Algemene informatie
Planning
Examen
• Datum: 24 januari 2026
• Locatie: goed bekijken
• Multiple choice examen (15 punten) + 1 open vraag (5 punten)
o Er kan gevraagd worden naar 1 antwoord of meerdere antwoorden (wordt
duidelijk vermeld)
Permanente evaluatie
• Na de colleges/lezingen en de zelfstudie van de verschillende thema’s, moeten
studenten vanuit hun eigen reflectie een vraag indienen
• Deze vragen worden gebruikt als input voor de laatste sessie (Q&A) van elk thema
• Per thema is er een deadline voor het indienen van een relevante vraag
o Gaat over het thema dat behandeld werd
o Refereert naar een specifiek aspect dat behandeld werd (bv. een studie,
bevinding, uitspraak, …)
o Voegt iets toe aan wat al besproken is (dwz. het antwoord staat niet in de
lesmaterialen)
o De vraag is voldoende specifiek en te beantwoorden met data, bronnen of vanuit
expertise (dus geen mening of JA/NEE vraag)
▪ Bv. THEMA AI
▪ Geen relevante vraag: “Is AI slecht?”
▪ Wel een relevante vraag: “Hoe verandert explainability de bereidheid
van burgers om AI-besluitvorming te accepteren bij
overheidsbeslissingen?”
1
,Artificiële intelligentie (hoorcollege)
Inleiding
• We bekeken een filmpje waarbij de verkeerssituatie op de weg vreemder wordt
(voetgangers en fietsers komen dichter bij elkaar dan wij als acceptabel vinden in onze
samenleving)
o Hiermee wil de prof illustreren waar hij van droomt: een situatie waarbij dit niet
meer gevaarlijk is, een situatie waarbij elke persoon over voldoende intelligentie
beschikt om niet in de problemen te komen
• Vervolgens vroegen we ons af waar we vandaag staan
o Het antwoord: we staan al redelijk ver
o Voorbeeld: auto’s kunnen in de VS in bepaalde omgevingen autonoom rijden
▪ Hierbij vroeg de prof ons of dit machine learning (onderdeel van AI) of
artificial intelligence is
▪ Dit is AI
• Verschillende termen:
o Artifical Intelligence (AI)
▪ Bestaat al zeer lang
▪ Gaat over technologie die kan slagen voor de turingtest
• Een turingtest zegt je kan geen onderscheid meer maken of een
bepaalde beslissing gemaakt is door een computer of een
persoon
▪ (Voorbeeld: een schaakcomputer die menselijke spelers kan verslaan)
o Machine Learning (ML)
▪ Bestaat al zeer lang
▪ Gaat over technologie waarin we op basis van data/ gegevens een
computer zelf iets kunnen leren
▪ (Voorbeeld: een e-mailfilter dat leert spam te herkennen)
2
, o Deep Learning
▪ Maakt gebruik van neurale netwerken met veel lagen om zeer complexe
patronen te herkennen
▪ (Voorbeeld: gezichtsherkenning in foto’s)
o Generative AI
▪ Analyseert niet alleen, maar kan ook nieuwe inhoud genereren: tekst,
afbeeldingen, muziek, code,…
o Large Language Models (LLM)
▪ Een specifieke soort generatieve AI die getraind is op enorme
hoeveelheden tekst en daardoor mensachtige taal kan begrijpen en
genereren
o ChatGPT
▪ Een concrete toepassing van een LLM
Wat is AI?
• Dit is gewoon een wiskundige formule die ervoor zorgt dat we al die dingen kunnen
• Illustratie: prijs van een brood
o Stel we hebben data gekregen over de prijs van een brood in 2003 en 2023
o Als we nu vragen wat de prijs van een brood in 2013 is dan zal je een wiskundige
formule maken die de punten met elkaar verbindt en kan je door het invullen van
het jaartal gemakkelijk vinden wat de prijs
o Maar waarschijnlijk was de prijs niet zo, maar eerder zo
3
, o Als je dan even inzoomt in die periode dan zie je dat de prijzen er werkelijk zo
uitzagen
▪ Zo zie je dat het moeilijk is om een wiskundige formule correct te maken
▪ Maar toch kunnen wij complexe formules in ons hoofd maken
• Hoe kan het dat wij complexe formules in ons hoofd kunnen maken en een computer
niet?
o Dat komt omdat ons brein op een heel andere manier werkt
o Het brein bestaat uit neuronen die onderling verbonden zijn via energiebanen
o Op een bepaald moment ontvangt een neuron impulsen via onze zintuigen
o Dat neuron vertaalt die impulsen vervolgens in een elektrisch signaal dat hij zelf
doorstuurt
o Zo ontstaat er een netwerk van verbonden punten
o Doordat de energie en signalen samenkomen, worden nieuwe impulsen
opgewekt
o Uiteindelijk kan dit leiden tot het aansturen van bepaalde zintuigen of acties
• We hebben het brein als inspiratie gebruikt om in een computer een netwerk te bouwen
o In plaats van alle neuronen willekeurig te verbinden, brengen we structuur aan:
we maken lagen (kolommen) waarin elk neuron verbonden is met de vorige en de
volgende laag
o Elk neuron kan wiskundig beschreven worden door een functie die snel schakelt
van een lage waarde (0) naar een hoge waarde (1) (zie grafiek). Door veel van die
functies met elkaar te verbinden, ontstaat een krachtig netwerk dat complexe
vormen en patronen kan modelleren
4
Planning
Examen
• Datum: 24 januari 2026
• Locatie: goed bekijken
• Multiple choice examen (15 punten) + 1 open vraag (5 punten)
o Er kan gevraagd worden naar 1 antwoord of meerdere antwoorden (wordt
duidelijk vermeld)
Permanente evaluatie
• Na de colleges/lezingen en de zelfstudie van de verschillende thema’s, moeten
studenten vanuit hun eigen reflectie een vraag indienen
• Deze vragen worden gebruikt als input voor de laatste sessie (Q&A) van elk thema
• Per thema is er een deadline voor het indienen van een relevante vraag
o Gaat over het thema dat behandeld werd
o Refereert naar een specifiek aspect dat behandeld werd (bv. een studie,
bevinding, uitspraak, …)
o Voegt iets toe aan wat al besproken is (dwz. het antwoord staat niet in de
lesmaterialen)
o De vraag is voldoende specifiek en te beantwoorden met data, bronnen of vanuit
expertise (dus geen mening of JA/NEE vraag)
▪ Bv. THEMA AI
▪ Geen relevante vraag: “Is AI slecht?”
▪ Wel een relevante vraag: “Hoe verandert explainability de bereidheid
van burgers om AI-besluitvorming te accepteren bij
overheidsbeslissingen?”
1
,Artificiële intelligentie (hoorcollege)
Inleiding
• We bekeken een filmpje waarbij de verkeerssituatie op de weg vreemder wordt
(voetgangers en fietsers komen dichter bij elkaar dan wij als acceptabel vinden in onze
samenleving)
o Hiermee wil de prof illustreren waar hij van droomt: een situatie waarbij dit niet
meer gevaarlijk is, een situatie waarbij elke persoon over voldoende intelligentie
beschikt om niet in de problemen te komen
• Vervolgens vroegen we ons af waar we vandaag staan
o Het antwoord: we staan al redelijk ver
o Voorbeeld: auto’s kunnen in de VS in bepaalde omgevingen autonoom rijden
▪ Hierbij vroeg de prof ons of dit machine learning (onderdeel van AI) of
artificial intelligence is
▪ Dit is AI
• Verschillende termen:
o Artifical Intelligence (AI)
▪ Bestaat al zeer lang
▪ Gaat over technologie die kan slagen voor de turingtest
• Een turingtest zegt je kan geen onderscheid meer maken of een
bepaalde beslissing gemaakt is door een computer of een
persoon
▪ (Voorbeeld: een schaakcomputer die menselijke spelers kan verslaan)
o Machine Learning (ML)
▪ Bestaat al zeer lang
▪ Gaat over technologie waarin we op basis van data/ gegevens een
computer zelf iets kunnen leren
▪ (Voorbeeld: een e-mailfilter dat leert spam te herkennen)
2
, o Deep Learning
▪ Maakt gebruik van neurale netwerken met veel lagen om zeer complexe
patronen te herkennen
▪ (Voorbeeld: gezichtsherkenning in foto’s)
o Generative AI
▪ Analyseert niet alleen, maar kan ook nieuwe inhoud genereren: tekst,
afbeeldingen, muziek, code,…
o Large Language Models (LLM)
▪ Een specifieke soort generatieve AI die getraind is op enorme
hoeveelheden tekst en daardoor mensachtige taal kan begrijpen en
genereren
o ChatGPT
▪ Een concrete toepassing van een LLM
Wat is AI?
• Dit is gewoon een wiskundige formule die ervoor zorgt dat we al die dingen kunnen
• Illustratie: prijs van een brood
o Stel we hebben data gekregen over de prijs van een brood in 2003 en 2023
o Als we nu vragen wat de prijs van een brood in 2013 is dan zal je een wiskundige
formule maken die de punten met elkaar verbindt en kan je door het invullen van
het jaartal gemakkelijk vinden wat de prijs
o Maar waarschijnlijk was de prijs niet zo, maar eerder zo
3
, o Als je dan even inzoomt in die periode dan zie je dat de prijzen er werkelijk zo
uitzagen
▪ Zo zie je dat het moeilijk is om een wiskundige formule correct te maken
▪ Maar toch kunnen wij complexe formules in ons hoofd maken
• Hoe kan het dat wij complexe formules in ons hoofd kunnen maken en een computer
niet?
o Dat komt omdat ons brein op een heel andere manier werkt
o Het brein bestaat uit neuronen die onderling verbonden zijn via energiebanen
o Op een bepaald moment ontvangt een neuron impulsen via onze zintuigen
o Dat neuron vertaalt die impulsen vervolgens in een elektrisch signaal dat hij zelf
doorstuurt
o Zo ontstaat er een netwerk van verbonden punten
o Doordat de energie en signalen samenkomen, worden nieuwe impulsen
opgewekt
o Uiteindelijk kan dit leiden tot het aansturen van bepaalde zintuigen of acties
• We hebben het brein als inspiratie gebruikt om in een computer een netwerk te bouwen
o In plaats van alle neuronen willekeurig te verbinden, brengen we structuur aan:
we maken lagen (kolommen) waarin elk neuron verbonden is met de vorige en de
volgende laag
o Elk neuron kan wiskundig beschreven worden door een functie die snel schakelt
van een lage waarde (0) naar een hoge waarde (1) (zie grafiek). Door veel van die
functies met elkaar te verbinden, ontstaat een krachtig netwerk dat complexe
vormen en patronen kan modelleren
4
