Waarom Europese Techbedrijven het met de Huidige Keuzes Dreigen te Verliezen – en Jij Daar Last van Krijgt

Van een offline gehaald AI-taalmodel tot de groeiende macht van Silicon Valley - Meta-Prompting, wat is het en hoe doe je het? Leer hoe je beter prompt.

Stel je voor: een innovatief Nederlands AI-taalmodel verdwijnt plotseling van het internet. Niet omdat het niet werkt of uiterst gevaarlijk is, maar omdat het onder vuur ligt van een auteursrechtenorganisatie. Tegelijkertijd blijven grote Amerikaanse techbedrijven, die op veel grotere schaal met data werken, en modellen produceren die van robots tot zelfs militaire toepassingen ingezet kunnen worden gewoon doorgaan. Het lijkt offline halen van Geitje lijkt misschien een iets kleins, maar de gevolgen raken ons allemaal.

In deze editie duiken we in een van de meest impactvolle uitwerkingen rondom het offline halen van GEITje-7B en hoe strenge regelgeving en ongelijke handhaving innovatie in de EU de nek om kan draaien. Waarom mogen Amerikaanse bedrijven doorgaan waar Europese initiatieven worden gestopt? En wat betekent dat voor bedrijven, overheden en dus uiteindelijk ook voor jou?

Daarnaast nemen we je mee in de wereld van meta-prompting – een krachtige techniek waarmee AI tot 65% beter kan presteren. Wat is het, hoe werkt het en hoe kun jij het gebruiken om slimmere AI-toepassingen te bouwen? in het kort wat je kan verwachten…

Wat je kunt verwachten in deze editie:

• De gevolgen van een schijnbaar onschadelijke actie als het offline halen van taalmodel Geitje

• Een inkijkje in Meta-prompting

• En in ons deel voor de betalende lezers onder meer

  • Diverse meta-prompts

    • Hoe maak je ze

    • Templates

    • Voorbeeld prompts

  • Aanvullend nieuws

Om jullie niet te overstelpen met nieuwsbrieven en de tijd te geven om met meta-prompting aan de slag te gaan komt de volgende nieuwsbrief met de meest belangrijke ontwikkelingen en verdiepingen weer over ongeveer 2 weken.

Hoe BREIN de Europese AI-toekomst ondermijnt

Afgelopen maand werd het Nederlandstalige AI-taalmodel GEITje-7B offline gehaald na druk van auteursrechtenorganisatie Stichting BREIN. GEITje, ontwikkeld door een kleine Nederlandse ontwikkelaar, was een van de weinige open-source taalmodellen die specifiek voor de Nederlandse taal waren gebouwd. De reden? BREIN stelde dat het model was getraind met auteursrechtelijk beschermd materiaal. Dit besluit heeft verstrekkende gevolgen, niet alleen voor innovatie in Nederland en Europa, maar ook voor de economische toekomst en werkgelegenheid binnen de EU. Ondertussen blijven grote Amerikaanse techbedrijven, die op veel grotere schaal auteursrechtelijk beschermde content gebruiken, ongemoeid. Hierdoor dreigt Europa zijn AI-toekomst in handen van buitenlandse grootmachten te leggen.

Innovatie onder vuur: hoe het offline halen van GEITje innovatie remt

GEITje bood een broodnodig alternatief voor het gebruik van Engelstalige AI-modellen die grotendeels zijn ontwikkeld door Amerikaanse en Chinese bedrijven. Het model was toegankelijk, specifiek gericht op de Nederlandse taal en had het potentieel om bedrijven, onderzoekers en start-ups te helpen bij de ontwikkeling van AI-oplossingen in hun eigen taal en context.

Het offline halen van GEITje beperkt de innovatiekracht van Nederlandse en Europese AI-bedrijven fors. Waar kleine Europese bedrijven nu al worstelen met beperkte middelen en het verkrijgen van de data verliest de AI-sector met deze zaak mogelijk een cruciale bouwsteen. Grote techbedrijven zoals Google, OpenAI en Meta beschikken over miljardenbudgetten en enorme hoeveelheden data om hun modellen te trainen. Zij kunnen zich dure juridische teams veroorloven om auteursrechtelijke claims te bestrijden en te schikken, iets wat kleine ontwikkelaars zich niet kunnen permitteren. Door de asymmetrische handhaving – waarbij kleine spelers zoals GEITje direct worden gestopt terwijl grote bedrijven doorgaan met het grootschalig scrapen van het internet – wordt de innovatie binnen Nederlands structureel geremd.

Daarnaast wordt het voor jonge, innovatieve bedrijven door het werk van BREIN dus zeer onrealistisch gemaakt om zelf modellen te trainen. De benodigde data is simpelweg niet of nauwelijks beschikbaar en het is voor deze bedrijven niet haalbaar om de benodigde datasets in te kopen. Grote organisaties kopen deze data overigens ook niet in, maar maken gebruik van scrapingtechnieken om zoveel mogelijk vrij beschikbare informatie te verzamelen. Dit leidt tot een situatie waarin alleen bedrijven met enorme middelen of juridische afdelingen AI kunnen ontwikkelen, terwijl kleinere innovatieve bedrijven buiten de boot vallen.

De impact van BREIN's acties reikt bovendien verder dan alleen de direct getroffen partijen. Start-ups en kleinere AI-ontwikkelaars in heel Europa staan al op achterstand ten opzichte van techgiganten als het gaat om middelen, data en rekenkracht. Maar Europa gaat nu toch 200 miljard in AI investeren? Maar dit betreft onder andere een fonds met 20 miljard voor 4 ‘AI Fabrieken’ voor de meest complexe AI-modellen en een fonds om start-ups te ondersteunen maar waar is de broodnodige, kwalitatief hoogwaardige data en was is 200 miljard waarvan een deel ook nog eens uit het bedrijfsleven komt en er dus andere belangen spelen? De grote spelers beschikken over miljardeninvesteringen, wereldwijde datasets en eigen supercomputers, waardoor zij veel grotere en krachtigere modellen kunnen trainen. Wanneer open-source modellen zoals GEITje wegvallen kunnen verschillen nog nijpender worden: kleinschalige innovators kunnen niet eenvoudig hun eigen alternatieven ontwikkelen en missen een springplank om mee te concurreren. Het gevolg, een groeiende kloof waarbij grote techbedrijven de lat voor AI-innovatie bepalen en kleinere spelers lastig of niet kunnen bij blijven.

Het verdwijnen van een open-source model als GEITje past daarbij in een bredere trend waarin Europese AI-bedrijven moeite hebben zelfstandig AI-oplossingen te ontwikkelen. Veel Europese bedrijven zijn nu al sterk afhankelijk van AI-technologie uit het buitenland. Ze leunen op algemene AI-systemen en modellen die worden geleverd door Amerikaanse of Chinese techgiganten als Meta, Google, Amazon, Microsoft of Baidu door bijvoorbeeld koppelingen naar hun systemen waarmee we sowieso afhankelijk blijven van deze partijen. Wanneer lokale initiatieven zoals GEITje wegvallen, vergroot dit dus de blijvende afhankelijkheid en ondermijnt het de ambities van de EU op het gebied van technologische soevereiniteit. Resultante is dat Europa zonder forse investeringen en ondersteuning steeds afhankelijker wordt van buitenlandse AI-technologie, met verlies van strategische, culturele en economische autonomie tot gevolg. Dit betekent dat de Europese AI-industrie als geheel achterop dreigt te raken en dat innovatie, kennis en kapitaal rond AI vaker buiten Europa zullen blijven of wegvloeien.

Hoewel wij voorstander zijn van, draagt de strikte Europese wet- en regelgeving draagt daar onbedoeld aan bij. Regels op het gebied van data, copyright en de aankomende AI-Verordening (AI Act) zijn bedoeld om AI veilig en eerlijk te maken, maar brengen ook flinke lasten mee voor ontwikkelaars. Voor kleine bedrijven vormt naleving hiervan een grote uitdaging: de extra compliance eisen kunnen naar schatting ten minste wel zo'n 17% aan overheadkosten toevoegen aan AI-projecten. Dergelijke eisen zijn dan ook bijzonder zwaar voor start-ups. Grote ondernemingen kunnen dit eerder opvangen, zij hebben juridische teams en middelen om aan voorschriften te voldoen, terwijl kleinere spelers het risico lopen in de knel te komen. Daar komt bij dat inkoop technisch de keuze op onze eigen, jonge innovatieve bedrijven sowieso vaak al complex is doordat ze nog niet voldoen aan bepaalde ISO standaarden, ze nog te klein zijn en dus potentieel een risico kunnen vormen, ze in aanbestedingstrajecten vaak niet mee kunnen omdat er geen tijd, geld en capaciteit is om zich daar mee bezig te houden en meer. Hier besteden we onvoldoende tijd aan om toch te kijken hoe we met dergelijke partijen kunnen samenwerken omdat we met zijn allen vaak binnen de gebaande paden blijven lopen en creativiteit en kennis in o.a. inkoop vaak mist.

De situatie rond GEITje illustreert hoe juridische kaders innovatie kunnen inperken: een Nederlandse antipiraterijstichting dwong het model offline vanwege zorgen over auteursrechten in de trainingsdata. Zulke ingrepen creëren een klimaat waarin kleine EU-ontwikkelaars terughoudender worden om nieuwe AI-modellen te bouwen of openlijk te delen, uit vrees voor complexe regelgeving of juridische stappen. Dit geeft kapitaalkrachtige bedrijven een relatieve voorsprong en stimuleert dat AI-innovatie zich eerder in minder strenge jurisdicties afspeelt – een vorm van offshoring die haaks staat op de Europese ambitie om zelfbeschikking in AI te behouden.

Soevereiniteit in gevaar: afhankelijkheid van Amerikaanse AI

Ook onze (digitale) soevereiniteit, standaarden, normen en waarden e.a. in Nederland en Europa komen in gevaar met acties zoals het offline halen van GEITje. Door het wegvallen van een lokaal taalmodel worden Nederlandse bedrijven gedwongen om gebruik te maken van Amerikaanse AI-oplossingen zoals ChatGPT of Google Bard. Dit maakt Europese landen afhankelijk van technologieën die worden ontwikkeld buiten hun jurisdictie, waarbij de Europese standaarden voor privacy, transparantie en ethiek niet altijd worden gewaarborgd.

Tegelijkertijd worden de grote Amerikaanse AI-modellen vaak getraind op enorme hoeveelheden internetdata die met name Engels/Amerikaans is en daarmee veel van onze culturele kennis, normen en waarden mist, ook auteursrechtelijk beschermde werken en persoonlijke gegevens bevat. OpenAI en Meta worden al aangeklaagd omdat zij zonder toestemming boeken, artikelen en andere beschermde werken hebben gebruikt voor hun AI-modellen. Ook gebruikte META 82 Terabite aan illegaal gedownload materiaal om AI te trainen. Toch blijven deze bedrijven gewoon opereren en wordt hun technologie wereldwijd ingezet. Sterker, het LLaMa model van Meta wordt bij veel overheden o.a. het Chinese leger maar ook in Nederland ingezet als alternatief voor OpenAI of CoPilot. Europese handhavingsorganisaties zoals BREIN lijken zich echter te richten op kleinschalige initiatieven binnen Europa, terwijl ze de reuzen van de AI-industrie niet of nauwelijks aanpakken en de verdere impact van hun acties niet meewegen.

Amerikaanse techgiganten als OpenAI, Google en Meta trainen hun AI-modellen op gigantische hoeveelheden online data. Deze data wordt grotendeels verkregen via grootschalige webscraping van het internet, waarbij ook auteursrechtelijk beschermd materiaal en privacygevoelige informatie wordt meegekopieerd. Een recente rechtszaak claimt dat OpenAI "massale hoeveelheden persoonlijke gegevens" heeft verzameld, zelfs medische dossiers en informatie over kinderen, om ChatGPT te trainen. Dergelijke claims wijzen erop dat ook persoonsgegevens en andere gevoelige informatie ongemerkt in de trainingdatasets belanden. In hun drang om modellen "alles" te laten leren, schuwen deze bedrijven niet om dergelijke content op te nemen: OpenAI heeft zelf aangegeven dat het "niet mogelijk is" om tools als ChatGPT te bouwen zonder toegang tot auteursrechtelijk materiaal en verdedigt het gebruiken van publiek beschikbare internetdata (waaronder beschermd werk) als fair use (toegestaan gebruik). De modellen van Elon Musks X worden tevens gevuld met alle videobeelden van zijn Tesla’s en ga zo maar door.

Ook Google put uit alles wat online voorhanden is. Het bedrijf heeft in 2023 expliciet zijn privacybeleid aangepast om duidelijk te maken dat alle publiek toegankelijke online informatie door Google verzameld en geanalyseerd mag worden voor AI-training. Dit impliceert dat content van websites, sociale media en andere openbare bronnen – of het nu onder copyright valt of persoonlijke gebruikersgegevens betreft – kan worden gebruikt om modellen als Google's Bard en andere generatieve AI te voeden.

Meta verzamelt eveneens grootschalig internetdata voor het trainen van zijn AI (zoals de LLaMA-modellen). Uit onthulde documenten in een rechtszaak blijkt dat Meta-medewerkers zelfs rond 82 terabyte aan piratenboeken van zogenaamde schaduw-bibliotheken (zoals LibGen/Z-Library) hebben gedownload om hun model te trainen. Dit betekent dat een enorme collectie recente boeken, duidelijk auteursrechtelijk beschermd, is gebruikt zonder toestemming van auteurs of uitgevers. Net als OpenAI stelt Meta zich op het standpunt dat het gebruik van "publiek beschikbare" (zelfs al zijn het eigenlijk illegaal geüploade) data gerechtvaardigd is voor AI-training. Dit laat zien hoe ver Big Tech bereid is te gaan in het vergaren van trainingmateriaal, waarbij de grenzen van auteursrecht en privacy opgerekt worden in naam van vooruitgang.

De omvang van deze data-extractie is ongekend: moderne AI-modellen worden getraind op honderden miljarden tot biljoenen woorden aan tekst, afkomstig uit allerlei hoeken van het internet. Hierin zit onvermijdelijk materiaal dat normaliter beschermd is door copyright of privacywetgeving. Dat Big Tech dit toch gebruikt, illustreert de huidige Wild West-benadering van AI-training, waarbij men ervan uitgaat dat alles wat online staat vrij game is tenzij men juridisch gedwongen wordt tot terughoudendheid.

Offshoring: hoe Europa zijn AI-industrie uit handen geeft

Het verdwijnen van Europese AI-modellen zoals GEITje draagt ook bij aan offshoring, het uitbesteden van cruciale technologieën maar op den duur ook zelfs onze werkgelegenheid naar andere continenten. Wanneer bedrijven en overheden in Europa geen lokaal alternatief hebben, zullen zij hun AI-oplossingen moeten afnemen bij Amerikaanse of Aziatische aanbieders. Dit betekent dat niet alleen investeringen en innovatie buiten de EU plaatsvinden, maar ook dat banen op het gebied van AI-ontwikkeling en dataverwerking verplaatst worden naar de VS en China.

AI wordt steeds vaker ingezet als een (junior) collega, waarbij het niet alleen werk ondersteunt, maar ook taken volledig overneemt. Dit heeft directe gevolgen voor werkgelegenheid: banen verdwijnen, maar er kunnen nieuwe banen ontstaan – met name in de technologieontwikkeling rond AI. Dit vereist echter dat Europa zélf AI-technologie ontwikkelt en implementeert. Wanneer we massaal overstappen op Amerikaanse modellen en infrastructuur, betekent dat in feite dat het werk wordt verplaatst naar het buitenland, terwijl er hier niets voor in de plaats komt. We nemen geen controle over de nieuwe banen die AI kan creëren en laten de innovatie en werkgelegenheid over aan bedrijven buiten Europa. Dit versterkt niet alleen de economische afhankelijkheid van Big Tech, maar beperkt ook de mogelijkheden voor Europese werknemers om zich in AI-gerelateerde sectoren te ontwikkelen.

Daarnaast leidt de afhankelijkheid van buitenlandse AI tot hogere kosten op de lange termijn. Bedrijven die nu goedkope API-toegang krijgen tot Amerikaanse AI-modellen, kunnen later worden geconfronteerd met prijsverhogingen of beperkingen in functionaliteit, simpelweg omdat zij geen lokaal alternatief hebben. Techgiganten kunnen de spelregels bepalen, terwijl Europa machteloos toekijkt.

Als Nederlandse organisaties AI-diensten inkopen bij bijvoorbeeld Amerikaanse cloud- en AI-providers, vloeit een aanzienlijk deel van hun budget naar die buitenlandse bedrijven. Amerikaanse techbedrijven behalen enorme omzetten in Europa – zij verdienen naast het eigen land meer geld in Europa dan waar ook ter wereld. Dit geld had deels in de Europese economie kunnen circuleren als er gelijkwaardige lokale aanbieders waren. De keuze (noodgedwongen) voor buitenlandse AI betekent dus een economische kans die wegsijpelt: omzet, winsten én belastinginkomsten gaan over de grens.

Het ontwikkelen, trainen en onderhouden van AI-modellen creëert hoogwaardige banen (voor datawetenschappers, ontwikkelaars, onderzoekers, etc.). Wanneer een open project als GEITje stopt, verdwijnen ook de bijbehorende werkzaamheden lokaal. Bovendien zullen bedrijven die AI toepassen eerder buitenlandse specialisten en consultancy inschakelen (bijvoorbeeld van de AI-leverancier zelf) in plaats van Nederlandse AI-experts, als de technologie van buiten komt. Europees talent en expertise lekt zo weg. Er is al gewaarschuwd dat het opleiden van AI-specialisten in Europa zonder voldoende banen en kansen hen alleen maar doet emigreren – een braindrain richting de VS. Europese landen verliezen nu al significant AI-talent aan de VS, mede omdat grote AI-ontwikkelingen daar plaatsvinden. Het stilvallen van lokale projecten kan deze trend versterken.

Ook mist Nederland zo kansen op nieuwe bedrijvigheid en een eigen AI-ecosysteem. Rond een model als GEITje kunnen allerlei startups en toepassingen ontstaan. Zonder zo'n aanjager blijven deze economische kansen liggen en ontstaan er minder clusters van expertise en innovatie. Op termijn verzwakt dit de concurrentiepositie van onze kenniseconomie.

Kortzichtigheid van BREIN: het ontbreken van een toekomstvisie

De houding van BREIN getuigt dus van een onthutsend gebrek aan samenwerking, strategisch inzicht en toekomstgerichtheid. Door zich blind te staren op handhaving van auteursrecht op de traditionele manier, verliest de organisatie het grotere plaatje volledig uit het oog. En in plaats van samenwerking met overheid en partijen op te zoeken om het doel te realiseren belopen zijn een enkel pad.

Het is niet alleen een kwestie van terughoudendheid bij ontwikkelaars die innovatie remt. Het is de kortzichtigheid en onwil om mee te bewegen met nieuwe technologische realiteiten bij handhavers als BREIN die duurzame vooruitgang in de weg staan.

In plaats van mee te denken over hoe het auteursrechtelijk stelsel kan worden aangepast aan het AI-tijdperk, kiest BREIN voor de rigide en achterhoedegevechten. Gevechten waarvan men niet lijkt te beseffen dat door het torpederen van initiatieven als GEITje, men indirect de afhankelijkheid van Big Tech en de uitholling van de eigen kennispositie in de hand werkt.

Een toekomstbestendige auteursrechtenorganisatie zou juist moeten nadenken over hoe het belang van makers én innovators gediend kan worden. Hoe we tot nieuwe arrangementen kunnen komen die recht doen aan creatief werk in het AI-tijdperk. Hoe we Europese spelers gelijke kansen kunnen geven om in deze cruciale sector te innoveren.

Zolang spelers als BREIN echter elke disruptieve ontwikkeling als bedreiging zien en reflexmatig de hakken in het zand zetten, blijven we steken in contraproductief welles-nietes. Dat is funest voor de Nederlandse en Europese positie in de mondiale kenniseconomie. Het is de hoogste tijd dat er breder en verder wordt gekeken: niet alleen bij wetgevers en beleidsmakers, maar ook bij de traditionele belangenbehartigers. De AI-trein dendert voort - er is visie en durf nodig om niet te worden overreden, maar mee richting te geven.

Een oproep tot bezinning en daadkracht

Het offline halen van GEITje is een symptoom van een breder probleem. Europa dreigt een achterhoede te worden in de AI-revolutie door een combinatie van strikte regels, ongelijke handhaving en gebrek aan eigen innovatieve slagkracht. Als we niet oppassen, worden we slechts toeschouwer en afnemer van technologieën die elders bedacht en gedicteerd worden.

Om dit tij te keren, is actie nodig op meerdere fronten. Allereerst moet er kritisch gekeken worden naar de juridische kaders rond AI en auteursrecht. Er is behoefte aan duidelijkere regels die ruimte bieden voor verantwoord datagebruik, zonder meteen elk AI-initiatief af te straffen. Een evenwicht tussen bescherming en innovatie is cruciaal.

Daarnaast moet er werk gemaakt worden van eerlijkere handhaving. Het kan niet zo zijn dat kleine spelers hard worden aangepakt, terwijl de grootmachten vrijuit gaan. Een gelijk speelveld vergt dat ook Amerikaanse techgiganten verantwoording afleggen over hun databronnen en inbreuken.

Het offline halen van GEITje moet daarom niet alleen een wake-up call zijn voor beleidsmakers en politici, maar ook voor spelers als BREIN. Het vasthouden aan verouderde denkwijzen en het najagen van kleine "overtreders" terwijl de grote jongens hun gang gaan, is een heilloze weg. Willen we als Nederland en Europa echt meespelen in de AI-revolutie, dan is een radicale omslag nodig.

Dat betekent op korte termijn het faciliteren van gesprek en experimenteerruimte voor AI-ontwikkeling binnen verantwoorde juridische kaders. En op lange termijn het investeren in een eigen kennisecosysteem en het beschermen van onze digitale soevereiniteit en waarden. De keus is aan ons: koesteren we onze achterhaalde zekerheden, of gaan we de uitdaging aan om voorop te lopen in verantwoorde, Europese AI-innovatie? De klok tikt - laten we zorgen dat we niet achterblijven.

Meta-prompting: de sleutel tot 65% betere AI-prestaties

Stel je eens voor dat je AI zichzelf zou kunnen laten verbeteren. Klinkt als science fiction, toch? Maar dat is precies wat onderzoekers van Stanford en OpenAI onlangs hebben gerealiseerd met meta-prompting. Deze revolutionaire techniek laat één AI-model verschillende expertrollen aannemen om zo veel effectiever complexe problemen aan te pakken. De resultaten zijn verbluffend: tot wel 65% betere prestaties in vergelijking met traditionele methoden. Laten we eens dieper duiken in hoe dit precies werkt.

Van enkele actor naar heel ensemble

In het traditionele gebruik van taalmodellen geef je het AI-model een prompt (een instructie of vraag) en dan genereert het model daar een antwoord of uitvoer op. Met meta-prompting gebeurt er echter iets heel anders. In plaats van het model direct het eindresultaat te laten produceren, neemt het model verschillende rollen aan, zoals een schrijver, redacteur en corrector.

Dit lijkt misschien een klein verschil, maar de gevolgen zijn enorm. Door het proces op te splitsen in gespecialiseerde stappen, kan het model veel gerichter en effectiever te werk gaan. Het is vergelijkbaar met een filmproductie: in plaats van één acteur alles te laten doen, heb je gespecialiseerde rollen zoals de regisseur, scenarioschrijver en editor die samenwerken voor het beste eindresultaat.

Conductor: de regisseur van het AI-orkest

De belangrijkste rol in dit proces is weggelegd voor de Conductor, de 'meta-rol' die als een soort regisseur optreedt. De Conductor is verantwoordelijk voor het opsplitsen van de hoofdtaak in behapbare subtaken, het toewijzen van die taken aan de meest geschikte expertrollen en uiteindelijk het samenvoegen van alle deelresultaten tot een coherent geheel.

Stel, je wilt een wetenschappelijk artikel schrijven. De Conductor zou dit proces als volgt aansturen:

1. Splitst het schrijfproces op in subtaken zoals onderzoeksopzet, data-analyse, conclusies trekken, etc.

2. Wijst elke taak toe aan een specifieke expertrol, zoals de 'methodologie-expert' voor de onderzoeksopzet.

3. Zorgt dat de verschillende expertrollen effectief samenwerken door tussenresultaten te delen via een centraal werkgeheugen.

4. Integreert alle deelbijdragen tot een samenhangend geheel, met aandacht voor zaken als stijlconsistentie en logische opbouw.

Het resultaat is een artikel dat veel beter in elkaar steekt dan wanneer het model in één keer het hele stuk had moeten produceren.

Expertrollen: specialisatie is de sleutel

De kracht van meta-prompting zit 'm voor een groot deel in de specialisatie van de expertrollen. In plaats van een generalist te zijn die overal een beetje verstand van heeft, kan iedere rol zich toeleggen op een specifiek domein.

Neem bijvoorbeeld een complexe programmeeropdracht. De Conductor kan hier expertrollen aanwijzen zoals:

• Algoritmiek-expert voor het bepalen van de meest efficiënte aanpak

• Syntax-expert voor het schrijven van foutloze code

• Testexpert voor het controleren van edge cases en bugs

Door de expliciete taakverdeling en specialisatie werken de expertrollen veel efficiënter en maken ze minder fouten dan een enkele generalist-rol.

Samen sterk door integratie

Samenwerken is één ding, maar uiteindelijk moet al die specialistische input ook geïntegreerd worden tot een samenhangend eindresultaat. En daar wringt vaak de schoen, zelfs bij menselijke teamprojecten.

Hier bewijst meta-prompting opnieuw zijn waarde. De integratiefase is een expliciet onderdeel van het proces, aangestuurd door de Conductor. Hierbij wordt niet alleen alle input samengevoegd, maar actief gecontroleerd op zaken als:

• Consistentie: spreken de deelbijdragen elkaar nergens tegen?

• Volledigheid: zit alle benodigde informatie erin?

• Stijl: is het taalgebruik en de opmaak uniform?

• Logica: zit er een duidelijke lijn en opbouw in?

Door deze aspecten systematisch te checken en verbeteren, ontstaat een eindproduct dat vaak beter is dan de som der delen. Zo laten experimenten met GPT-4 tot wel 57% kwaliteitsverbetering zien na de integratiefase.

Uitdagingen en oplossingen

Uitdagingen

1. Complexiteit van Taal: AI-modellen kunnen moeite hebben om complexe of ambiguïteitsgevoelige instructies te begrijpen. Dit kan leiden tot ongewenste of onnauwkeurige outputs.

2. Modelafhankelijkheid: De effectiviteit van prompts kan sterk afhankelijk zijn van het specifieke AI-model dat wordt gebruikt. Wat werkt voor één model, werkt mogelijk niet voor een ander.

3. Iteratieve Optimalisatie: Het proces van iteratieve optimalisatie van prompts kan tijdrovend zijn en vereist vaak veel trial-and-error.

4. Bias en Fouten: Prompts van jou als gebruiker kunnen onbewust al bevooroordeeld zijn of fouten bevatten, wat de output van het AI-model kan beïnvloeden. Ook de output kan Bias en fouten bevatten.

Oplossingen

1. Clarity en Specificity: Zorg ervoor dat prompts duidelijk en specifiek zijn om ambiguïteit te vermijden. Gebruik concrete voorbeelden en context om de instructies te verduidelijken.

2. Modelkennis: Verdiep je in de capaciteiten en beperkingen van het gebruikte AI-model om prompts effectief te ontwerpen.

3. Automatisering: Gebruik technieken zoals Automatic Prompt Engineer (APE) om het proces van promptgeneratie en optimalisatie te automatiseren. Deze beschrijven we in ons betaalde deel van de nieuwsbrief.

4. Feedbackloops: Implementeer feedbackloops om prompts iteratief te verfijnen op basis van de gegenereerde outputs.

5. Chain-of-Thought Prompting: Gebruik chain-of-thought technieken om complexe taken op te splitsen in stap-voor-stap instructies, wat de redeneervaardigheden van AI-modellen kan verbeteren. Een techniek die je leert in de uitgebreide prompt-engeneeringstraining.

Goed, de theorie is duidelijk. Maar hoe pas je dit nu zelf toe? Dit bespreken we in ons Betaalde deel.

Maar eerst nog even dit.

OpenAI zet belangrijke stap richting geïntegreerde AI met plannen voor GPT-5

De topman van OpenAI Sam Altman heeft de komst van GPT 5 aangekondigd. Een significante verschuiving in de ontwikkeling van kunstmatige intelligentie. In plaats van zich te richten op meerdere gespecialiseerde modellen en de veelvoud die er nu is, zet het bedrijf in op een geïntegreerd systeem dat zelfstandig kan bepalen hoe het een taak het meest effectief kan benaderen.

Een slimme zet

De beslissing om GPT-5 toegankelijk te maken voor alle gebruikers, inclusief in de gratis versie, is een strategische keuze. Hiermee speelt OpenAI in op de groeiende democratisering van AI-technologie, mede aangewakkerd door opensource-initiatieven zoals DeepSeek's R1-model. Door GPT-5 voor iedereen beschikbaar te stellen, positioneert OpenAI zich als een partij die niet alleen voorop loopt in technologische ontwikkeling, maar ook de maatschappelijke impact ervan serieus neemt.

Implicaties voor gebruikers en samenleving

Voor eindgebruikers betekent de komst van GPT-5 een vereenvoudiging van hun interactie met AI. In plaats van te moeten kiezen tussen snelheid en diepgang, krijgen ze toegang tot een intelligent systeem dat zelf bepaalt welke benadering het meest geschikt is voor een specifieke taak. Dit kan leiden tot meer natuurlijke en effectieve communicatie tussen mens en machine.

Vanuit maatschappelijk oogpunt roept de toenemende geavanceerdheid en toegankelijkheid van AI-systemen echter ook belangrijke vragen op. Hoe zorgen we ervoor dat deze technologie op een verantwoorde en ethische manier wordt ingezet? Welke waarborgen zijn nodig om misbruik te voorkomen en de autonomie van gebruikers te beschermen? Het is cruciaal dat bedrijven als OpenAI transparant zijn over hun plannen en actief het gesprek aangaan met beleidsmakers, ethici en het brede publiek.

Veelbelovend, maar waakzaamheid geboden

Hoewel de plannen voor GPT-5 veelbelovend klinken, is het belangrijk om ze met een kritische blik te benaderen. Berichten over technische uitdagingen en een mogelijk kleinere prestatiesprong ten opzichte van eerdere modellen geven aan dat er nog veel werk aan de winkel is. Ook de precieze invulling van de 'misbruikdrempels' voor de gratis versie verdient nadere uitleg.

Desalniettemin markeert de aankondiging van OpenAI een belangrijke stap in de evolutie van AI. Door in te zetten op geïntegreerde systemen die zelfstandig redeneren, zet het bedrijf de toon voor een nieuwe generatie AI-toepassingen. Het is nu aan ons als samenleving om ervoor te zorgen dat deze technologie op een verantwoorde en inclusieve manier wordt ontwikkeld en ingezet.

Onderzoek welke GPT gebruik jij?

Onlangs kregen we een zeer scherpe vraag tijdens ons verhaal over de GPT 5 ontwikkelingen (volgt binnenkort).

“Copilot heeft de hele tijd een “uniform model” gehad en het is verschrikkelijk. Je weet niet of je met een stagiair of een expert praat en of je wel de juiste afdeling belt. Het is een marketingtruc om de duurdere modellen niet meer zo vaak te gebruiken om minder geld te verliezen.”

Een slimme en waarschijnlijk kloppende vraag / opmerking. OpenAI, Google en Anthropic maar ook DeepSeek hebben lang niet genoeg datacenters of geld om ons allemaal toegang te geven tot hun top-modellen. Reden om onder meer ‘mini-versies’ uit te brengen van topmodellen. Reden ook om nog eens met ons in gesprek te gaan want zo’n heel data-center is in theorie met goede uitwerking helemaal niet nodig om kwalitatief iets hoogwaardigers voor jouw bedrijf te organiseren.

In de ergste vorm kan je, wat er nu gebeurt met de mini-modellen, de AI-equivalent van krimpflatie noemen. Als we kijken naar hoe OpenAI het 5 model uit wil werken is de belangrijkste vraag of de ervaringen van dit ene uniforme model beter zal zijn dan de keuze voor losse modellen.

Een kort onderzoek voor onze volgende nieuwsbrief i.r.t. de ontwikkelingen bij OpenAI en op werk.

Om met onze collega’s en AI deze nieuwsbrief vol waardevolle inzichten te blijven maken, hebben we jouw steun nodig. Als betalende abonnee krijg je daarom exclusieve toegang tot extra content, zoals inspirerende prompts voor diverse thema’s, diepgaande analyses en het allerlaatste nieuws over AI-ontwikkelingen. Wil je een bepaald thema uitgelicht of heb je een specifieke vraag die breed relevant kan zijn? Dan behandelen we die daar voor je.

Hoe maak je Meta-prompts nu precies? Templates en voorbeelden van Meta prompts ter hulp en inspiratie en additioneel nieuws en ontwikkelingen.

Sluit je aan bij onze community van vooruitstrevende professionals en krijg niet alleen een voorsprong in kennis, maar help ons ook om deze updates mogelijk te blijven maken. Scroll verder en ontdek de bonusinhoud die speciaal voor onze abonnees is samengesteld. Doe mee en haal alles uit het tijdperk van AI!