AI output controleren: hallucinaties, bias en verificatie

Je herkent onbetrouwbare AI-output en weet hoe je verificeert.

Waarom deze les belangrijk is

AI liegt. Het resultaat is hetzelfde: je krijgt informatie die er betrouwbaar uitziet maar feitelijk onjuist is. Als je dat niet herkent, neem je beslissingen op basis van onzin.

Deze les maakt je kritischer. Je leert herkennen wanneer AI onbetrouwbaar is, hoe je output verifieert, en wanneer je AI beter helemaal niet kunt inzetten.

Wat zijn hallucinaties?

Een AI-hallucinatie is wanneer het model verzonnen informatie presenteert alsof het een feit is.

Waarom gebeurt dit?

AI-modellen voorspellen het meest waarschijnlijke volgende woord. Ze "weten" niets. Ze genereren tekst die statistisch aannemelijk klinkt. Dat betekent:

  • Ze verzinnen bronnen die niet bestaan
  • Ze geven zelfverzekerde antwoorden op vragen waar geen antwoord op is
  • Ze mixen feiten uit verschillende contexten tot iets dat nergens klopt

Voorbeelden van hallucinaties

SituatieWat AI doetWaarom gevaarlijk
Juridische vraagVerzint een wetsartikel met realistisch nummerJe citeert een wet die niet bestaat
StatistiekGenereert een percentage dat aannemelijk klinktJe bouwt een business case op een verzonnen cijfer
Persoon opzoekenCombineert info van verschillende mensenJe stuurt een mail met verkeerde achtergrond
BronvermeldingVerzint een paper met echte auteursnamenJe verwijst naar onderzoek dat niet bestaat
Let op

Hallucinaties zijn niet zeldzaam. Ze komen voor bij elk AI-model, bij elke provider. Het is geen bug, het is hoe de technologie werkt. De enige vraag is: hoe ga jij ermee om?

Verder lezen

Laat je naam en mailadres achter, dan lees je de rest

Je krijgt meteen de hele les, en alle andere lessen blijven daarna ook open. Geen wachtwoord, geen bevestigingsmail.

Je adres blijft bij ons. We verkopen niets door en je meldt je af met één klik.