Taaltechnologie
Het gebruik van technologie om natuurlijke taal te analyseren of te
genereren.
- Natuurlijke taal: een taal door mensen gesproken, geschreven,
begrepen en gelezen.
- Hier valt niet onder: Esperanto (= bedachte taal) of
programmeertalen.
Natuurlijke taalverwerking is onderdeel van Artificiële Intelligentie.
Waarom terugkijken naar de geschiedenis?
Begrijpen dat de huidige AI-technologie geen magie is (er zijn
duidelijke stappen tot waar we nu zijn gekomen).
Kenmerken van huidige AI kunnen herkennen.
Terugkijken om vooruit te kunnen kijken.
Wat is Artificiële Intelligentie?
‘The science and engineering of making intelligent machines’ – McCarthy
(1956).
- Chatbots
- Recommender systems
- Objectherkenning
- Zelfrijdende auto’s.
Input = heb je een tekst met bepaalde herkenning.
Algoritme = geheel van regels op basis waarvan output komt.
Output = reslutaat.
Hoe kun je een goed werken spam filter maken met regels?
1. Naar wat e-mails kijken (spam en ham);
2. Regels formuleren;
3. Testen testen testen;
4. Opnieuw.
Engineering: het maken van dingen die werken.
Rule engineering
Het formuleren van regels waarmee je de output zo goed mogelijk krijgt.
Voorbeeld van regel: als ‘Geld lenen’ in email, dan spam.
GOFAI = Good-old Fashioned AI.
Machine learning
Voorbeeld van functie: Het woord ‘geld’ draagt voor 20% bij aan de kans
dat de mail spam is. Het woord ‘lenen’ draagt voor 15% bij aan de kans
dat de mail spam is.
,Nadeel: kost veel tijd/werk.
Feature Engineering
De machine gaan vertellen; ‘Hier moet je op gaan letten’.
Denk aan dwingende verzoeken, persoonlijke voornaamwoorden (die een
relatie aantonen), financiën.
Architecture engineering
Machine learning: leren van voorbeelden.
Deep learning: schaalvergroting, automatisering.
GenAI
Kracht taakmodel Afgestemd op van alles
Categoriseren
Samenvatten
Informatie extraheren
Herformuleren
Converseren
…
Prompt engineering
Vanaf hier programmeur niet meer interessant.
“Kun je van de volgende berichten categoriseren of het ham of spam
is?”
AI Machine Deep GenAI
learning learning
Doel Ontwikkel Ontwikkel Ontwikkel Ontwikkel
intelligent intelligent intelligent intelligent
systeem om systeem om systeem om systeem om
taken mee uit taken mee taken mee uit taken mee uit
te voeren. uit te te voeren. te voeren.
voeren.
Kennisbron Regels. Voorbeelden Voorbeelden. Voorbeelden.
.
Taakuitvoer Mensgedreve Mensgedrev Geautomatisee Geautomatisee
ing n. en. rd. rd.
Expertise Taakspecifiek. Taakspecifie Taakspecifiek. Breed.
k.
Praktijk Rule Feature Architecture Prompt
engineering. engineering. engineering. engineering.
Het gebruik van genAI: Agency
Human agency versus machine agency (Sundar, 2020)
Agency = handelingsmogelijkheid van het individu.
, Sundar = Als je een hamer hebt ligt de agency bij jou als gebruiker. Die
hamer doet niks zonder jou als gebruiker. Als je een cd speler hebt, kun je
die op shuffel zetten, je geeft een beetje controle uit handen maar dat is
wel jouw keuze. Als je een robotstofzuiger hebt bepaal jij dat hij aan gaat
maar hij bepaalt zelf de richting in de kamer.
Agency en sociale media
Source interactivity: mogelijkheden om zelf het medium vorm te
geven.
Sociale media: veel agency voor gebruikers
- Het maken en delen van content
- Feedback in de vorm van likes en comments
Tegelijkertijd:
- Disinformatie en hate speech
- Verslavend
Met de komst van AI:
- Groei van machine agency in mens-machine interactie. Denk
aan Apple-watch die zegt: “Het is tijd om even op te staan en te
bewegen.”
Customization versus personalization
Personalization brengt gemak, maar vermindert de agency. Het
systeem bepaalt voor jou wat je te zien krijgt/hoe deze je helpt.
Het alternatief is customization: het medium zelf aanpassen naar
je wensen. Denk aan incognito modus aanzetten.
Power user versus non-power user. In hoeverre iemand hierover
nadenkt.
Bloom’s Taxonomy
Video AI geletterdheid (Josien Boetje, HU)
Drie vormen van omgang met genAI:
1. Vervangen;
2. Aanvullen;
3. Verrijken.