AI is het buzzword van het moment, net als 'blockchain' een paar jaar terug. Maar in tegenstelling tot veel hypes gaat AI écht je dagelijkse werk makkelijker maken. De cijfers laten dat ook zien: volgens het CBS gebruikte in 2024 al 22,7% van de Nederlandse bedrijven met tien of meer werknemers AI — tegen 14% een jaar eerder. De rest? Die heeft nog een wereld te winnen. Tijd dus om erin te duiken!
Wat zijn die LLM's nou eigenlijk?
Stel je voor: je leert een kind lezen en schrijven. Eerst leert het letters, dan woorden, en uiteindelijk hele zinnen begrijpen en maken. Een Large Language Model (LLM) doet precies hetzelfde, maar dan op steroïden: razendsnel, met miljarden 'boeken' als lesmateriaal. Het resultaat? Een superintelligent systeem dat ongelofelijk veel weet, maar soms verrassend genoeg de plank volledig mis kan slaan.
Hoe werkt zo'n digitale Einstein in de praktijk?
Het mooie van een LLM is dat het leert door voorspellingen te maken — net zoals een collega al weet wat ze gaan zeggen na de woorden "Kunnen we even...". Hoe meer context je geeft, hoe beter het antwoord. Vergelijk het met een nieuwe collega: in het begin moet je veel uitleggen, maar hoe meer context ze hebben, hoe beter ze kunnen helpen.
Welke LLM's zijn populair?
De usual suspects:
- ChatGPT: de enthousiaste starter. Veelzijdig en talentvol, maar soms wat overmoedig. Perfect voor eerste versies en brainstorms.
- Claude: de ervaren professional. Denkt net wat langer na en is wat voorzichtiger. Ideaal voor die belangrijke klantpresentatie.
- Gemini: de allrounder van Google. Handig als je veel in Gmail, Docs en Sheets werkt.
- Mistral: de innovatieve Europese freelancer. Compact, snel en verrassend slim. Handig als het iets minder formeel mag.
Waarom gaan ze soms de mist in (en hoe ga je daarmee om)?
Net als die ene collega die álles met overtuiging brengt (ook als het niet klopt), kunnen LLM's behoorlijk de mist in gaan. We noemen dat 'hallucinaties' — oftewel: creatief met de waarheid. Daarom drie praktische checks:
- Check 1: Gebruik je gezonde verstand: klinkt het logisch?
- Check 2: Check belangrijke feiten en cijfers.
- Check 3: Test kritische teksten eerst intern.
Zijn AI-systemen bevooroordeeld?
AI-systemen zijn net zo bevooroordeeld als de data waarmee ze zijn getraind. Een bekend voorbeeld: toen een groot techbedrijf AI gebruikte om cv's te beoordelen, werden vrouwelijke kandidaten systematisch lager beoordeeld. Simpelweg omdat het systeem was getraind met historische data waarin vooral mannen werden aangenomen. Gelukkig kunnen we hier slim mee omgaan. Enkele voorbeelden om rekening mee te houden:
- Westerse bias: AI-systemen zijn vaak getraind met data van grote westerse bedrijven en instituten. Daardoor gaan ze bijvoorbeeld automatisch uit van een 9-tot-5 werkdag, traditionele organisatiestructuren en westerse communicatiestijlen. Tip: als je materiaal maakt voor internationale teams of verschillende culturen, geef dan expliciet aan welke werkcontext je voor ogen hebt.
- Culturele bias: Amerikaanse werkoplossingen zijn niet altijd geschikt voor onze Nederlandse polder-aanpak. Als je een LLM vraagt om managementadvies, krijg je vaak nogal Amerikaanse toestanden ("You're doing amazing, sweetheart!"). Tip: specificeer expliciet dat je Nederlandse voorbeelden en cultuur wilt.
- Gendervooroordelen: vraag je om een "CEO-presentatie"? Grote kans dat het systeem automatisch 'hij' gebruikt. Hetzelfde geldt voor 'verpleegkundige' (zij) en 'engineer' (hij). Tip: wees specifiek over inclusief taalgebruik in je prompts.
Hoe ga je hier slim mee om?
- Wees je bewust dat deze vooroordelen bestaan.
- Check je output op ongepaste aannames.
- Geef duidelijke instructies over gewenste toon en cultuur.
- Gebruik het juist om vooroordelen op te sporen in bestaande teksten.
Waar kun je AI voor gebruiken?
Een greep uit wat deze digitale collega's voor je kunnen betekenen:
- Die saaie kwartaalrapportage opzetten (jij checkt alleen nog de cijfers).
- Je data analyseren en visualiseren.
- Mailtjes naar klanten persoonlijker maken.
- Je PowerPoint-presentatie van pakkende bullets voorzien.
- Een planning maken die wél haalbaar is.
- Je whiteboard-brainstorm omzetten naar concrete actiepunten.
- Die error-message vertalen naar mensentaal.
- Je Excel-formules debuggen (zonder dat je een Excel-guru hoeft te zijn).
- Je geluidsopnames omzetten naar artikelen.
Veelgestelde vragen
Wat is een LLM (Large Language Model)?
Een LLM is een AI-systeem dat heeft leren 'lezen en schrijven' door miljarden teksten te verwerken. Het leert door voorspellingen te maken: welk woord komt logisch hierna? Daardoor kan het schrijven, samenvatten en analyseren. ChatGPT, Claude en Gemini zijn bekende voorbeelden.
Wat zijn AI-hallucinaties?
Een hallucinatie is een antwoord dat overtuigend klinkt maar feitelijk onjuist is. LLM's voorspellen taal en kunnen daarbij 'creatief met de waarheid' omgaan. Gebruik je gezonde verstand, check belangrijke feiten en test kritische teksten eerst intern.
Is AI bevooroordeeld?
Ja, AI-systemen zijn net zo bevooroordeeld als de data waarmee ze zijn getraind. Denk aan westerse aannames, Amerikaanse werkcultuur en gendervooroordelen. Wees je hiervan bewust, check je output en geef duidelijke instructies over toon en context.
Waarvoor kan ik AI gebruiken in mijn werk?
Voor vrijwel al je schrijf-, denk- en analysewerk: rapportages, data-analyse, mails, presentaties, planningen en brainstorms. Begin klein, bijvoorbeeld met een samenvatting.
En nu?
Snap je de basis? Dan is de volgende stap AI veilig en praktisch inzetten in je eigen werk.
Zelf leren werken met AI?
Ik help teams en ondernemers om AI praktisch en veilig in te zetten — van eerste kennismaking tot werkende workflows.
Januari 2025 · bijgewerkt augustus 2026