Advertise on podcast: AIToday Live

Wanneer gebruik je een prompt, een skill of een agent? Het antwoord lijkt simpel, maar zelfs ontwikkelaars die dagelijks met Artificial Intelligence werken komen er in een groep niet uit. Er bestaat geen harde grens, dus losse definities helpen niet. Joop deelt een werkvorm met acht voorbeelden uit het kantoorwerk, waarvan de laatste vier bewust grijs zijn, zodat je team zelf ontdekt waar de grens ligt. Zijn vuistregel is kort: doe je iets af en toe, dan is het een prompt, doe je het regelmatig op dezelfde manier, dan is het een skill, en moet er werk worden afgeleverd, dan is het een agent. Een skill is bovendien lichter dan hij lijkt: de assistent ziet alleen het etiket van ongeveer 80 tokens en opent de inhoud van zo'n 2.000 tokens pas wanneer het nodig is, dus een skill mag uitvoerig zijn. Morgen kun je een half uur met je team plannen, de acht voorbeelden voorleggen en van één prompt die je elke week gebruikt een skill maken met het canvas in de shownotes. Onderwerpen Verschil tussen prompt, skill en agent en de vuistregel om te kiezen Werkvorm met acht voorbeelden om met je team een gedeeld beeld te bouwen Productief falen: eerst worstelen, daarna uitleg geven Waarom een skill lang mag zijn en hoe het etiket werkt Skills als open standaard die platformonafhankelijk blijft LinksWerkvorm: Werkvorm: Canvas prompt, skill of agent (AIToday Live)Documentatie: Agent Skills - Claude Platform DocsOnderzoeksartikel: Kapur, Productive Failure, Cognition and Instruction 2008Onderzoeksartikel: Sinha en Kapur, overzichtsstudie in Review of Educational Research 2021Genoemde entiteiten: Stefan - Manu Kapur - Claude - ChatGPT - Copilot - Anthropic - OpenAI - Google - GitHub - Microsoft Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Sven Stevenson, directeur toezicht en coördinatie op AI en algoritmes bij de Autoriteit Persoonsgegevens, ziet organisaties twijfelen over wat er nu al geldt voor Artificial Intelligence. De AI-act is deels van kracht, maar de handhaving en de standaarden die de wet praktisch maken laten nog op zich wachten. Hij legt uit dat toezicht nu draait om uitleg en dat je ethiek kunt toetsen door grondrechten tegen elkaar af te wegen. Bij AI in werving en selectie ligt de lat hoger: een systeem dat leert van wie eerder is aangenomen, bootst dat plaatje na en moet daarom een of twee keer per jaar worden gecontroleerd op nauwkeurigheid en discriminatie. Ook systemen die je als gewoon algoritme beschouwt kunnen onder de wet vallen. Deze week kun je al je AI- en algoritme-toepassingen op een rij zetten en per toepassing vastleggen welke grondrechten in het geding kunnen komen. Onderwerpen Stand van zaken van de AI-act en de voorbereiding van het toezicht door de Autoriteit Persoonsgegevens Ethiek als toetsbare afweging van grondrechten, met werving en selectie als hoog-risico-voorbeeld Het vloeiende onderscheid tussen algoritmes en AI en het belang van een register van toepassingen AI-geletterdheid als verzwarende factor en de scheve balans bij solliciteren en klachten Toekomstige risico's zoals AI companions en de AP-sandbox voor innovatie LinksOrganisatie: Home | Autoriteit PersoonsgegevensWetgeving: EU Artificial Intelligence Act | Up-to-date developments and analyses of the EU AI ActWetgeving: AVG algemeen | Autoriteit PersoonsgegevensOrganisatie: Home | Rijksinspectie Digitale Infrastructuur (RDI)Organisatie: European AI Office | Shaping Europe’s digital futureWetgeving: Kids Act (Europees voorstel)Platform: Het algoritmeregister van de Nederlandse overheidKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: Autoriteit Persoonsgegevens - World Summit AI - OpenAI - ChatGPT - Europese Unie Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Moet je rekening houden met de gevoelens van een taalmodel? Anthropic zegt in zijn gebruiksvoorwaarden dat een model gesprekken met wrede gebruikers mag beëindigen, uit voorzorg voor het geval er toch zoiets als welzijn bestaat. Joop Snijder vindt dat die regel een verkeerde norm vastlegt, want een taalmodel is een rekenmodel dat voorspelt welk woord volgt en heeft geen lichaam, honger of iets te verliezen. Het gedrag dat op gevoel lijkt, komt uit miljarden menselijke zinnen die het model heeft nagedaan. Bij dieren bestond het bewijs voor pijn wel, bij Artificial Intelligence ontbreekt het. Gewoon normaal blijven communiceren is verstandig, maar dan voor jezelf en niet voor een machine. Lees deze week het stuk over acceptabel gebruik in de voorwaarden van je AI-leverancier en kijk welke aannames daar al in zitten. Onderwerpen Anthropic's regel dat Claude gesprekken met wreed behandelende gebruikers mag beëindigen Waarom een taalmodel volgens Joop Snijder geen gevoelens heeft Tegenwerpingen over onzekerheid, nagebootst gedrag en de vergelijking met dieren Het risico dat zo'n regel een norm vastlegt en een hellend vlak creëert Normaal communiceren met AI omwille van jezelf en het lezen van gebruiksvoorwaarden LinksArtikel: Claude Opus 4 and 4.1 can now end a rare subset of conversations \ AnthropicVideo: Anil Seth: Why AI isn't going to become conscious | TED TalkGebruiksvoorwaarden: Usage Policy \ AnthropicGenoemde entiteiten: Anthropic - Claude - Anil Seth Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Patrick van Stokhem, verantwoordelijk voor robotica-ontwikkeling bij installatiebedrijf BREiNN, kreeg groen licht voor een humanoid robot van 95.000 euro zonder te weten wat hij ermee ging doen. Het probleem is dat de gepoetste demo's op social media niets zeggen over de praktijk, want achter elke virale video zitten weken voorbereiding en exact geprogrammeerde bewegingen. Patrick laat zien wat een humanoid robot nu echt kan: de sterkste modellen tillen 15 tot 50 kilo, en zijn eigen team ontdekte dat gedeelde wachtwoorden in Chinese robots ze binnen 100 meter afstand laten omvallen. Bij Breman Installatiegroep draaien 700 monteurs dagelijks met gereedschapskoffers van 15 kilo, en de sector heeft nu al 140.000 openstaande vacatures die met het huidige personeelsaanbod nooit ingevuld raken. Morgen kun je zelf beginnen met het filmen van een terugkerende fysieke taak in je team, als eerste stap richting automatisering die niet afhankelijk is van een kant-en-klare robot. Onderwerpen Sociale acceptatie en uncanny valley-effect bij humanoid robotsPraktische beperkingen en security-risico's van Chinese robotsVerschuiving van monteur naar robotleider in de installatiesectorWereldmodellen en autonome ontwikkeling via simulatiesImplementatiestrategie: documenteren van repetitieve taken als eerste stapLinks Bedrijf: BREiNN | Innovatielab voor AI, robotisering & maatschappelijke transitieFabrikant: Unitree Robotics | Robot Dog_Quadruped_Humanoid Robotics CompanyBoek: Klara en de Zon - Kazuo IshiguroKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: BREiNN - Boston Dynamics - Hyundai - Unitree - Defensie - Neura - Nvidia Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Negen AI-experts op World Summit AI 2026 reageren op elf stellingen over Artificial Intelligence, van Marijn Markers tot Wouter Haak. Het probleem is dat bedrijven AI opplakken op processen die eigenlijk alleen een betere workflow nodig hebben. De experts laten zien wanneer AI wél werkt, waarom technische skills niet meer de bottleneck zijn en hoe je voorkomt dat je bedrijf de volgende Kodak wordt. Bij één van de gasten verving een enkele medewerker met automatisering het werk van zes fte. Morgen kun je zelf één proces in je team checken: vraagt het om intelligentie, of gewoon om een betere workflow? Onderwerpen Wanneer AI wel en niet in te zetten Digitale vaardigheden als voorwaarde voor relevantie Technische skills zijn niet langer de bottleneck AI-verificatie en verantwoordelijk gebruik AI als denkpartner versus vervanging van denken LinksKaartspel: Podcastgasteditie kaartspelGenoemde entiteiten: KPMG - Checkpoint - AI Mails - QA Company - Gein - Alexai.nl - Auteursbond - Van Toorn Legal - FlowDax - Kodak - World Summit AI Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Sarah van der Land, die AI-experimenten bij de NPO leidde, ziet organisaties eerst een AI-oplossing kiezen en daarna pas rekenen of het iets oplevert. Ze ontwikkelde het SHARP-framework dat je dwingt de business case te maken voordat je begint te bouwen. Bij een moderatieproject bepaalde ze eerst het strategische doel, pas daarna de technologie. Het resultaat: journalisten hoefden nog maar één keer per week te controleren in plaats van dagelijks, met een besparing van bijna 3000 uur werk per jaar. Morgen kun je bij je eigen AI-idee eerst vastleggen welk probleem het oplost en wanneer je het een succes noemt, voordat je verder bouwt. Onderwerpen Het SHARP-framework voor het evalueren van AI-projecten Het belang van een vroege business case bij AI-investeringen De rol van de idee-eigenaar en menselijke expertise in AI-projecten AI-geletterdheid en de verschillende niveaus van AI-gebruik Het vooraf vaststellen van succescriteria en proof bij AI-implementaties LinksKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: NPO - ChatGPT - Leonardo - Runway ML - MOOC - Netflix - YouTube Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

```Maartje Vennema, oprichter van Chief AI Officer Academy, ziet organisaties AI-projecten kiezen op hype in plaats van op waarde. Het probleem is dat automatiseren als hoofddoel al snel een plafond bereikt, terwijl de echte winst vaak ergens anders ligt. Ze laat zien hoe je met een waardedrempel en een besliskader elk AI-voorstel toetst voordat je er resources op inzet. Bij organisaties die dit toepassen blijkt omzetgroei uit het bestaande klantenbestand vaak waardevoller dan de zoveelste automatisering. Morgen kun je met je team bepalen wat een AI-project minimaal moet opleveren voordat het de moeite waard is.``` Onderwerpen Waarom de term 'agent' inhoudsloos is geworden en hoe dat leidt tot verkeerde keuzes Het besliskader: waardedrempel, haalbaarheid en integratieniveau om AI-projecten te toetsen Productiviteits-AI versus Engineered AI en waarom ze verschillende aanpakken vragen Automatiseren als bijvangst in plaats van hoofddoel bij AI-implementatie LinksKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: Chief AI Officer Academy - ChatGPT - LinkedIn Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Bart Scheerder, AI-strateeg bij het UMCG en kwartiermaker voor de Nederlandse AI-fabriek, ziet ziekenhuizen keer op keer beginnen bij de verkeerde vraag. Ze kiezen eerst een tool en zoeken daarna een probleem, terwijl een interne arts nu al 40% van zijn tijd kwijt is aan administratie en maar 20% aan patiëntencontact. Scheerder laat zien hoe het UMCG dit omdraait: eerst het proces in kaart brengen, dan pas kijken of Artificial Intelligence iets oplost. Bij het Karolinska Instituut in Stockholm ontdekten ze zo dat 900 operatiekaartjes maar één keer waren gebruikt, nog voordat er één algoritme was gebouwd. Morgen kun je bij je eigen AI-plan eerst de vraag stellen welk terugkerend probleem je wilt oplossen, en of je daar al betrouwbare data over hebt. Onderwerpen AI verwerken in bedrijfsstrategie in plaats van als aparte strategie Beginnen bij het probleem in plaats van bij de technologie Spraakherkenning en AI-ondersteuning in patiëntcontact: mogelijkheden en beperkingen Van tijdsbesparing naar het herontwerpen van processen Kopiëren van bestaande oplossingen boven zelf het wiel uitvinden LinksOrganisatie: UMC Groningen - umcg.nlOrganisatie: UMCNLProject: Nederlandse AI-fabriekOrganisatie: The European High Performance Computing Joint Undertaking (EuroHPC JU)Organisatie: Elisabeth-TweeSteden ZiekenhuisOrganisatie: Karolinska Institutet - ett medicinskt universitetMethodiek: Wat is Lean? Uitleg, principes en hoe het werkt - Lean.nlModel: Gartner Hype CyclePodcast: AIToday Live podcastOrganisatie: Info SupportKaartspel: AI Game Changer - ETZ editieGenoemde entiteiten: UMCG - UMCNL - Nederlandse AI-fabriek - ETZ - Karolinska Instituut - ChatGPT Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Waarom snapt Artificial Intelligence je vraag bijna nooit precies zoals jij hem bedoelt? Het probleem is dat een taalmodel altijd zelfverzekerd antwoordt, ook als het de context mist die jij als vanzelfsprekend beschouwt. Een tik-experiment uit 1990 laat zien waarom: luisteraars raadden een getikt liedje maar in 2,5 procent van de gevallen goed, terwijl tikkers 50 procent verwachtten. Dezelfde kloof zit in elke prompt die je stelt zonder je context expliciet te maken, van een directierapport tot een klantmail. Morgen kun je die kloof dichten door één prompt aan te vullen met drie zinnen context die je normaal weglaat, en te testen of de output beter aansluit. Onderwerpen De 'curse of knowledge' en waarom taalmodellen altijd antwoorden zonder te waarschuwen bij onduidelijkheid Het tik-experiment van Elizabeth Newton (1990) dat het misverstand tussen tikker en luisteraar blootlegt Drie concrete methodes om betere AI-output te krijgen: expliciete context, teruggeven opdracht, en vastleggen terugkerende informatie LinksProefschrift: Newton, E. L. (1990). The rocky road from actions to intentions. Stanford University.Boek: Heath, C. & Heath, D. (2007). Made to Stick: Why Some Ideas Survive and Others Die. Random House.Artikel: Zamfirescu-Pereira, J.D., Wong, R.Y., Hartmann, B. & Yang, Q. (2023). Why Johnny Can't Prompt: How Non-AI Experts Try (and Fail) to Design LLM Prompts. CHI '23.Podcast: AIToday Live S06E84 – 15 prompt engineering tips van de makers van Claude (deel 1)Podcast: AIToday Live S07E86 – Context engineering: de onzichtbare motor achter betrouwbare AIGenoemde entiteiten: Stanford University - OpenAI Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Maarten van den Outenaar, oud-datadirecteur bij Schiphol, NS en Volker Wessels, zag telkens hetzelfde patroon: technisch perfecte AI-producten die niemand gebruikt. Het probleem is dat teams beginnen met bouwen voordat ze weten welk probleem een specifieke medewerker daadwerkelijk ervaart. Hij laat zien waarom een goede oplossing op het verkeerde moment evenveel oplevert als geen oplossing, en hoe je dat voorkomt. Bij Schiphol verhoogde een simpel rood-groen lampjessysteem de productiviteit van beveiligingslanes met 50%, terwijl een uitgebreid dashboard door niemand werd gebruikt. Morgen kun je bij je eigen AI-project een concrete naam en een concreet probleem opschrijven voordat je begint met bouwen. Onderwerpen Waarom AI-producten niet gebruikt worden: de kloof tussen technologie en gebruikersbehoefteDe productiviteitsparadox: investeren in AI levert niet automatisch meer opSimpele oplossingen werken beter: het voorbeeld van Schiphol's lane-lampjesBouw met een naam: koppel AI-projecten aan concrete personen en problemenTiming is belangrijker dan kwaliteit: te vroeg gelijk hebben werkt averechtsLinks Boek: Geen woorden maar dataKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: Volker Wessels - NS - Schiphol - Alliander Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Waarom stuur je een AI-bericht door zonder de bron te checken? Het probleem is dat hype niet vanzelf ontstaat, maar gemaakt wordt door afzenders met een belang bij jouw aandacht. Zes vragen uit de Hype Literacy Toolkit laten zien wie erbij wint, welke onzekerheid in een voorspelling verstopt zit en of "expert" en "criticus" wel terecht zo genoemd worden. Een leverancier die "80% tijdsbesparing" claimt, blijkt dat cijfer vaak op één deeltaak te baseren, niet op het hele proces. Morgen kun je bij het eerstvolgende AI-voorstel vragen naar de meetmethode, de vergelijkingsbasis en of het cijfer onafhankelijk getoetst is. Onderwerpen Bronnencontrole bij AI-berichtenBelangen achter AI-claims identificerenRetorische trucs in AI-berichtgeving herkennenOnderscheid tussen experts en criticiToepassing van de Hype Literacy ToolkitLinks E-learning/Cursus: The Hype Literacy Toolkit for journalistsE-learning/Cursus: The Hype Literacy Toolkit for JournalistsArtikel: How to cover hype - Alexander Russo's The GradeArtikel: Top Content on LinkedInOrganisatie: DW Akademie's HomepagePodcast: AIToday Live podcastGenoemde entiteiten: DW Akademie - OpenAI Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Max Welling, hoogleraar machine learning aan de Universiteit van Amsterdam en CTO van CuspAI, bouwt een zoekmachine voor materialen die nog niet bestaan. Het probleem: nieuwe materialen ontwikkelen kost traditioneel jaren, terwijl Artificial Intelligence dat proces drastisch kan versnellen. Welling laat zien hoe generatieve modellen miljoenen materiaalkandidaten voorstellen, waarna andere modellen die filteren op stabiliteit en bruikbaarheid. Perovskite zonnecellen gaan dankzij deze aanpak al richting de 30% efficiëntie, met een lab dat de meetresultaten terugvoert in het systeem voor de volgende ronde. Morgen kun je in kaart brengen welke data in je team verloren gaat, want zonder geordende data heeft geen enkel AI-model iets om van te leren. Onderwerpen CuspAI's platform Namira: een zoekmachine voor niet-bestaande materialen die met AI miljoenen kandidaten genereert, filtert op stabiliteit en valideert in het lab Probleemgestuurd werken: begin met concrete uitdagingen zoals CO2-opvang of batterijopslag, niet met de vraag welke AI-technologie beschikbaar is Data-infrastructuur als voorwaarde: organiseer alle data inclusief mislukte experimenten en metadata voordat je AI-modellen inzet Vertrouwen door verificatie: toets AI-output op meetbare criteria in plaats van elke tussenstap te willen doorgronden Wetgeving en organisatieprocessen als bottleneck: trage besluitvorming en vergunningsprocedures remmen AI-implementatie meer dan technische beperkingen LinksOrganisatie: CuspAI | AI-powered materials discoveryPersoon: Geoffrey Hinton - grondlegger moderne neurale netwerken, NobelprijswinnaarEvenement: World Summit AI: krijg 20% korting met code AITODAY20Podcast: AIToday Live podcastKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: CuspAI - Universiteit van Amsterdam - AMOLF - Zoom - Google Hangout Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Marijn van Aerle, medeoprichter en CTO van Floryn, bouwde een controlesysteem waarbij een beoordelaar niet zomaar akkoord kan klikken op een AI-voorstel. Het probleem: na tweehonderd keer goedkeuren wordt controleren een reflex, ook bij AI-voorstellen die fout zijn. Van Aerle laat zien hoe zijn systeem afwijkende beslissingen automatisch naar een tweede beoordelaar stuurt, met de vraag wat er anders is aan dit dossier. Bij Floryn corrigeert het model de mens niet, maar signaleert het wanneer een besluit afwijkt van vergelijkbare zaken - vóór het bericht naar de klant gaat. Uit onderzoek van Info Support blijkt dat minder dan 10% van de organisaties AI-governance formeel heeft vastgelegd, terwijl 80% AI al gebruikt in het ontwikkelproces. Morgen kun je zelf één cijfer opzoeken: hoeveel van de laatste honderd AI-voorstellen zijn afgekeurd. Onderwerpen Automatiseringsbias en het verslijten van menselijke controle bij AI-systemen Het meten van effectiviteit van human-in-the-loop controle aan de hand van afkeurpercentages Vier concrete aanpassingen om AI-toezicht daadwerkelijk te laten functioneren Floryn's praktijkvoorbeeld van wederzijds leren tussen AI-model en menselijke beoordelaars LinksPodcast: AIToday Live S07E64 — Wat is erger: een fout van AI of van ons?Podcast: AIToday Live S08E78 — AI coding harnas: zo dwing je controle technisch afPodcast: AIToday Live S05E09 — Vinden van de perfecte balans tussen menselijke beslissingen en AI-modellen (Marijn van Aerle, Floryn, deel 1)Podcast: AIToday Live S05E11 — Clusteringalgoritmen en vierogenprincipe: hoe Floryn hun model verbetert (deel 2)Onderzoek: Agentic Engineering-onderzoek, Info Support, onder 330 Nederlandse IT-beslissersPlatform: Een mens in de loop — AI LabFramework: Een mens in de loop, maar wie en hoe?Artikel: Verdieping — Human-in-the-loopGenoemde entiteiten: gemeente Amsterdam - AI Lab - Floryn Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Joyce Datema helpt organisaties dagelijks met de mensenkant van Artificial Intelligence implementatie, en ze ziet steeds hetzelfde patroon: tools worden uitgerold, trainingen gegeven, en zes weken later werkt de helft van het team nog met AI. Het probleem zit niet in de technologie, maar in het ontbreken van eigenaarschap, concrete afspraken en een gedeelde werkwijze. Ze ontwikkelde de AI-wasstraat: een werkvorm waarbij je het volledige werkproces op tafel legt met iedereen die eraan bijdraagt, voordat je ook maar één tool opent. Agents kennen de formele regels, maar niet de ongeschreven regels — zoals de klant die altijd twee weken over een factuur doet, en dat prima is. Die impliciete kennis moet je expliciet maken voordat je een agent inzet. Morgen kun je beginnen met één werkproces: verzamel de mensen die eraan bijdragen, leg alle stappen op tafel en stel de vraag welke stappen waarde toevoegen en welke niet. Die twee uur leveren meer op dan een dag AI-training. Onderwerpen Begin met resultaten en werkprocessen in plaats van met tools De AI-wasstraat: werkprocessen ontleden met het hele team Ongeschreven regels en uitzonderingen vastleggen voor agents Eigenaarschap beleggen bij teammanagers in plaats van bij ICT Human in the loop als concrete agenda-afspraak organiseren LinksPodcast: AIToday Live podcastOrganisatie: AI-café - Joyce DatemaKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: Copilot Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Oscar Wijsman en Ruud Staijen, beiden werkzaam bij de Nederlandse politie, zien hoe 65.000 medewerkers dagelijks met AI en data moeten omgaan zonder blind te vertrouwen op de uitkomst. Automation bias ligt op de loer: te veel leunen op AI-output zonder kritisch te blijven kijken naar de bron. Ze delen hoe je gemanipuleerde data herkent, waarom oude fouten binnen de organisatie actief besproken worden, en welke stappen nodig zijn voor verantwoorde Artificial Intelligence-implementatie. Bij de politie ging het ontwikkelen van nieuwe procedures vroeger twee jaar duren, nu gebeurt dit in weken door voorlopers binnen de organisatie als voorbeeld te gebruiken. Morgen kun je in je eigen team achterhalen wie al verder is met AI en die kennis informeel delen, inclusief de fouten die daarbij horen. Onderwerpen Herkennen en omgaan met gemanipuleerde data in politieonderzoek Kennisdeling binnen grote organisaties door verhalen en voorlopers in plaats van formele training Automation bias voorkomen door verificatie en behoud van vakmanschap naast AI-gebruik Leren van eerdere fouten zoals het Landdecker-arrest voor verantwoorde data-implementatie Praktische vertaling van de AI Act door actieve inbreng vanuit dagelijkse werkpraktijk LinksPodcast: AIToday Live podcastEvenement: Bezoek de Cloud Expo | 2 en 3 december 2026 - Cloud ExpoKaartspel: AI Game Changer - Generative AI editieGenoemde entiteiten: Europol - Politieacademie - Europol AI Strategic Group Stuur ons een bericht AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.Info SupportInfo Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!