Les 1.2 Hoe een taalmodel tekst maakt

Hoi! Fijn dat je er weer bent. Een chatbot schrijft in een paar seconden een hele tekst. Maar hoe maakt een taalmodel tekst? In deze les leg je uit hoe dat werkt. En waarom AI zo zeker klinkt, ook als het niet klopt.

Een taalmodel maakt tekst woord voor woord. Het kijkt naar de woorden die er al staan, en voorspelt wat daarna past. Neem de zin: in de pauze eet ik een. Boterham past goed. Appel ook. Fiets bijna niet. Het kiest een woord, zet het erachter, en voorspelt dan het volgende. Dat heeft het geleerd van heel veel teksten. Daarom klinkt het goed. Let op: het voorspelt wat goed klinkt, niet wat waar is.

Laten we het proberen in EduGPT, met EduGPT Leerling. Ik schrijf wat veel kinderen denken: een taalmodel zoekt het antwoord op internet. EduGPT geeft geen uitleg, maar vraagt: waar zou het zoeken? En is er wel één goed antwoord? Ik noem boterham en appel. Dus raadt het model welk woord het best past? EduGPT zegt: goed gezien, het kan niet weten wat ik eet. En het vraagt door: is raden hetzelfde als gokken, of gebruikt het patronen uit veel teksten? Zo ontdek ik het zelf.

En wat gaat er vaak mis? We denken dat wat goed klinkt, ook klopt. Maar een taalmodel weet niet of iets waar is. Het kiest wat past. Controleren blijft dus jouw werk.

Nu ben jij aan de beurt. Speel zelf taalmodel, met een zin uit je schooldag. Schrijf drie woorden die erachter passen, met kansen die samen honderd procent zijn. Leg daarna uit hoe een taalmodel tekst maakt, en laat EduGPT dat checken via de opdracht onder deze video. Veel succes, en tot in de volgende les!

Probeer het in EduGPT

Speel zelf taalmodel. Kies een zin uit je eigen schooldag en stop halverwege, bijvoorbeeld "Voor mijn spreekbeurt neem ik een ...".
Schrijf drie woorden op die erachter kunnen komen. Geef elk woord een kans. Samen is dat 100 procent.
Leg in twee of drie zinnen uit hoe een taalmodel tekst maakt, en waarom het niet weet of iets klopt.
Open EduGPT, kies EduGPT - Leerling en verstuur de tekst hieronder met jouw zin, woorden en uitleg.

Ik speel zelf taalmodel. Check mijn kansen en mijn uitleg, en stel me vragen waar het nog niet klopt. Geef me geen kant-en-klare uitleg. Zin: ... Vervolgen met kans: ... Mijn uitleg: ...

Beantwoord minstens één vraag die EduGPT terugstelt en maak je uitleg beter.

Waar doe je deze opdracht?

Via je school of opleiding

Heb je EduGPT via je school of opleiding? Log in via de link die je daar hebt gekregen en kies EduGPT - Leerling.

EduGPT voor je school

Wil je EduGPT met je team of je leerlingen gebruiken? Dan regelt je school het, met de privacyafspraken die daarbij horen. Gebruik voor je voorbereiding geen gegevens van leerlingen buiten die afspraken.

EduGPT voor je school Kosteloos proberen komt binnenkort

Geen toegang tot EduGPT?

Dan kun je de opdracht ook in je eigen AI-tool doen. We kunnen niet garanderen dat het daar net zo goed werkt als in EduGPT. Je mist bijvoorbeeld de Kritisch Denken Engine, die eerst vragen terugstelt in plaats van meteen het antwoord te geven.

Checkvragen

Bronnen bij deze les

Shanahan, M. (2024). Talking about large language models. Communications of the ACM, 67(2), 68–79. https://doi.org/10.1145/3624724

Dit essay legt uit dat een taalmodel in de kern berekent welke woorden waarschijnlijk volgen op een reeks tekst, en waarschuwt dat het gesprek daardoor de indruk wekt van een denkend wezen terwijl het systeem fundamenteel anders werkt dan wij.

Mitchell, M., & Krakauer, D. C. (2023). The debate over understanding in AI's large language models. Proceedings of the National Academy of Sciences, 120(13), e2215907120. https://doi.org/10.1073/pnas.2215907120

Dit overzichtsartikel zet de argumenten voor en tegen de stelling op een rij dat taalmodellen taal in menselijke zin begrijpen en concludeert dat die vraag nog open is, wat past bij de boodschap dat een vloeiend antwoord niet betekent dat het model weet of het klopt.

In de bronnenclip Bronnen bij hoofdstuk 1 licht Pascal toe waar de lessen van dit hoofdstuk op steunen.