WEBVTT

1
00:00:02.680 --> 00:00:10.380
Welkom bij AI Report. Voordat we beginnen een kleine aankondiging, want in januari van het komende jaar starten we met iets nieuws, namelijk masterclasses.

2
00:00:10.670 --> 00:00:22.440
En het idee is dat je dan in een uur een belangrijke AI skill leert, waarmee je dan vervolgens ook direct aan de slag kan gaan. En in de eerste masterclass neemt Wytse je mee in Claude Code.

3
00:00:22.640 --> 00:00:27.400
En Claude Code is een tool waarmee iedereen, dus ook jij, kan programmeren.

4
00:00:28.060 --> 00:00:40.180
En je leert dan dus hoe je een idee voor een tool of een app op een website opzet, waar je op moet letten en hoe je het van een idee naar een werkend prototype krijgt.

5
00:00:40.220 --> 00:00:54.120
Als je nou geen technische achtergrond hebt of je denkt: ik ben helemaal geen programmeur, dat is juist uitstekend, want deze masterclass is bedoeld voor beginners die helemaal from scratch willen leren hoe ze met AI tools kunnen maken, zelf kunnen programmeren.

6
00:00:54.160 --> 00:01:08.220
Het is iets magisch en Wytse is de tovenaar, dus dat is fijn. De masterclass is exclusief voor betaalde abonnees, uhm, en die gaan we organiseren op 8 januari om 12.00 uur. En jij kan erbij zijn.

7
00:01:08.340 --> 00:01:15.420
Uh, als je nog geen abonnee bent van AI Report, dan is dit het moment om in te stappen. Want alleen nog deze week loopt onze oudejaarsactie.

8
00:01:15.620 --> 00:01:27.220
Tot en met 21 december betaal je € 99 voor een heel jaar AI Report in plaats van de normale 120, dus dat is meer dan € 20 korting, en dan kun je direct meedoen met die masterclass in januari.

9
00:01:27.700 --> 00:01:37.180
8 januari dus om 12.00 uur, waarin Wytse je gaat leren programmeren. Dat is toch een leuk, leuke soort van nieuwjaars, nieuwjaars, of is dat, voornemen?

10
00:01:37.660 --> 00:01:50.040
Als je wil meedoen, dan klik je op de link in de beschrijving, uhm, en we hopen van harte dat je er ook bij bent. Veel plezier met de opname van ons meest recente webinar waar jullie vragen stelden aan ons.

11
00:01:55.200 --> 00:02:09.320
[muziek] Voordat we beginnen, wil je nog iets zeggen, Wytse? Uhm, nou, ik ben wel nieuwsgierig. Uhm, een vraag aan de, aan de kijker. [lacht] Ik wou zeggen: de luisteraar, maar jullie kijken ook.

12
00:02:09.979 --> 00:02:17.720
Wie er wat doet met dingen van Mistral, omdat die natuurlijk nieuwe modellen hebben nu. Wordt het eigenlijk ingezet binnen je organisatie of is het alleen spelen ermee? Ik ben gewoon even nieuwsgierig.

13
00:02:18.260 --> 00:02:27.180
Jij vraagt je af of er daadwerkelijk levende zielen te vinden zijn die Mistral gebruiken en jij hoopt nu op positieve resultaten hiervan. Ja, of mensen te motiveren om er eens mee te spelen.

14
00:02:27.240 --> 00:02:37.780
Ja, precies, een a-select steekproef. Uh, la-laat je horen, zullen we maar zeggen. We beginnen met de eerste vraag en die is van Aldo. Ondanks de verbeterde modellen heb ik nog veel last van hallucinaties.

15
00:02:37.840 --> 00:02:48.800
Ik ben benieuwd naar de effectiviteit van, van methoden om die hallucinaties te beperken. Naast de bekende RAG-oplossing waarbij je je eigen data koppelt. Dat moet je dadelijk even uitleggen.

16
00:02:49.200 --> 00:02:56.540
Helpt een techniek als chain of thought, stap voor stap redeneren, tegen feitelijke hallucinaties? Of voorkomt dat vooral logische fouten?

17
00:02:57.660 --> 00:03:06.410
En wat betreft een multimodal aanpak waar, waarbij we bijvoorbeeld Gemini, Claude en ChatGPT bevragen. Is dat een betrouwbare oplossing?

18
00:03:06.500 --> 00:03:13.370
Of zien jullie dat LLM's door hun vergelijkbare trainingsdata vaak in dezelfde valkuilen trappen en elkaars fouten juist bevestigen?

19
00:03:14.620 --> 00:03:22.640
Jeetje, dat laatste is een oplossingsrichting, namelijk moet ik meerdere modellen misschien gebruiken, maar de, de, de vraag komt hierop neer: hoe deal ik met hallucinaties?

20
00:03:22.900 --> 00:03:31.660
Ja, wat, wat ik zelf doe in dat soort situaties, waar je eigenlijk antwoorden wil geven aan een eindgebruiker of aan jezelf, waarin eigenlijk hallucinaties geen optie zijn.

21
00:03:32.080 --> 00:03:37.500
Misschien denk je wel: die zijn nooit een optie. Maar er zijn natuurlijk heel veel vraagstukken waarin het wat minder erg is dat er misschien een beetje bluf bij zit.

22
00:03:37.560 --> 00:03:40.520
Maar bijvoorbeeld medische vraagstukken kan dat eigenlijk gewoon niet. Is gewoon gevaarlijk.

23
00:03:41.160 --> 00:03:51.980
Uhm, wat ik in mijn prompt heb staan dan, uh, in mijn systeemprompt is als er enige claim gedaan wordt, dus wat je ook claimt, hè, dat apparaat, die modellen weten best wel goed het verschil tussen een claim en niet een claim.

24
00:03:52.020 --> 00:04:03.120
Dat zit wel goed. Dan moet je een toolcall doen. Oftewel dan moet je het web op. Je moet jezelf gronden en dan doe je eigenlijk een soort grondingsverzoek. Eigenlijk een grondingseis, uh, in je systeemprompt al.

25
00:04:03.160 --> 00:04:12.420
Daardoor wordt het een stuk trager kan ik je wel vertellen. Het kan minuten gaan duren voordat je antwoord krijgt, maar dan heb je wel in ieder geval dat het model niet eens zelf hoeft te bepalen of het twijfelt.

26
00:04:12.540 --> 00:04:17.620
Want anders krijg je hallucinaties. Maar jij gaat eigenlijk zeggen: twijfel maar altijd. Twijfel maar bij iedere claim.

27
00:04:17.660 --> 00:04:27.080
En als je iets claimt, dan wil ik gewoon dat je die claim nazoekt en dan gaat, kan die via toolcalling het web op of als die gegrond is in het web door, door Anthropic of door Gemini gewoon Google gebruiken.

28
00:04:27.480 --> 00:04:29.320
En ik heb gemerkt dat dat heel erg helpt.

29
00:04:29.760 --> 00:04:40.570
Weet wel dat als je het voor eind, eindgebruikers maakt, hè, dus het is onderdeel van je eigen software, dan moet je ze wel even uitleggen dat er een onderzoek gedaan wordt in plaats van dat je binnen 2 seconden een antwoord krijgt of binnen 200 milliseconden.

30
00:04:40.640 --> 00:04:48.400
Dus de modellen zijn best goed in staat om het verschil te begrijpen tussen feitelijke claims en de tekst eromheen, om het maar even zo te zeggen.

31
00:04:48.780 --> 00:04:54.880
En als je zegt: joh, als jij bemerkt dat je aan het claimen bent, dan wil ik dat jij je eigen claims altijd dubbelcheckt.

32
00:04:55.320 --> 00:05:03.880
Dan de tweede vraag, uh, dat gaat eigenlijk over een soort council maken, hè, dus een soort council of LLM's. Dus dan maak je een soort democratisch groepje. Voordat we daar naartoe stappen.

33
00:05:03.980 --> 00:05:14.159
RAG wil jij misschien nog even. Nou, stel, stel je voor je wil dit en ik, ik probeer het even iets breder te trekken, want misschien heeft deze gebruiker of luisteraar, ik, ik noemde je een gebruiker. Mijn excuses.

34
00:05:14.480 --> 00:05:24.340
Misschien heeft deze luisteraar/kijker een heel specifieke, uh, doelstelling, maar ik denk dat dit voor veel mensen die het in zakelijke context, uh, gebruiken, dat het gewoon heel belangrijk is.

35
00:05:24.400 --> 00:05:32.800
Dus ik stel me zo voor: stel je hebt een, uh, een document waar de meest gestelde vragen van klanten in staan.

36
00:05:33.160 --> 00:05:43.780
Ja, en dan vervolgens heb je een ding gemaakt wat, uh, uh, uh, probeert vragen automatisch, die supporttickets die binnenkomen automatisch te beantwoorden aan de hand van dat document.

37
00:05:44.740 --> 00:05:55.000
Stel je hebt dit gedaan door, ja, wat zou, wat zouden mensen, wat is de gemakkelijkste manier om dit te gebruiken? De, die do-, die data toe te voegen. Tegenwoordig zijn dat vinkjes in je Copilot-omgeving.

38
00:05:55.060 --> 00:06:03.600
Dus dan koppel je je, een, een map uit OneDrive en die geef je als het ware als context mee. Dat is RAG op de achtergrond. Is allemaal technisch, maar het komt op hetzelfde neer. Ja. Ja, precies.

39
00:06:04.280 --> 00:06:12.132
Uhm, en, en als je dan daar, als je in zo'n setting dat wil optimaliseren, wat, wat moet je dan doen?Ja, als je in die setting zit.

40
00:06:12.162 --> 00:06:23.592
Nou, het punt is dus dat de standaardoplossingen, hè, dus, dus zoals Microsoft het levert binnen Copilot, waarin je context kan geven, gronding eigenlijk aan je modellen, die zijn gewoon minder kritisch omdat die geoptimaliseerd zijn om snel antwoord te geven.

41
00:06:23.692 --> 00:06:31.032
Juist. Want het snel antwoord geven is voor heel veel mensen prettig. Alleen de prijs van snel antwoord geven is bluffen. Dat is bij mensen eigenlijk ook zo, hè.

42
00:06:31.052 --> 00:06:39.232
Als iemand off the cuff heel snel kan reageren, dan zit daar waarschijnlijk niet heel veel reflectie op. Dus ik vraag altijd om reflectie. En misschien om het iets concreter te maken nog.

43
00:06:39.692 --> 00:06:43.712
Jij vroeg me laatst: kunnen we een podcast samenvatten van vier uur? Dward Cash, nou die, die kletst maar door.

44
00:06:44.052 --> 00:06:54.752
En toen heb ik eigenlijk een flow bedacht waarin, of in ieder geval gevonden van iemand die, dit staat allemaal best wel leuk online, ideetjes van mensen om dit beter te maken van: oké, ga eerst maar eens die hele, uh, podcast samenvatten.

45
00:06:54.772 --> 00:07:05.712
Heb je transcript. Of eerst transcriberen, stap één, dan gaan we samenvatten. Dan wil ik, uh, nog een stap, alle claims destilleren. Alles wat er aan claims gedaan wordt in jouw samenvatting.

46
00:07:05.732 --> 00:07:16.392
Dan wil ik per claim, komt die uit het transcript of heb je die er zelf bij bedacht? Mhm. Blijkt dat 20% er zelf enthousiast [lacht]. Ja, nee. Ja, ik wist wel ongeveer wat ze bij Dward Cash bedoelden. Wat?

47
00:07:16.732 --> 00:07:22.432
Nee, je moest binnen de, binnen het gesprek blijven, hè. Dus, en dan zeg ik dus- Raakt het eigenlijk op in heel veel delen.

48
00:07:22.512 --> 00:07:37.472
Ja, en dat is, dat is steeds teruggekomen, ook in alle flows die wij maken, zeg maar, voor Eva-items bijvoorbeeld, is dat je uiteindelijk een soort, ja, productielijntje maakt, hè, zo'n flow met blokjes waarin je multipath, zoals dat heet, meerdere stappen neemt om tot een resultaat te komen.

49
00:07:37.592 --> 00:07:46.272
En dan krijg je echt de kracht van taalmodellen als je ze achter elkaar gaat rijgen en ze eigen taken geeft. Jij bent de factchecker, jij gaat de facts uit elkaar halen.

50
00:07:46.492 --> 00:07:54.672
Nu moet je hem herschrijven met 80% van de facts die wel uit het ding. En dit, maar goed, dat duurt 4,5 minuut voordat jij van mij je tekst krijgt. Juist. Dat moet je maar accepteren. Ja.

51
00:07:54.712 --> 00:08:01.512
In jouw geval is dat prima, want je wil gewoon een samenvatting. Maar, hè, dus het heeft ook weer maken: ben je met een real time AI applicatie bezig, hè, wil je meteen antwoord?

52
00:08:02.072 --> 00:08:09.832
Of is het iets wat op de achtergrond draait en mensens mailbox vult? Ja. Bij die tweede kan je zo'n mooie, s-, ja, slang van blokjes maken. Ja, want dan maakt het niet uit hoe lang het duurt. Ja.

53
00:08:10.252 --> 00:08:17.362
Nog, nog even heel kort over die verschillende modellen. Is er een model dat minder liegt dan andere modellen? Ja, goed, we hebben de claims, laten we zo zeggen.

54
00:08:17.392 --> 00:08:30.612
Ik kan het alleen maar halen uit de research, want er, ik bedoel, ik weet dat OpenAI best wel met 5.1 in hun, uh, system card, hè, dus, uh, de pdf die bij het model zat waarin geschreven staat wat hun veranderd hebben, ten dele in ieder geval en hoe de benchmarks zijn.

55
00:08:31.052 --> 00:08:40.812
Er is een soort hallucinatie benchmark. Ik doe even zo, zeg maar, om maar zien hoe goed dat is, maar dat doet iets en dat, dat laat zien dat GPT 5.1 substantieel minder hallucineert.

56
00:08:40.852 --> 00:08:48.612
Het blijft wel, het punt is dat je dan wel in thinking high zit, hè, dus dan ben je in het, uh, reasoning model, dus die kan nadenken, aan het aanroepen. Dus antwoorden duurt 30 seconden of meer.

57
00:08:49.172 --> 00:08:51.192
En high, oftewel veel duurder.

58
00:08:51.552 --> 00:09:02.051
Hè, dus ik denk dat mijn hele antwoord neerkomt op: hoeveel tijd en geld heb je ervoor over om de antwoorden, uh, ja, eigenlijk meer feitelijk te maken dan dat ze misschien normaal zouden zijn.

59
00:09:02.252 --> 00:09:12.072
Blijft een ingewikkeld ding, hè, dat je dat zelf moet bedenken. Ik vind het echt zo vervelend dat je- Ja...zelf moet bedenken: ja, had ik hiervoor ook een goedkoper model kunnen gebruiken de hele tijd?

60
00:09:12.132 --> 00:09:14.292
Of als je het goedkope model gebruikt, had dit beter gewerkt.

61
00:09:14.312 --> 00:09:24.272
Ja, en ik, nou, misschien dan om, om, om hem helemaal rond te maken, dit hele lange antwoord is: ik doe dus in die flow, hè, in die blokjes achter elkaar, die multipass, uh, uh, LLM-structuren.

62
00:09:24.812 --> 00:09:27.532
Daar zitten een paar light modelletjes bij en een paar flash modelletjes.

63
00:09:27.632 --> 00:09:44.492
Ik vind bijvoorbeeld kijken wat een feit is en wat een, uh, feit uit de tekst is en wat een feit uit het, uh, uh, uit het, uit het model is, kan prima zo'n klein model, zeg maar, dus je kan dan, dat is het leuke aan, ook toch wel leuk aan die slangetjes bouwen van blokjes is dat je per blokje kan bepalen hoeveel intelligentie en hoeveel tijd heb ik eigenlijk nodig voor dit blokje.

64
00:09:44.862 --> 00:09:57.852
Maar het hele ding duurt [lacht] nog steeds wel een minuut of vier, vijf. Oké, Kevin zegt: Wietse en Alexander, komma, het nieuwe jaar komt eraan. Stel dat jullie voor 2026 één wens mogen doen op het gebied van AI.

65
00:09:58.192 --> 00:10:10.212
Iets dat op dit moment nog niet bestaat. Welke wens zouden jullie dan uitspreken? Ter inspiratie: denk aan een open source model dat iedereen lokaal kan draaien of een Nederlandse AI-provider vergelijkbaar met OpenAI.

66
00:10:12.252 --> 00:10:18.472
Wauw, wat een vraag. Springt er bij jou meteen iets binnen? Uuuh. Geef mij even de tijd om na te denken [lacht].

67
00:10:18.652 --> 00:10:34.592
Nou, ik, ik denk dat, uuuh, kijk, ik, het is een klein voorproefje op de podcast die we gaan opnemen, uh, straks. Maar ik ben wel echt in de war van de programmeerskills van Opus, uh, 4,5, die nu een week uit is of twee.

68
00:10:35.652 --> 00:10:46.952
Uhm, en [schraapt keel] ik realiseer me hoe, hoe goed dat ding als ie lang nadenkt is in zijn eigen problemen oplossen. Dat dat gewoon een loop is die op de achtergrond werkt.

69
00:10:46.992 --> 00:10:51.232
En ik vind het fascinerend om mee te lezen met wat dat ding doet en dat het uiteindelijk werkt. Wat ik vraag althans.

70
00:10:52.732 --> 00:11:03.692
Maar wat ie niet doet, wat i-, wat nog niet kan, is, er is nog geen, uh, er zijn, er zijn nog niet echt goede UI's voor agents die op de achtergrond dingen doen en mij dingen voorstellen.

71
00:11:04.512 --> 00:11:22.462
En waar ik de hele tijd op hoop is in heel mijn, in, in al mijn werk zitten allerlei dingetjes waarbij ik zou willen dat die AI in de gaten houdt, uh, wat ik allemaal heb gedaan of wat ik, uh, voor plannen heb of heb afgesproken, of wat ik op routinematige basis doe, of afspraken die ik heb gemaakt.

72
00:11:23.392 --> 00:11:29.932
En ik zou zo graag willen dat die, dat dat ding dat eruit vist. Dat kan uit meetings zijn, dat kan uit e-mails zijn, dat kan van alles zijn.

73
00:11:30.792 --> 00:11:37.392
En dan suggesties doet automatisch met hoe hij daar follow-up aan kan geven en misschien zelfs wel zelf uitvoert.

74
00:11:37.472 --> 00:11:47.432
Dus ik zie heel erg uit naar een, ik ga ervan uit dat AI-systemen proactief allerlei dingen gaan suggereren. Dat doen ze nu nog niet, maar proactief allerlei dingen gaan suggereren.

75
00:11:48.052 --> 00:11:55.632
En dat ik dan een soort van op mijn werk kom 's ochtends en dat er dan een rijtje klaarstaat met allemaal sugge-- gesuggereerde acties van dat ding.

76
00:11:56.152 --> 00:12:06.612
En dat ik dan een vinkje kan klikken, een kruisje kan klikken of op een pennetje kan klikken om het te bewerken. En dat dat ding dan aan de slag gaat om dat te doen of in de gaten te houden of et cetera.

77
00:12:08.032 --> 00:12:18.944
Ik mis dus heel erg een soort unified interface van al die, nou ja, uh, agents die ik langzamerhand aan het maken benEn daar heb ik heel erg zin in.

78
00:12:18.984 --> 00:12:26.824
Dat is een heel ander niveau dan de vraag die je, of de suggesties die je zelf doet. Maar dit wil ik heel graag omdat dit mij in mijn werk zou helpen.

79
00:12:27.384 --> 00:12:35.224
Ja, ik denk dat het te maken met de achter de schermen en voor de schermen, hè, dus. Want voor de schermen is waar de meeste gebruikers zijn, die namelijk gewoon dingen willen oplossen.

80
00:12:36.104 --> 00:12:39.924
En ik zit heel vaak achter de schermen super nerdy te praten over nieuwe protocollen of zo.

81
00:12:40.424 --> 00:12:51.464
Maar als die protocollen uiteindelijk niet drie lagen verder, zeg maar, van halffabrikaat naar heel fabricaat gaan, dan, ja, dan kan, dan kan je er eigenlijk gewoon, je als in de rest van, van de mensen, kunnen er niet zo heel veel mee.

82
00:12:51.524 --> 00:12:58.524
En daar gaan we straks over, en we gaan lekker teasen waar in de podcast over hebben, jouw enthousiasme ook. Je wordt echt helemaal enthousiast als het jou lukt en dat is echt vet.

83
00:12:58.964 --> 00:13:02.024
Alsof je een soort toverstok hebt en je, het lukt, zeg maar. En jij?

84
00:13:02.154 --> 00:13:11.264
Uhm, nou, d-, er zijn inderdaad de lokale modellen die ook al in de hint zaten van: misschien moet je denken over lokale modellen, maar ik ga het iets concreter maken. Ik doe soms op verjaardagen [beiden lachen]

85
00:13:11.704 --> 00:13:19.284
ten, ten verdriet van de mensen om me heen. Ja. Kijk, ik, ik krijg wel, ik krijg van mensen opmerkingen, dan zeggen: jij bent die AI jongen dan toch of zo. Oké, prima, eigen schuld.

86
00:13:19.844 --> 00:13:26.304
Uh, en dan zeg ik: ja, hoe zit het dan met duurzaamheid? Hoe zit het met al die data die gestolen is? Ik ben schrijver, mijn boek zit erin, weet je wel. Super terecht. Prima.

87
00:13:26.844 --> 00:13:33.544
En dan doe ik heel snel, dat is mijn standaard demootje tegenwoordig. Dan pak ik zo heel dramatisch mijn iPhone. Die zet ik dan op vliegtuigmodus. Dan start ik Locally AI.

88
00:13:33.604 --> 00:13:44.604
Start ik alsof ik een applicatie opstart, maar dan start ik de app Locally AI en dan zeg ik: kijk hier, ChatGPT. Maar ik heb geen internet, dus het datacenter is ineens weg. Helemaal weg, hè, dus.

89
00:13:44.644 --> 00:13:52.504
En mijn telefoon laad ik op met mijn fiets. Noem maar even wat. En dan zeggen: oh joh, wauw, is dat ding dan slim? Zeg ik: nou, die is niet zo heel slim nog, maar kijk, het werkt helemaal hetzelfde.

90
00:13:53.064 --> 00:14:03.264
En dan kan ik ook nog zeggen: en het model is een model getraind op open data. Namelijk data waar mensen van hebben gezegd: dit mag in de commons, dit staat in het park, zeg maar. Dit mogen we lezen, dit is goed.

91
00:14:03.304 --> 00:14:13.644
Zo heb je eigenlijk een klein model waar de data eigenlijk, uh, prettiger verzameld is en, uh, de energie, uh, lokaal blijft en ook je data nog eens lokaal blijft, hè. Dus het heeft ineens zo, checkt alle boxes.

92
00:14:14.224 --> 00:14:23.384
Wat ik wens voor 2026, want dat was de vraag, is, het probleem met Locally AI nu is, op de iPhone dan, voor de Android gebruikers Google Edge AI, staat op GitHub van Google zelf.

93
00:14:23.444 --> 00:14:28.684
Supertoffe app met allemaal, kan je spelen met allemaal lokale, lokale modellen, dus jullie zijn ook helemaal voorzien.

94
00:14:29.044 --> 00:14:36.264
[schraapt keel] De grote vraag is nu: hoe klein, is ook in het geval van Mistral, die nu allemaal kleine nieuwe modellen heeft uitgebracht.

95
00:14:36.824 --> 00:14:49.624
Hoe weinig moet een model, hoeft een model te weten om zelf het internet op te gaan om just in time, in het moment, zeg maar, die data er alsnog bij te pakken. Uit een cloudmodel of gewoon googelend?

96
00:14:50.064 --> 00:14:59.924
Ja, dus, nou ja, dus jij maakte één stap, één stapje terug nog. Ik zou nog even zeggen googelend. Cloudmodel zou zijn dat hij eigenlijk in het datacenter een grotere broer of zus heeft waar hij ook mee mag praten.

97
00:15:00.024 --> 00:15:09.564
Dat is een beetje het Apple model van, uh, lokaal en, uh, cloud hybrid. Ik heb het over, ik heb Locally AI. Ik zet mijn vliegtuigmodus uit, dus ik heb weer internet.

98
00:15:09.944 --> 00:15:21.804
Het model is lokaal, maar is dun en slim genoeg om te weten hoe dun het is. Daarmee bedoel ik: het kan piano spelen, maar het kent geen bladmuziek, [schraapt keel] helemaal niets. Nou, het weet wat het niet weet. Exact.

99
00:15:21.884 --> 00:15:30.484
En dat is denk ik de gro-- dat is ook de vraag hiervoor eigenlijk, hè. Dit is een van de grote noten om te kraken. Mijn droom is dat, ik heb de ontwikkelaar van Locally AI hier ook om gevraagd.

100
00:15:30.524 --> 00:15:38.804
Is gewoon één kerel die een supervette app gemaakt heeft. Kan jij zorgen dat je tool calling kan doen? Kan je zorgen dat hij het internet op mag? Want dat kan nu nog niet.

101
00:15:39.264 --> 00:15:47.644
En als Locally AI het internet op kan en de kleine dunne modelletjes, getraind op data uit het park, zeg maar, uit de commons, kan goed weten wat hij niet weet.

102
00:15:47.894 --> 00:15:56.684
Dan kan ik aan mensen op verjaardagen demoën: AI on device, die ook nog eens weet wanneer die het internet op moet om daar in Wikipedia en Google data te halen.

103
00:15:56.704 --> 00:16:00.904
En dan denk ik dat we veel meer lokaal kunnen dan dat we nu voelen als we ermee praten.

104
00:16:00.924 --> 00:16:12.724
Want de modellen zijn feitelijk heel dom, maar wel intelligent genoeg om het internet op te gaan om die informatie net even te pakken. Dus lokale modellen plus grounding op het internet met een knopje op je iPhone.

105
00:16:12.764 --> 00:16:22.964
Zou prettig zijn. Ralph vraagt: wat denken jullie van de nieuwe Copilot workflow tools? Heb je dit bekeken? Ik heb dit niet voorbij zien komen. Ik heb, uh, Build, Build 2025.

106
00:16:22.984 --> 00:16:26.304
Build is een beetje de super conference van Microsoft als het om developers gaat, zeg maar.

107
00:16:26.324 --> 00:16:36.924
Zit, en er zit altijd, nou, een goede eenvijfde van de talks is mega goed ineens, dus, uh, ik klap er altijd mee in mijn oren, omdat het dan, ik, ik, heel, is heel veel, uh, weet je, met alle respect, meer marketing zeg maar.

108
00:16:36.984 --> 00:16:42.763
Ik denk een beetje fluffig. En ineens staat er dan zo'n ontwikkelaar die even in 20 minuten iets eruit ramt dat ik hem drie keer terug moet kijken, zeg maar.

109
00:16:43.224 --> 00:16:49.624
Flow is eigenlijk wat N8N doet, hè, dus je met blokjes werken en dan agents bouwen. Uh, agentic flows bouwen visueel.

110
00:16:49.744 --> 00:17:01.144
Uhm, ik vind het, uh, gaaf dat het nu in die platform zit, zodat, dat is een stukje democratisering van software, om het even als idealist te zeggen, dat je niet constant hoeft te vragen aan een ontwikkelaar: kan jij voor mij iets doen?

111
00:17:01.184 --> 00:17:06.244
Maar dat je eigenlijk in ieder geval je eerste, nou, laten we het dan een prototype noemen of MVP, je eigen flow kan bouwen.

112
00:17:06.784 --> 00:17:16.424
En ik denk dat meer mensen in een organisatie de mogelijkheid geven om zelf pseudo software te bouwen, ik noem het toch even zo, hè, is, uh, denk ik alleen maar- Op basis van, uh, kijk naar mijn Outlook mail.

113
00:17:16.964 --> 00:17:22.444
Uh, als er een kritisch mailtje binnenkomt, dan moet je hem flaggen als kritisch en mij een bericht sturen in Teams.

114
00:17:22.484 --> 00:17:31.304
Ik, ik, wat ik van die presentatie herinner is dat er allerlei predefined connectors zijn, hè, dus wat wij dan MCP's zouden noemen en daar gewoon het icoontje van Office 365 is. Koppelingen met apps.

115
00:17:31.384 --> 00:17:40.643
Ja, koppelingen met apps, kan je naar je OneDrive. Dus ik zou bijna zeggen dat er zelfs triggers te maken zijn op: er komt een nieuwe mail binnen, haal hem door die flow, dus. Maar dan doe ik even een gokje. Ja.

116
00:17:40.684 --> 00:17:52.084
Maar het is wel, kijk- Google is deze week met een tool, die heb ik wel gezien, uh, die dit doet voor Workspace. Dus eigenlijk een soort van blokkenbouwer, maar met natuurlijke tekstinput.

117
00:17:52.144 --> 00:18:01.084
Dus je kan gewoon in normale taal aan het ding vertellen wat hij moet doen en dan maakt hij daar van die blokjes van: als dit gebeurt, dan moet je dat doen. Hier moet je Gemini gebruiken.

118
00:18:01.624 --> 00:18:11.884
Maar de, de, dat is heel fijn dat het in Workspace zit en dat kan natuurlijk al een hoop. Daarmee ontsluit het heel veel. Maar het aantal verbindingen met externe partijen is wel heel klein.

119
00:18:12.124 --> 00:18:23.304
Google heeft iets van vijf deals gemaakt met Asana en Salesforce en meer van dat soort bedrijven, maar niet met Notion bijvoorbeeld. Of niet met, weet ik veel wat voor andere tools gebruikt.

120
00:18:23.524 --> 00:18:33.763
Dat is toch het nadeel van die grote bedrijven. Zeker. Dat ze gewoon echt weinig hun best doen om die, die, die integratie op grote schaal makkelijk te maken. Ze zijn vooral bezig met hun eigen tooling.

121
00:18:33.844 --> 00:18:40.944
Zeker, en dan kom ik weer met mijn lokale gedoe. Maar dat heeft ook nog een reden. Dat bijvoorbeeldWij gebruiken allebei Beeper, toch? In ieder geval, een, een, zo'n multi messengers.

122
00:18:41.014 --> 00:18:48.174
Vroeger heette dat Trillian, maar in ieder geval, dan kan je WhatsApp, Signal, alles in één applicatie hebben, uh, zodat je niet, da-, tussen al die apps hoeft te switchen.

123
00:18:48.254 --> 00:18:56.714
Beeper heeft een MCP tegenwoordig, dus je kunt met Beeper interacteren vanuit AI-modellen, maar dat moet dan wel op jouw machine, want er is geen, nou, er is wel een Beeper Cloud, maar die is niet zo geavanceerd.

124
00:18:57.214 --> 00:19:07.153
En dan kan je, en dat lijkt mij, ik zou eigenlijk nog een wens voor volgend jaar, [lacht] uh, die, dat flow builden en connectors. Ja, met N8N of met Lindy. Ja, maar dan op m'n machine.

125
00:19:07.674 --> 00:19:16.734
En dan moet misschien die MacBook gewoon in hibernation 's nachts dat doen of zo. Daar zijn ook features voor. Maar dat ik eigenlijk wil kunnen interacteren met de applicaties op mijn desktop. Want- Hoe dan?

126
00:19:16.794 --> 00:19:23.494
Nou, dan, Beeper heeft bijvoorbeeld een MCP. Zolang Beeper open staat kan Cloud lokaal met Beeper praten, hè, maar dat moet dan wel aanslaan allemaal.

127
00:19:23.534 --> 00:19:32.734
En het is, het is niet allemaal cloud based, dus, uhm, dat cloud based is handig, want dan hoeft jouw laptop niet aan te staan. Maar het kan dan niet op, bij dingen op je laptop die niet cloud based zijn. Ja.

128
00:19:32.934 --> 00:19:43.214
Die je misschien ook niet in de cloud wilt. Juist. Dus ik zou daar ook nog, want dit is, wat ik nu allemaal zeg kan, maar dan ben je, zeg maar, een 1% ontwikkelaar of zo en dan is het na een week weer stuk.

129
00:19:43.794 --> 00:19:52.794
Uh, waar we naartoe willen is dat je een soort, nou, Apple noemt het volgens mij workflows bij hun. Dat was ook al zo'n flow builder, heel lang al, zeg maar. Shortcuts of zo heet het tegenwoordig, weet ik niet meer.

130
00:19:52.834 --> 00:20:06.554
Maar die blokjes, dat je eigenlijk, Automator voor de echte kenners, zeg maar, dat je Automator krijgt op de desktop van Apple met, met de AI-modellen erin die lokaal met applicaties kan, alsof ie er doorheen tapt en tikt als een accessibility feature.

131
00:20:06.794 --> 00:20:18.214
Nog een droom. [lacht] Sam zit mee te knikken, dus die wil het ook. Good luck with that. Alexander zit mee te, mee te tikken. Ja, jaar drie doe ik dat nog met Apple. Maar, uhm, ja, en Copilot. Ja, god, het

132
00:20:19.234 --> 00:20:27.574
is, uh, dit is nu een soort van nieuwe basale functionaliteit lijkt het te worden bij al die cloud serviceproviders zoals Google en Microsoft. Ja, en ik denk dat het- Komt dit erin.

133
00:20:27.594 --> 00:20:32.864
Ja, en ik denk dat het voor ons ook nog wel, want ik, ik zat onze nieuwsbrieven terug te lezen, gewoon de laatste 20, zeg maar.

134
00:20:32.914 --> 00:20:39.514
Toen dacht ik: we doen eigenlijk vrij weinig aandacht besteden aan Copilot, want het voelt ook, ja, met alle respect, een soort van saai. Mhmm.

135
00:20:39.654 --> 00:20:45.424
Uh, terwijl, hoe meer ik met mensen praat bij lezingen, hoe meer ik hoor: dat is de realiteit van de meeste mensen op werk. Ja.

136
00:20:45.433 --> 00:20:53.443
Dus ik zit er ook nog een beetje over na te denken hoe wij misschien wat meer aandacht kunnen geven over: hoe kan je dit in Copilot? Omdat het anders ook maar zo ver van je bed blijft, zeg maar. Ja.

137
00:20:53.474 --> 00:20:59.394
Goed, stukje zelf, uh, vie-, kritiek. De volgende vraag is van Bambara:

138
00:21:00.834 --> 00:21:10.443
hoi, ik zoek een manier waarop docenten zelf agents kunnen bouwen zonder programmeerkennis, met voldoende mogelijkheden voor lesvoorbereiding, feedback, toetsing, oefenmateriaal en andere onderwijsactiviteiten. Wauw.

139
00:21:10.474 --> 00:21:19.594
Daarmee is het belangrijk dat dit AVG-proof is en bij voorkeur binnen de eigen afgeschermde schoolomgeving kan draaien. Wietse, succes! Ja.

140
00:21:19.744 --> 00:21:31.754
[lacht] Nou ja, uh, als er iemand bij systeembeheer is binnen de scholengemeenschap waar jij werkzaam bent, uh, dan za-, daar zit iemand, maar er moet iemand zijn die een beetje Docker containertjes kan, uh, starten, want er moet een N8N-containertje gestart worden.

141
00:21:31.794 --> 00:21:33.034
Het is nog heel technisch allemaal.

142
00:21:33.194 --> 00:21:43.334
Ik bedoel, er zullen ook trouwens bedrijven zijn, en gooi ze lekker in de chat als, uh, of onder het antwoord als tip, die ik niet ken, die dit al out of the box aanbieden, maar ik denk toch nog een beetje houtje-touwtje.

143
00:21:43.414 --> 00:21:52.494
Maar laten we hem even afpellen. Want dat AVG en binnen de schoolomgeving, als we daar, als we daar even schijt aan hebben en gewoon denken- Ja, als je dat weghaalt wordt het weer een ander verhaal.

144
00:21:52.554 --> 00:22:04.514
Ja, oké, maar dan kunnen we kijken wat er, wat er kan en wat er makkelijk is. Want dit gaat over een docent, dus die, ik ga ervan uit, die zegt: bouwen zonder programmeerkennis. Ja. Dus dat zijn res-re-restraints.

145
00:22:04.974 --> 00:22:11.674
Laten we daar even ons bij houden. Wat kun je dan doen met lesvoorbereiding, feedback, toetsing, oefenmateriaal en andere onderwijsvormen?

146
00:22:11.714 --> 00:22:21.414
Dat heeft ook weer te maken met welk LMS je hebt, zeg maar, welk learning management system. Blackboard, Canvas, noem ze allemaal maar op. Osiris. Stel je voor dat je bereid bent om te copy pasten naar een andere agent.

147
00:22:22.834 --> 00:22:32.674
Ja. Ja, goed, uh, het punt is namelijk, kijk, uhm, er zijn allerlei stukjes die op zichzelf al bestaan, hè. Zelfs Copilot heeft de mogelijkheid nu om, om flows te bouwen.

148
00:22:32.694 --> 00:22:39.824
Dat moet dan wel weer allemaal betaald en geactiveerd worden door systeembeheer. Dus het zit, Copilot is niet, zeg maar, één vinkje. Daar moet je allemaal stukjes voor aanzetten. Ja.

149
00:22:39.834 --> 00:22:47.114
Maar goed, hè, dus je zal moeten kijken: wat is nu de stack waarop de school draait? Hè, is dat een Google-omgeving met daarbij Canvas? Oké, wat doet Google?

150
00:22:47.374 --> 00:22:54.674
Alexander heeft net verteld, heeft ook flow building in de cloud. Hebben we het? Kunnen we het aanschaffen? Mag ik hier een licentie? Mag het voor mij in ieder geval aan, hè, docent nummer één.

151
00:22:55.214 --> 00:23:02.194
Dan is het het learning management system waar al die toetsing data in zit. Is er een connector? Moet ik die connector zelf bouwen of ga ik copy pasten, hè?

152
00:23:02.554 --> 00:23:10.194
Stel ik verwacht die connector in de toekomst, dus ik ga even copy pasten. Dat is een beetje jouw punt, hè, want je kan nog wel een paar maanden heen en weer plakken. Dan zal je moeten gaan kijken.

153
00:23:10.794 --> 00:23:19.494
Ja, jij wilde dat AVG-proof niet, hè? Nou ja, goed. Jij begint nu met de technische stack. Dat kan ook. Ja, dit is een typische CTO-antwoord wat je hier krijgt. Ja, je krijgt CTO-antwoord. [lacht] Dat is prima.

154
00:23:19.604 --> 00:23:26.954
Wij beginnen daar. Kijk, ik, in, hi-, ik praat ook wel eens met organisaties die mij dan na een lezing zeggen: kom nog even een keer langs, want dan kan je ons een beetje adviseren.

155
00:23:27.014 --> 00:23:33.034
Nou, dan kom ik wel eens daar zitten en dan krijg je ook dit soort CTO. Dan zeg je: dat moet ik niet, heb ik geen tijd voor, Wietse. Moet ik nog leren. Ja.

156
00:23:33.114 --> 00:23:37.964
Ja, dus ik, soms zit ik daar dan, en dan, dan vertel ik ook: ja, hoe technisch wil je hem hebben?

157
00:23:38.134 --> 00:23:49.914
En vooral, en dat is, hebben we in de vorige webinar volgens mij ook al een keer gezegd, die make or buy, hè, dus dat heeft een, dat is niet alleen make or buy als in: gaan we nu zelf iets aan mekaar knutselen binnen onze scholengemeenschap?

158
00:23:50.534 --> 00:24:00.714
Of gaan we alle leveranciers van de bestaande producten een mail sturen waar we in zeggen: luister, hoe zit het met jullie MCP? Als in: kunnen we al connecten met de flows uit, uh, Copilot? Want daar zitten wij in.

159
00:24:01.194 --> 00:24:12.514
En dan moet je eigenlijk alle bestaande leveranciers aan hun jasje trekken. Het is zo dat al die grote partijen, de Googles, de Microsofts, hebben gezien wat die flow building tools als N8N kunnen.

160
00:24:12.554 --> 00:24:14.334
Hè, N8N is inmiddels heel veel geld waard.

161
00:24:14.654 --> 00:24:23.654
Zijn dus nu al die flow building tools, ik zeg dat woord flow builder, want jij had het over niet programmeren, dus het moet visueel aan elkaar als een analoge synthesizer met draadjes ertussen.

162
00:24:24.054 --> 00:24:33.354
Dus flow building is een beetje het AI interface paradigma voor ontwikkelen aan het worden. Eigen agents bouwen zonder dat je kan programmeren. Al die partijen zijn daar nu mee bezig.

163
00:24:33.494 --> 00:24:43.614
Ook die LMS-partijen hoop ik eigenlijk een beetje. En dan is de vraag: hoe verbind je die aan elkaar? Dus heel lang antwoord. Heb geduld.Maar jouw geduld kan, uh, hoe zeg je dat?

164
00:24:43.674 --> 00:24:54.374
Je kunt het wat naar je toe gaan halen is door een in, een inventarisatie te maken van alle verschillende partijen die nu al aan jullie leveren als schoolorganisatie en wat de roadmaps zijn voor het integreren van dit soort zaken.

165
00:24:54.574 --> 00:25:03.494
En dan kan je at, aan het einde nog die vraag stellen: prima, maar kan het dan on-premise AVG-proof? Kunnen we iets afspreken over de data? Dus het is er deels.

166
00:25:03.574 --> 00:25:09.774
Je kunt er al mee experimenteren, maar het, het totaalpakket waarin dit allemaal vloeiend met elkaar samenwerkt, heb ik nog niet gezien.

167
00:25:09.894 --> 00:25:23.034
Ja, nou, dit is ook misschien een gevalletje van, uh, die, die bedrijven echt lastigvallen. Die, die, met die Parnassysachtige partijen waar, dat zijn een soort van monopolies geworden in Nederland.

168
00:25:23.054 --> 00:25:32.234
Sowieso hoop ik dat die partijen allemaal kapot gaan. Eerlijk gezegd durf ik in deze webcast best te zeggen, want ongelooflijk veel geld en het is gewoon middleware. Ik heb daar echt schijt aan.

169
00:25:32.434 --> 00:25:38.454
Ja, heb je dikke lock-in ook, hè, dus ja, lock in allemaal. Dikke lock-in inderdaad. Het is gewoon als water uit de kraan.

170
00:25:38.674 --> 00:25:46.174
Ik vind gewoon, uh, dit zou open source software moeten zijn en dat moet de overheid betalen in plaats van, uh, allemaal naar die private partijen.

171
00:25:46.214 --> 00:25:54.014
Maar goed, we zitten hier nou eenmaal mee, dus dan is het zaak om zoveel mogelijk druk te zetten op die partijen om, om het te ontsluiten. En daar hebben ze natuurlijk helemaal geen belang bij.

172
00:25:54.254 --> 00:25:59.653
Ja, en ik denk ook- Er is geen, er is geen concurrentie tussen deze bedrijven in de praktijk, dus ze gaan supertraag zijn.

173
00:25:59.694 --> 00:26:12.394
Dus daarom, daarom word ik, als ik, als ik dingen zie als in: ja, het moet wel binnen de AVG en alles, dan aan de ene kant ben ik heel begripvol erover, maar ook een deel van mij ontploft van binnen omdat ik denk: dit is dus hoe vertraging eruit ziet.

174
00:26:12.914 --> 00:26:17.073
Word ik ook heel, heel geïrriteerd van. Ik denk dat we nog jarenlang zitten doorrommelen.

175
00:26:17.134 --> 00:26:27.094
De, de, het hele, uh, de, het legal data vraagstuk eromheen wordt ook heel vaak gebruikt, zeg maar, een soort regulatory, een soort capture gedaan door de grote partijen om maar niks te doen.

176
00:26:27.134 --> 00:26:37.094
Dus dat is de andere kant van de wens om, uh, om privacy. Laten we hopen dat er dan heel snel gewoon toegankelijke computer use komt om dat je die on-premise kan draaien.

177
00:26:37.154 --> 00:26:41.714
Ja, ja, jij ziet namelijk gewoon die AI-modellen rondklikken in Canvas zonder dat zij de connector bieden.

178
00:26:41.794 --> 00:26:50.914
Ja, dus, dus dat je, dat je bij wijze van spreken, ik, ik, ik hoop gewoon dat er dan een, een Mac Studio in, in, in, in die serverruimte staat waar een scherm aan hangt voor de vorm.

179
00:26:51.394 --> 00:26:59.594
Waar dan gewoon helemaal, de hele tijd rondgeklikt wordt. Dingen worden gedownload uit die LMS. Hoe he-, LMS? Learning management system.

180
00:26:59.734 --> 00:27:08.204
LMS-systemen en dan gewoon in een lokale database komt te staan waardoor je er tegen kan praten op je lokale model. Ik zie net ook zo'n, uh.

181
00:27:08.214 --> 00:27:13.253
En dan gewoon, die bedrijven zijn dan gewoon middleware geworden tot je ze gewoon kan uitfaseren. Daar heb ik zo'n zin in.

182
00:27:13.394 --> 00:27:21.793
Ik zie nu echt zo'n deurbel voor me waar jij gewoon geen controle over hebt en dat jij dan zo'n robothandje maakt die op dat knopje gaat drukken om hem te openen. Ja. Dat voelt een beetje zo. Ja. Dan maar zo.

183
00:27:21.954 --> 00:27:32.694
Ja, maar heel praktisch, want de, de vraag is ook praktisch, namelijk: wat kan ik in toetsvoorbereiding? Wat kan ik, wat zou nou het eerste zijn wat jij zelf zou doen als je nu nog volwaardig les zou geven?

184
00:27:32.774 --> 00:27:42.754
Uhm, nou, wat ik, wat ik interessant vind is, kijk, op het moment dat je de, de toetsing overlaat aan een AI-model is het alsof je naar een collega stuurt, maar niet zelf begrijpt wat die collega voor die student gedaan heeft, hè.

185
00:27:42.814 --> 00:27:51.734
Dus onderdeel van, daarmee zeg ik niet: je moet het niet doen, maar ik wil zeggen hoe je het bijvoorbeeld beter kan doen en hoe ik het dan zou doen, zeg maar. Het is niet zo, maar ik zou er dan iets meer over nadenken.

186
00:27:51.774 --> 00:28:00.454
Dat ik AI als een companion in zou zetten om betere feedback te kunnen geven. Maar dan wel, ik ga dan als docent in gesprek met die AI om te kijken: joh, ik heb hier een document.

187
00:28:00.834 --> 00:28:11.774
Ik, dit is de feedback die ik geef, maar ik vind mijn eigen feedback een beetje matig. Stel jij zou de beste feedback van de wereld geven. Claude Opus 4.5, grounded in allerlei, uh, didactische theorie. En dan: wow!

188
00:28:12.334 --> 00:28:20.114
Dan kan je zeggen: forward naar de student. Maar je kan ook tegen Claude zeggen: stap voor stap: hoe kom jij hierbij? Want dit wil ik ook kunnen, hè.

189
00:28:20.134 --> 00:28:26.753
Dus ik zou altijd zeggen, en dat is natuurlijk, dan kan je zeggen: daar heb ik de tijd niet voor. Ik ben gestrest. Ik heb jonge kinderen, ik slaap amper. Uh, ik stuur het gewoon door.

190
00:28:26.794 --> 00:28:34.634
Ik snap het, ik, [lacht] ik heb daar empathie voor. Maar weet wel dat je deze modellen ook kunt inzetten om zelf gewoon een veel betere docent te worden.

191
00:28:34.754 --> 00:28:42.294
Dat is echt wel heel gaaf, want het is best wel, ik vond, zeg maar, essays nakijken. Ik gaf filosofie, techniek, filosofie. Nou, dan gaf ik allemaal essays op.

192
00:28:42.334 --> 00:28:51.414
Kreeg ik 10 pagina's van studenten en dan 60 keer 10 pagina's in twee avonden doorheen. En dan feedback geven. Nou, dan ging je, ging ik spelfouten doen. Dacht: nee, op inhoud, hè.

193
00:28:51.474 --> 00:28:59.014
Dus heel vaak als docent bekruipt je dan de vorm, terwijl het gaat om inhoud, inhoud, inhoud. En ik vond dat best wel intens, want dan deed ik een uur over een essay.

194
00:28:59.054 --> 00:29:08.594
Dat is 60 uur essays nakijken, dus ik zou daar wel een soort buddy bij willen hebben. Een buddy die mij een beetje meetraint en die zegt: we doen 10 essays samen en de volgende 50 mag jij wat meer doen.

195
00:29:09.094 --> 00:29:22.514
Om een soort van, ja, mocht je die collega niet hebben die de tijd voor je heeft om dat te doen, dan kan je die, uh, collega creëren. Want het is wel zo dat leren voor een student komt voort uit die mega goede feedback.

196
00:29:22.794 --> 00:29:34.614
En niet: hier een zeven, succes, zeg maar. Dat is gewoon heel leeg. [schraapt keel] Alright, we gaan door. Thijs vraagt: wat betekent het dat Mistral nu ook haar grootste modellen open source heeft gemaakt?

197
00:29:35.094 --> 00:29:44.654
Blijkbaar zit er geen waarde in hun modellen, maar alleen nog het draaien ervan. Inkomsten via de API en custom implementaties bij bedrijven zoals bij ASML. Hebben ze,

198
00:29:45.634 --> 00:29:55.954
uh, het opgegeven om aan hun grootste modellen geld te verdienen, denk je? Nou ja, het is in, in dat opzicht, kijk, Mistral, uh, 3, die net uit is, Large. De vorige Large kwam niet.

199
00:29:56.574 --> 00:30:04.694
Is vol, hebben we volgens mij nooit gezien, uh, open source en deze was meteen open source. Dat is, dat is wel nieuws van: hé, jullie hebben de diamanten, zeg maar, uh, weggegeven.

200
00:30:05.094 --> 00:30:16.234
Tegelijkertijd, en dat zit ook wel een beetje in deze vraag, ze hebben alleen hun, ze, ze hebben Mistral 3 Large, hè, dus het grootste model van Mistral wat er nu is, alleen vergeleken in de benchmarks met andere open source modellen.

201
00:30:16.274 --> 00:30:26.134
Dus de vergelijkingen met gesloten modellen zijn weg. Waarom? O-omdat het gewoon niet zo best is. Hè, als je het zou vergelijken met 5.1 en, uh, Opus 4.5, dan ziet het er gewoon niet zo heel best uit.

202
00:30:26.154 --> 00:30:34.134
Dus zij kiezen er daar al voor. Het speelveld is nu het speelveld van open modellen. Nou, dan, als je naar het speelveld van open modellen gaat, dan moet hij ook wel open zijn.

203
00:30:34.494 --> 00:30:41.434
Hè, dan kan je niet zeggen: we houden nog even achter. Dus door je toe te wijden aan het speelveld van open modellen moet je ook een open model lanceren.

204
00:30:41.814 --> 00:30:50.094
Moet er een Hugging Face link bij om het even heel concreet te maken, hè, dat je hem kan downloaden en, uh, gebruiken. Dan roep je ook de community op: maak ons model beter, ga ermee aan de gang.

205
00:30:50.514 --> 00:30:54.214
Je roept eigenlijk ook bedrijven op die, en daar komen we straks in de podcast op.

206
00:30:54.234 --> 00:31:05.434
Ik kan niet anders dan door teasen, want het is gewoon een vraag die we straks ook gaan behandelenBest wel wat Amerikaanse bedrijven gebruiken nu Chinese open modellen om te finetunen en door te verkopen als een ander model.

207
00:31:05.514 --> 00:31:15.834
Veel van de bedrijven die software maken om software mee te maken bijvoorbeeld, die brengen dan hun, uh, ja, noem het Cursor Codex 4.5 uit en daar zit achter gewoon, uh, DeepSeek met een nieuwe naam en een finetune.

208
00:31:16.274 --> 00:31:21.694
Dus blijkbaar worden nu die open Chinese modellen grondstoffen voor Amerikaanse modellen die weer doorverkocht worden.

209
00:31:21.714 --> 00:31:31.834
Waar Mistral, denk ik, ook gezien heeft: als wij grondstof kunnen zijn, dan gaan we het ook doen, hè, gaan we er ook op inspelen door de licentie zo te maken, et cetera. Dat betekent dus dat het spel wat anders wordt.

210
00:31:32.214 --> 00:31:42.284
Mistral draaien in een datacenter als Amazon zijnde, daar zit een licentie bij dat je bij een bepaald aantal gebruikers moet gaan betalen. Dus het is gewoon alsnog een businessmodel, hè, open tot een bepaald punt. M-hm.

211
00:31:42.854 --> 00:31:52.154
Dat wij als, uh, enthousiastelingen die eigen modellen willen finetunen Mistral gebruiken als het, als het zaadje, zeg maar, als het eerste startertje. Ja.

212
00:31:52.254 --> 00:31:55.674
Dat is voor Mistral ook heel prettig, want je moet hem teruggeven aan Mistral ook, hè.

213
00:31:55.714 --> 00:32:03.874
Dus ik denk dat Mistral er nu voor kiest om open te gaan, want de Frontier gesloten modellenwedstrijd is v-voor nu verloren, als in ze, ze doen niet mee.

214
00:32:04.434 --> 00:32:11.914
Maar er is nog een enorm veld aan enterprise en ik zag dat Mistral een samenwerking met SAP, met SAP, heeft aangekondigd uit Duitsland.

215
00:32:12.334 --> 00:32:16.134
Ook een hele logische voor flow building, zeg maar, want het woord SAP draait bijna overal.

216
00:32:16.394 --> 00:32:29.654
Dus ik zie hun, ik denk dat er om niet te zijn best wel een leuk team zit binnen Mistral, zo van: oké, we kunnen nu gaan proberen te vechten op X en Y, maar we kunnen volgens mij beter een soort greenfield, namelijk nieuwe velden ontdekken op kleine modellen, open modellen, samenwerkingen, et cetera.

217
00:32:30.254 --> 00:32:37.134
Dus, uhm, Mistral doet niet echt meer mee in de Frontier closed model race. Sanja vraagt: goedemiddag Alexander.

218
00:32:37.194 --> 00:32:45.974
Ik heb je gezien dat in Australië er leeftijdsrestrictie wordt ingevoerd voor socialmediagebruik, verboden tot 16 jaar, en de platforms zijn verantwoordelijk voor controle en naleven.

219
00:32:46.014 --> 00:32:56.334
Dat lijkt me een goede ontwikkeling, zegt zij. Adviseren jullie dit soort leeftijdsrestricties ook aan de overheid in Nederland? Ik dacht dat geen mobiele telefoons tot 12 jaar en geen socialemedia-accounts tot 16 toch?

220
00:32:56.874 --> 00:33:01.214
Wat is jullie idee over AI en leeftijdsgrenzen? Ja, dat zijn natuurlijk wel twee verschillende vragen.

221
00:33:02.014 --> 00:33:14.074
Uhm, uhm, het, de, wat, wat, m-m-niet veel mensen weten is dat in de algemene voorwaarden van alle socialemediabedrijven staat dat onder de 14 helemaal niet mag. Dus dit is een heel rare, raar ding.

222
00:33:14.134 --> 00:33:20.994
Ze verbieden het zelf al, uh, uit een soort zelfregulering. En als het niet zelfregulering is, dan is het wel lichte dwang vanuit de overheid.

223
00:33:21.094 --> 00:33:27.414
Het probleem is alleen het naleven en daar zijn ze nu in, in Australië heel streng op geworden. Dat gaat in Europa ook gebeuren, dus dit gaat vanzelf gebeuren.

224
00:33:27.774 --> 00:33:32.554
Ze zijn nog aan het bakkeleien over hoe die leeftijdsnaleving nou geïmplementeerd moet worden, want dat is natuurlijk een ding.

225
00:33:32.614 --> 00:33:39.894
Als kinderen liegen over hun leeftijd, dat doen ze nu, uh, dan kunnen ze er gewoon alsnog op. Hoe ga je dat dan voorkomen? Nou, daar zou je dus AI voor kunnen gebruiken.

226
00:33:39.924 --> 00:33:45.574
Dat is een van de voorstellen, dat je aan het gedrag van gebruikers ziet, uh, wat hun leeftijd is.

227
00:33:45.654 --> 00:34:00.194
Zitten ook weer allemaal haken en ogen aan, dus misschien is dat ook onwenselijk, uhm, maar je moet in ieder geval iets doen en dat is nu waar het gebakkelei over is en dat zal op een gegeven moment gesetteld zijn, uh, uhm, uhm, zoals dat in Istra-, Australië gesetteld is.

228
00:34:00.914 --> 00:34:09.194
Uhm, waar ik heel erg benieuwd naar-- nou, er zijn heel veel dingen over te zeggen. Ik zal daar niet uitgebreid op ingaan, maar, uh, ik denk dat dit een goed idee is.

229
00:34:09.374 --> 00:34:14.634
Sterk, en ik denk eigenlijk ook dat dit al geregeld is. Dat alleen maar de vraag is hoe en dat dat nog een paar jaar duurt.

230
00:34:15.014 --> 00:34:24.374
Tot die tijd, uh, hebben wij daar zelf verantwoordelijk, uh, zijn we daar zelf verantwoordelijk over. Uhm, en het idee over AI en leeftijdsgrens vind ik wel echt een ingewikkelde.

231
00:34:24.974 --> 00:34:38.034
Uh, dus hoe ga je om met ChatGPT-gebruik bijvoorbeeld van een kind? Ga je, ga je het stimuleren om dingen op te zoeken op ChatGPT in plaats van te leren googelen? Uh. AI vrij opvoeden, is dat het volgende boek?

232
00:34:38.214 --> 00:34:49.414
[lacht] Precies, is dat het volgende ding? Ja. Uh, dat is een vraag die ik vaak, uh, hoor en die ik eerlijk gezegd heel ingewikkeld vind om te beantwoorden, omdat het allemaal zo recent is allemaal.

233
00:34:50.214 --> 00:34:55.914
Dus ik probeer dit, uh, met mijn eigen kinderen echt samen te doen. Ik ben niet aan het doen alsof het niet bestaat.

234
00:34:55.994 --> 00:35:10.134
Sterker nog, ik vind in algemene zin dat alles wat lean forward is, uh, dus het idee dat je computer gebruikt als gereedschap om dingen te bouwen in plaats van als, ja, tool om achteroverleunend te commu-, te, te consumeren.

235
00:35:10.144 --> 00:35:16.853
Mooi, lean forward. Je bent aan het meedoen in plaats van achterover aan het leunen. Grappig, ja. Ja, ik denk dat dat in algemene zin een heel goede lens is om naar een computer door te kijken.

236
00:35:16.894 --> 00:35:24.954
En zolang het lean forward is ben ik heel erg, uhm, ja, vind ik AI-gebruik heel leuk. Muziek maken, plaatjesgeneratie, al dat soort dingen vind ik heel leuk.

237
00:35:26.234 --> 00:35:45.314
Maar misschien is het nog allemaal leuk omdat mijn kinderen nog niet de leeftijd hebben waarbij het veel voor school gebruikt gaat worden en waarbij ik heel actief eigenlijk moet proberen te managen, bij gebrek aan richting vanuit school zelf, uh, hoe dat, uh, uh, ja, hoe, hoe je dat effectief gebruikt voor de, voor de, de, de, de, de echte doelstelling die er is, namelijk ervan leren.

238
00:35:46.434 --> 00:35:58.554
Dus, uh, dat is een heel lang, wollig antwoord op, op je vraag, wa-wat eigenlijk samen te vatten valt als: ik weet het eerlijk gezegd niet, anders dan dat ik handje vasthoud, ernaast ga zitten en eigenlijk heel enthousiast ben over alles waarmee je dingen kan maken.

239
00:35:58.614 --> 00:36:12.314
Ja, en ik denk in dat opzicht ook dat op zijn minst, ik, ik kan het niet laten, maar die soort AI-geletterdheid en bewustzijn, wat dan mediabewustzijn heet, of media, of, of digitale geletterdheid nu, uhm, kinderen uitleggen wat algoritmen zijn.

240
00:36:12.363 --> 00:36:20.554
Is misschien saai, maar daar kan je best wel wat gave metaforen voor bedenken, uh, want anders ben je-- ik bedoel, stel dat we komen op: je mag voor 16 niet praten met welke chatbot dan ook.

241
00:36:21.114 --> 00:36:30.754
Stel, uh, dan ben je 16 en één dag en dan spring je ineens een wereld vol waarin algoritmes op je nek springen als een soort, uh, brain leech. Dus het is denk ik nog steeds wel verstandig.

242
00:36:31.054 --> 00:36:46.454
Los van alle regels die er moeten komen en worden gemaakt, et cetera, voor die partijen, denk ik dat een soort, uh, voorbereiden en, uh, een soort, uh, robuust maken van, van het brein van de mens om om te kunnen gaan met dit soort hypergepersonaliseerde content ook wel prettig is.

243
00:36:46.574 --> 00:36:58.354
Dus ja. En je kunt het, ik bedoel, dit is eigenlijk ons punt al vaker geweest, maar, en dat klinkt heel erg als technologie om technologie te temmen. Maar, uh, er is ook AI in te zetten om factchecking te doen.

244
00:36:58.394 --> 00:37:09.194
Er is ook AI in te zetten om algoritmes tegen te werken en zo. Dus ze zijn, je zou het ook als een soort counterforce kunnen gebruiken. Zeker. Ja, dus dat, dat wordt ook nog te weinig, denk ik, uh, nu gezien.

245
00:37:09.254 --> 00:37:21.054
Ja, zeker.Albert zegt: denken jullie dat bedrijven als Google ook onderwijs gaan aanbieden? Volgens mij kan AI veel beter inspelen op wat leerlingen al weten en efficiënter onderwijs geven.

246
00:37:21.454 --> 00:37:32.214
Zou wel chill zijn als Google allemaal kleine laptopjes in scholen had. Wat denk jij? Het zou heel chill zijn als Google ook de, de belastinginning gaat doen en als Google ook, uh, onze stroomvoorziening gaat doen.

247
00:37:32.274 --> 00:37:37.074
En, uh. Maar ik denk even serieus. Kijk, ze maken natuurlijk de Chromebook en de Chromebook zit waarschijnlijk al vol met Gemini.

248
00:37:37.154 --> 00:37:45.334
Ik heb geen Chromebook, maar Chromebooks wordt op school gebruikt, digitemmerd voor kinderen, ga ik dan vanuit. Uhm, Google heeft één experiment gemaakt.

249
00:37:45.414 --> 00:37:55.234
Ik heb het nog niet kunnen bekijken, want het zit een beetje achter een regio restrictie. Uh, Google heeft NotebookLM. In NotebookLM, hè, waarin je je model kan grounden met je eigen data.

250
00:37:55.274 --> 00:38:03.074
Dus je gooit al je oude recepten erin en dan kan je nieuwe recepten maken. Hè, net als waar we het in de eerste vraag over hadden. Uh, maar in NotebookLM kan je ook podcasts maken.

251
00:38:03.414 --> 00:38:09.774
Maar je kunt ook tegenwoordig knowledge cards maken. Ze hebben eigenlijk een NotebookLM for Education experiment gemaakt. Ik weet even niet hoe het heet. Wat zijn knowledge cards?

252
00:38:10.374 --> 00:38:19.814
Dat zijn bijvoorbeeld, je hebt allerlei methodieken die er zijn om te leren en flashcards eigenlijk. Dus snel een kaartje met een vraag en dan antwoord geven. Provincie van Brabant. Ja, je hebt, zeg maar, geleerd.

253
00:38:19.964 --> 00:38:26.714
Dat ga je dan bevragen. Daar kan je dan bijvoorbeeld een essay over schrijven om het er als het ware te zien of je de materie daadwerkelijk kunt gebruiken, zeg maar.

254
00:38:26.734 --> 00:38:34.854
Niet alleen maar opslaan, maar ook echt mee kunt interacteren. En flashcards zijn eigenlijk om een beetje te prikken in die kennis. Dat is niet de oplossing, maar een van de maniertjes om te doen.

255
00:38:34.894 --> 00:38:46.634
Dus wat Google heeft gedaan in een van hun experimenten is gezegd: als NotebookLM podcasts kan maken, kan No-NotebookLM dan eigenlijk ook lesprogramma's maken, hè, met, met slides en voice-overs en cards en dat soort dingen.

256
00:38:46.654 --> 00:38:56.434
Dus er zijn allemaal experimenten mee. Ik kan me voorstellen dat daar straks stukjes lesmethode uit gaan komen en een soort game-achtige dingetjes. Uhm, komt dat dan uit Google?

257
00:38:56.454 --> 00:39:06.414
Ja, met hun toegang tot Gemini en het hele web via Google Search kan ik me dat voorstellen. Uh, ja, da's, goed, Alexander zei het al een beetje cynisch, denk ik terecht. Hoe wenselijk is dat?

258
00:39:07.234 --> 00:39:21.394
Ik zou zeggen: kan Google het voorbeeld geven aan andere partijen wat er allemaal kan op het moment dat je AI in de brede zin in gaat zetten om lesmaterialen te maken van kwaliteit en daarmee de hele, uh, industrie een beetje wakker te schudden?

259
00:39:21.514 --> 00:39:30.874
Ja. Uh, zou ik het prettig vinden als Google de enige is die nog lesmateriaal maakt? Nee. Ja, bedrijfseconomisch is denk ik ook oninteressant voor Google.

260
00:39:30.914 --> 00:39:42.083
Het is een te kleine markt om echt, echt serieuze aandacht in te steken. Ik begrijp dat ze hun experiments, zoals ze die noemen, ik heb een beetje interviews gekeken, vooral maken. Zo van: hoi, zien jullie dit [lacht]?

261
00:39:42.134 --> 00:39:55.514
Ja. Bestaande partijen. Ja, aan het werk. Wij kunnen dit al maken als grapje. Onderwijsmanagementsystemen. Uh, Marieke zegt: wat werkt het beste in projecten? Eén grote prompt met alle instructies als pdf?

262
00:39:56.154 --> 00:40:08.374
Of meerdere losse bestanden met korte specifieke instructies? Of enkel de instructies in het project zelf? Kijk, ik ga ervan uit dat dit projecten is binnen- Claude. Claude. Denk ik, ja.

263
00:40:08.514 --> 00:40:20.194
Uh, en dan zijn er blijkbaar verschillende instructies. Nou ja, goed, ik denk dat als ik, hoe ik het hoor, maar misschien, uh, interpreteer ik dat verkeerd en dit kan ik een beetje hetzelfde antwoord geven als eerder.

264
00:40:20.214 --> 00:40:30.214
Dit is mijn persoonlijke voorkeur en ervaring met het bouwen van kleine AI-gedreven applicaties waarin AI een rol speelt. Ik hou erg van slicen, stukjes, dan begrijp ik het zelf ook nog.

265
00:40:30.264 --> 00:40:40.734
Dus meerdere doosjes, meerdere, hè, in, in een, in een project zou je meerdere skills aan kunnen maken. Kijk, een van de moeilijke dingen binnen prompts is wat ze dan prompt inviting noemen.

266
00:40:40.774 --> 00:40:50.374
Dus dat is binnen de prompt gaan dingen met elkaar vechten. Want je geeft eigenlijk een opdracht, het is alsof je tegen een, een kind zegt: hè, ga naar buiten. Uh, als het gaat regenen moet je naar binnen.

267
00:40:50.494 --> 00:40:56.734
Maar als het, uh, heel hard regent, dan moet je misschien maar gewoon buiten blijven. Maar wat heel hard regenen en niet zo hard regenen is, moet je zelf even voelen.

268
00:40:57.034 --> 00:41:02.214
En voor je het weet krijg je een soort heel bizarre, uh, verstrengelde belangen binnen zo'n prompt, zeg maar.

269
00:41:02.224 --> 00:41:09.034
Prompt inviting, dus een, een opdracht met allerlei vage nuances die ook elkaar allemaal een beetje half kunnen tegenspreken.

270
00:41:09.094 --> 00:41:14.754
Daarom is het verstandiger om het per stukje te doen, om er iets meer een procesje van te maken met blokjes.

271
00:41:15.154 --> 00:41:24.014
Ook omdat je dan per blokje kan gaan tweaken en ook dat je kan zien: grappig, na de eerste drie blokjes was de output nog best oké, maar voor bij het vierde blokje raakte ik ineens allemaal data kwijt.

272
00:41:24.034 --> 00:41:32.894
Dus ik hou wel van een soort transparantie. Soort, ja, wat ze dan interpretability noemen, namelijk: begrijp ik nog wat voor kermisattractie ik in elkaar gezet heb?

273
00:41:33.414 --> 00:41:45.514
En als je dat allemaal probeert te doen in één lange prompt, wij hebben dit ook heel vaak al meegemaakt, dan verander je op een gegeven moment één zin en dan krijg je een soort frustratie bij Alexander en bij mij van: gister deed ie het nog gast, wat hebben we eigenlijk veranderd?

274
00:41:45.554 --> 00:41:53.714
En dat komt dus omdat je het eigenlijk niet goed expliciet gespecificeerd hebt in een mooie flow. Dus ik ben heel erg van meerdere skills maken, skills combineren.

275
00:41:54.114 --> 00:42:05.954
Nog een vraag over Claude, uh, Skills, uh, zoals de standaard front-end development skill. Uh, gebruik jij die? En wat zijn je ervaringen daarbij? En heb je daarnaast al eigen skills voor Claude gemaakt?

276
00:42:05.994 --> 00:42:12.224
Er is dus blijkbaar een front-end development skill voor Claude. Ja, er zijn heel veel verschillende. Ik bedoel, je hebt de standaard skills in Anthropic. Wat doet dat dan?

277
00:42:12.274 --> 00:42:22.754
Uh, een, een, een front-end bouwen, een website uit, uh, uh, uitpoepen, zeg maar, waardoor jij, uh, die weer kunt koppelen aan een achterkant, zeg maar. Wat zit er dan in die skill? Nou, meer, uh, specifiek.

278
00:42:22.784 --> 00:42:36.794
Kijk, uh, er zijn natuurlijk allerlei, je hebt het algemene brede model, het manusje-van-alles, die allerlei intuïtieve, ik doe even zo, keuzes maakt over front-end, die vaak middelmatig zijn en ook achterhaald.

279
00:42:37.174 --> 00:42:42.264
Dus in een front-end skill kan je zeggen- Dus gewoon een prompt. Een skill is een prompt. Ja, pretty much. Ja, een verzameling van onder andere een prompt.

280
00:42:42.274 --> 00:42:51.574
Maar het is een cool woord voor een verzameling van s-, van prompts en stukjes programmeercode. Oké. Daarom, want dan kan je bijvoorbeeld echt zelf zoiets maken. En je hebt de meegeleverde skills van Anthropic zelf.

281
00:42:51.754 --> 00:43:02.034
Eigenlijk is Anthropic skills gaan maken intern en toen gedacht: moeten we dit niet ook aanbieden aan de eindgebruiker, dat je je eigen skills kan meegeven. En, uhm, gebruik ik zelf de front-end skill?

282
00:43:02.254 --> 00:43:11.694
Nee, want ik zit, goed, uh, ik werk eigenlijk alleen maar in dingen als Antigravity, Cursor, Windsurf, noem ze allemaal maar op. Windsurf is niet meer, maar dat soort- Programmeertools.

283
00:43:11.734 --> 00:43:19.354
Ja, Claude Code, omdat ik heel erg softwareprogrammeur denk ik. Ik, maar, bouw vaak niet eens flows visueel. Ik bouw de flows, zeg maar, in tekst.

284
00:43:19.374 --> 00:43:27.702
Dat is gewoon mijn soortBijna conservatieve, achterhaalde kijk op hoe dingen werken. Ik wil graag die controle hebben, dus ik zit niet zo heel vaak aan die voorkant.

285
00:43:27.822 --> 00:43:30.742
Ook al snap ik wel een beetje wat je daar zou moeten doen aan die voorkant.

286
00:43:31.002 --> 00:43:39.792
Ik merk dat als jij front-end aan het maken bent met skills, dan zou ik al snel gaan bewegen naar een iets meer een ontwikkelomgeving en je eigen flows gaan bouwen.

287
00:43:39.842 --> 00:43:53.822
Omdat, uh, ik groei al snel uit het jasje van wat Anthropic mij biedt in hun front-end. Om het even lekker meta te maken. Snap ik. Even kijken. Jullie hebben heel veel vragen. Dat is heel leuk.

288
00:43:54.442 --> 00:44:03.602
Uh, voor mijn masterscriptie doe ik onderzoek naar welke prompttechniek het meest accuraat teksten kunnen classificeren. Lang verhaal kort: ik vond in de literatuur een tegenstrijdigheid.

289
00:44:03.642 --> 00:44:18.482
Er is namelijk de algemene aanname dat COT in redeneertaken. Chain of thought, denk ik. Chain of thought in redeneertaken, bedankt, uh, s-, uh, superieur is aan bijvoorbeeld few shot.

290
00:44:19.102 --> 00:44:28.382
Maar bepaalde onderzoekers vonden juist dat chain of thought juist ruis toevoegt in tussentijdse redeneerstappen. Ja. Hebben jullie ervaring hiermee?

291
00:44:28.502 --> 00:44:37.602
Nou ja, goed, ook, ook hier voor de luisteraars die nu denken: huh, wat gebeurt er? Uhm, weer met mijn flowtjes en mijn slangetjes en mijn bolletjes en mijn blokjes. Wat ik net allemaal zat te zeggen.

292
00:44:37.662 --> 00:44:47.402
Hier maak je, zeg maar few shot is een aantal keer proberen, uh, opnieuw door aan-aanpassingen te maken met- Wat probeert hij te doen? Wat, uh, vertalen- Tekst, tekst classificeren. Wat is dat?

293
00:44:47.462 --> 00:44:57.102
Is dit een, is deze reactie onder dit YouTube, uh, is deze reactie in de chat van de AI-report webinar cynisch, naar, onprettig? Dat noemde hij classificeren.

294
00:44:57.162 --> 00:45:05.282
Gaat dit over een, ja, gaat dit over een, een, een echt, een oud machine learning vraagstuk? Namelijk: gaat dit, is dit een positieve review of Amazon? Is deze review echt? Nou ja, al dat soort dingen.

295
00:45:05.582 --> 00:45:10.302
En classificeren kan je dus op allerlei classificaties doen. En taalmodellen zijn daar supergoed in.

296
00:45:10.342 --> 00:45:19.282
Dat is een hele fijne bijvangst van wat taalmodellen, modellen doen, maar supergoed, als in: wat als er heel veel cynisme in zit? Of wat als er weinig context is? Nou, et cetera.

297
00:45:19.742 --> 00:45:29.422
Dan wil je misschien classificeren door few shot. Dus dan zeg je: kijk naar dit bericht. Kijk nou nog eens. Kijk nou nog eens even heel goed. Kijk nou even hier vooral naar. Hè, dus je gaat in, in gesprek.

298
00:45:29.501 --> 00:45:42.522
Of chain of thought reasoning. Ga zelf door een ketting van, uh, klein, wat ze dan reasoning traces noemen. Zoals, uh, als je drukt op nadenken in Gemini kan je meekijken hoe daar, uh, doorheen gelopen wordt.

299
00:45:42.562 --> 00:45:51.542
Dit is best wel academisch. Ik heb deze paper niet gelezen, dus ik kan je nu niet meteen een antwoord geven hoe je betere tekstclas-classificatie gaan doe- kan doen. Ik ben wel nieuwsgierig.

300
00:45:51.662 --> 00:45:59.282
Uh, zijn er niet modellen die veel meer gefinetuned zijn op tekstclas-classificatie? Hè, dus dat ze veel minder kunnen, behalve tekst cla-classificeren.

301
00:45:59.302 --> 00:46:07.522
Het is volgens mij ook een categorie in Hugging Face, dus ik ben ook heel erg benieuwd wat daar op dit moment het best scorende tekstclas-classificatiemodel is.

302
00:46:08.222 --> 00:46:16.002
Mogelijk is het al zo dat die brede modellen daarvoor inzetten inmiddels veel logischer is, zeker als je ze ook kunt gronden. Dus daar stopt mijn kennis als ik gewoon heel eerlijk ben.

303
00:46:16.322 --> 00:46:23.722
Er is een hoop negativiteit en ik schrik er altijd-- ik, ik las een onderzoekje laatst over dat het, dat in Amerika ze het allernegatiefst zijn.

304
00:46:23.762 --> 00:46:33.442
Dat echt driekwart van de mensen zegt dat er niks posi-, dat het gewoon voornamelijk negatief is, uh, AI, uh, en, en dat ze er eigenlijk niks positiefs over te zeggen hebben.

305
00:46:34.442 --> 00:46:37.842
En ik vind dat wel, uh, nou, ik, ik denk dat dat heel erg aan de hand is.

306
00:46:37.922 --> 00:46:53.882
Wij, wij, wij, uh, belichten dat niet zo heel veel, maar dat is gewoon sentiment wat leeft onder grote delen van de bevolking, dus daar moet echt wat mee. Twee zou voor mij zijn: uhm, politiek slaapt, dus slapen.

307
00:46:54.122 --> 00:47:05.962
Dus, uh, dit is gewoon, het is, het, ik vind het schrikbarend hoe weinig er door in de Kamer over wordt gesproken of hoeveel int-, soort van serieuze gesprekken er zijn onder, onder dat soort mensen. Uhm,

308
00:47:07.982 --> 00:47:16.282
doe jij eens een woord. Ja, want de vraag was: wat is dit jaar in AI, toch? Drie woorden. Ja, een soort nieuwjaarsconference, maar dan over AI, denk ik. Ja. Drie woorden, dat kan ik niet.

309
00:47:16.942 --> 00:47:27.502
Uhm, of de drie woorden en dan die woorden uitpakken. Dat kan ik wel doen. Ik denk dat er een, uhm, nog een keer desillusie, denk ik ook wel. GPT-5 was een beetje een dud, zeg maar. Was niet zo heel spannend.

310
00:47:27.922 --> 00:47:38.042
Uhm, ik denk ook wel toch wel iets optimistisch, misschien toch wel een beetje wakker worden. Ik, ik heb wel, mijn, het publiek bij mijn lezingen is veel meer aan op dit onderwerp dan een jaar geleden.

311
00:47:38.582 --> 00:47:46.102
Toen was ik echt nog driekwart van de zaal aan het overtuigen dat we met iets serieus te maken hebben. Terwijl ik nu vragen krijg, ook hier in dit webinar vragen krijg, dat ik denk: wow.

312
00:47:46.482 --> 00:47:53.002
De rest van de samenleving is wel wakker, zou je zeggen. Waar de politiek slaapt. Meer. Ja, dus het is awareness. Wakker aan het worden.

313
00:47:53.522 --> 00:48:04.642
Ja, omdat het hun, denk ik, ook ons allemaal, ik hoor daar ook bij, meer raakt, uh, in die, uh, want ik wil dan ook wel die negativiteit even als woord pakken, daar kan ik nog een beetje op door riffen.

314
00:48:05.602 --> 00:48:17.502
We zitten, we hebben een jaar waarin én, uh, modellen beter worden in fundamentele wiskunde en ook beter worden in, uh, medische diagnoses doen, beter worden in mogelijk medicijnen uitvinden.

315
00:48:17.642 --> 00:48:32.102
Hè, dat komt een beetje uit de stal van Google. Vooral met hun Alpha, uh, modellen, DeepMind, maar ook Sora 2. AI slop TikTok, hebben we ook gekregen dit jaar. En ik denk dat, AI is een mega containerterm.

316
00:48:32.202 --> 00:48:40.842
Het is zo groot als het woord internet. D-d-daardoor is het best wel moeilijk, vind ik, om, ja, kijk, tv-programma's, uh, die ik graag kijk, uh, Lubach, even tot hier, et cetera.

317
00:48:40.902 --> 00:48:50.782
Daar is dan AI nu ook meer een onderwerp in die programma's. Maar dan wel onder die containerterm AI, waaronder valt slop, namelijk zooi genereren. Deepfakes, daar gaat het ook heel vaak over.

318
00:48:50.962 --> 00:48:59.062
Ver enough dat we daar superzorgen om maken en dat daar negatief sentiment is onder het uit elkaar vallen van onze informatievoorziening. Dat is echt niet best, zeg maar.

319
00:48:59.102 --> 00:49:03.822
Zie je even een ijsschots, uh, in, uh, op de Noordpool in het water langzaam in het water vallen in stukjes.

320
00:49:03.882 --> 00:49:09.262
Dat is pretty much wat er met de hele informatie, uh, s-, uh, voorziening aan het gebeuren is nu, dus dat is echt niet tof.

321
00:49:09.762 --> 00:49:19.842
Maar aan de andere kant, binnen diezelfde AI, uh, binnen datzelfde AI-fenomeen, zeg maar, zijn er best wel wat doorbraken die ons, uh, echt wel kunnen gaan helpen als mensheid.

322
00:49:19.882 --> 00:49:28.438
Die we ook echt misschien wel nodig gaan hebben om serieuze problemen op te lossen. En ik denk dat dat, uhmEn dan? Dan ben ik al snel een soort AI apologist.

323
00:49:28.458 --> 00:49:38.438
Terwijl ik denk als we nou eerst dat ding uit elkaar halen en in in stukjes doen. Blokjes hou ik van. En dan per blokje gaan zeggen hier geven we een drie voor de mensheid op het gebied van slop.

324
00:49:38.538 --> 00:49:46.458
Slop zou ik een één geven. Daar hebben we gewoon echt weinig aan. Behalve humor. Humor is wel belangrijk trouwens. Dus misschien een twee dan. Puntje voor humor, maar

325
00:49:47.558 --> 00:49:59.278
het het doen van massa laboratorium testen geautomatiseerd om tot betere medicijnen te komen. Ja, ik, dat lijkt mij heel mooi, dus dat is een ander blokje. Ook binnen die AI container zeg maar.

326
00:49:59.298 --> 00:50:06.238
Zie het als een containerschip met duizenden containertjes erop en ik zou per containertje een waardeoordeel willen en niet over het hele fenomeen.

327
00:50:06.248 --> 00:50:16.998
Dus wat we eigenlijk missen, en dat is gewoon dat gaat met de tijd, is de manier om te kunnen praten over dit gigantische fenomeen. Want we hebben inmiddels een onderscheid tussen het internet en social media.

328
00:50:17.678 --> 00:50:26.798
Zo zou er ook een onderscheid moeten zijn tussen AI en slop. Nou, zelfs social media is natuurlijk een raar begrip geworden, want sociale media zijn niet sociaal meer. Het zijn algoritme gebaseerde feeds.

329
00:50:27.078 --> 00:50:34.718
Slecht concept in een slecht. We hebben heel slecht. We hebben nog niet echt een soort van namen kabinet aan aan termen.

330
00:50:35.498 --> 00:50:46.398
Ik Ik las laatst bijvoorbeeld een artikel van iemand die zei Ik ben blind en AI tooling van de laatste twee jaar heeft mijn leven radicaal verbeterd. Want dingen kunnen voorgelezen worden met veel prettigere stemmen.

331
00:50:46.408 --> 00:50:56.678
Er kunnen rondgeklikt worden. Computer use. Die persoon zegt van ik wil toch even binnen al deze negativiteit even zeggen, voor mij is het eigenlijk best wel tof, dus please niet alles kapot maken jongens. Nou weer zo'n.

332
00:50:56.778 --> 00:51:04.818
Nu weer zo'n blokje in die doos zeg maar. En ik vind Google is echt voor mij. Dat had ik niet aan het begin van dit jaar gedacht. De snelheid waarmee Google zou gaan. Nou, ze hebben.

333
00:51:04.838 --> 00:51:11.238
Ik had gedacht dat het Microsoft zou zijn dat die aan het eind van het jaar als soort van de vibe winnaar. Maar voor mij is de vibe winnaar is absoluut Google.

334
00:51:11.258 --> 00:51:17.958
De snelheid van shippen op dit moment bij Google in vergelijking met andere partijen is echt heel groot.

335
00:51:18.358 --> 00:51:27.738
En grote grijns op het gezicht van de CEO zag ik laatst een interview die toch ook best wel trots is zeg maar dat het allemaal aan een beetje aan het lukken is. Ja. Ja zeker.

336
00:51:27.858 --> 00:51:41.138
En ik denk dus daarmee sluit ik toch even af met grote verantwoordelijkheid ook, want dit is best wel bizar. De rest zijn zeg maar laboratoria, OpenAI en Tropic. Het zijn eigenlijk gewoon startups. Even kijken hoor.

337
00:51:43.238 --> 00:51:56.638
Hoe gaan jullie om met de keuze welke toolset jullie gebruiken? En heet en Cloud Command line interface cursor. Dat zijn allemaal interfaces om met AI te programmeren.

338
00:51:57.198 --> 00:52:01.038
De ontwikkelingen gaan zo snel en de ene tool die vandaag het beste is morgen wel ingehaald.

339
00:52:01.058 --> 00:52:06.798
Ik vind het lastig om alle ontwikkelingen bij te benen en ik merk dat ik een beetje verlamd raak en daardoor geen keuzes durf te maken waarin ik me ga verdiepen.

340
00:52:07.378 --> 00:52:21.018
Ik ben benieuwd hoe jullie deze ontwikkelingen blijven volgen zonder verlamd te raken. Ja dus. Dit is bovenop de standaard apps van de. Bovenop de Cloud app en bovenop de Gemini app zijn er allerlei.

341
00:52:21.638 --> 00:52:32.558
Ja, tussen tools zou je kunnen zeggen, want dit zijn niet. Dit is niet de de soort van uiteindelijke scaffolding zou ik zeggen, maar de tussen tools vooral om mee te programmeren of om tools aan elkaar te koppelen.

342
00:52:33.318 --> 00:52:43.197
Ja, zeg het maar wat? Wat gebruik jij? En hoe bepaal je of je weer iets, iets nieuws gaat gebruiken? Nou, ik denk dat in. In software ontwikkelings land heb je wel vaker gehad.

343
00:52:43.498 --> 00:52:53.438
Ik heb ook veel discussies altijd gehad met collega's over why the bleeding edge zeg maar. Dus dat is de bloedende rand, namelijk er is weer een nieuw tooltje uit. Zullen we dit proberen? Dat was voor AI ook al zo.

344
00:52:54.158 --> 00:53:06.718
En als je dan technisch directeur bent, wat ik dat op dat moment niet was, maar wel mee overleg had, dat ik zei we moeten het aan de ene kant een beetje stimuleren op de vrijdagmiddag, maar voor de rest, ja, ze springen de ene week van de een naar de ander en dit gaat concreet.

345
00:53:07.898 --> 00:53:18.298
Je moet geduld hebben. Je speelt met de tools zodat je op de hoogte bent van wat er allemaal kan. Ik wil namen en rugnummers nu. Nee, dat kan niet. Waarom niet? Nee, wat gebruik jij? Wat ik nu gebruik?

346
00:53:18.338 --> 00:53:28.258
Antigravity van Google. Sinds een week en over twee weken niet meer. Ja, precies. Ja, omdat ik. Omdat ik. Maar ik bedoel. En waarom gebruik jij Antigravity? Want dit is om. Om er drie pro high erin zit. Gratis.

347
00:53:28.798 --> 00:53:38.038
Soort van half gratis. Ik wil toegang tot Gemini drie Pro High. Oftewel thinking high. Het zwaarste wat je van Google nu kan krijgen zonder echt serieus met geld te gaan gooien.

348
00:53:38.078 --> 00:53:44.238
Ik vind het heel interessant om te zien wat ik daar weer wel mee kan en bij anderen niet. Test schrijven gaat veel beter bijvoorbeeld, et cetera.

349
00:53:44.698 --> 00:53:53.758
Maar dan switch ik een middag later ook weer over naar de nieuwe versie van Cloud Code. Jij zegt Ik heb geen loyaliteit voor die. Niets omdat we nu zitten in die finding out fase zeg maar.

350
00:53:53.778 --> 00:54:01.838
We zijn nog aan het uitvinden wat werkt. En het lijkt ook allemaal heel erg op elkaar, maar het is niet zo makkelijk om om soort van projecten mee te nemen van de ene naar de andere. Maar ik denk dat.

351
00:54:02.298 --> 00:54:11.958
Jawel, kan wel, maar ik denk dat je wel. Kijk wat er nu. Al die grotere partijen zoeken naar een vorm van lock in dat jij daar blijft zeg maar. En dat doen ze bijvoorbeeld. Antropoc heeft Cloud MD.

352
00:54:12.038 --> 00:54:18.378
Dat is de cloud file in de root van je project. Dus als jij dan. Ik stuur mijn project naar jou link en dan staat daar Cloud MD.

353
00:54:18.458 --> 00:54:28.938
Dan weet jij al genoeg wat jij erop moet gaan zetten, namelijk ook Cloud, want het zijn de instructies voor Cloud. Inmiddels wordt er dan nagedacht over LM MD, namelijk een instructie set voor alle modellen.

354
00:54:29.078 --> 00:54:35.638
En ik denk dat voor experimenteer, spring lekker heen en weer als je de luxe hebt om dat te kunnen doen binnen je werk of binnen je eigen bedrijf.

355
00:54:36.378 --> 00:54:44.318
Daarnaast zijn er nu protocollen aan het ontstaan, namelijk standaarden die dus in te zetten zijn op alle modellen meegenomen kunnen worden tussen de IDE's.

356
00:54:44.358 --> 00:54:49.658
Als het dan over software programmeren gaat en die volwassenheid zeg maar, die we nu langzaam beginnen te zien.

357
00:54:49.778 --> 00:55:00.758
Dus ik zou zeggen aan de ene kant lekker spelen op die rand op de oever van wat kan van innovatie en aan de andere kant meelezen. Oké, zijn er protocollen aan het ontstaan? Zijn er samenwerkingen aan het ontstaan?

358
00:55:00.898 --> 00:55:07.078
Kan ik me alvast inlezen, want als het eenmaal naar productie moet. Kijk, wij bouwen nu samen gewoon heel veel leuk speelgoed en zo. En testjes.

359
00:55:07.098 --> 00:55:15.598
We zijn lekker aan het rommelen ermee om ook een beetje op de hoogte te blijven wat er allemaal kan, maar daadwerkelijk voor de komende zeven jaar een applicatie online zetten of vijf jaar.

360
00:55:15.958 --> 00:55:28.278
Dan moet je iets structurelere keuzes in maken. En als je zegt de vibe check onder programmeurs nu Antigravity en gewoon Cloud code. Dus gewoon in de terminal cloud code gebruiken. Ja, maar dan.

361
00:55:28.308 --> 00:55:36.578
En maar dan nog is het dus constant zeggen oké, schrijf goede documentatie of laat schrijven. Schrijf goede tests, want dat is voor de toekomst altijd prettig zeg maar.

362
00:55:36.618 --> 00:55:45.288
Dus je moet een soort van future proven van de manier dat je werkt waarbinnen je eigenlijk. Dat is wat ik bedrijven ook constant adviseer als het gaat om welke AI moeten we integreren?

363
00:55:45.408 --> 00:55:56.138
Ik zeg je moet zorgen dat je verschillende AI's kan blijven wisselen forever, want die lock in is eigenlijk nooit prettig voor jou als organisatie. Dus dat is altijd goed advies. Nou, ik vind het een mooi slot Wytse.

364
00:55:56.298 --> 00:56:10.698
Wij hebben nog een nieuw webinar wat we kunnen aankondigen, toch Sam? Wanneer is dat? Dat zet Sam nu in de chat. Kijk. Oh, dat zit hij dichtst bij mij. Volgende webinar is donderdag 8 januari in het jaar 2026.

365
00:56:11.418 --> 00:56:18.938
Weer om 12.00 uur. Als je nog geen abonnee bent van AI Report dan is dit het moment om in te stappen, want alleen nog deze week loopt onze oudejaarsactie.

366
00:56:19.258 --> 00:56:33.398
Tot en met 21 december betaal je € 99 voor een heel jaar AI report in plaats van de normale 120, dus dat is meer dan € 20 korting. En dan kun je direct meedoen met die masterclass in januari. 8 januari dus om 12.00 uur.

367
00:56:34.058 --> 00:56:46.898
Waarin Wytse je gaat leren programmeren. Dat is toch een leuk leuke soort van nieuwjaars nieuwjaarsvoornemen. Als je wil meedoen dan klik je op de link in de beschrijving en we hopen van harte dat je er ook bij bent.

368
00:56:48.358 --> 00:57:02.228
[muziek].