EduGPT Academy

Hoofdstuk 1. AI begrijpen en herkennen

Les 1.2 Hoe een taalmodel tekst maakt

Kennisclip 2:10 EduGPT - Student MAILS Begrijpen AILit Engage
Wat je in deze les laat zien

Je legt in eigen woorden uit hoe een taalmodel het volgende woord voorspelt, en waarom het daardoor overtuigend klinkt zonder te weten of het klopt.

De video laadt pas als je op afspelen klikt. YouTube draait dan in de privacyvriendelijke modus.

Lees het transcript

Hoi! Fijn dat je er weer bent. Een chatbot schrijft in een paar seconden een hele tekst. Het lijkt alsof hij nadenkt, net als jij. Maar wat gebeurt er eigenlijk als een taalmodel tekst maakt? In deze les leg je dat in je eigen woorden uit. En je ontdekt waarom AI overtuigend klinkt, ook als het niet klopt.

Een taalmodel maakt tekst stukje voor stukje. Het kijkt naar alles wat er al staat, en voorspelt wat daarna het best past. Neem de zin: na de les ging ik snel naar. Huis is een waarschijnlijk vervolg. School ook. Een olifant bijna niet. Het model kiest er één, plakt het erachter, en voorspelt dan opnieuw. Steeds weer. Het heeft dat geleerd van enorm veel tekst. Daardoor klinkt het bijna altijd vloeiend en zeker. Maar let op: het voorspelt wat goed klinkt, niet wat waar is.

Laten we het proberen in EduGPT, met EduGPT Student. Ik vraag hoe een taalmodel het volgende woord kiest, met de zin: na de les ging ik snel naar. EduGPT legt het kort uit, en vraagt dan om mijn eigen aanname en een vraag. Mijn aanname: het model kiest altijd huis. En mijn vraag: kiest het altijd het meest waarschijnlijke woord? EduGPT laat zien dat het model kansen berekent voor meerdere vervolgen, zoals huis, school of de supermarkt. En het daagt me uit: is het meest waarschijnlijke woord altijd het beste? Schrijf zelf drie vervolgen, met kansen die samen honderd procent zijn. Zo leer ik denken als een taalmodel, in plaats van alleen een uitleg te lezen.

En wat gaat er vaak mis? We denken dat een vloeiend antwoord ook een juist antwoord is. Maar een taalmodel weet niet of iets klopt. Het kiest wat past. Controleren blijft jouw werk.

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

Probeer het in EduGPT

  1. Kies een zin uit je eigen studie en stop halverwege, bijvoorbeeld "Voor mijn stage moet ik eerst ...".
  2. Schrijf drie mogelijke vervolgen op, met een kansverdeling die samen 100% is.
  3. Schrijf in drie zinnen hoe een taalmodel tekst maakt, en waarom het overtuigend klinkt ook als het niet klopt.
  4. Open EduGPT, kies EduGPT - Student en verstuur de tekst hieronder met jouw zin, vervolgen en uitleg.

Ik speel zelf taalmodel. Check mijn kansverdeling 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: ...

  1. Beantwoord minstens één vraag die EduGPT terugstelt en verbeter je uitleg.

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 - Student.

Zelf EduGPT gebruiken

Heeft je opleiding geen EduGPT? Binnenkort kun je kosteloos proberen. Wil je nu al verder, dan kan dat met een individueel abonnement.

Individueel abonnement (opent in een nieuw tabblad) 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

1. Een taalmodel krijgt de zin 'na de les ging ik snel naar'. Wat gebeurt er dan?
2. Een medestudent zegt dat een antwoord vast klopt, omdat het zo vloeiend en zeker geschreven is. Wat zeg je?
3. Je speelt zelf taalmodel en schrijft drie vervolgen met kansen. Welke verdeling past bij de opdracht?
4. Je vraagt AI om een definitie voor je verslag en krijgt een keurig antwoord. Wat doe je volgens deze les?

Reflectie

Je antwoord blijft op dit scherm en wordt nergens opgeslagen.

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 (opent in een nieuw tabblad)
    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 (opent in een nieuw tabblad)
    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.

Je voortgang blijft alleen in deze browser.