Kunstmatige Intelligentie: Balans tussen (snelle) groei en daarbij te maken afwegingen + het nieuws van de week en leuke prompts
Deel 2 van de uitgebreide verkenning van de kansen en uitdagingen van AI in onze economie, samenleving en persoonlijke levens.
We zitten INNOvember, de maand waarin we bewegen naar een meer innoverende overheid en bedrijfsleven en een maand waarin we het echt moeten hebben over alle kansen van de diverse technologieën. Je vindt ons deze maand onder meer op iBestuur event over AI in een sessie met de Rijksacademie Overheid (RADIO). Hoe gaat AI jouw werk transformeren en wat is er voor jou te halen? Maar eerst, weer helemaal vers van de pers deel 2 over de het vinden van verantwoorde groei met AI waarbij we dit keer kijken naar impact op en kansen vanuit de Overheid en het Onderwijs.
AI en Verantwoorde Overheidsinzet
De overheid kan een belangrijke rol spelen in het waarborgen van verantwoorde en transparante inzet van kunstmatige intelligentie. Door het stellen van de juiste inkoop eisen voor haar eigen afgenomen diensten denk aan soevereiniteit (inkopen bij NL en EU partijen), duurzaamheidseisen (aan zowel het model, de manier van trainen van het model als de eventuele cloud faciliteiten e.d.), privacy- en auteursrecht/copyright eisen, transparantie eisen (aan het model, de trainingsdata maar ook bij het gebruik) en het juiste ethische gesprek waaronder de inzet van AI op waarde-gedreven manieren. Allemaal overwegingen die helpen de overheid helpen om niet alleen haar eigen processen verbeteren, maar ook als voorbeeld dienen voor verantwoord gebruik in andere sectoren en de motor te zijn voor de eigen (kennis)economie. AI biedt de overheid kansen om de dienstverlening naar burgers te optimaliseren, administratieve lasten te verlichten en processen efficiënter te maken. Denk aan toepassingen waarbij AI helpt bij het analyseren van grote hoeveelheden data, bijvoorbeeld om fraude op te sporen (waarbij uiteraard goed opgelet moet worden op o.a. BIAS en Transparantie), belastingaangiften of andere informatiestromen / documenten te verwerken of de dienstverlening aan burgers proactief te verbeteren.
Een concreet voorbeeld hiervan is de inzet van AI voor gepersonaliseerde dienstverlening. Overheidsinstanties kunnen AI gebruiken om beter in te spelen op de specifieke behoeften van burgers, bijvoorbeeld door het aanbieden van op maat gemaakte digitale diensten. Ook hoeft er geen excuus meer te zijn om na een telefoontje voor bijvoorbeeld informatie met de overheid vanuit een burger of organisatie deze direct ook even de informatie per email te delen omdat een AI Agent in 1 moeite door ook het telefoontje kan registreren en de beller kan informeren. Daarnaast kan het ook helpen bij het verlagen van onder meer administratieve lasten, bijvoorbeeld door het automatisch verwerken van standaardaanvragen of het samenstellen van rapporten op basis van historische data.
Hoewel de voordelen van AI in de publieke sector veelbelovend zijn, kan de toepassingen van AI door overheden ook aanzienlijke risico’s met zich meebrengen. Denk hierbij vooral aan gebieden als transparantie, ethiek in relatie tot het behoud van burgervertrouwen. Burgers hebben het recht te weten hoe beslissingen tot stand komen, vooral wanneer deze zijn gebaseerd op algoritmen. Incidenten met algoritmen hebben eerder al aangetoond hoe onbedoelde effecten – zoals discriminatie of oneerlijke besluitvorming – grote maatschappelijke gevolgen kunnen hebben.
Een belangrijk risico van AI in de overheid is dat beslissingen ondoorzichtig worden voor burgers of bijvoorbeeld beleid, wet- of regelgeving op ondoorzichtige manieren tot stand komen. Wanneer AI wordt gebruikt om besluitvorming te automatiseren, kan het moeilijk zijn om te achterhalen op basis van welke gegevens en regels de AI tot een bepaald oordeel komt. Dit kan leiden tot wantrouwen bij burgers, vooral wanneer de resultaten van AI-systemen en de beslissingen daardoor niet goed te begrijpen of te controleren zijn. Om dit risico te mitigeren, is onder meer transparantie essentieel. Transparantie betekent niet alleen dat algoritmen inzichtelijk moeten zijn, maar ook dat de overheid duidelijk moet communiceren hoe en waarom AI wordt toegepast in besluitvormingsprocessen en er herleidbare processen zijn ingericht zodat antwoorden, beslissingen en andere geproduceerde informatie controleerbaar zijn.
Daarnaast vereist verantwoord gebruik van AI in de publieke sector dat ethische standaarden strikt worden nageleefd. AI-systemen moeten zo vrij mogelijk zijn van vooroordelen en discriminatie en moeten voldoen aan de hoge ethische standaarden die aan overheidsdiensten worden gesteld. Hierin spelen zowel regelgeving als actieve controle een cruciale rol maar ook de kennis van de eigen medewerkers binnen de overheid van zowel Data, Processen, Techniek, Kansen, Risico’s, Ethiek en correct gebruik om het juiste gesprek hierover te kunnen voeren en er goed mee om te gaan (AI-Geletterdheid). De Europese AI-verordening helpt hierin onder meer om een gelijk speelveld te creëren en dwingt het overheden om bij AI-gebruik zorgvuldig om te gaan met de rechten en belangen van burgers en te zorgen voor die AI-Geletterdheid.
De overheid heeft de verantwoordelijkheid om AI zorgvuldig te implementeren met waarborgen voor transparantie en ethiek, zodat het vertrouwen van de burgers niet in gevaar komt. Dit vraagt om ook om nieuwe vormen van toezicht, heldere ethische standaarden en een proactieve aanpak om AI begrijpelijk en controleerbaar te maken. Hierbij valt te denken aan o.a. het zorgen dat er goede stakeholder groepen worden ingericht rondom het proces om blijvend te toetsen en de inrichting van o.a. ethische toetsingscommissies. Enkel met een gebalanceerde aanpak kan de overheid de kansen van AI benutten, zonder dat deze technologie haar maatschappelijke verantwoordelijkheid ondermijnt.
Impact op Onderwijs en de Arbeidsmarkt
Kunstmatige intelligentie zal naast de arbeidsmarkt ook het onderwijs naar verwachting diepgaand te transformeren. Dit betreft mogelijkheden om onderwijsprogramma’s flexibeler en persoonlijker te maken, waardoor leertrajecten beter aansluiten op de individuele behoeften en capaciteiten van jonge leerlingen en studenten. Maar het vraagt ook nieuwe kennis en vaardigheden door de impact op de arbeidsmarkt omdat je je als professional o.a. meer zal moeten gaan richten op meer strategische en creatieve taken, kritisch denken en meer.
Laten we eerst kijken naar de inzet binnen het onderwijs waar AI bijvoorbeeld kan worden ingezet om adaptieve leermethoden te ontwikkelen die zich aanpassen aan het leervermogen van elke student. Dit maakt gepersonaliseerd leren mogelijk, waarbij studenten sneller kunnen groeien in hun sterke punten en extra begeleiding kunnen krijgen op hun zwakkere punten.
Naast productiviteitswinst vraagt de AI-revolutie om nieuwe vaardigheden. Zo wordt creativiteit steeds belangrijker. Werknemers moeten originele ideeën kunnen combineren met AI-output en nieuwe toepassingen bedenken. Ook adaptief leren wordt cruciaal: snel kunnen schakelen tussen tools en technologieën is nodig om bij te blijven in een omgeving waarin AI en andere technologieën zich razendsnel door ontwikkelen. Interdisciplinaire samenwerking is eveneens van groeiend belang; professionals moeten kunnen samenwerken met AI-specialisten en tools effectief kunnen integreren in verschillende werkprocessen.
Hoewel AI het onderwijs kan verbeteren en vraagt om nieuwe kennis en vaardigheden brengt het ook risico’s met zich mee op bijvoorbeeld het gebied van gelijkheid en toegang tot vaardigheden. Ondanks dat een deel van de AI-toepassingen vrij toegankelijk zijn heeft niet iedereen heeft dezelfde toegang tot AI-onderwijs of de middelen om zich snel aan te passen aan nieuwe technologieën dit kan leiden tot een groeiende kloof tussen werknemers die AI- en andere technische vaardigheden hebben en zij die dat niet hebben. Dit verschil kan op de arbeidsmarkt resulteren in ongelijkheid, waarbij werknemers zonder deze vaardigheden worden achtergesteld.
Ook kunnen de complexiteit en ethische kwesties rondom AI voor uitdagingen zorgen. Niet alleen moeten werknemers AI-systemen leren gebruiken, maar ze moeten ook kritisch denken ontwikkelen om AI-output te evalueren. Interessant is dan als AI gaat functioneren als junior collega hoe we dan de juiste kennis en vaardigheden op gaan doen om de output van de AI goed te wegen. Huidige kennis die we daarvoor in het onderwijs verzamelen is niet toereikend en in het bedrijfsleven zullen deze junior functies meer en meer geautomatiseerd zijn. De vraag is dan hoe zich dit verder ontwikkeld? AI-systemen zijn niet altijd foutloos en kunnen onder meer ‘hallucinaties’ of vooringenomen resultaten produceren. Het wordt essentieel om fouten te herkennen en de betrouwbaarheid van AI-informatie te beoordelen, vooral in situaties waar beslissingen belangrijke consequenties hebben.
Om deze kloof te dichten, is het daarom ook van groot belang dat AI-geletterdheid en ethisch besef centraal komen te staan in zowel onderwijs als werktrainingen. Hierbij hoort kennis van proceskennis en systeembegrip, evenals een goed begrip van data-expertise om bias in data te kunnen herkennen en te corrigeren maar ook de data te kunnen beoordelen op kwaliteit. Op die manier kunnen we een inclusieve en veerkrachtige arbeidsmarkt en onderwijssysteem creëren die niet alleen de kansen van AI benutten, maar ook de risico’s ondervangen.
Vervolg
Omdat we onze nieuwsbrieven niet te lang willen maken was dit het 2e deel in de serie . We zullen in de komende nieuwsbrieven nog kijken naar AI en Internationale Samenwerking en Diplomatie, Innovatie Efficiëntie en Veiligheid in bedrijfsprocessen en Complexiteit, milieu impact en vaardigheden. Na al deze overwegingen proberen we dan een balans op te maken. We zijn heel benieuwd naar jullie reacties, vragen, op- of aanmerkingen, aanvullingen laat iets van je horen in bijvoorbeeld de comments.
Na de comment knop vervolgen we met het enkele bespiegelingen om het meest interessante nieuws van de afgelopen week en enkele prompts ter inspiratie
Ben je het er mee eens? oneens? of heb je andere thema’s waar je graag wat over wilt lezen? laat een comment achter voor ons en wij gaan ons best doen voor je deze mee te nemen in de toekomstige nieuwsbrieven.
Laatste nieuws
Wist je dat
Wanneer wij mensen spreken, trainen en opleiden is veelal de gedachte aan het begin oh dat is handig voor een chatbot om mijn informatie op te halen. Het is voor veel mensen lastig om de bredere kansen te zien daar waar deze technieken samenkomen na de trainingen lukt het gelukkig vaak om breder te kijken en na te denken over inzet en toepassingen. Interessant is ook dat hoewel onder meer 52% van de telecommunicatiebedrijven chatbots gebruikt (Gartner) en we dus veel zien in onze trainingen dat mensen als 1e een AI in willen zetten als chatbot, volgens Accenture slechts 7% van de bevolking chatbots vertrouwt met gevoelige/conflict-gerelateerde kwesties, een enorm verschil met de 49% die menselijke adviseurs vertrouwt.
Wist je ook dat op basis van gegevens van Salesforce India het hoogste adoptiepercentage van AI heeft. 73% van de bevolking het gebruikt om taken uit te voeren. Plaatsen we dat in vergelijking met onder andere Amerika (waar veel van de AI vandaan komt) daar gebruikt slechts 45% van de Amerikaanse bevolking het nog dichter bij huis is dat slechts 29% van de Britse bevolking. Recent Nederlands onderzoek liet zien dat in Nederland ongeveer 25% van de Nederlanders tools zoals OpenAIs ChatGPT gebruikt. Nieuws van Google: Dat terwijl tijdens de derde kwartaal earnings meeting van Google deze week onthuld is dat bij Google meer dan 25% van de nieuwe code wordt gegenereerd door AI.
Hoewel Google CEO, Sundar Pichai, bevestigde dat "meer dan een kwart van alle code wordt gegenereerd door AI," benadrukte hij ook dat menselijke engineers nog steeds alle door machines gemaakte code controleren en goedkeuren.
Deze aanpak wel een enorme versnelling geeft aan het codeerproces omdat het AI de routinematige, alledaagse code laat afhandelen terwijl Google-ontwikkelaars sneller kunnen werken, waardoor ze tijd hebben om zich te concentreren op de grotere, complexere taken.
Volgens Pichai maakt deze AI-ondersteuning bij het coderen deel uit van een bredere strategie binnen Google om processen te stroomlijnen, efficiëntie te verbeteren, innovatie te versnellen en het rendement in alle divisies te maximaliseren.
Waarom dit relevant is:
We zien hier de enorme versnelling maar ook de kansen om processen te stroomlijnen, efficiëntie te verbeteren, innovatie te versnellen maar ook rendementen te verhogen. Dat laatste is voor overheden minder belangrijk, maar in het bedrijfsleven waar we ook veel komen draait het natuurlijk ook om de harde pegels.
Het biedt dus enorme kansen in de snelheid van de automatisering van ons werk mede omdat ook mensen zonder codeerkennis de eerste stappen al kunnen zetten van de automatisering.
Tevens is het relevant omdat wij verwachten dat het een impact heeft op het werk in de IT. Niet omdat het banen zou kunnen kosten integendeel. We verwachten dat de hoeveelheid code enorm zal gaan toenemen en daarmee het werk van programmeurs anders wordt en er wellicht zelfs een groei te zien zal zijn in het aantal ITers.
Open AI & Chips
In juni hoorden we allemaal gespreken over OpenAI die in gesprek waren met verschillende AI-chipontwerpers over het ontwerpen en ontwikkelen van zijn eigen AI-chip. Diverse bronnen melden nu dat OpenAI ervoor heeft gekozen om samen te gaan werken met AI-chipfabrikanten Broadcom en TSMC om zijn nieuwe, op maat gemaakte AI-chips te ontwikkelen, specifiek gemaakt voor het verwerken van grote AI-workloads.
De gesprekken lijken nog in een vroeg stadium te zijn maar OpenAI plant deze chip op maat al ongeveer een jaar. Daarvoor hebben ze een chipontwikkelingsteam van 20 mensen opgetuigd, waaronder verschillende voormalige hoofdingenieurs van Google. OpenAI wil een chip ontwikkelen om zijn AI-platforms te kunnen draaien en gebruikersinteracties te verwerken (ook wel 'inference' genoemd). Investeerders verwachten namelijk dat de vraag daar naar zal gaan groeien naarmate technologiebedrijven AI-modellen gaan gebruiken voor complexere taken.
De interne AI-chip gaat naar verwachting pas in 2026 in productie.
Waarom dit relevant is:
In eerste instantie leek OpenAI van plan om een netwerk van chipfabrieken op te zetten, maar deze plannen lijken voorlopig in de ijskast gezet te zijn. De verwachtingen in stijging van de Inference zijn een voorteken voor de potentie en de techniek en de verwachte adoptie in brede zin zowel particulier als in organisaties.
xAI van Elon
xAI heeft beeldherkenningscapaciteiten toegevoegd aan zijn AI-chatbot Grok 2. Dit maakt dat de betalende gebruikers op X (Twitter) nu afbeeldingen kunnen uploaden en daarover in gesprek kunnen gaan met de AI (zie ook het artikel AI vision waarom dit interessant kan zijn).
De nieuwe functionaliteit bepaald wat een afbeelding is en waar deze vandaan komt. Indien je wenst kan de AI je een gedetailleerde analyse geven, waarbij het zelfs humoristische elementen begrijpt en grappen en memes kan uitleggen. Musk heeft wel aangegeven dat de functie zich nog in een "vroeg stadium" bevindt, maar heeft gebruikers verzekerd dat het "snel zal verbeteren" en binnenkort ook de mogelijkheid zal hebben om documenten, zoals PDF's, te interpreteren en te begrijpen. Met Musk weet je echter nooit hoe snel, snel daadwerkelijk is. Deze release volgt snel op de augustus release die beeldgeneratiemogelijkheden aan Grok2 toevoegde en kwam met een belofte van Musk voor multimodale verwerking in een toekomstige versie.
Waarom dit Relevant is:
xAI is pas maart 2023 opgericht en het lukt ze aardig om te concureren met grote gevestigde spelers - zoals OpenAI, Anthropic en Google. Dit terwijl ze met minder mensen en budget te werk gaan. Musk benadrukt graag dat xAI "in maanden voor elkaar krijgt wat anderen jaren kostte". Dit laat zien dat Nederland en Europa meer dan voldoende kansen hebben als we de juiste keuzes maken om zelf dergelijke modellen te maken en dat dit ook (relatief gezien) betaalbaar kan. Nog niet overtuigd kijk dan eens naar recente berichten die allemaal laten zien dat nog steeds medewerkers uit AI bedrijven stappen om voor zichzelf te beginnen. Vraag je dan eens af of zij hun zeer zwaar betaalde miljoenen baantjes op zouden geven als ze zouden denken dat het te laat was? In samenwerking met NL bedrijven hebben wij inmiddels ons inziens in ieder geval voldoende aangetoond dat er nog voldoende kansen liggen.
OpenAI’s Whisper
OpenAI's Whisper is een open-source AI-transcriptietool voor meerdere talen - wekt toenemende bezorgdheid op bij ingenieurs, onderzoekers en zorgprofessionals vanwege de nauwkeurigheid van de gegenereerde transcripties.
Meer dan 30.000 artsen en 40 zorginstellingen gebruiken Whisper om patiëntgesprekken op te nemen en te transcriberen. Niet verwonderlijk want Whisper behoort tot de beste transcriptiemodellen Hoewel de tool is getraind op meer dan 680.000 uur aan audiodata, vertoont hij ook regelmatig 'hallucinaties'.
Een onderzoeker vond hallucinaties in 8 van de 10 transcripties, een andere ontdekte dat de helft van 100+ uur aan transcripties onjuiste informatie bevatte, en een ontwikkelaar vond hallucinaties in bijna alle 26.000 transcripties die hij maakte.
De tool verzint zinnen met gewelddadige of racistische sentimenten, bedenkt niet-bestaande ziektes, genereert betekenisloze zinnen tijdens stiltes, en voegt standaardzinnen toe zoals "Bedankt voor het kijken!"
Waarom dit relevant is:
Whisper behoort tot de beste transcriptiemodellen. Het toont aan dat hoe goed deze modellen momenteel ook zijn het toch van groot belang is een human in de loop te hebben en hierop geen belangrijke beslissingen te baseren zonder de zekerheid dat de informatie kloppend is. Ook laat dit zien dat het belangrijk is om te waken voor zaken als automation Bias. Hoewel hallucinaties bij chatbots gebruikelijk zijn, is het ongewoner voor een transcriptietool om te hallucineren simpelweg omdat deze de audio-opname zou moeten volgen. Als reactie heeft OpenAI de onderzoekers bedankt voor het delen van hun bevindingen en aangegeven dat ze blijven werken aan het verbeteren van de nauwkeurigheid van het model en het verminderen van hallucinaties. Ook benadrukken ze dat de tool niet gebruikt moet worden in "bepaalde contexten waar belangrijke beslissingen worden genomen.
Google en Jarvis
Google werkt naar verluidt ook aan een AI-agent (codenaam Jarvis, je weet wel die digitale assistent in Iron Man) die "je webbrowser kan overnemen". Mogelijk wordt deze al in december uitgebracht.
Jarvis - duidelijk dus vernoemd naar de superintelligente AI-assistent J.A.R.V.I.S uit Marvel's Iron Man - kan alledaagse webtaken uitvoeren zoals onderzoek doen, aankopen doen en vluchten boeken.
Voor zover ons bekend uit de bronnen wordt Jarvis aangedreven door Google's volgende generatie LLM - Gemini 2.0 - en zal moeten gaan reageren op commando's door schermafbeeldingen te maken en deze te vertalen naar taken zoals het klikken op een knop of het typen van tekst.
Ingewijden geven aan dat het nog traag werkt momenteel. De AI heeft enkele seconden nodig om de schermafbeeldingen te verwerken en te vertalen voordat een taak wordt voltooid.
De hier verwachte functionaliteit is vergelijkbaar met Anthropic's "omslachtige" Claude.
Waarom dit Relevant is:
Deze AI-agents Google en Anthropic maken RPA’s een stuk minder relevant omdat deze AI-agents eigenlijk RPA’s on steroids zijn. Ze kunnen processen beter en efficiënter automatiseren doordat ze zich niet enkel aan gebaande paden hoeven te houden maar bij kunnen sturen daar waar nodig en/of wenselijk. Tegelijkertijd zullen we moeten uitvinden waar dit ons gaat brengen want ze lijken behoorlijk autonoom nieuwe paden uit te kunnen denken. Professor Ethan Mollick deed een de eerste testen al met verassende uitkomsten. Ook wij zullen dit de komende tijd nauwlettend in de gaten gaan houden en wanneer het relevanter wordt ook gaan testen.
Claude
Claude.ai introduceert de analyse-tool, een nieuwe ingebouwde functie waarmee Claude JavaScript-code kan schrijven en uitvoeren, inclusief de mogelijkheid om CSV-bestanden te analyseren en te visualiseren.
Hoewel Claude altijd al code kon schrijven, kan het nu die code ook uitvoeren binnen Claude.ai voor allerlei soorten analysetaken. Dit resulteert niet alleen in beter beredeneerde, maar ook meer mathematisch exacte en reproduceerbare antwoorden.
De analyse-tool functioneert als een ingebouwde code sandbox, waar Claude complexe berekeningen kan uitvoeren, data kan analyseren en verschillende ideeën kan testen voordat een antwoord wordt gegeven.
Door de mogelijkheid om informatie te verwerken en code uit te voeren, levert Claude nauwkeurigere antwoorden, voortbouwend op de geavanceerde codeer- en datavaardigheden van Claude 3.5 Sonnet welke nu ook geavanceerde mogelijkheden voor het verwerken en visualiseren van CSV-bestanden heeft.
Waarom dit relevant is:
Deze nieuwe functionaliteit versterkt Claude's vermogen om complexe data-analyse taken uit te voeren en biedt gebruikers directe toegang tot geavanceerde analytische mogelijkheden zonder externe tools te hoeven gebruiken. Dit markeert een belangrijke stap voorwaarts in het toegankelijker maken van geavanceerde data-analyses en business intelligence voor een breder publiek.
Je kan denken aan implicaties zoals marketingteams die klantinteracties kunnen uploaden en krijgen inzichten voor verbeterde conversies. Verkoopteams die snel wereldwijde verkoopdata kunnen analyseren voor landspecifieke prestatie-analyse. Engineeringteams die prestatie-logs uploaden voor betere resourcebenutting. Kijken we naar de overheid zien we bijvoorbeeld kansen voor:
Beleidsmedewerkers in onder meer:
Demografische data analyseren voor onderbouwde beleidsbeslissingen
Impact van beleidsmaatregelen meten door historische data te vergelijken
Burgerconsultaties en enquêtes efficiënt verwerken en visualiseren
Sociale diensten in onder meer:
Patronen in hulpvragen identificeren voor preventief beleid
Wachtlijsten en doorlooptijden analyseren voor procesoptimalisatie
Effectiviteit van interventies meten en vergelijken
Stedelijke planning in onder meer:
Verkeersdata analyseren voor mobiliteitsbeleid
Milieumetingen verwerken voor klimaatbeleid
Bevolkingsgroei projecties maken voor woningbouwplanning
Financiële afdelingen in onder meer:
Budgetanalyses uitvoeren en afwijkingen signaleren
Subsidieaanvragen efficiënter verwerken
Uitgavenpatronen analyseren voor kostenbeheersing
Wil je experimenteren? De functie is nu beschikbaar als preview-feature na inloggen op Claude.ai. Deze integratie markeert een belangrijke stap in het democratiseren van data-analyse, waarbij geavanceerde analytische mogelijkheden toegankelijk worden voor een breder publiek zonder dat externe tools of zeer specialistische kennis nodig zijn. Uiteraard blijven kennis over data, data-kwaliteit e.d. nog altijd relevant mede om ook de output goed te wegen.
Prompts ter inspiratie
Gebruik het 'Picture-Promise-Prove-Push' raamwerk om een reclamecampagne op te zetten voor ons [product/(overheids)dienst], gericht op [ideale klant/ burger/ ondernemer profiel/persona]. De campagne moet een pakkend beeld schetsen, verlangen creëren, laten zien hoe ons product aan de verwachtingen voldoet, dit onderbouwen met getuigenissen, en een subtiele aansporing bevatten die de lezer aanzet tot actie. Graag een gedetailleerd campagne-overzicht.
Ontwikkel een praktische handleiding voor het waarborgen van privacy en databeveiliging tijdens het screenen van sollicitanten. Behandel zowel de wettelijke vereisten als beste praktijken voor het verzamelen, opslaan en delen van kandidaatgegevens. Geef concrete voorbeelden en stappen.
Maak een uitgebreid plan voor milieuvriendelijke, duurzame praktijken bij ons evenement [naam evenement]. het evenement gaat over [….] en bevat de volgende belangrijke programma elementen [….], [….], [….]. Focus op afvalvermindering, groene transportopties en andere duurzame maatregelen. Geef specifieke, praktische aanbevelingen die zowel effectief als haalbaar zijn.
Ontwikkel een strategie voor effectieve upselling tijdens klantservicegesprekken, zonder opdringerig over te komen. Beschrijf specifieke technieken, voorbeeldscripts en situaties waarin upselling passend is. Leg uit hoe we meerwaarde voor de klant kunnen creëren terwijl we extra producten aanbieden.
Ken je notebook LM al?
Deze kan ook Nederlands praten. Trouwe lezers en deelnemers van onze trainingen kennen NotebookLM. We schreven er al eerder over en bespaken het in onze trainingen en key-notes. Google LM is een mooie tool om onder meer je eigen documenten tot leven te brengen. Een interessante hack daarbij is dat Googles NotebookLM, die normaal gesproken alleen brave Engelstalige podcasts maakt, dit ook in het Nederlands kan. Hiervoor heb je dan wel enkele mooie prompts nodig.
Zo doe je het:
Ga naar NotebookLM en maak een nieuwe notebook aan.
Voeg minimaal één bron toe (pdf’s, YouTube-video’s, audio, teksten).
In je NotebookLM-scherm zie je de optie ‘Audio Overview’.
Klik op ‘Customize’ ernaast om je eigen instructies te geven.
Kopieer deze prompt(s):
This episode will *only* be in Dutch. All discussions, interviews, and commentary must be conducted in Dutch for the entire duration of the episode.
No English or other languages should be used in the conversation, except when absolutely necessary to clarify a term or concept unique to a specific language.
Use a casual, conversational Dutch tone throughout the episode
Include typical Dutch expressions and idioms where appropriate
Aim for a natural, colloquial speaking style similar to how Dutch people talk in daily life
Feel free to incorporate some regional flavor (like Rotterdam-style directness)
The tone should be friendly and accessible, avoiding overly formal language
Focus on authenticity in expressions and word choice to make it sound like a natural Dutch conversation
Waarom is dit relevant:
Als we de tool goed bekijken zien we toepassingsmogelijkheden voor bedrijven en overheden, vooral gericht op documentanalyse en kennismanagement en opleidingen en trainingen. De unieke eigenschappen van de focus die sec gericht is op geüploade documenten, een bronvermelding, een betrekkelijk lage kans op ‘hallucinaties’, een relatief intuïtieve user interface en de mogelijkheid tot het maken van samenvattingen en audio overzichten bieden mogelijkheden rondom. Kennismanagement en onderzoek zoals het analyseren van (openbare) rapporten en documenten, bevragen van inwerkdocumentatie, doorzoeken van projectdocumenten (zoals lessons learned), cross-referentie van documenten, het analyseren van contracten en voorwaarden, versie vergelijkingen, opsporen van mogelijke compliance-issues en meer.
Veel van die zaken kunnen ook met goede interne tooling van Nederlandse / Europese bodem. Het unieke zit het er in dat je deze informatie ook vanuit een soort podcast achtige sessie tot je kan nemen. De hosts van de ‘podcast’ zijn zo gemaakt om ‘kritische’ reflecties te geven op de inhoud. En met de toegevoegde prompt functionaliteit kan je de discussie onderwerpen sturen maar de hosts dus ook in het Nederlands laten converseren.
Dat was hem weer. Vind je het trouwens veel leeswerk? (In ons team luisteren we veel en kijken we veel online nieuws). In de Substack app kan je de nieuwsbrief ook als gesproken tekst beluisteren.