Generatieve AI is in korte tijd uitgegroeid tot een technologie waarmee miljoenen mensen dagelijks werken. Toepassingen zoals ChatGPT, Copilot en Claude beantwoorden vragen, schrijven teksten en genereren afbeeldingen. Toch begrijpen de meeste gebruikers nauwelijks wat er onder de motorkap gebeurt. Dat begrip is geen luxe: artikel 4 van de EU AI-verordening (Verordening (EU) 2024/1689) verplicht organisaties om een toereikend niveau van AI-geletterdheid te waarborgen bij iedereen die AI-systemen gebruikt of beheert.

Wat is generatieve AI?

Generatieve AI is een klasse van kunstmatige intelligentie die nieuwe inhoud kan produceren, zoals tekst, afbeeldingen, audio, video of programmacode. Dit onderscheidt generatieve AI van AI-systemen die uitsluitend classificeren (bijv. spam detecteren) of voorspellen (bijv. bezorgkosten berekenen). De EU AI-verordening omschrijft de meest krachtige generatieve modellen als "AI-modellen voor algemene doeleinden": systemen getraind op grote hoeveelheden data die een breed scala aan taken kunnen uitvoeren. Overweging 99 van de verordening stelt expliciet: "Grote generatieve AI-modellen zijn een typisch voorbeeld van AI-modellen voor algemene doeleinden, aangezien ze op flexibele wijze content kunnen genereren in de vorm van bijvoorbeeld tekst, audio, beelden of video."

Hoe werkt een groot taalmodel?

Een groot taalmodel (LLM, van het Engelse large language model) is een neuraal netwerk getraind op enorme hoeveelheden tekst van het internet, boeken en andere bronnen. Tijdens de training leert het model statistisch welke woorden of woorddelen (tokens) waarschijnlijk op elkaar volgen. Het model slaat geen teksten op als geheugen, maar bouwt interne verbindingen op, zogenoemde parameters. Moderne modellen tellen honderden miljarden parameters.

Wanneer een gebruiker een vraag stelt, berekent het model op basis van die parameters welke tokens het meest waarschijnlijk een coherent en relevant antwoord vormen. Het genereert de tekst token voor token, elke stap opnieuw gebaseerd op wat er al is gegenereerd. Dit proces heet autoregressive decoding. Het resultaat leest als vloeiende taal, ook al is het technisch gezien een reeks kansberekeningen.

Hoe werkt een beeldgenerator?

Beeldgeneratoren werken via een ander principe. De meest gangbare aanpak is diffusie: het model leert eerst hoe afbeeldingen eruit zien door bestaande foto's en illustraties stapsgewijs te vervormen met ruis. Vervolgens leert het dit proces om te keren, zodat het vanuit willekeurige ruis een coherente afbeelding kan opbouwen die aansluit bij een tekstomschrijving. Modellen zoals Stable Diffusion en de beeldgeneratoren in Copilot en ChatGPT werken op dit principe. De tekst die de gebruiker invoert, stuurt via een taalmodel het generatieproces aan.

Wat is een prompt?

Een prompt is de invoer die een gebruiker aan een generatief AI-systeem verstrekt: een vraag, opdracht, context of combinatie van die drie. De kwaliteit van de prompt bepaalt in sterke mate de kwaliteit van de uitvoer. Een vage prompt levert vage antwoorden op; een precieze prompt met duidelijke context, gewenste toon en afbakening levert bruikbaardere resultaten. Dit is geen bijzaak: uit de AI-geletterdheidsverplichtingen van de AI-verordening vloeit voort dat gebruikers begrijpen hoe zij AI-systemen doeltreffend en verantwoord moeten aansturen, wat directe kennis van promptconstructie veronderstelt.

Waarom hallucineert AI?

Hallucinaties zijn uitvoer die feitelijk onjuist, verzonnen of misleidend is, gepresenteerd met dezelfde zekerheid als correcte antwoorden. Ze ontstaan door de manier waarop taalmodellen getraind zijn: modellen leren de meest waarschijnlijke voortzetting van tekst, niet het onderscheid tussen waar en onwaar. Feiten die zelden in de trainingsdata voorkomen, zijn moeilijker te reproduceren dan taalpatronen die consistent aanwezig zijn.

Onderzoek van OpenAI (september 2025) toont aan dat standaard evaluatiemethoden het probleem verergeren: modellen worden beloond voor het geven van een antwoord, ook als ze onzeker zijn, waardoor gokken strategisch gunstiger wordt dan erkennen dat een antwoord onbekend is. Hallucinaties zijn dus geen toevallige fout maar een structureel gevolg van de trainings- en beoordelingsaanpak.

Voor het verantwoord gebruik op de werkvloer betekent dit dat AI-gegenereerde uitvoer altijd geverifieerd moet worden aan primaire bronnen, zeker bij feitelijke beweringen, cijfers en juridische of medische informatie.

Wat betekent dit voor verantwoord gebruik?

Kennis van de werking van generatieve AI is een voorwaarde voor verantwoord gebruik. Wie begrijpt dat een LLM geen zoekmachine is maar een patroonherkenner, beoordeelt de uitvoer kritischer. Wie weet hoe een prompt de uitvoer stuurt, communiceert effectiever met AI-tools. En wie begrijpt waarom hallucinaties ontstaan, neemt de juiste voorzorgsmaatregelen voor gebruik in professionele contexten.

Artikel 4 van de EU AI-verordening maakt dit geen vrijblijvende keuze. Aanbieders en gebruiksverantwoordelijken zijn verplicht maatregelen te nemen zodat iedereen die AI-systemen gebruikt of beheert, over een toereikend niveau van AI-geletterdheid beschikt. Basiskennis van hoe generatieve AI werkt, vormt de kern van die verplichting.