Je zit in de cabine en je hoort het overal: AI dit, AI dat. In apps, in nieuwsberichten, in gesprekken op het terrein. Het klinkt soms alsof het iets heel ingewikkelds is, maar in de basis gaat het om software die leert van voorbeelden en helpt om sneller overzicht te krijgen.
In deel 1 beginnen we AI te introduceren. Geen technische praat, maar helder: wat AI is, hoe het zich heeft ontwikkeld, wat een taalmodel (zoals ChatGPT) is, en waarom je er met gezond verstand naar moet blijven kijken.
Van toen tot nu, in het kort
Het idee bestaat al sinds 1950 en kreeg in 1956 de naam Artificial Intelligence. Eerst werkte AI vooral met vaste regels (“als dit, dan dat”). Later — door snellere computers en veel meer data — werd AI steeds beter in leren van voorbeelden. Sinds 2018 gaat het vooral hard met AI die taal aankan: systemen die tekst begrijpen en maken.
Zelf ben ik rond 2020 ermee begonnen, vaak was de uitkomst warrig en onvolledig. De mogelijkheid om de informatie te checken bij verschillende taalmodellen bestond nog niet echt. Om alle ontwikkelingen en mogelijkheden te volgen, is eigenlijk niet te doen.. Er is zoveel en het lijkt wel of de voortgang en “slimheid” van ai steeds sneller gaat.
Wat is een taalmodel?
Een taalmodel is AI die getraind is op heel veel tekst. Het kan:
– vragen beantwoorden,
– tekst schrijven,
– samenvatten,
– taal vertalen,
– stappenplannen maken en nog veel meer.
Taalmodellen: je hebt er meer van dan je denkt.
Er is niet één taalmodel. Er zijn er veel, met verschillende makers en versies.
Als je écht alles meetelt (basis + alle afgeleiden)
Dan kom je uit op tienduizenden tot zelfs honderdduizenden+ “taalmodellen/varianten”.
Waarom zo veel? Omdat één basismodel vaak honderden of duizenden afgeleiden krijgt .
Bekende namen die je vaak hoort zijn bijvoorbeeld:
– **OpenAI** (GPT/ChatGPT)
– **Google** (Gemini)
– **Anthropic** (Claude)
– **Meta** (Llama)
– **Mistral AI** (Mistral)
– **xAI** (Grok)
– **Microsoft** (Phi)
Belangrijk, om te onthouden.
– AI “denkt” niet zoals een mens.
AI begrijpt niet echt wat het zegt zoals jij een situatie begrijpt. Het heeft geen gezond verstand, geen ervaring op de weg en geen gevoel voor risico. Het werkt vooral met patronen uit data en tekst. Het kan dus slim overkomen, maar het blijft een systeem dat “rekent en voorspelt”, geen collega met praktijkervaring.
– AI kan fouten maken, maar vaak op een overtuigende manier.
Dit is het verraderlijke: AI kan een antwoord geven dat netjes klinkt en toch niet klopt. Soms vult het ontbrekende info aan met iets dat “waarschijnlijk” lijkt, of het mist net die ene praktische uitzondering. Daarom geldt: hoe belangrijker het onderwerp, hoe vaker je moet controleren.
– AI is geen officiële bron.
Voor regels, wetgeving, rij- en rusttijden, ADR, bedrijfsafspraken en klantvoorwaarden: check altijd de officiële info of je planning/leidinggevende. AI kan wel helpen om iets uit te leggen of samen te vatten, maar niet om het “definitief” te maken.
Raadpleeg voor belangrijke items en documenten ook meerdere taalmodellen.
Vraag niet aan bv alleen chatgpt iets over een wetgeving. Stel deze vraag ook in Grok of Claude en vergelijk de antwoorden ( de nauwkeurigheid van de antwoorden zit gemiddeld rond de 92%)
– AI is advies, geen opdracht.
Jij blijft verantwoordelijk. Een AI-suggestie houdt niet altijd rekening met de praktijk: lokale afspraken, veiligheid bij laden/lossen, smalle straten, tijdelijke afsluitingen, of wat jij ter plekke ziet.
AI is de verzamelnaam: alles wat “slim” gedrag van software lijkt.
Machine learning is een manier waarop AI leert: niet met vaste regels, maar met voorbeelden en data.
Een taalmodel (zoals ChatGPT, Gemini of Claude) is weer een specifiek soort AI dat vooral met tekst werkt: vragen beantwoorden, samenvatten, herschrijven.
– Let op met privacy en bedrijfsinformatie.
Deel geen klantnamen, lading details, kentekens, routes met waardevolle vracht, toegangscodes of interne info in een AI-chat. Houd het algemeen of maak de details anoniem.
Einde deel 1