik zeggen, interne cursus. We hebben ook heel mooi bij de Hogeschool Utrecht. Dat mag ik ook even trots noemen, het AI Proeflokaal. Dat zijn twee enthousiaste mensen. Han Prüst en Wiemer Kuik. En ook mede opgericht door Gert van Harderveld. Dat is mijn leidinggevende bij OpenICT. Dat zijn allemaal van die koplopers binnen de Hogeschool Utrecht. Die een plekje gunden. Voor mensen die wat meer wilden experimenteren. Daar is Dan Geven langs geweest. En ik heb weer van mijn collega Dan geleerd. En we hebben die prompting verfijnd. En dat gebeurde ongeveer anderhalf jaar geleden, twee jaar geleden al. Maar in kleine experimenten. En ook met studenten samen experimenteren. Bij Open-ICT heb ik ook een werkgroep opgericht. Die heet ook Letterlijk Feedback Companion. En nou goed, we hebben wat subsidie toegekend gekregen. Van de instantie in de HU, samen digitaal. Dus dat kunnen we ook weer verder. En dan ga ik ook een AI e-learning ontwikkelen. Voor docenten bij de Hogeschool Utrecht. Om meer AI-geletterd te worden. Ja. Maar toch nog even terug over dat. Want weet je, het is nooit in het begin goed. Nee. De eerste keer heb je niet de resultaten die je hoopte. Nee. Hoe zijn jullie er, zeg maar, gekomen tot, zeg maar, het eerste soort van proof of concept. Totdat je zegt van, ja, maar nu is het ook wel rijp om in productie te nemen. Want wat is het dan uiteindelijk? Ja. Ja, wat ik zei, het begon dus die 2,5, 3 jaar geleden bij studenten, bij de associate's die ik eigenlijk al. Nou, toen ik naar Open ICT ging, dat was even kijken, 2 jaar terug ongeveer. Nou, dat pakketje meegenomen, die kennis. En op een gegeven moment raakte ik in gesprek bij koffieapparaat. Ja, maar niet. De beste ideeën ontstaan daar volgens mij. Bij mijn collega, dan Geve, dan die ik net noemde. Ja, toen zijn we eigenlijk gaan kijken. Ik had toen dan een MyGPT gemaakt, met het betaald abonnement van ChatGPT. Daar heb ik eigenlijk gewoon wat zinnen neergezet met prompting. Ik was toen helemaal nog niet van het promptengineering. Nou, Dan had het AI-proeflokaal in de smisse en dacht ik van, daar ga ik heen. En zo is dat ontstaan. Hij heeft zelf ook een Feedback Companion versie gemaakt als prototype. En we hebben dat samen getest. Dus we hebben daar de leeruitkomsten ingegooid, de vaardigheden en beroepstaken van OPST. En ook John had die onderzoek erin geknald. De voorbeelden van goed of niet goed. Ja. Qua feedback. En daarmee gingen we in een kleinere comité testen. En eigenlijk snel daarna, dus twee jaar geleden in mei, hebben we tijdens een meeting van OPST, waar alle docenten van OPST bij waren, heb ik een presentatie gemaakt en daarover gepitcht. Dit is te mogelijk. En nou, dit zit er aan te komen. Dus iedere keer in hele kleine stapjes is dat meer gaan groeien. En op een gegeven moment waren er zes docenten bij die werkgroep en gingen we steeds meer experimenteren. Ja, waar we het net over hadden, toen kwam die AI Act. En toen was het voor mij ook schakelen van Azure en alles. Dus ook het AI-proeflokaal gevraagd. Vierma Kuik is daar ook een koploper van. Dus ik heb constant zitten netwerken eigenlijk binnen de Hoogstel Utrecht en ook daarbuiten van, oké, hoe kan dat nou zo mooi mogelijk en zo goed mogelijk worden gemaakt? Hoi. Ja, dat is echt gaan groeien. Ja. Sorry. Dan hebben we observatie inderdaad. Dus techniek, die was er. Ja. Het is met name groeien, netwerken en zorgen dat het bekend wordt. En gaat landen binnen de organisatie en daarbuiten. Ja. Om het daadwerkelijk verder te kunnen brengen van experiment naar echt naar een productieversie. Absoluut. En daarnaast ook nog, even kijken, ongeveer een jaar geleden. Dat kan bijna feestje vieren trouwens. Heb ik onderwijs zo'n welke punten al opgericht. Dus ik ben door die externe contacten dacht van, ja, maar wacht even. Ik heb ook 15 jaar onderwijservaring. Ik ben lekker bezig met AI. Ik heb verschillende dingen die ik mee kan geven die ik in mijn rugzak heb voor andere instanties en scholen. En voornamelijk AI was natuurlijk een ding. En vandaar ook dat ik terecht ben gekomen bij Windersheim. Ja, precies. Met die community of practice. Ja. En als ik het goed begrijp, gaat het op basis van vrijwilligheid of docenten de Feedback Companion wel of niet gebruiken? Oh, daar zeg je iets heel moois. Ja, vrijwilligheid. Omdat mensen er enthousiast over raakten. Alleen het werd zo'n dermate hobby. Dat collega Dan en ik ook wel eens tot 's avonds later mee bezig waren. Oh ja. Dus op een gegeven moment was ook de alarmbel bij onze leidinggevende, Geert van Hardenveld. Ja, maar wacht even. Kunnen we hier iets meer mee doen? Dus op een gegeven moment, dan vind ik het mooie in de Open-ICT. Je hebt zeg maar de bezetting, je FTE's. Dan heb je ook nog een soort grijs gebiedje, innovatieuren. Ja. Dus wij kregen op een gegeven moment wel wat innovatieuren mee, om daar wat meer mee te doen. Ja. In overleg met onze leidinggevende. Nou, verder fast forward. Ongeveer twee maanden terug, al bezig geweest met de subsidieaanvraag. En daar komt Samen Digitaal weer voorbij, die interne organisatie van de Hogeschool Utrecht. En ik heb dan een foutje toegekend gekregen. Vanwege dat netwerken ook, vanwege dat aan de bel trekken, vanwege dat demonstreren ook van de praktijkvoorbeelden zoals een Feedback Companion. Is dat balletje best wel gaan rollen. Een soort sneeuwbal. Die grote wet. Ja, mooi. Ja. Maar hoe, want je zegt die docenten werden enthousiaster met het gebruik. Werden ze ambassadeur van je tool? Ja, nou, ambassadeur misschien groot woord. Ja. Maar wel echt ermee werken. Ja. En echt uitproberen. Zijn er docenten die zeggen van, nee, dat ga ik echt niet doen. Ja, zeker. En de baas van welke argumentatie? Ja, ik denk ook een stukje voorzichtigheid. En een stukje, ja, kijk ik werk nu vijftien in het onderwijsland. En ik denk overal geldt dat hoor. Dat je ook mensen hebt die even iets meer bedenktijd nodig hebben. Of even iets meer, ja, misschien een op een of kleine groepsverband mee moeten worden genomen. Even in het verhaal. Maar ook in de mogelijkheden, maar ook de kritische dingen. En kijk, ik ben zelf natuurlijk heel erg enthousiast. Wat ik zei. Dus een soort tot impulsitiveit aan toe. Maar aan de andere kant heb ik ook geleerd. Dat mag ook wel als ik 41 ben met hier een grijs haartje. Nou ja, gelukkig aan de overkant zit nog iemand een beetje dichter. Zeker. Nou, jij ook bijna hè? Ja, dat komt ook wel. Rustig maar. Rustig maar. Oké. Nee, maar ik heb ook geleerd om die mensen ook te bevragen. En ook de tijd te nemen om erbij stil te staan. En hun kritische mening ook mee te wegen. Want ja, je kunt van alles wel gaan organiseren. We laten het soort olievlekje groeien. En vandaar dat we ook een jaar twee team starten. Met dat experiment in het klein. En als dat dan succesvol is. En dan gaan we weer naar het hele team van Open-ICT toe. En misschien ook Huubreed. Kijk, dit is een mooie case geweest. De feedback-geletterdheid is misschien wel verbeterd. Dat is in ieder geval het doel. Ja, mooi. Mooi om te horen inderdaad hoe dat aangevlogen wordt. En ik ben het helemaal mee eens dat je juist ook die kritische blik nodig hebt. Om met elkaar in gesprek te gaan. En van elkaar te leren. Want het is altijd om kritisch te zijn. Maar ook om beter te worden. Dus je hebt alle tweede kanten nodig. En dat is denk ik een heel mooi brugje. Joop, ik zie je al. Zeker. Naar de AI Game Changer. Waar we graag een stelling vanuit ons stellingenspel ook aan jou willen voorleggen. Ja, want we hebben een kaartspel ontwikkeld. Juist om thema's rondom Gen AI met elkaar te bespreken. Oh, kijk. Nou, als die bevalt neem ik hem graag mee. Ja, je krijgt hem sowieso mee. En iedereen die luistert, die kan een berichtje sturen. Dan krijg je hem ook gratis. Dan krijg je hem opgestuurd. Awesome. Ja. AI Game Changer spelen mee. Leren voor elkaar en kom te vee. Je denkt het zal dit spel bepalen. Zal we AI verhalen. Ethiek en maatschappij is het thema. Oh jee. En de stelling luidt. Wij stellen interne data beschikbaar aan large language models. Oeh. Ja, dat is de stelling. Interne data. Zou jij specifieker kunnen zijn wat jij bedoelt met interne data als je onderwijscontext pakt? Data van de docenten, van de lessen, van de uitkomsten. Studenten. De studenten. Brede zin. Ja, ja, ja, ja. Nou, ik zou zeggen, kijk, we hebben de AI Act besproken. En drie stappen zijn belangrijk. Transparant, verantwoord zijn. Dus de derde ben ik even vergeten. AVG, ook belangrijk. En ik zou zeggen, als jij studentendata hebt en je hebt akkoord van de student dat diegene zelf de Feedback Companion kan gebruiken. Of jij als docent zelf ook. En dan heb je een consent. En dan zou ik zeggen, dan zou je dat kunnen afspreken. Dan zou je wel ergens langs de privacy office ook moeten doen. Heb ik ook gedaan. Sterker nog. Kijk, vandaag is woensdag hè. Morgen spreek ik ook met de privacy office van de Hogeschool Utrecht. Maar de stelling. Ja, ik zou zeggen, ja, zolang je consent hebt en daar duidelijke afspraken over hebt, zou dat kunnen. Maar ik zou het alsnog wel binnen de Europese Unie doen. Zoals ik beschreef met de Feedback Companion, dat die draait via de Azure omgeving in Zweden bijvoorbeeld. Ja, duidelijk. Ja, Alder. Hé, en de volgende stap is dat je een scan gemaakt hebt rond die AI-geletterdheid. De wet is er nu een paar keer te sprake gekomen. Zou je daar iets meer over kunnen vertellen, wat je gedaan hebt? Ja, graag zelfs. Ik heb dus ontdekt dat er op LinkedIn, daar ben ik ook natuurlijk best wel aan het netwerken, daar is het ook voor. Maar dat steeds vaak ook voorbij kwam, de AI-geletterdheid. En de AI literacy. Om het even in het Engels te doen. Dus ik ben een beetje gaan zoeken en ik kwam dus ook via de edu-ai.nl, ik doe me nog even, de WhatsApp community ook een onderzoek tegen. Dat heette Meta Literacy, AI literacy scan. Ik struikel erover. En die hebben dus onderzocht met wetenschappelijk onderbouw de vragenlijst opgesteld. Om te onderzoeken wat de AI geletterdheid is van de gemiddelde mens. Dus je hebt de korte versie, die is tien stellingen. En die gaat over vijf termijnen. Of je ethische AI-kennis hebt. Of je überhaupt AI kan toepassen. Nou, dat soort zaken. En je hebt ook de lange versie, die is 34 items. En dan kun je ook stellingen beantwoorden. En dan bijvoorbeeld van één tot vijf. Dus één is niet competent, helemaal niet competent. En vijf is, ik ben competent. Ik kan dit ook reproduceren. Ja, dat is een zelfscan. Dat is een zelfscan. Nou ja, waarom heb ik die gemaakt? Want die bestond nog niet. Wel dat onderzoek en dat ze die vragen hebben opgesteld. Dus ik dacht, hé, ik ben handig met Bold.new. Dat is die prompting webapp maken. Dat je zelf websites kan bouwen. En in een uurtje of twee heb ik een website gemaakt. AIliteracycompanion.eu Om het even over de companions te hebben. Ja, daarin kun je dus of de korte versie invullen. En ik krijg een heel mooi spinnenwebdiagram aan de onderkant. Die laat zien wat je van jezelf vindt. Of de lange versie. En hetzelfde eigenlijk. En dan op negen domeinen in plaats van vijf. En dat tof is, die heb ik dan ook met Microsoft Azure verbonden. Daaronder, als je dat hebt ingevuld, kun je dan chatten met de AI literacy mentor. Ja, die is vet hoor. Oké. Ik ben wel nieuwsgierig. Kan je dat even vertellen? Zeker. Die zit ook in mijn kennisclips. Dus als je dat hebt ingevuld, ga je lekker chatten. En dan ga je ook vragen. Nou, stel je bent docent en je werkt bij hbo-recht. Maar juist jouw kennis van AI, de ethische kant, is niet zo goed, vind jij zelf. En dan heb je een één of twee gescoord in plaats van een vier of vijf. Dan kun je dus chatten met de chatbots. Dan kun je maar tips over geven. Feedback geven. Heb jij voor mij bijvoorbeeld een leuke leeractiviteit of opdracht die ik met een groep studenten kan uitvoeren binnen een half uur tijd. Nou, ga je dat typen. Ga je natuurlijk nadenken. Nou ja, nadenken. Ga door GPT-4o heen, binnen Microsoft Azure natuurlijk, in de EU. Komt hij weer terug. En dan met output, met een hele mooie leeractiviteit bijvoorbeeld. Of een leuke opdracht die je dan kan uitvoeren met studenten. Over ethische kwesties. Zodat je zelf ook op dat vlak AI geletterder raakt. En de studenten ook meteen AI geletterder maakt. Dus je slaat twee vliegende klap. Mooi. Ja. Mooi. Ik heb ook even zitten kijken naar die zelfscan. Heb je hem ook gedaan of niet? Ik heb hem ook gedaan inderdaad. En en? Ik ben heel erg kritisch op mezelf. En dat is waar ik nog even bij zo'n zelfscan zelf even uitdagingen zie. Ondanks de onderbouwing. Is dat je jezelf een rating geeft. Inderdaad tussen de één en de vijf. Wat ik daarbij heb, is het gevoel van. Goh, maar als ik niet weet wat er nog meer is. Dan denk ik dat ik alles al weet. En hoe ga je dat stukje voorkomen? En dat is denk ik wel een belangrijk aspect. Dat ik zeg, nou voor sommige aspecten. Daar vind ik mezelf een twee. Omdat ik weet, ik weet nog veel meer dat er mogelijk is. Maar als je dat niet weet. Dan is het heel moeilijk om zelf in te vullen. Ja, snap ik heel goed. Ik gebruik me wel vaak als ijsbereken bij een training of workshop. Wat ik ook wel eens doe. En dat doe ik ook met studenten. Is dat, nou stel je kent elkaar een tijdje. Stel jullie twee zouden het voor elkaar invullen. Dat zou ook nog kunnen. Dat is wel leuk. Moeten we eigenlijk eens doen. Ja, dat gaan we doen. Ik zou dat aanraden. Dan ga je gewoon kijken. En dan ga je het gesprek aan. En dan komt er weer. Dialoog. Ja, heel belangrijk. Daar ben ik wel van. Eerst verbinden. Eerst relaties dan de prestatie. Heb ik nooit gezegd hoor. Maar dat ben ik helemaal mee eens. Dat komt vanuit Martine Delfos. Onderzoekster. Kunnen mensen googlen. Super gaaf. Op een studiedag een mooie sessie gaat. Maar ik zou het zo doen. Ik zou dan zeggen van oké. Want ik snap jou wel hoor. Ik hoorde ook binnen die Edu-AI groep hoor ik dat ook. Van ja, sommige mensen vinden het ook nutteloos. Dat mag. Weet je. En zelf vind ik het wel nuttig. Omdat het vaak begint bij jezelf. En als je een beetje met common sense probeert in te vullen wat jij van jezelf vindt. Dan hoeft het nog niet de waarheid te zijn. En dan hoeft het ook niet zo te zijn dat je bijzelf een twee scoort. En dat je over twee weken een vijf moet scoren. Maar het zet meer aan tot bewustwording. Zeker. En daar ben ik het helemaal mee eens. Maar voor mezelf wil ik dan graag een beetje toetsen. Of een toetsvraag hebben. Van goh, maar begrijp ik het dan wel goed. En ja, het is wel een paar jaar geleden dat ik op dit onderwerp misschien wat heb gedaan. Oh ja. En daar helpt het om mezelf te challengen. En zeker een goed startpunt om met elkaar het gesprek aan te gaan. Met elkaar het gesprek aan te gaan. Dat is één. Twee, dat zelfbewust zijn. Bewust zijn naar elkaar. Maar vul hem maar eens over een maandje of twee weer in. Dus een soort trigger zou het kunnen zijn als je op een bepaald punt jezelf laag scoort. Of iemand vindt jou daar laag in. In het gesprek kun je dan feedback vragen. Ja, waarom dan? En dan zou het jou moeten charmeren om te kijken van ja, maar wacht even. Ik ga jou een poepje laten ruiken over drie maanden. En ik ga me daar heel mooi in verdiepen. Kijk maar deze hele mooie prompt. Zoiets. Dus daar is het eigenlijk voor bedoeld. Ja, oké. Wat ik, ik heb uiteraard ook bekeken. Zo doen we dat. Wat ik mooi vind is dat je ook niet gelukkig zeg maar hebt van ja, maar als je hoog gescoord hebt, dat je een soort van certificaat van AI-geletterd krijgt. Want dat zien we natuurlijk heel veel nu voorbij komen. Alsof je met een training, met iets invullen, een vinkje kan halen van je bent AI geletterd. Zo zit het niet in elkaar ten opzichte van die wet. En ik vind dat heel mooi dat je dat in ieder geval niet gedaan hebt. Dat is dat je inderdaad stimuleert om jezelf uit te dagen om dingen te leren. En wel mooi inderdaad dat je dan kan chatten van ja, geef me eens tips. Dat zijn ook echt tips. Het is ook geen, als je dit doet, dan verbeter je je zomaar. Nee joh, het is ook geen heilige gaal. Daar is het ook helemaal niet voor bedoeld. Maar het is echt puur inspiratievol. Ja. En als je die wil gebruiken, ook goed. En als je het wel wil gebruiken, prachtig. Je had het over AI geletterdheid certificaat. Ik heb ze wel uitgedeeld. Al tijdens het vorige congres van toetsen in het VO. Dus ik heb ze wel een certificaat meegegeven. Je bent nu wat AI geletterder. Oké. Ik wil zeggen dat je helemaal klaar bent. Want ik denk, zelfs ik leer nog dagelijks bij. Nou, en kijk waar het verandert. Wat heel erg vergeten wordt rondom die wetgeving, is dat het gaat over de systemen die in jouw organisatie zijn. Dus je kan een soort van basis hebben. Maar je moet heel goed weten hoe, als jij een gebruiker bent van een bepaald systeem. Of je bent een ontwikkelaar van een bepaald systeem. Dan gaat het over de geletterdheid rondom dat systeem. En niet, zeg maar, in het algemeen. Dus je moet straks aantonen dat je geletterd genoeg bent. Stel je organisatie, je hebt gelijk hoor. Stel je organisatie die gebruikt Copilot. Ja. Nou, dan moet je eigenlijk wel een beetje het onderscheid ook weten tussen Copilot binnen office. Of copilot los. Dat is ook nog een uitdaging. Ja. En nog moeilijk te maken, je hebt ook nog copilot studio. Ja. Waar je dan vaak geen toegang voor hebt. Want dat kost 200 per maat, weet ik veel. Dan kun je allerlei bots ook bouwen. En dan heb je ook nog eens, waar we het de hele tijd over hadden, Azure. En GPTVO. Dus kijk, als je dat... Je hoeft niet alle ins en outs technisch te weten. Helemaal niet. Helemaal niet, hè. Maar wel de basis. En zodra je voor je eigen organisatie dat in ieder geval kan toelichten. Kijk, en zo'n AI-geletterdijdscan is ook misschien een aanmoediging voor teams om het met elkaar te delen. Niet alleen, maar ook misschien op te nemen in het functioneringsgesprek. Weet je, AI is straks echt niet meer weg te denken. En we hebben het niet eens nog over gehad, hè. AGI. Ja. Artificial General Intelligence. Ook weer een hele mond vol. Ja, wellicht 2030. Jullie waren voor dat we begonnen met de podcast kritisch, hè. Misschien 2050 voor jullie. Maar goed, er zit wel nog steeds heel veel beweging in. Ja, daarom is het belangrijk inderdaad om te weten dat algemene basiskennis van AI steeds belangrijker wordt. En ook wel steeds meer mogelijk wordt gemaakt voor je. Maar dat het binnen je organisatie wel belangrijk is van welk systeem hebben we daar. En weet ik daar genoeg van. En dat het zelfs per functie kan verschillen hoe AI geletterd voor kennis moet je ervan hebben. Mocht je de aflevering van Charlotte Meindersma nog gemist hebben. Die is hier vooruit gezonden. Luister die zeker even terug. Dan gaan we verder in op de AI act, AI-geletterdheid en wat daarbij komt kijken. Oh, nice. Wat dat tot de AI act verhoudt. Ja, zij was. Of zij was. Zij is juriste. Dus zeker, goede tip. Ja. Die scan. Waar kunnen de luisteraars de scan doen? Ja, dan ga je naar ailiteracycompanion.eu. Ja. En daar kun je hem gaan doen. En de data die daarin gaat, blijft op je eigen computer staan. Kijk, oh dat is ook goed om te weten. Ja, dat moet ik even bij vermelden. Want het is natuurlijk heel spannend met AI en AVG. Maar wat je invult qua score blijft daarin hangen. En als je met de chatbot chat, dan blijft het ook binnen de Europese Unie. Dus de tekst die heen en weer gaat. Ja, goed. Als je daar zelf geen medische gegevens of je eigen naam invoert, dan gebeurt er verder ook helemaal niks. En als je dat wel per ongeluk doet, dan weet je in ieder geval dat het binnen de EU is. Kun je op mijn bruine, half groene ogen, kun je daarvan op aan. Heel mooi. Ja, en inderdaad, weet je, bespreek de resultaten met elkaar. Ik vind dat een hele mooie. Zeker. Stel, buiten het onderwijs om, het mag ook binnen het onderwijs, maar als je een ultieme droom zou hebben. Misschien zelfs die AGI wat je net noemde. Wat zou voor jou het ultieme AI systeem zijn? Of wat je met AI zou kunnen doen? Daar zijn we eigenlijk wel benieuwd naar. En we geven je even wat bedenktijd. Oké. Nou, mooie muziek hoor. Ja, hoe zie ik het voor me? Kijk, als we toch een stapje naar de toekomst mogen doen met het AGI verhaal. Dan moet ik ook zelf denken eigenlijk. Het zou mooi zijn als wij AI toch inzetten voor toch ook een beetje de goede doelen. De maatschappelijke vraagstukken. De energiebehoefte van de mens wordt ook steeds groter. De wereldbol is natuurlijk ook al een beetje aan het niet barst hoor. Dat is gewoon heel dramatisch. Maar het heeft toch zijn uitdagingen. En als je kijkt naar de ontwikkeling van quantum computers en dat soort zaken. En het bereik van AGI. Zou dat heel mooi zijn. Alleen met alles. Zoals al die films ook laten zien. Zoals The Terminator. Of alle andere artificial intelligence films. Zoals iRobot. Ken je die vast ook nog wel. Ja, dan is er ook ergens een gevaar. Want als het dan niet in goede handen is. Wat doe je dan? Dus dan moet er een soort beschermingsmechanisme komen. Dus dat is toekomstgericht. Ik zie dan AI echt grote vraagstukken oplossen. Voor de mens. Ben je niet bang dat het... Voor mij klinkt het namelijk als een enorme paradox. Dat je het hebt over klimaat. En dat AI dat zou moeten oplossen. Terwijl op dit moment. En het ziet er naar uit dat dat nog voorlopig zo is. Het alleen maar bijdraagt aan. Negatieve bijdrage heeft aan het klimaat. Vanwege alle energieverbruik. Ja, daar heb je een goed punt. Kijk, er komen natuurlijk tig Data Centra erbij. Aan de andere kant is het heel belangrijk om dat te blijven evalueren. Het evolueert zich ook. Maar evalueren wat dat dan doet. Wat is nou de impact inderdaad op de energiesector... als je zo'n groot datacenter neerzet. Ten opzichte van wat het oplevert. En die cijfers die fluctueren nogal. Dus dat is nog niet heel duidelijk of het nou meer winst geeft op dat vlak of meer winst zus. Dus daar is het wel belangrijk om daar heel kritisch op te blijven zijn. Maar ook te blijven meten. Meten is weten. Ja, dus dat. Even naar de nabije toekomst. Kijk, ik noem het niet voor niks een companion. Zo heb ik ook bijvoorbeeld een transcribecompanion.eu. Dus ga daarheen. En je kunt je interview erin zetten binnen de Europese Unie. Wordt dat interview gescand. En dan krijg je met het Whisper model. Een GPT-VO mooie. Onderscheid in sprekers. En dan kun je zelfs op Analyze klikken. Dan gaat die timestamps en sprekers voorbij. En dan krijg je ook aanbevelingen vanuit zo'n interview of een kort gesprek. Oké. Dan kun je dan download als PDF no noem op. Dus check het uit. Er zijn nog meer companions die gaan komen. En ik zie het echt als een hulp. Dus een schoudermaatje die meekijkt, meedenkt, meewerkt. En AI agents zijn dus ook al. Die kun je bij elkaar klikken. Ga maar eens naar het n8n.ai geloof ik. Of .com. En dan ga je naar websites. Wel betaald. Maar dan kun je dus allerlei geautomatiseerde AI agents aan elkaar knopen. En die gaan bijvoorbeeld via WhatsApp stuur je een berichtje in. Kun jij een mailtje sturen en een invite in mijn kalender zetten. En dan die en die mensen uitnodigen met een leuke party tekst voor mijn verjaardag. Nou, verbonden met Azure, GPT-VO. Verbonden met je Gmail account. Verbonden met sus. Rats. En dan heeft hij het mailtje klaar. En dan staat alles automatisch in je agenda. Dus daar gaan we in de nabije toekomst naar heen. Dus ik zie het als een soort handige hulpjes. die jouw werk ook kunnen verlichten. Duidelijk. Ja. Nou, een mooie visie. Ja. Ik kan ook wel wat companions gebruiken voor sommige werkzaamheden waar ik zelf wat minder energie van krijg. Ja, dan gaan we straks even een kopje drinken. Wat zou jij geautomatiseerd willen hebben, Jan? Agenda management hoor ik net al. Dat is toch altijd een crux met heel veel verschillende mensen afspraken voor elkaar krijgen die eigenlijk toch op korte termijn gepland moeten worden. Waarbij dus misschien zelfs afspraken verzet moeten worden. Daar zit heel veel tijd in, afstemming in. En daar word ik niet heel vrolijk van. Ik wil wel dat het op korte termijn voor iedereen uitkomt. Dat we bij elkaar komen om het dialoog aan te gaan wat zo belangrijk is. Ja, kijk maar eens naar datumprikken. Dat is nog heel veel werk. Dan moet je allemaal handmatig al die data invoeren en tijdstippen. Bij een half uur verder heb je eigenlijk het datumprikken klaar. Dan moet je het ook nog eens een mailtje sturen. En dan moet je ook nog eens wachten op reactie. Dan moet je ook nog handmatig die afspraken inplannen. Nou ja, goed. Dat kan allemaal geautomatiseerd worden. Ja, en dan hebben we dan wel weer ook aan de andere kant van de ontwikkeling. De ontvangende partij heb je ook weer companions nodig. Die eigenlijk ook keuzes kunnen maken voor mag dit verschoven worden. Kan dat verschoven worden. Dus de dependency en de boom. Die maakt het interessant. Maar dat zou ik echt heel vrolijk vonden. En jij Joop? Ja, ik zit toch meer richting de fysieke wereld. Laatst kwamen er dingen voorbij. Ik heb liever dat mijn vaatwasser wordt ingepakt en uitgeruimd. Maar dat zie ik voorlopend nog niet gebeuren. Nee, ik ook niet. Nee. En ja, de agenda management. Zelfs als je nu iemand hebt die de agenda voor jou beheert, moet je nog heel veel daarmee sparren en spreken. Wat er allemaal weer verzet kan worden en dat soort dingen. Daar zitten toch nog heel veel besluiten in, omdat je daar toch volgens mij een regie over wil hebben. En zo ga je de regie over wil hebben, wordt het toch wel heel erg lastig om dat te automatiseren. Ja, en dat gezegd hebben. Kijk, ik ben zelf van de verbinding, dus het werkt natuurlijk altijd sneller om iemand even te bellen. Bellen is sneller, de marktplaatsterm van vroeger. Of zoek je iemand even op. Dat werkt natuurlijk nog sneller. Maar goed, de mogelijkheid is er wel. Ja, zeker. Zeker. Pascal, hartstikke bedankt dat je je companions, zo mogen we het noemen, companions, kon uitleggen. Vooral hoe je dat gemaakt hebt, waar je tegenaan bent gelopen. Ik denk dat het een heel mooi verhaal is uit de praktijk. Dus hartstikke bedankt dat je dat met ons wilde delen. Ja, graag gedaan. En bedankt voor jullie tijd en ruimte hier. Ik vond het echt super gaaf om te doen. Dus ik hoop tot ziens ergens. Leuk om te horen. Dankjewel weer voor het luisteren naar deze aflevering. Vergeet je niet te abonneren met je nieuwsbrief. Of welke wilde je deze keer? Ja, ik dacht eigenlijk de podcast app. Want dan krijg je automatisch een seintje als er een nieuwe aflevering beschikbaar is. Tot de volgende keer. Tot de volgende keer. [Muziek]