Tussen twee vuren: Martin en Kim nemen de AIToday hosts onder de loep

In deze aflevering hoor je Martin van Kranenburg, bestseller-auteur, en Kim Pot, auteur van het boek "Werk Hand in Hand met AI", die de rollen omdraaien en ons als host van AIToday Live interviewen. In deze bijzondere special stellen zij de prangende vragen die normaal aan hen zouden worden gesteld. Van de beoordeling van echte AI-expertise tot de ontmaskering van de AI-agents-hype, Martin en Kim gaan diep in op wat AI werkelijk betekent voor professionals. Luister naar dit verfrissende gesprek met openhartige antwoorden over dagelijkse AI-tools en de realiteit achter alle buzzwords die rondvliegen in de wereld van kunstmatige intelligentie. [Muziek] [Muziek] Hoi, Leuk dat je weer luistert naar een aflevering van AIToday Live En we hebben een special, maar echt een serieuze special. Want we zijn te gast in onze eigen podcast. Bijzonder. Mijn naam is Joop Snijder, CTO bij Aigency. Mijn naam Niels Naglé, Area Lead Data & AI bij Info Support. En dit is het laatste wat jullie zelf zeggen. Want Martin en ik nemen het over. Martin. Ja, nou ik zou jullie nog wel even introduceren, toch? Dat hadden we afgesproken. Ja, zeker. Ik dacht, we beginnen bij de mannen dan. Ja, want kijk, Martin die is niet alleen vaste luisteraar, bijna vaste gast. Dus we hebben al twee opnames gemaakt over je boek Schrijven voor het brein. En ChatGPT als tweede brein. Heel goed beluisterd. Dus luister die terug als je dat nog niet gedaan hebt. Maar dus bestseller auteur. En ambassadeur van onze podcast. En Martin die mailde mij en Niels met een heel erg leuk idee. Die zei, mag ik jullie nou eens interviewen? Want ik heb een hele stapel vragen. En die wil ik kwijt. Ja. Dus daarom Martin. En Martin stelde weer voor om Kim, Kim Pot, onze productiemedewerker. Maar ook auteur van het boek. Werk hand in hand met AI. Precies. En gast in de podcast, laatst geweest over je boek. Dus luister die ook terug. En jullie gaan samen, gaan jullie ons interviewen. Ik dacht, in mijn eentje ga ik je niet redden. Als ik deze twee slimme gasten moet gaan interviewen. Dus ik dacht, ik ga Kim vragen. Om erbij te zijn. En we hebben, ja, ik heb echt wel pittige vragen jongens. Dus hou je vast. Kim, zal ik de eerste doen? Ik ben heel benieuwd. Ja. Even één vraag. Eerste. Wat heeft je het meest verrast van AI en ChatGPT? Wat heeft je het meest verrast? In positieve zin. Laten we daarmee beginnen. Ja. En ik wil het daarna meteen weten in negatieve zin. Ja. Zal ik beginnen? Ja, ga je van. Ik loop al een tijdje mee op het gebied van kunstmatige intelligentie. Dus ik ben ingestapt in 2012. Dus ruim voor de opkomst van ChatGPT. En voor de komst van ChatGPT moesten we heel erg eraan trekken om mensen aan te geven van dit is best wel een hele handige technologie. Daar kan je echt andere dingen mee doen. Dan de standaard automatisering. Dus die adoptie die liep helemaal niet. Als ik het even heel zwart-wit stel. En dus wat heeft mij heel erg verbaasd met ChatGPT is die adoptiegraad. Het is vanaf november 2022. Ja, kwam dit voorbij. En de hele wereld letterlijk is daar bovenop gesprongen. Dus waar we eerst al moesten zeggen van dit is handig. Doe het nou. Daar kan je echt hele gave dingen mee doen. Dat kwam je niet binnen. Ja, kwam je niet binnen. En nu worden we overal voor gevraagd. Ja. En dat brengt het ook meteen tot de nadelen. Is dat mensen ook denken dat je nu alles ongeveer kan oplossen met taalmodellen en met ChatGPT. Dus dat is wel weer een nadeel dat de verwachtingen zijn zo groot geworden. Misschien wel buitenproportioneel. Ja. Ik heb daar gelijk een vraag aanvullend op. Want ik denk dat we... Hebben jullie het ook zo ervaren dat ja, de hele wereld springt erop. Maar er is ook een soort AI-FOMO. Waardoor mensen ook een beetje raar gaan doen door AI. Ja, en dat had je daarvoor echt niet. Ik bedoel, er was AI, kunstmatige intelligentie, machine learning. Dat was echt iets voor de techniek. Ja, er is een research hoek, technologie. In 2012 werd er nog gesproken over een AI-winter. Ja, je was gek als je je daarmee bezighield. Wat is dat? De FOMO. Oh ja, die FOMO. En die FOMO geeft denk ik aan, zeg maar... Dat heeft alles met die adoptie te maken. Met het idee van, ja, maar ik moet van alles weten. Ik moet weten welk laatste tooltje, wat die allemaal nu kan. Dus dat heeft te maken met die adoptie. En bang zijn dat je iets mist. Terwijl, ja, als je ergens heel goed in bent... Ik denk dat je beter een tool goed kan leren en daar je op focussen... Dan overal maar allemaal tooltjes en dingetjes. Iemand zei het laatst nog, ja. Ja, dan weet je van alles een beetje en van niks alles. AI-hoppers. Ja, oh ja, AI-hoppers. Die gaan van de ene tool naar de andere tool. Komt die weer uit, gaan ze daarover hebben. Ja. En je moet niet bij de tool beginnen. Wij doen maar, Niels. Nee, ja. Sowieso even met... Positief en eerst positief. Dan even. Is even door op dit stukje even doorgaan, inderdaad. Dit wordt een leuke. Ja, ja, ja. Ik heb er nu al zin om terug te luisteren. Is even waar we net over hadden. De toolhopper. Ik denk dat we namelijk voor allebei de persoonlijkheden nodig hebben. We hebben denk ik degene die nodig die de hop doen van tool naar tool naar tool. Ja. Alleen die moeten dan niet focussen op tool naar tool naar tool, maar eigenlijk wat zijn de verschillen tussen de tools. En we hebben de specialisten nodig die een bepaalde tool heel goed kunnen inzetten. Oké. Dus ik denk dat allebei nodig gaat zijn in de toekomst. En dat het niet erg hoeft te zijn om te hoppen, maar dan moet je het hoppen en dan moet je wat doen met die hop van de eerste stap naar de volgende stap. Zodat je die meerwaarde daar kan gebruiken. Doelmatig hoppen. Ja, dat denk ik wel. Want als je alleen maar op één tool focust, weet je ook niet de verschillen daarin. Maar je weet heel goed waar die goed in is en waar die niet goed in is. Maar je hebt ook die comparison nodig, wat mij betreft. Dan terug te komen op je eerste vraag van God, positief verrast en negatief verrast. Positief verrast is dat we uitdagingen hadden in het bedrijfsleven. AI, machine learning, zeg maar over de bühne te krijgen. Echte toepassingen, behalve die er al mee bezig waren. Mijn positief verrast is dat het niet alleen in het bedrijfsleven zo opgeplakt wordt. Maar eigenlijk als maatschappij opgepakt wordt. Waardoor we nu de discussies hebben die we met de maatschappij willen doen. Wat technologie ons kan brengen. Want het is een hulpmiddel. En door dat eigenlijk in de maatschappij breed nu tot onze beschikking te hebben. Dat heeft zijn uitdagingen. Dat gaat zijn uitdagingen krijgen. Maar daardoor hebben we wel bredere gesprek. Dus daar ben ik echt positief door verrast. En de keerzijde van dat stukje is dat dus ook de hele maatschappij ermee belast is. Ook in de negatieve zin. En wat bedoel je met negatieve zin? Diepfakes. Niet meer vertrouwen van media. Dat soort zaken. Dus de inzet. De doemdenkers. Daarmee ook een heel groot podium hebben. En dat daar de uitdaging wel ligt. Dus dat heeft me in de negatieve deel wel verrast. Dat de meeste aandacht nog steeds naar de negatieve nieuws gaat. Zoals alle nieuws. Maar ook hierbij weer. Dus dat blijft vervelend. Ik ben wel benieuwd. Want jullie noemen allerlei termen nu ook. AI, machine learning, GPT. Wat vinden jullie het grootste misverstand over AI termen die je hoort? Nou, op dit moment dat AI eigenlijk gelijk staat aan generatieve AI. Terwijl het is een deel van de toolkit. En de rest moet ook gewoon onder aandacht komen. Zen en AI is niet de oplossing voor alles. Maar met andere tools. Zoals machine learning. Kan je andere vraagstukken ook vaak beter beantwoorden. Ja, ik heb nog een prangende vraag. Ik spreek heel veel ondernemers. En ik zeg, ja Martin, iedereen is een AI-expert. Maar hoe kan ik nou beoordelen of iemand echt weet waar die het over heeft? Dus ik heb even een moeilijke vraag aan jullie. Dus stel je bent ondernemer. En je luistert goed. Want je bent allemaal fan natuurlijk van jullie. Maar welke drie vragen moet een ondernemer nou stellen. Waar hij eigenlijk zo die ballon kan doorprikken. Of weet, hé, jij weet hier alles van. Ja. Oeh, ik weet niet of ik het in drie vragen kan vatten. Maar het begint denk ik eerst met wat je uiteindelijk wil. Je had het net over doelmatigheid. Dus dat maakt natuurlijk ook uit van hoeveel expertise heb je nodig voor de verschillende onderdelen. En ik zou het eigenlijk willen opdelen in, weet je, wil je iemand hebben die jou gaat helpen met een stukje workflow-automatisering? Ja. Is die dan handig met de tool? Ja. Dus dan ben je in de low-code, no-code-achtige omgevingen. Wil je maatwerk? Ja, dan heb je natuurlijk veel diepere expertise nodig. Dus ik denk dat je daar in ieder geval alvast een beetje voor jezelf moet gaan bepalen van waar wil ik naartoe, weet je. Ga ik gebruik maken van standaardoplossingen? Dan is de diepte van expertise misschien wat minder nodig, hè? Ja. En dan hoef je geen twaalf jaar ervaring te hebben met kunstmatige intelligentie. Ga je naar maatwerk toe? Dan zou ik ook wel niet eens specifiek vragen eigenlijk om iets door te prikken. Maar dat je ook gewoon vraagt naar opleiding. Heb je gewoon data science gestudeerd? Waar haal je kennis vandaan? Waar haal je kennis vandaan, ja. En dat is wat anders van ik kan leuk prompten of ik kan wat in elkaar klikken. In sommige gevallen kan dat geweldig zijn dat iemand dat voor je doet. Maar als je daadwerkelijk voor bedrijfskritische applicaties expertise nodig hebt, dan wil je ook mensen hebben die daarin opgeleid zijn. Want het is uiteindelijk een vak. En klantcases vragen? Klantcases vragen, referenties vragen. Referenties vragen is eigenlijk het normale, maar eigenlijk, je triggert me wel. Eigenlijk zeg je, een goede AI-expert gaat eerst terug naar de kern van de vraag. Ja. Want een AI is een deel van zijn toolset. Precies. En dan gaat hij kijken, is hij überhaupt wel AI vanaf? Dus dat zegt me echt wel een ding waar je iemand kan... Ja, wat ik zelf ook wel eens heb hoor, als we het dan over chat-GPT hebben. Ja, ik ben altijd heel benieuwd. Mag ik eens een GPT van je zien? Oh ja. En dan gewoon kijken. Slim. En als je nog nooit een GPT hebt gebouwd, zeg maar, hallo, hoeveel meters heb je daarin gemaakt? Nou, dat doen wij met software natuurlijk ook. Dus als iemand komt solliciteren, neem een stukje code mee waar je trots op bent. En dan gaan we dat gezamenlijk bekijken en leg het maar eens uit. Ja, dat. Oké, dus dat hebben we wel mooi. Dus opleiding, even waar heb je het vandaan? Als iemand meteen in de tool blijft duiken, dan weet je al meteen, dan gaat hij niet naar de oplossing zoeken. En laat eens even een aantal voorbeelden zien. Even een GPT of wat jullie doen met code. Bewijs los van je kennis willen we gewoon zien. Ja. Heb jij daar nog iets op aan te vullen? Deze drie sowieso. Maar wanneer ben je op zoek naar een AI-expert? Is het vraagstuk die er is, is daar AI voor nodig? En als het goed is gaat die AI-expert dat ook challengen. Heel goed. En in de praktijk gaat kijken van, hé, maar is dit wel de oplossing die je moet hebben? Ja. Maar de vraag is van, ik zoek nu een AI-expert, want ik wil dat oplossen met AI. Is al te veel gefocust op dat vlak? Eerst stapje terug. Ja. Kim, wat jij nog? Nee, ja, helder. Ik ben wel benieuwd ook. Want, nou ja, ik denk dat ondernemers hier echt wat mee kunnen. Want ik denk dat er zoveel mensen zijn die eigenlijk een beetje vanuit die FOMO denken, oh, dan ga ik dat nu lekker op mijn LinkedIn toevoegen dat ik ook iets weet van AI. Ja. Maar daar schiet je niks mee op. Nee. Nog eentje. Even persoonlijk iets. In één keer zeg maar, nu met AI en ChatGPT, vooral met ChatGPT generatieve AI, heb ik alle kennis in mijn broekzak zitten. Ja. Denk ik. Maar daar kom ik zo over terug. Maar dat voorbeeld, misschien heb ik het in de podcast ook wel eens genoemd. Mijn zoon, Luc, die mocht ik helpen met wiskunde. Die had een hele moeilijke wiskundesom. Normaal gaat hij altijd naar mijn vrouw, naar zijn moeder. Want die had wel een zeg maar een wiskundeknobbel. Nee, ik had dat niet. Maar het was wel spannend, want hij moest echt die uitkomst weten. En toen zei ik, nou Luc, laat maar, we gaan het gewoon eens kijken. Dus ik maak dan een foto van die som. En ik zet hem even in de rol taak output. En ik zeg, hé, jij bent nu een zeer ervaren docent wiskunde 5 VWO. Ik laat je dat ik een som zien. Ik wil dat je die goed uitlegt. Nou, we weten ondertussen dat die 200 dollar geven. Of dat dat ook weer passé is even. Of dat wel of niet helpt, maakt het even niet uit. Maar... Dat beneden bedoel je in de prompt, hè? Je zegt van, ik geef je 200 dollar als je het goede antwoord geeft. In het begin was dat lachen, maar dat is steeds leuk. Maar toen zei ik ook wel, ik had hem heel goed geïnstrueerd. Ik wil eerst het antwoord. En daarna wil ik dat je in Jip, in Janneke taal, in het tabel, het antwoord toelicht. Dus ik ga kijken wat er gebeurt. Mijn zoon was een beetje wantrouwend. Dus ik zei, Luc, is het antwoord 473? Nou, hij viel van zich toe. En hij zei, hoe weet jij dat? Ik zei, nou Luc, dan ga ik je even haar fijn uitleggen. En sindsdien ben ik de held thuis. Maar, nu komt hij naar het heen. Maar nu had hij vier sommen. Van de vier, één fout. Kan je, Tje, heb je überhaupt wel vertrouwen? Want waarom, kunnen jullie uitleggen? Jullie zijn experts. Wat, leg eens een klein beetje uit, wat gebeurt er nou onder die motorkap? Ja. Als ik dat, die prompt ingeef. Misschien stuur ik hem wel niet genoeg. Misschien had ik wel controle maar vragen moeten stellen. Maar als je gewoon die som ingooit, waarom is de ene keer goed en de andere keer fout? En wat is jullie advies? Ja, nou laat ik beginnen bij het advies. Dan gaan we heel goed opletten. Ja. Als jij een schroef ergens in moet draaien, gebruik je dan een hamer of een schroevendraaier? Een schroevendraaier. Ja. Dat hangt er vanaf wat je moet is die dag. Ja, precies. En wat ik heb. Ja. Maar je hebt en de schroevendraaier en de hamer. Dan kies ik de schroevendraaier. Ja. Waarom kies je voor een rekensom? ChatGPT. Een taalmachine in plaats van een rekenmachine? Dus mijn eerste advies zou zijn, gebruik een rekenmachine. Nee, maar wacht. Oké. Ja. En ik snap het, want je gaat voor de weg van de minste weerstand. Want je zegt van, hé, ik maak een foto. Want het staat natuurlijk in tekst geschreven. Hoef je dat niet meer te doen. Hoef je niet meer in de sommen op te schrijven. Dus ik snap dat je het aan het taalmodel gaat vragen. Dus stel, we gebruiken toch het taalmodel voor iets waar die niet voor gemaakt is. Want hij is gemaakt om taal, dus woord voor woord eigenlijk, te voorspellen wat het meest logische volgende woord is. De sommen zijn wel goed. Ja, dat kan. Maar als je hem nog een keer vraagt, kan hij het misschien niet goed hebben. Dat was het. Dat was het, toch? Ja. En dat heeft te maken met dat het, het is niet dat hij het volgende woord voorspelt. Nee, hij voorspelt eigenlijk een hele lijst van volgende woorden die hij in kan vullen. En daar moet hij er eentje van uitpakken. En dat is niet de bovenste. Dat is afhankelijk van de instellingen. En in ChatGPT, die heeft zeg maar een sausje eroverheen. Dus hij heeft standaard instellingen. Dus hij zegt van nou, ik doe even zo. Gok. Gok. Van de bovenste 25 mag je met een bepaalde willekeurigheid, mag je daar eentje van kiezen. Ja. En zo kan je dus zeg maar, ja, richting het verkeerde antwoord gaan. Want hij pakt iedere keer een ander woord, een ander woord, een ander woord. Dus het is nooit twee keer hetzelfde. En hij is niet gemaakt om te rekenen. En ze proberen dat in de modellen te trainen. Dus bijvoorbeeld van Deep Seek is het bijvoorbeeld heel helder dat zij ook echt wiskundige problemen hebben gestopt in de trainingsdata. Waarbij ze ook dat hebben uitgerekend en ook niet te doorrekenen. Omdat je dat uit wiskundige problemen kan je doorrekenen. Maar daar zijn eigenlijk de taalmodellen gewoon niet voor gemaakt. Dus dat hij het goed doet, is eigenlijk heel mooi meegenomen. Maar je kan daar niet op vertrouwen. Heb ik er nog eentje. Dit was wel heel leuk. En die kwam van mijn zoon zelf. Dus dat vertrouwen is dan een beetje weg. Dus je moet het blijven controleren. Maar dan ga ik je de volgende. Wat hij toen deed. En mijn dochter is ook heel erg mee aan het stoeien nu. Want ze wil het wel zelf doen. En ze zien dat het fout gaat. En daar ben ik wel blij mee. Want luiheid en niet meer kritisch nadenken, dat vind ik echt het grootste gevaar. En hij kwam zelf mee. Oké, dat antwoord. Weet wat ik nu doe, zei hij. Want ik weet soms niet. Ik zie het niet. Ik weet niet hoe die er toe komt. Dus hij upload nu de som. Hij geeft het antwoord. En laat ChatGPT uitleggen hoe hij tot dat antwoord is gekomen. Gebruikt hij hem dan wel goed? Of had hij dan ook weer de schroeven draaien moeten gebruiken? Volgens mij hebben we hier gewoon dezelfde uitdaging. Dezelfde uitdaging. Het blijft dezelfde uitdaging. Nou zijn er wel taalmodellen. Ik weet niet of je taalmodellen moet noemen. Maar ik ben even de naam kwijt voor de wiskundige. Dat is er al jaren. Je bedoelt Wolfram A. Ja, dankjewel. Wolfram Alpha. Ja, we gaan wel even op zoek. Wolfram Alpha. Ja, volgens mij die inderdaad. Als je daar inderdaad, daarmee aan de slag gaat voor wiskundige vraagstukken. Dat is wel een betere match. Ik heb daar een aanvullende vraag op. Want wat Joop net zei. Dus een taalmodel is voor taal. Maar wat je nu bijvoorbeeld gisteren zag. is dat natuurlijk OpenAI nu Image Generation met GPT 4.0 heeft. Wat vinden jullie daarvan? Dat mensen willen toch soort van alle functies in één AI tool. Is dat een goed iets of niet? Ja, ik vind het wel handig. Of het daarmee een heel groot model gaat worden die heel veel complexiteit en in heel veel dingen een beetje goed is. Dat ga je wel krijgen. Want je kan nooit in alles goed zijn. Ik vind het persoonlijk zelf wel fijn. Want ik heb één plek waar ik direct kan. En als ik dan moet uitwijken voor hele specifieke use cases. Dan vind ik het fijn om één plek te hebben waar ik naartoe kan. En dan uit te wijken voor specifieke vallen. Maar dus wel met waarschijnlijk iets middelmatigere uitkomsten. Ja. Joop denkt ondertussen. Ja, ik denk zeker. Ja, ik vind het wel een lastige. Omdat, kijk. We praten eigenlijk over. Het zijn één model. Het kan zijn dat zij het onder water hebben getraind. Al zijn er twee modellen. Waarbij er veel meer een intentie, zeg maar. Hoe moet ik dat zeggen? Met de prompt die je geeft. Er wordt gezien van. Moet ik nu tekst genereren? Moet ik plaatjes genereren? En als ik plaatjes genereer, ga ik gewoon naar het plaatjesmodel. Zo zijn er allerlei taalmodellen. Die ook uit een mixture of experts bijvoorbeeld bestaat. Dat zijn eigenlijk allemaal kleine taalmodelletjes. Die antwoorden geven. Ja. Waarbij je denkt dat je tegen één model aan het praten bent. Dus het hoeft helemaal niet problematisch te zijn. Dat er best hele gespecialiseerde delen getraind kunnen zijn. Alleen voor jou, voor ons, als wij er tegenaan praten, is het een heel handig gebruik inderdaad. In je user interface. Ja. Ja. Ik heb nog een vraag. De olifant in de kamer altijd. Daar zal Kim ook mee last hebben als je een training hebt. Ja. Dat was van een docent. HBO-opleidingen. Alle studenten gebruiken ChatGPT. Ik heb het al eens gevraagd. Ga ik naar een HBO? Ik mag ook vaak college geven. En dan zeg ik, gebruik jullie CoPilot. Nou, geen enkele student gebruikt CoPilot. Klopt. Nou, ook niet van gehoord. ChatGPT. Jongens, als ChatGPT er één uur uit ligt, dan is heel die HBO, al die studenten hebben onderlegd. Alle. Allemaal. En die gaan ermee werken. Die leren daarmee werken. Maar er is één uitdaging. Dan zeg ik een docent. Wij mogen het zelf niet gebruiken. Ja. Want wij gebruiken CoPilot. Martin, hoe kan ik mijn legal officer overtuigen dat ik gewoon veilig kan werken met ChatGPT? Want het is ook ineens content wat niet eens bedrijfkritisch is. Het is gewoon algemeen. Ik wil gewoon... Ik raak weg bij die student. Want die gaat andere tools gebruiken dan ik. En ik moet ze daarin trainen. En er is zelfs weerstand bij docenten dat ze zeggen, ja, maar dan gaan we het maar thuis gebruiken. En dan doen ze het zonder opleiding. Wat is eigenlijk je advies naar de besturen van deze HBO-opleiders? En ik hoop dat ze allemaal luisteren. Ja, mijn advies zou zijn dat je, wat mij betreft, zeg maar, vertel je tegen zo'n docent ook niet of hij een balpen moet gebruiken of een vulpen. Nee. Alleen heb je, denk ik, hier te maken met licenties ook. Dus ze zullen als school bijvoorbeeld, als opleiding, misschien een contract hebben met Microsoft. Waardoor je copilot hebt en dat je voor ChatGPT aparte licenties moet gaan af. Ja, dus het zal een geldkwestie zijn. Mag ik hier, want dat vind ik echt altijd. Die geldkwestie met die business case is zo snel gemaakt. Die 20 dollar per maand. Ja, nee, dat denk ik ook. Maar goed, als jij 25 verschillende tools hebt op dit moment, waar overal een licentie aan gekoppeld zit, dan gaat dat toch ook wel beter. Dat klopt. En uiteindelijk, geld speelt altijd een rol. Maar kan je veilig werken, jullie zijn, ik zit er bij spelen. Kan je veilig werken met Claude of met ChatGPT? Uiteraard. Kan je veilig werken met ChatGPT? Zeker. Antwoord is ja. Ja, als jij met ChatGPT de Teams of de Enterprise licentie hebt, die zijn, denk ik, ja, ik ben geen jurist, maar dat zit op punten en komma's. Hetzelfde natuurlijk als dat je via Microsoft. Microsoft gebruikt onder water gewoon de GPT-modellen die OpenAI ook gebruikt. Dus qua model zit er niet of nauwelijks verschil. Dus daar heeft het niks mee te maken. Dus het gaat alleen maar over licentievoorwaarden, policies, dat soort zaken. Ik kan dan zeggen policies en niet weten hoe het gebruikt wordt, maar de educatie ook nog moeten doen. Van, hé, je geeft aan, Martin, het is niet eens gevoelige informatie. Het zijn algemene informatie die je erin stopt. Ja, maar dan maakt het ook niet uit of je copilot of ChatGPT gebruikt. Dat zou het niet uitmaken. Nee, nee. Dus je kan het veilig gebruiken. Zeker. Maar je moet gewoon wel even, ik denk dat heel veel docenten deze podcast gaan terugluisteren. En dat ze die even sturen. Even een transcript met een andere AI-tool. Maar je triggert me wel. Ik had er zelf niet eens over nagedacht. Misschien is het wel een kostenkwestie. Ja. Van, hé, we willen dat. En dan kijken we elkaar naar en denken, hé. En dat zeg ik ook wel eens tegen, ik hoor dat wel eens vaker. Dan train ik natuurlijk heel veel. En dan, ja nee, we mogen het niet gebruiken. En dan zeg ik, en dan zeg ik, joh, dat is één ding. Maar als jij dadelijk in de B2C, je werkt nu bij een bank en je mag het niet gebruiken. Maar je zet jezelf nu al tweeënhalf jaar op achterstand. Want als jij dadelijk bij een, ik heb het ook eerder gezegd, bij dokter Leenarts komt. Of bij een ander bedrijf. En waar iedereen zichzelf al heeft gekloond. En GPT's gebouwd. En dan is de eerste vraag, mag ik jouw GPT's zien? En als je dan zegt, wat bedoel je? Ja. Dan kan je je, kan je wel opdoeken. Ja. Dus ik denk ook, als je dit luistert. En dan denk ik dan, maar goed, ik kan nooit in de portemonnee kijken. Jongens, als, ja. Ik had het laatst bij wat studenten. En ik heb ze laten zien wat er allemaal kon. Ik vertelde ze ook dat personagpt.com te koop staat voor 50.000 dollar. Nou, toen gingen al die studenten, die hadden allemaal meteen business cases. En die zeiden toen, jongens, dan maar vier bie minder per maand. Ja. Maar ik denk ook, als je professional bent en je krijgt het niet van je baas. Dan is het, jongens, even één Netflix serie minder. Ja, je hebt dus zo echt die 20 dollar per maand. Ik kan me niet indenken dat je denkt, nee, die ga ik er niet uithalen. Nee, wat bizar is, Kim, in mijn trainingen doe jij dat even hard. Soms geef ik ook trainingen. En dan hebben bijvoorbeeld twee mensen maar een betaald account. In de ochtend. Ja. Na de lunch. Na de lunch. Iedereen. Dan zien ze gewoon hoe efficiënt het kan zijn en dat ze dat missen. En ik denk ook dat wat de meeste mensen vergeten is dat je kan het gewoon iedere maand opzeggen. Weet je, als je na een maand denkt, no, ik haal het er toch niet uit. Zeg je het weer op? Ja. Daarom denk ik niet dat dat alleen kost is. Het is ook een stukje strategie, bekendheid, het risico horen. En vooral in onderwijs is dit natuurlijk. Ja. Is ook van welke use cases mag ik het wel voor gebruiken en niet. Want als het voor de basis use cases is, is dat geen probleem. Ja. Als je bedrijfsgevoelige data hebt, dan moet je kijken naar licentievoorwaarden. Dus dan is het een stukje kennis die nodig is, naast de kosten die je met zich meebrengt. Ja. Maar het is ook een stukje kennis die je er hebt. Wat we steeds vaker, tenminste ik in ieder geval in de praktijk, tegenkomen is, heb je te maken met algemene data die publiek bekend is. En je wilt daarmee de openbare AI oplossingen gebruiken. Doe. Doe. Be my guest. Ja. Vooral doen. Ja. Ga je naar bedrijfsgevoelige informatie, dan gaat het wat vraagstukken meebrengen. Laat staan, laat het met leerlingen, dat soort zaken te maken te hebben. Dan zal je er nog meer op moeten gaan letten. Dus er zal een gelaagdheid zitten. Heel goed. En daar een strategie voor hebben en een beleid voor hebben. Heel goed. En dat is er in veel gevallen niet. En die kan je maken. Je kan bijvoorbeeld zeggen van, we maken drie niveaus van, laten we zo, soort van geheimhoudingsniveaus. Ja. Die zeggen van, waar je je content in kan opdelen. Ja. En dat je zegt van, nou, level drie doen we niet. Level twee moet je heel goed over nadenken. Level één, gebruik het gewoon lekker. Er is al gewoon wetgeving voor. AVG en dergelijke. Het data hart gaat hier harder van kloppen, want eigenlijk moet je dus weten, wat is met dataklassificatie? Welke data stoppen we erin? En waar hebben we het hier over? Ja. Ik heb wel daar nog een aanvullende vraag over. Want je hoort natuurlijk veel van, oh, je hebt allerlei instellingen in die AI-tools. Dat je het uit kan zetten, dat je data getraind of gebruikt wordt voor de training. Is dat echt zo? Wat zet je exact uit met zo'n instelling? Dat geldt dan voor de betaalde versie, want in de team staat het al uit, in de enterprise staat het al uit. Klopt. Dus in de betaalde versie en in de gratis versie datadelen uit staat. Dus wat zet je dan uit? Precies. En is het dan helemaal veilig? Ja. Wat je uitzet is dat ze je data dus niet gebruiken om te trainen. Dus bij een volgende versie, de taalmodellen hebben gewoon teksten nodig om daarom getraind te worden. Jouw tekst zit niet in die trainingsset. En dat is wat je uitzet. Ja. Wat aan blijft staan is natuurlijk je historie. En als je dat ook niet zou willen, moet je dat ook uitzetten. Dus al je chats, die blijven dan bestaan. Dus dat kan mogelijk een probleem zijn. Weet ik niet. Het hangt helemaal van je vraag af en wat je deelt en waar het over gaat. Maar die is in principe alleen voor jou beschikbaar. Maar het niet trainen betekent dat jouw gegevens niet in de volgende versie zitten. En dat is een vraag die ik dus heel vaak krijg tijdens een training. Maar is het dan helemaal veilig? Kunnen we dan nu alles delen met AI? Ja, nee. Ik zou zo niet. Maar zou jij alles delen met Martin? Nou, met Martin is dan weer gewoon al Martin. Maar ik vind het wel, want ik denk dat je, zeker in de marketing, heb je natuurlijk ook een beetje een grijs gebied qua data. En ik denk dat veel teams dat lastig vinden. Ja, maar daar moet je het dus ook over hebben. En daar is geen alles of niks in. Ja, tenminste, niks kan je zeggen. Maar dan kom je op het verhaal van Martin uit. Ja, dan ga je gewoon hartstikke achterlopen. Dus maak daar gewoon duidelijke afspraken over. En ga dat met elkaar aan, die gesprekken. En wat zou dan inderdaad die niveaus zijn waarin je je content indeelt? En ik denk dat je die, zeg maar, op conceptueel niveau heel makkelijk kan zeggen. Die zegt, ja, financiële gegevens gaan we gewoon nooit delen. In welke tool dan ook. En met welke licentievoorwaarden dan ook. Alleen op de laatste dag bij je werkgever. Grapje, niet doen, niet doen. Anonimiseren. Mogelijk. En welke tip ik ook kreeg, is dat bij bedrijven die gaan een keer, elke maand schoon ze het op. En dan haal ze gewoon de data weg. En dan maken ze afspraken. Maar dat is eigenlijk het belangrijkste. Gewoon afspraken maken over de type data. Hoe gevoelig is het? Daar afspraken over maken. En ik vind het goed wat jij zei, Niels. Ga afspraken maken. Hoe kunnen we het wel verantwoordelijk gebruiken? In plaats van één ding. Bam, gewoon keihard hak in het zand. Je mag het gewoon niet gebruiken. Punt. En dan zonder discussie. Dus dat is denk ik. Maar hebben we meteen. Even een eerlijke mening. Eerlijke mening. AI geletterdheid. Heb jij je cursus al gedaan? Ben jij AI geletterd? Heb je je diploma? Kom maar door met dat certificaat. Heb je het certificaat al gehaald? Ik weet nooit genoeg. Dat is mijn persoonlijke perceptie. Ik kan nooit alles weten. Weet ik meer dan een aantal? Ja. Maar wat heb ik nodig om mijn werk te doen? Ik denk dat ik daar AI geletterd genoeg voor ben. Om de adviezen te geven. De oplossingen te bouwen die ik in de praktijk moet doen. Dus ja, ik denk dat ik AI geletterd genoeg ben. Maar wat betekent AI geletterdheid? Maar wat is je tip aan een ondernemer? Ondernemer. Twintig man personeel. Heeft. Goh. Oeh. Iedereen moet AI geletterd zijn. Ik zeg niet dat het waar is. Ik wilde ze er ook nog over zeggen. En hoge boetes. Iedereen moet. Dat soorten. Hoe kunnen zij aantonen. Dat als er een vraag komt. Dat ze AI geletterd zijn. Joop. Volgens mij is dat nu helemaal niet duidelijk. Hoe je moet aantonen. Hoe je AI geletterd bent. Ik vind de hele hysterie. Want zo wil ik het wel noemen. Rondom de AI geletterdheid. Vind ik echt grenzen aan krankzinnigheid. Tuurlijk is die wet er. Maar uiteindelijk is het een heel klein onderdeel van die wet. En er wordt heel veel gedrukt op. Je moet het vanwege die wet. Ik zou het willen omdraaien. Die zegt van. Je moet AI geletterd willen zijn. Dus dat je voldoende kennis hebt. Wat je aan het doen bent. Wat je aan het doen bent. Maar ook dat je snapt. Zeg maar. Waar risico's zitten. Wanneer je iets moet controleren. En volgens mij. Ik denk wat Niels ook zegt. Ja. De geletterdheid houdt niet op. Dus je hebt het net over FOMO gehad. Dat komt van alles op ons af. Maar dat betekent ook niet dat je alles moet weten. En wat gemist wordt in al die discussies. Want er wordt dan gezegd. Ja maar als. Omdat je al een. Bij je mail. Dat je daar een spamfilter hebt. Betekent dat je gebruikmaker bent van AI. Moet je AI geletterd zijn. Maar alles wat valt onder. Laag of geen risico. Valt niet onder die EU wet. En dat wordt even zeg maar. Voor het gemak vergeten. Want dat verkoopt natuurlijk niet. Dus we maken iedereen bang. Ja. Rond die AI geletterdheid. Ik vind het heel belangrijk. Want dat is een van de redenen. Waarom wij deze podcast zijn gestart. Ik vind het heel belangrijk. Dat je snapt wat de technologie is. Wat je ermee kan. Wat je er niet mee kan. En dat zou je best wel kunnen leren in een cursus. Dus een soort van basis. Van. Wat is het? Wat is het niet? Maar de wet gaat erover. Echte systemen waar je straks mee werkt. Dus als jouw werkgever een systeem heeft laten bouwen. Moet jij dus. Als jij gebruiker bent van dat systeem. Moet je weten wat dat systeem kan. Wat dat systeem niet kan. Waar de risico's liggen. Dus je kan nergens een vinkje halen. Van. Ik ben nu AI geletterd. Ik heb het certificaat AI geletterdheid. Dat slaat werkelijk helemaal nergens op. Ja mooi. En er zijn wel. Er zijn allerlei. De nationale AI cursus kan je volgen. Dan heb je je eerste basis. Van AI geletterdheid heb je. Je kan podcasten. Je kan dingen lezen. Je kan. Er zijn heel veel manieren. Cursus. Cursus. Zeker. En dat draagt bij. Draagt bij. Maar ja. Maar de wet zegt ook niet. Hoe jij die AI geletterdheid moet aantonen. Nee. Dat gaat allemaal nog komen. Zo zitten we in elkaar. Het brein is gedreven door angst. Ja. En dan denken we oeh. Ik moet wat. En dan even een vinkje halen. Even een vinkje halen. Ja. Nee. Dat is het niet. En krijg jij veel vragen Kim? Over AI geletterdheid? Ja. Zeker. En ik speel er natuurlijk ook handig op in met mijn trainingen. Nee. Dat zeker niet. Dat wil ik niet zeggen. Maar ik ben ook wel benieuwd. Waar ik heel veel ondernemers mee zie worstelen. Is. Wat voor kennisniveau moet iemand hebben. Om de generatieve AI tools verantwoord in te zetten. Hoe ver moet dat gaan? Ja. En ook. Hoe hou je dat up-to-date? Juist nu het zo snel gaat. Weet je. Moet je zeggen. Ik ga iedere maand moeten op cursus. Of. Heb je daar nog tips of adviezen in? Iedere maand lijkt me echt overdreven. Ja. Ja. Het is veel te veel. Nee. Kijk. Waar het om gaat. Is dat je de concepten snapt. En de borging hebt. Ja. Concepten. Borging. En on-boarding. Ja. Dus als er nieuwe medewerkers komen. Wat doe je daar dan ook mee? En dan kan je ook veel makkelijker elkaar helpen. En die AI geletterdheid gaat erover. Dat als er bijvoorbeeld. Die EU wet gaat over risico's. Dus het gaat erover. Dat als er iets goed mis is gegaan. Ja. Dat je dat moet melden. Ja. En dan gaat gekeken worden. Of jij wel voldoende hebt gedaan. Onder andere. Aan die AI geletterdheid. En er zitten nog veel meer dingen. Waar naar gekeken wordt. En dan kan de AI geletterdheid. Kan daar zeg maar een schepje bovenop zijn. Dus ja. Nogmaals zeg maar voor die wet. Zou ik het echt niet willen doen. En daarmee. Maar je moet het willen. Ja. En daarmee verlaag je denk ik volgens mij ook. Helemaal de druk van iedere maand. Precies. Kijk gewoon wat zinnig is. Kijk als het gaat over. Je gebruikt ChatGPT. En je wil daar een geletterdheid over hebben. Dan denk ik dat je begint met een basiscursus. En dat je misschien twee, drie keer per jaar met elkaar een soort van intervisie opzet. Noem dat AI Tuesday Joop. Ik noem het AI Tuesday. Ja. En AI Tuesday is gewoon. Zet nou in het begin onboarden. Ik vind onboarden. Beleggen. En borgen. Dus beleggen per afdeling. Want elke afdeling gaat met andere systemen om. Ja. En dan heb je met je afdeling. Heb je één keer per maand een AI Tuesday. En dan overleg je dat met elkaar. Dan toet je dat met elkaar. En dan ga je het borgen. Want ik denk als je het gaat borgen. Bespreekbaar maken. Dat is de basis om gewoon met elkaar te groeien. En dit is wel grappig. Die AI Tuesday. De meest gestelde vragen trouwens die ik had. Krijg ik van Martin. Die AI Tuesday. Mag het ook op donderdag? Nee. Ik zeg nee. Nee. Nee. Echt. Is in de wet vastgelegd. Adi geletterdheid. Dinsdag. Ja. Niels. Ja. Waar het volgens mij om gaat. AI wordt nu gepakt. AI geletterdheid. Maar volgens mij moeten we gewoon weten. Waar zijn we mee bezig met ons werk. Waar zijn we professioneel mee bezig. En daar genoeg kennis van hebben. Om professioneel te doen. Wat we moeten doen. Helemaal mee eens. Ik zeg ook. Het was mooi. Ik kreeg ook weer laatst weer terug. Het gaat niet om ChatGPT. Het gaat erom. Wat wil je maken? Ja. Wat is je doel? Ja. En wanneer. En dit vind ik ook iets wat ik altijd doe. Wanneer is de definition of done. goed genoeg. En als je dat niet hebt. Dan zeg je. Ja. Dan moet je even niet doorgaan. Ja. Want als jij de output niet hebt beschreven. Dan ga je geen prompt maken. Die zo dicht als mogelijk bij die output komt. Dan krijg je hele slechte GPTs. Die de slechte content gaan maken. En wat voor AI agents ga je dan krijgen? Want Joop. Jij hebt er eens ontslagen. Ja. Ja. Ik wil toch nog één ding nog even over die. Want. Kijk. Die AI geletterdheid gaat ook weer heel erg. Weet je. Naar binnen toe. Weet je. Ik moet dat leren en zo. En wat me daaraan ergert. Ja. Ik zie het. Is dat. Kijk. Die wet gaat over risico's. Nogmaals. Ja. Dus dat betekent dat je impact maakt op levens van mensen. Ja. En dan gaan we het hebben over die AI geletterdheid. Maar niet over nadenken over de systemen die je bouwt. Wat dat betekent dus voor maatschappelijke impact. Wat dat voor individuen kan betekenen. En daarvoor is het zoveel belangrijker dat je dat soort dingen nadenkt. Ja. En dan. Ja. Die AI geletterdheid is echt. Dat is echt een stukje. Weet je. Heel veel mensen zullen er nu helemaal gek worden wat ik zeg. Ja. Ja. Maar het gaat uiteindelijk over. Weet je. Wat ben je aan het maken. Hoe zorg je dat je die risico's minder maakt. Hoe zorg je dat je bias minder maakt. Hoe zorg je dat je het eerlijker maakt. Daar moet over nagedacht worden. Ja. En als je dat allemaal gedaan hebt. Ja. Dan ben je vanzelf AI geletterd. Ja. Zou je dan ook kunnen zeggen dat door AI. Dat eigenlijk alles wat we niet goed op orde hebben. Dat komt nu naar boven drijven. Zeker. Ja. Het wordt zichtbaar. Dus als jij een model traint. Die je ontzettend aan vooroordelen doet. Dan wordt het in één keer zichtbaar. Ja. Ik vind het een hele goede Kim. Want één van de slides. En bij deze ga ik even akkoord vragen. Maar ik heb hem al in mijn slide deck zitten. Maar dat weet jullie. En er was een keer een mooie presentatie van jou Kim. Die heb ik gezien. We zaten een keer samen in zo'n podcast. Maar wat ik echt waar iedereen. En we zullen hem in de slideshow ook zetten. Waar iedereen op aangaat in mijn trainingen. Is dat ik laat zien hoe jullie de serie van de podcast hebben gemaakt. En dat vindt iedereen zo geweldig. Want er zaten voor AI en ChatGPT. En generatieve AI. Wat was het proces? En elke keer zie ik mensen meteen foto's maken. Oeh. Van. Hé. En daarna. Wat ga je nu nieuw doen met generatieve AI? Dus. Maar misschien kunnen jullie zelf nog één keer. Want ik vind dat. Als ik dat laat zien. Die slide. Dit was het. En het is de nieuwe werkwijze. En dan. Jullie kunnen nu. Wat ik heb begrepen. Drie keer. Drie podcast doen. In de tijd. In de tijd die je hiervoor. Daarvoor deden ongeveer. Door sneller te praten. Door sneller te praten. Ja. Ja. Dat is mooi. Maar dat vind ik wel. Heb jij dat proces niet scherp. Ja. Heb je je taken niet beschreven. Ja. Dat wordt nu pijnlijk duidelijk. Ja. Je gaat naar de kern. Je gaat nu terug naar de kern. Kim. Heb jij nog een lastig vraag. Je wilde over die AI agent. Oh ja. Sorry. Die had je ontslagen. Je vertelde ze. Ja. Waarom heb je ontslagen? Ja. Maar alles gaat nu natuurlijk over AI agents. Iedereen krijgt AI agents. En dat soort zaken. Dus wij experimenteren daar natuurlijk ook mee. En de podcast is daar een geweldig middel voor. Want wij produceren hier natuurlijk ontzettend veel data. Ja. Een van de dingen die best wel veel tijd kosten. Is het inlezen in de gasten die wij uitnodigen. En waar leggen we dan de nadruk op wat we willen inlezen. Dus daar had ik een research agent voor gebouwd. Dat klinkt. Mooi. Toch? Dat klinkt heel mooi. En wat hij deed is dat hij het internet afschuimde. Kijken van wat heeft degene gepubliceerd. Wat is er over geschreven? Over de gast? Over hem of haar? Daar een samenvatting van gemaakt. De vijf meest interessante artikelen of publicaties eruit gehaald. YouTube video's. Dat soort dingen. En vervolgens ook mogelijke vragen. Maar dan vooral eigenlijk om ons te triggeren. Dat is een soort van out of the box vragen. Wat zou ik dan typisch niet vragen? Nou, dat ging redelijk. Met de nadruk op redelijk. Want wat je gaat doen met zo'n agent is dat je de besluiten hoe die omgaat met de flow van je programma. Met de data waar die mee omgaat. Laat je dus over aan het taalmodel. Dus het taalmodel zet eigenlijk taken uit naar verschillende tools. Er is dan een tool die je kan webscrapen. Er is een tool die samenvattingen kan maken. En zo heb je dat soort verschillende tools. Daar kom je dus heel slecht tussen. Dus als daar fouten optreden. Wat is het? Dan was het gewoon klaar. De fout loopt door. Nou ja, of de agent klapte gewoon. Ja, ik kan een webscrapen. Dus klap eruit. En dat was dan heel moeilijk om daar omheen te gaan. Maar wat nog grappiger was. Is dat omdat het taalmodel is dan eigenlijk het brein. Het is eigenlijk de regisseur van die taken. Ik zet nu even dit in de laat ik je zien. Dat om die regisseur goed te instrueren. Want dat moet ik dan weer doen. Was ik dus eigenlijk in een soort van Nederlands of Engels. In natuurlijke taal. Helemaal aan het vertellen. Je moet eerst dit doen. Dan moet je dat doen. Ik denk ja, maar dit is gewoon eigenlijk programmeren. En als ik het programmeer. Want het is eigenlijk gewoon een workflow. Heb ik overal zelf invloed op. Dus als er dan iets misgaat. Kan ik bepalen wat er. Of als er uitzonderingssituaties terugkomen. Dan kan ik zeggen. In dit geval wil ik dat je er iets anders mee doet. En dat is veel moeilijker met zo'n agent. Dus als minder fout gevoelig. Meer grip. Precies. En wat uiteindelijk het allerbelangrijkste was. Als het een workflow is. Dus iets waarvan jij zelf kan zeggen. Je moet eerst dit doen. Dan dat. En als dit gehoopt. Dan kan ik dat gewoon veel beter uitprogrammeren. Waar de agents eigenlijk in exceleren. Is waar je juist die workflow. Niet. Heel standaard hebt. Dus. Als je een bepaalde. Voor case managers. Die zeggen van. Alles wat uit de customer service valt. En daar heb je nu een case manager voor nodig. Misschien kan je voor. Een deel van die case manager. Daar zou je misschien AI voor in kunnen zetten. Want dan moeten er. Besluiten worden genomen. Van de ene keer. Misschien meer dit. Misschien meer dat. En daar is dat ding wel goed in. Maar als ik gewoon. Een standaard werkproces heb. Ja. Ja. Dan heb ik liever. Lief liever dat. Dat hij dat gewoon. Gecontroleerd. Gecontroleerd. En altijd op dezelfde manier doet. Ja. Wat zijn dan. Wat je doende net. Inderdaad de klantenservice. Besluiten nemen. Wat zijn use cases. Waar AI agents nu wel voor zouden kunnen werken. Ik vind dat best wel heel erg moeilijk. Het hele verhaal. Zeg maar. Van die AI agents. Die van alles gaan overnemen. Van onze taken. Ik moet het nog echt wel zien gebeuren hoor. Waar komt dan die hype nu vandaan? Waarom zijn we daar wel getriggerd? Het klinkt natuurlijk ook heerlijk. Dat je je werk gewoon zomaar kan uitbesteden. Het hele idee van. Ik heb gewoon meerdere agents werken. Dus ik word een soort van agent manager. Ja. Dat is toch heerlijk toch? Maar moet je dan niet gewoon een andere baan gaan zoeken? Dat weet ik niet. Dat hangt van het individu af. Dat je het niet gedaan hebt. Maar een van de dingen die ik toch wel steeds aanhaal. Is omdat er wordt gezegd. En agenda management. Daar hebben we het hier wel eens vaker over gehad in de podcast. Maar het boeken van een reis wordt dan ook bijvoorbeeld gezegd. Weet je. Als we het heel persoonlijk maken. Dat doen we nog niet eens in een bedrijfssituatie. Met bedrijfskritische applicaties. Een reis. Zou jij toen er nog reisbureaus waren. Dat je tegen iemand zei. Hier heb je mijn budget. Ik wil naar Zuid-Amerika. Boek maar. Ja boek maar. Het moet een spannende reis worden. Je stelt deze vraag echt aan de verkeerde personen. Want ik heb nog een vakantieadviseur die precies dit doet. Omdat ik zelf geen keuze kan maken. Maar ik neem aan dat je best wel heel veel dingen opgeeft. Waar het aan je reis moet voldoen. Valt mee. Maar ze kent me natuurlijk ondertussen al redelijk. Dus ze weten ook een beetje van. Deze reizen vond ze leuk. En dit vond ze er dan leuk aan. Dus het gaat nu eigenlijk in een half uur even kletsen. En dan komen ze met de voorstel. En dan zeg ik oké. Goed of niet goed. Ja ik moet wel zeggen. Ik zal eerlijk met jullie zijn. Mijn achtergrond is natuurlijk D-reizen. Ooit in de vorige eeuw aan die wieg dagen staan. Maar we hebben onze vakantie. Hadden we een keuze tussen Zuid-Afrika en Amerika. Maar om een of andere reden. Amerika viel af. Er was iets heel raars aan de hand laatste. Maar daar hadden we geen zin meer in. Maar toen heb ik wat ik heb gedaan. Ik heb ChatGPT gevraagd. En dit is wel eng hoor. Want dan zeg ik. Hé je kent me toch hè. Ja. Nou je wilt niet weten. Als je vragen stelt wat die over van je weet. Ik zeg nou dan weet je. We gaan met z'n vieren. Luc, Isa, mijn vrouw. We willen naar Zuid-Afrika. We willen een rondreis. We willen dit dat. En wat ik toen heb gezegd. Ik doe heel vaak in dialoog. Ik wil dat je mij zeven vragen stelt. Soms ook gewoon. Ik wil dat je mij een aantal vragen stelt. Dan laat ik even de keuze. Daar ben ik mee spelen. Waardoor je exact weet wat ik wil. En op basis daarvan ga je op zoek. Nou echt. Dit was gewoon niet te doen. En die kwam met zulke goede vragen. En dat was eigenlijk op die manier. Was het gewoon mijn eigen reis assistent. Omdat ik hem had gevraagd. Om met mij een dialoog te starten. En wat ik zelf heb ervaren. Heb je alles wat terugkwam aan hotels. Vluchten. Heb je die ook gewoon zo geboekt? Nee. Ik neem wat hij heeft gedaan. Ik heb gezegd. Ik wil dat je eerst wil weten. Dat ik schrijf uit wat ik wil. Daarna ga je van mij op zoek. Op het internet. Naar alle aanbieders die dit hebben. Die ook ANVR, SGR zijn. Die ook beschikbaarheid hebben in die periode. En ik wil dat je dat mij teruglevert. En dat deed hij. En hij kwam. Maar daar geloof ik ook heilig in. Wat mij te ver ging. Wat mij echt te ver ging. Jongens. Ik ga echt niet mijn creditcard aan een of andere AI robot geven. En dan maar hopen dat hij mijn naam even goed heeft. Want ik weet. Ik kom met de Rijswands. Eén spelfoutje in je naam. En je ticket is niet geldig. Dan kan je je ticket opnieuw doen. Nou dat bedoel ik. En aan wie ga ik dan de kosten doorrekenen? Aan mijn AI agent. Dus ik geloof. Kijk waar ik wel in geloof. Hele hele hele hele simpele tuin en keuken dingen. Die niet echt super belangrijk zijn. Die kan je misschien. Een afspraak bij de kapper. Prima. Het is voor sommige mensen heel belangrijk. Ja. Ja. Ja. Ja. Voor mij niet meer. Ja. Maar wat ik ook heb ervaren. Maar dat is misschien andere. Ik geloof dat zeg maar criminelen hebben ook die AI agents door. En al die koppelingen. En als jij één keer. Ik heb het laatst gehad. Een ondernemer. Die was even zijn Facebook account gehackt. En even 6000 dollar. Op advertenties van die criminelen gezet. In één weekend. Die was klaar. Denk je nog ooit dat die AI agent zegt. Hier heb je mijn creditcard. Dus ik geloof ook niet in. Maar er zitten ook zoveel besluiten eigenlijk. Exact. Die wij redelijk onbewust maken. Dat als ik iets moet boeken bijvoorbeeld. Ik ben net op vakantie geweest. Heb ik een huis uitgezocht. Daar waren er. Dan krijg ik een hele lijst ook. Wat jij zegt. Van mogelijkheden. Want ik heb aangegeven. Bij ons moet de hond mee. Ik wil dit. Ik wil zo. Maar ik zie een foto. Van het huis. En ik hoef hem al niet meer. Omdat daar zit van alles in. Wat. Welig. Dus aan de ene kant heb je een workflow. En daar geloof ik wel weer in. Want daar had jij het over. Je zegt van. Ja maar. Zoek eerst dit. Doe dan. Daar geloof ik heilig in. En als je dat een agent wil noemen. Prima. Prima. Want het probleem is namelijk ook. Er is geen definitie van wat een agent is. Dus iedereen. Maar vanuit de zuivere theorie. Vanuit de AI. Is het dan. Dat hij zelfstandig. Besluiten. Neemt. Op basis. Van input. En referenties. Die binnenkomen. En. Daarvan denk ik. Dat we dat voorlopig echt niet gaan krijgen. Ik geloof heel erg in. Prompt based agents. Dat je zegt van. Oh ja maar. Als. Als ik dan deze tekst zo heb omgezet. Weet je. Lees nog eens even na. Doe vervolgens. Een vervolg stap. Weet je. Als we dat allemaal een agent noemen. Prima. Maar. Echt. Zeg maar. Keuzes maken. Keuzes maken. Voor jou. Volledig geautomatiseerd. Nee. Denk het voorlopig niet. Nee. Nee. Maar dan is dat wel mooi. Want dan hou je. Human interest. Die geeft de opdracht. Ja. De AI voert het uit. En de mens besluit. Die maakt nog even de keuze. Precies. Want die keuze maken bij een. Zeg maar door een AI. Dat gaat. Nou oké. Even helemaal eens. Zitten we daar. Ik snap dat je me hebt ontslagen. Dus AI agents zijn de non hype van 2025. Ja. Bij deze. Heb je nog een exit gesprek met hem gehad? Ja. Ja. Nou ja. Dat was een keiharde delete. Oh my god. Je weet het hè. Als je in een paperclip verandert. Dan zit je eigen schuld. Het was niet persoonlijk. Ja. Dat zullen we niet. We gaan denk ik naar de laatste vragen toe. Maar ik vind het wel belangrijk hè. Ik had het laatste ook. South X Southwest. Zeg maar. Dat evenement. Oh ja. Dat was een heel mooi verslag. Ergens in de woestijn van Amerika. Ergens in de woestijn van Amerika. Er zijn natuurlijk alle trends. En dan ga ik toch eens even een vraag aan jullie stellen. Want wat gebeurde er? Het was best een interessant artikel. En wat ik zelf wel eens doe. Als het echt belangrijk is. Dan lees ik het allemaal zelf. Maar soms ben je. Je bent wel een keer moe. Je moet er wel een mening over hebben voor jezelf. En dan zeg ik. Hey ChatGPT. Je kent me toch hè. Dat doe ik heel vaak hè. En op een gegeven moment. Laatste zegt. Houd er eens mee op. Want ik ken je. Dat zei hij echt. Dat is dat. En dan. Ik zeg. Ik wil even dat je dit heel goed leest. En dat je dan. Je kent me. Dus wat zou ik nou reageren op dit artikel. Als ik hier bijvoorbeeld op LinkedIn. In een nieuwsbrief iets over moet zeggen. Want ik vind LinkedIn. Moet je zelf doen. Maar op een nieuwsbrief. En dit vond ik eng. Hij had in een keer. Hij had iets geschreven. Een samenvatting. Maar de auteur was anders. Hij had de naam van de auteur. En het grappige is. Ik zag dat statistisch gezien. Had diegene. Ook over dit onderwerp kunnen schrijven. Hij was het niet. Maar stel je voor. Je hebt eigenlijk het antwoord al hè. Statistisch gezien. Dat was een grote kans dat de naam was. Ja maar dat was hem dus niet. Maar stel je voor. Dat ik echt lui ben. En ik zet dat in mijn nieuwsbrief. En er komt gewoon. Zo komt fake info. Dus de wereld in Martin. Ja maar moet je. Maar wat ik dus wel eng vind. Dit gebeurt. Dagelijks. Dit soort fake content. Komt in een taalmodel. En die fake content. Maar Niels. Je blijft zelf verantwoordelijk. Dus alsjeblieft. Pak die luiheid niet. Maar doe gewoon die controle. Je blijft zelf verantwoordelijk. Het is een hulpmiddel die je inzet. Om iets voor jezelf. Beter. Makkelijker. Sneller. Of leuker te maken. Wat vind je van het punt. Misschien. Kijk. Generiek denk ik. Wauw. Want het verhaal klopt wel. Maar ik ben altijd. Mijn bronnen. Altijd checken. Dubbel. Drie dubbel checken. En als het specifiek wordt. Vertrouw ik het eigenlijk al niet meer. Dan wil ik het gewoon gecheckt hebben. Want ik ben verantwoordelijk. Dus als het echt. Zeker als het over namen gaat. Of over onderzoeken. Jaartallen. Want hij verzint het. Jaartallen. Dat soort dingen. Voorbeelden ook hoor. Als het echt. Hele specifieke voorbeelden. Met namen erin zijn. Ook goed opletten. Ik heb het één keer gehad. NotebookLM. Ik ben trouwens. Als het dood had. Bij boeken. Ik heb het één keer gevraagd. Heb je je boeken als pdf. Als het van een marketeer. Denk. Niet geven. Maar één of andere gekke manier. Ik vertrouw de notebook wel. Ik dacht. Nou. Die zijn. Dus ik had al mijn twee boeken. De pdf versie. Van Schrijven voor het brein. En ChatGPT. Als tweede brein. Ingevoerd. Dan ben ik heel benieuwd naar jullie. Of ik het goed of wel. Hoe jullie daarin in zitten. Let op. Alle tweede documenten. Ja. Mijn eerste interview. Die daaruit kwam rollen. Het was wel briljant. Echt. Die twee van die Amerikanen. Super overdreven over je boek. Die maken een podcast. Ja. Ja. Ja. Ja. Ja. Maar echt. Maar echt. Maar er kwamen dingen uit. Maar toen gebeurde het. Ergens in de driehonderdste keer. Ik had geluisterd. Nee geitje. Ik heb het niet zo vaak geluisterd. Maar toen hoorde ik. There was a great review. From Elisa Koster. En toen dacht ik. Wacht eens even. Het is Elisa Kossen. Maar ook Mischa Koster. Komt in het boek voor. Maar wel. En toen dacht ik. Nee. Die ga je niet menen. En toen zei hij die quote. Maar die quote stond helemaal niet in het boek. Ja. Maar. Is dat het risico. Dat ik twee documenten toevoeg. Dat die dan dingen gaan mixen. Of had ik nog in mijn prompt iets kunnen zeggen. Ik wil altijd. Dat als je een naam noemt. Dat je de bron vermeld. Dat je de paginanummer noemt. Wat had ik kunnen doen. Of is dit het risico. Ja. Ik denk dat dit echt het inherent risico is. Aan het gebruik maken van het taalmodel. Er zit ook weer. In dit geval zit de Gemini onder. Dus je teksten worden eerst getransformeerd. Ja. En daar zitten gewoon dit soort fouten in. Helaas pindakaas. Met deze mooi. Nee grapje. Het gaat heel veel. Het kan heel veel. Maar wat we zelf al zeiden. Luiheid. Niet meer kritisch nadenken. Blijven controleren. Precies. Slim blijven. Want dit vind ik nog wel het ergste. Dat is het woord van het jaar in Engeland. Rot. Ja. Dat als wij niet meer. Maar geloof ik echt. Als wij niet meer zelf nadenken. Dat zie ik ook in trainingen. Jongens pak maar pen en papier. Ja waarom? Nou dan ga ik je wel even uitleggen. Maar. Want als wij niet. Als we alleen maar roepen in zo'n systeem. En we gaan ons eigen brein niet meer trainen. Ja. Dan vind ik het wel een beetje eng worden. Want dan. Zeker in de content marketing. Mag je daar aan de lopende band van de contentfabriek werken. Maar dan ga je het niet meer creëren. Nee. Kim. We gaan naar de afronding toe denk ik. Jongens. Ik zie jullie kijken. Ik heb nog een laatste. Korte vraag. Ja. Ik weet zeker. Dit is. Ik denk dat jij hem herkent. Dit is de meest gestelde vraag. Tijdens trainingen. Wat voor AI tools gebruik jij? Ja. En ik ben heel benieuwd. Wat voor AI tools gebruiken jullie? Zo. Ik gebruik er een heel wat. Drie. Je drie belangrijkste. Top drie. Top drie. Top drie. Dan begin ik met dat ik Mac Whisper Pro gebruik. En dat is om transcripties te maken. Dus van spraak. Nee. Van spraak naar tekst. Ja. En het fijne daarvan is dat hij lokaal de modellen gebruikt. Er wordt niks opgestuurd. En die doet dat heel snel. Dat is voor mij heel fijn. Die gebruiken we ook voor de podcast. Maar die gebruik ik ook voor andere gespreksverslagen. Ja. Dus dat is één. Ik gebruik heel veel Claude. Ja. Maar goed. Dat is wel bekend. Nee. Waarom gebruik je veel Claude? Want ik vind er ook heel veel goede verhalen over. Ja. Ik vind dat het fijner schrijft. Ik heb allebei. Ik heb ChatGPT en ik heb Claude. En ik heb zeg maar het idee dat bij het ene het ene wat beter werkt en de andere het andere. En zo wissel ik daar een beetje tussen. Ik vind het wel mooi. Want ik vind elk tamelijk dat goed. Of je nou met Copilot werkt. Of je nou met Claude werkt. Of je nou met Gemini werkt. Ik heb zelfs alle domeinnamen vastgelegd. Claude als tweede brein. Ja. Copilot als tweede brein. Maar ik vind het toch één ding raar. In mijn gedachten. Ik hoorde het al vaak. En ik moet nog in Claude nog verder duiken. Ik heb het al een keer gebruikt. Toen ChatGPT echt een keer een middag uit lag. En dan kon ik niet anders. Maar ik vind het wel raar. Want kijk. Ik heb ChatGPT zo getraind. Het is zo'n onderdeel van mezelf. Ik heb mijn custom instructions ingevuld. Hij schrijft zo goed. Dat ik denk. Ja. Een taalmodel al zich. Als je hem goed traint. Dan gaat hij niet beter schrijven dan een ander model. Nou. De een is gewoon net wat anders opgelijnd. Dan de ander. Dus er zitten. Dus ik denk dat ze redelijk op dezelfde data zijn getraind. Maar je hebt nog met de reinforcement learning. Heb je een laagje eromheen. Mooi. En daar verschillen ze zeg maar een beetje in. Dus bij Claude hebben ze zich iets meer toegelegd. Op het creatieve schrijven. Ja. En daar vind ik het dan wat fijner voor. En het mooie is. Ja die custom instructions. Die kunnen dus bij allebei. Dus die heb ik ook bij allebei. Mooi. Dus als ik dat bij de een aanpas. Doe ik dat ook altijd eventjes meteen bij de ander. Dus dat ik dat. En bij beide heb je een betaald account. Zeker. Dus ja. Allemaal betaald account. En de derde is Copilot en Visual Studio. Dus wij ontwikkelen natuurlijk ook dingen. We hebben de podcast hebben we ook voor een deel geautomatiseerd. Zeg maar de productie. Ja. En daar ben ik ook regelmatig mee bezig. En daar gebruik ik Visual Studio Copilot. En die helpt mij bij de software ontwikkeling. Mooi. Dus net zo goed. Dus als ik al wat commentaar ingeef. Want ik wil dat deze functie dit gaat doen. Dan schrijft hij dat al voor me uit. En dan kan ik voor een heel groot gedeelte. Kan ik misschien ook wat punten en komma's veranderen. Maar dan heeft hij een deel van mijn software geschreven. En eigen GPT's. Heb je die al? Eigen GPT's. Of andere. Heb je een GPT die je kan aanraden? Nou ik moet zeggen dat ik ze weinig gebruik eerlijk gezegd. Ja. Ik vond jou Roost. Ah je hebt Roost. Maar die vind ik wel legendarisch. Die hebben we gebruikt. Daar hebben we ook onze eigen website. Dat hebben we toen ook ingegooid. Zeker. Zeker. Die vond ik wel heel erg leuk. Maar ik moet zeggen dat ik vind de project functie fijner. Omdat ik daar context heb over een project. Dus ook weer custom instructions over dat project. Ja. En ja. Ik vind dat wat fijner werken. Misschien ook vanwege de context. Dat je met een team werkt. Is dat ook wat? Wat is het grootste verschil tussen een project en een GPT voor jou? Ja daar zit eigenlijk niet zo heel veel verschil in. Want ook aan een. Zeg maar je geeft context weer. Dat doe je in de GPT ook. Je geeft documenten mee. Documenten mee toevoegen. Dus in die zin is het niet zo heel verschillend. Nee. Ik gebruik ze wel verschillend namelijk. Project doe ik meer in projectwerkzaamheden. En voor mij is een GPT meer een persoonlijkheid. Die ik creëer om een bepaalde activiteit te doen. Die ik ook weer in mijn projecten kan gebruiken. Maar ik gebruik ze dus anders. Terwijl eigenlijk het misschien wel hetzelfde is. Dat is het. De GPT's kan je natuurlijk ook weer in je projecten gebruiken. Dus dan combineer je eigenlijk de twee. Dat doe ik niet. Het is echt van je functie afhankelijk. Ja. Van je functie. Welke taken. En Niels, welke top drie bij jou? Dat is toch ChatGPT. Waarom? Ik ben groot fan van de voice interface. Dus ik zit heel veel in de auto. Ik zei het al daarnet. Ik zit meer dan anderhalf uur enkele reis in de auto. En ik spar gewoon continu met ChatGPT. En dat komt gewoon door de vriendelijke user interface. Ja. Dus daar ben ik groot gebruiker van. Ja. En als ik daarnaast kijk. Dan is het copilot niet zo veel in GitHub. Maar de copilot van Office. Ja. Omdat heel veel meetings. Heel veel powerpoints. Heel veel Word documenten. Ja. Waarin je gewoon ondersteund wordt. Ja. En de derde. Dan is nog Ricardo. Ja. Onze eigen. We even toelichten voor de luisteraars. Ricardo is onze eigen AI oplossing. Ja. Waarin we eigenlijk alle kennis van onze collega's hebben geborgen. In een guidance framework. Waar dan het model op getraind wordt. Die mij dus in de context van InfoSupporters organisatie. De antwoorden geeft. Dus die kan ik direct in mijn projecten gebruiken. Om eigenlijk de kennis die we met z'n allen borgen. Wauw. In te zetten. Dus daarom. Mooi. Die zit gelijk in mijn context. Dus die hele context van de hele guidance en kennis. Als die erin zit. Heb ik gewoon onder de knop. En dat is echt fantastisch. Dat is eigenlijk. Dus jullie hebben een. Ricardo is eigenlijk het tweede brein van jullie bedrijf. Ja. Daar zitten. En dat is misschien nog wel een tip voor de ondernemers. Je kan nu. De kennis van je medewerkers. Loopt niet meer. Dat loopt niet de deur uit. Dus dat is ook nog een. Als je dat goed aanpakt. Want als je er niks aan boordt. Dan nog steeds. We gaan nu echt naar de afronding toe. Kim. Wil jij ze nog een kaartje geven? Of gaan we gewoon. Ik denk dat we hebben lang genoeg. Heerlijk. Jongens. Ik kijk weer uit naar de volgende uitnodiging. Ben je volgende boek? Volgende boek. Eerst een boek bars in. Joop. Ja. Waar zou het boek over moeten gaan? AI agents. AI agents. Oké. Oké. We gaan lekker afronden. Ik vond het super gaaf. Ik wil wel nog als de luisteraars dit horen. De mogelijkheid bieden. Als ze nog lastige vragen hebben. Stuur deze naar. AI. Info Support.com. Top. En de meest lastige. Stuur ze. En jullie komen er altijd op terug volgens mij. Zeker. En luister deze podcast. Deel deze podcast. Luisteraars bedankt. Ook namens Kim. Zeker. En AI Tuesday jongens. Zet het in de agenda. En tot ziens. Dank jullie wel. Kim en Martin. Heerlijke aflevering zo. Dankjewel. Dank jullie wel. Dank jullie wel. [Muziek]