Je typt een vraag, en binnen een seconde rolt er een vloeiend, goed opgebouwd antwoord uit. Het vóelt alsof er iets aan de andere kant zit dat je vraag begrijpt, even nadenkt en dan antwoord geeft. Maar wat er werkelijk gebeurt, is iets heel anders — en als je dat eenmaal doorhebt, kijk je nooit meer hetzelfde naar een chatbot.
Het kernprincipe: het volgende woord voorspellen
Een taalmodel doet in essentie één ding: op basis van de tekst tot nu toe voorspellen welk woord (technisch: welk stukje tekst) waarschijnlijk als volgende komt. Daarna doet het dat opnieuw, en opnieuw, woord voor woord, tot het antwoord af is.
Vergelijk het met de woordsuggesties op je telefoon, maar dan extreem veel krachtiger. Waar je telefoon na “fijne” misschien “dag” voorstelt, kan een groot taalmodel de hele voorafgaande conversatie meewegen: je vraag, de toon, het onderwerp, eerdere antwoorden. Daardoor produceert het geen losse flarden maar samenhangende alinea’s, in de juiste stijl, over vrijwel elk onderwerp.
Maar het blijft voorspellen. Het model zoekt niets op in een database met feiten, het redeneert niet zoals een mens dat doet, en het heeft geen idee of wat het zegt waar is. Het berekent: gegeven al deze woorden, welk woord past hier statistisch het best?
Waar komt die voorspelling vandaan? Trainingsdata
Om goed te kunnen voorspellen, is het model getraind op gigantische hoeveelheden tekst: webpagina’s, boeken, artikelen, code en meer. Tijdens die training kreeg het model telkens een stuk tekst te zien met de opdracht het volgende woord te raden. Zat het ernaast, dan werden de interne instellingen — miljarden knopjes, in vaktaal parameters — een klein beetje bijgesteld. Herhaal dat onvoorstelbaar vaak, en er ontstaat een systeem dat patronen in taal verbluffend goed heeft geleerd: grammatica, stijl, feitelijke verbanden die vaak in de tekst voorkwamen, en zelfs iets dat op redeneren lijkt.
Uit die trainingsdata volgen drie beperkingen die je in de praktijk elke dag merkt:
- Het model kent alleen wat in de training zat. Gebeurtenissen van na de trainingsperiode kent het niet, tenzij de tool aanvullend live op internet zoekt. Vraag je naar iets recents zonder die zoekfunctie, dan krijg je verouderde of verzonnen informatie.
- Veelvoorkomend gaat beter dan zeldzaam. Over onderwerpen waarover veel is geschreven, zijn de voorspellingen betrouwbaarder dan over nicheonderwerpen, kleine bedrijven of specifieke Nederlandse regelgeving. Hoe dunner de data, hoe groter de kans op onzin.
- Fouten en vooroordelen in de data zitten in het model. Staat er op internet veel dat gekleurd of onjuist is, dan leert het model die patronen net zo goed als de correcte.
Vloeiend is niet hetzelfde als juist
Hier komt het gevaarlijkste misverstand. Wij mensen gebruiken taalvaardigheid ons hele leven als kwaliteitssignaal: wie helder en zelfverzekerd formuleert, weet meestal waar die het over heeft. Bij een taalmodel gaat die vuistregel volledig de mist in.
Het model is getraind om plausibele taal te produceren — dat is letterlijk zijn vak. Een verzonnen antwoord komt er dus net zo vloeiend, gestructureerd en stellig uit als een correct antwoord. Er is geen enkel verschil in toon tussen een feit en een fabricatie. Het model geeft zelf geen betrouwbaarheidsscore mee en “weet” niet dat het iets verzint: het voorspelde gewoon woorden die goed pasten, precies zoals bij een correct antwoord. Waarom dat gebeurt en hoe je ermee omgaat, lees je in ons artikel over AI-hallucinaties.
De belangrijkste zin van dit artikel: een taalmodel produceert taal die klópt bij je vraag, geen informatie die wáár is. Vaak valt dat samen — bij bekende onderwerpen zelfs meestal — maar het model kan het verschil zelf niet zien. Dat moet jij doen.
Wat is een contextvenster?
Nog zo’n term die veel verklaart: het contextvenster. Dat is de hoeveelheid tekst die het model tegelijk kan “zien” en meenemen in zijn voorspelling — jouw vragen, zijn eigen antwoorden, en eventueel documenten die je hebt geüpload. Alles daarbinnen telt mee; alles daarbuiten bestaat voor het model simpelweg niet.
Drie praktische gevolgen:
- Een taalmodel heeft geen geheugen zoals wij. Wordt een gesprek erg lang, dan kan informatie van het begin buiten het venster raken of onderbelicht worden — en dan “vergeet” het model afspraken die je eerder maakte. Nieuw gesprek gestart? Dan begint het model in principe blanco (sommige tools bewaren apart een profiel of notities, maar dat is een extra functie, geen eigenschap van het model zelf).
- Grote documenten worden niet altijd volledig verwerkt. Past een document niet of nauwelijks in het venster, dan kan de samenvatting delen missen. Controleer bij belangrijke stukken altijd of specifieke onderdelen echt zijn meegenomen.
- Wat jij in het venster stopt, stuurt het antwoord. Duidelijke instructies, relevante achtergrond en voorbeelden verbeteren de output enorm — het model kan alleen werken met wat het ziet.
Waarom werkt het dan toch zo goed?
Na al deze kanttekeningen is de logische vraag: hoe kan woordvoorspelling dan zulke bruikbare resultaten opleveren? Het antwoord: omdat taal ongelooflijk veel structuur bevat. Wie op deze schaal leert voorspellen hoe mensen schrijven, leert impliciet ook veel over hoe mensen denken, argumenteren en uitleggen. Voor taken als samenvatten, herschrijven, structureren, vertalen en brainstormen — taken waar de input al vóór je ligt — is een taalmodel daardoor oprecht sterk. Het risico zit vooral bij taken waar het model zelf feiten moet aandragen.
Dat onderscheid is meteen de praktische kern van AI-geletterd werken:
- Taal-taken (herschrijven, samenvatten van aangeleverde tekst, structuur aanbrengen): relatief veilig, controle blijft nodig maar het model speelt thuis.
- Kennis-taken (feiten, cijfers, bronnen, juridische of medische details): hier voorspelt het model wat plausibel klinkt — alles verifiëren dus.
Wat je hiervan moet onthouden
Je hoeft de techniek niet dieper in dan dit. Maar deze vier zinnen verdienen een plek in je achterhoofd, elke keer dat je een chatbot opent:
- Het model voorspelt woorden; het raadpleegt geen feitenbank.
- Het weet alleen wat (vaak genoeg) in de trainingsdata stond.
- Vloeiend en stellig zegt niets over juist.
- Alleen wat in het contextvenster staat, bestaat voor het model.
Dit is precies het soort basiskennis dat de AI-verordening bedoelt met AI-geletterdheid — begrijpen wat je gereedschap doet, zodat je de kansen benut en de risico’s ziet aankomen. Benieuwd hoe stevig jouw basis is? Doe de gratis quiz. En wil je dit — en de rest van de basis — grondig onder de knie krijgen, kijk dan bij onze cursus AI-geletterdheid.