Deze pagina is onderdeel van AI uitgelegd in beelden op De Wereld van AI. Een overzicht van leerzame visuals die uitleggen hoe AI-systemen werken.
Deze visual laat zien waarom AI fouten maakt. AI verwerkt invoer met patronen uit data, maar begrijpt de situatie niet zoals een mens en controleert niet automatisch of een uitkomst feitelijk juist is.
In het schema zie je hoe invoer het model binnenkomt en wordt verwerkt op basis van eerder aangeleerde patronen. Het model doet precies hoe het is getraind om te doen.
Fouten ontstaan wanneer de data onvolledig, eenzijdig of verouderd is, of wanneer de context ontbreekt. Het model herkent dan wel een patroon, maar koppelt dat aan een verkeerde of onvolledige uitkomst.
Het schema helpt omdat het duidelijk maakt dat fouten geen uitzonderingen zijn. Ze zijn een logisch gevolg van hoe AI werkt. Het systeem controleert zijn eigen antwoorden niet en weet niet wanneer iets onzeker of onjuist is.
Waar dit terugkomt in AI
Dit zie je terug in vrijwel alle AI-systemen:
- Bij machine learning ontstaan fouten door scheve of beperkte trainingsdata.
- Bij neurale netwerken kunnen kleine verschillen in invoer leiden tot onverwachte uitkomsten.
- Bij taalmodellen kan een antwoord overtuigend klinken, terwijl het inhoudelijk onjuist is.
AI corrigeert zichzelf niet automatisch. Zonder menselijke controle blijven fouten bestaan.
Logische vervolgstap
Lees voor de uitgebreide uitleg over taalmodellen, hallucinaties, beperkte context en onbetrouwbare bronnen verder op Waarom maakt generatieve AI fouten?. Voor fouten die voor mensen direct onlogisch aanvoelen, kun je ook verder naar Waarom maakt AI soms fouten die een mens niet zou maken?.
Of bekijk de andere leerzame visuals en ga terug naar AI uitgelegd in beelden.