Labelen van data is het proces waarbij menselijke annotators aangeven wat er in een afbeelding, tekst, geluidsfragment of video te zien of te horen is. Zonder gelabelde data kunnen veel AI-modellen niet leren.
Dit artikel is onderdeel van de AI Woordenlijst op De Wereld van AI. Daar vind je een overzicht van alle belangrijke AI-begrippen.
Hoe werkt labelen van data?
Bij het labelen van data geeft een mens, ook wel annotator genoemd, aan wat er in een afbeelding, tekst of geluidsfragment te zien of te horen is. Iemand bekijkt bijvoorbeeld een foto en geeft aan dat er een kat op staat. Of leest een zin en markeert dat die negatief klinkt. Of tekent een kader om een auto in een straatbeeld.
Die toegekende betekenis heet een label. De verzameling van alle labels vertelt het AI-model wat de juiste uitkomst is. Het model leert door duizenden van zulke voorbeelden te vergelijken en daar patronen in te herkennen.
Waarom is het labelen van data onmisbaar?
Een AI-model leert niet uit zichzelf wat iets betekent. Het heeft voorbeelden nodig waarbij de juiste uitkomst al bekend is. Zonder labels weet een model niet of het de goede kant op leert.
Hoe nauwkeuriger en consistenter de labels zijn, hoe beter het model later presteert. Slechte of tegenstrijdige labels leiden tot ruis, verkeerde aannames en lagere betrouwbaarheid. De kwaliteit van het labelwerk bepaalt daarmee direct de kwaliteit van het eindmodel.
Hoe verloopt het labelen van data in de praktijk?
Labelen gebeurt meestal met de hand, via speciale programma’s op de computer. De mensen die labelen krijgen duidelijke instructies, zodat iedereen op dezelfde manier te werk gaat. Bij moeilijke taken werken meerdere mensen aan hetzelfde materiaal. Daarna worden de labels vergeleken om fouten op te sporen.
Waar wordt het voor gebruikt?
Gelabelde data is nodig voor toepassingen als:
- beeldherkenning
- sentimentanalyse
- medische diagnostiek
- spraakherkenning
- zelfrijdende systemen die objecten moeten onderscheiden
Kortom, elke toepassing waarbij een AI moet weten wat iets “is”, begint met goed labelwerk.
Veelvoorkomende uitdagingen
Labelen is tijdrovend en kostbaar. Annotators kunnen fouten maken of onbewust hun eigen vooroordelen meenemen, wat bias in het model veroorzaakt. Goede richtlijnen, kwaliteitscontroles en diverse labelteams verkleinen dit risico. Dit raakt direct aan AI & Ethiek, omdat verkeerde of bevooroordeelde labels leiden tot oneerlijke of onnauwkeurige modellen. Zorgvuldigheid blijft daarom essentieel.
Verder leren
Wil je dit soort AI-begrippen écht begrijpen, op een manier die logisch en overzichtelijk blijft? In mijn gratis AI basiscursus leg ik stap voor stap uit hoe moderne AI werkt en hoe je het zelf kunt toepassen.
Op het YouTube-kanaal van De Wereld van AI vind je video’s die uitleggen hoe AI-modellen worden getraind en welke rol data daarin speelt.