Generatieve AI

Generatieve AI is software die op verzoek iets nieuws maakt: een tekst, een afbeelding, een stemopname of computercode. Je typt een opdracht, zoals "schrijf een vriendelijk antwoord op deze klacht", en krijgt binnen een paar seconden een concept. ChatGPT is een bekend voorbeeld. Een bedrijf kan het gebruiken voor productteksten en klantmails, maar het beweert soms stellig iets wat niet klopt, dus iemand controleert het resultaat.

Wat is het verschil met andere AI?

McKinsey (april 2024) omschrijft generatieve AI als algoritmen, zoals ChatGPT, die nieuwe content kunnen maken, waaronder audio, code, afbeeldingen, tekst, simulaties en video's. Daarvoor was machine learning vooral beperkt tot modellen die indelen of voorspellen, zoals een kat herkennen op een foto. Een generatief model kan op verzoek een nieuwe afbeelding of beschrijving van een kat maken. De machine-learningcursus van Google maakt hetzelfde onderscheid: een discriminatief model kan een hond van een kat onderscheiden, een generatief model kan nieuwe foto's maken van dieren die er echt uitzien (Google for Developers).

Hoe werkt het?

Een generatief model leert uit een heel grote verzameling voorbeelden hoe dat materiaal eruitziet, en maakt daarna nieuw materiaal met dezelfde patronen. In de formele definitie van Google legt een generatief model de kansverdeling van de data zelf vast. Drie veelgebruikte soorten modellen doen dat elk op hun eigen manier:

• Taalmodellen, zoals de grote taalmodellen achter ChatGPT, voorspellen het volgende token, een stukje van een woord, en herhalen dat tot het antwoord af is (autoregressieve generatie).
• Diffusiemodellen beginnen met willekeurige ruis en halen die stap voor stap weg tot er een afbeelding verschijnt (Ho e.a., 2020). Stable Diffusion doet dat in een gecomprimeerde latent space, wat veel minder rekenwerk kost dan rechtstreeks op de pixels werken (Rombach e.a., 2022).
• Een GAN (generative adversarial network) traint twee netwerken tegelijk: een generator maakt voorbeelden, en een discriminator schat of elk voorbeeld uit de trainingsdata komt of van de generator (Goodfellow e.a., 2014).

Multimodale modellen verwerken meerdere soorten invoer en uitvoer, zoals tekst en beeld, in één model. De meeste generatieve modellen hebben een element van toeval, zodat dezelfde vraag elke keer een ander resultaat kan geven; bij een taalmodel bepaalt de instelling temperature hoeveel.

Waarvoor gebruiken mensen het?

Onderzoekers van OpenAI, Duke en Harvard analyseerden een representatieve steekproef van ChatGPT-gesprekken (Chatterji e.a., NBER, september 2025). In juli 2025 had ChatGPT meer dan 700 miljoen gebruikers per week, ongeveer 10% van de volwassen wereldbevolking. Op het werk was schrijven het meest voorkomende gebruik, met ongeveer 40% van de werkgerelateerde berichten in juni 2025, en ongeveer twee derde van alle schrijfverzoeken vroeg ChatGPT om een tekst van de gebruiker zelf te redigeren, te beoordelen of te vertalen, in plaats van iets nieuws te schrijven.

Waar gaat het mis?

Het Amerikaanse standaardeninstituut NIST noemt twaalf risico's van generatieve AI in zijn Generative AI Profile (juli 2024). Daaronder:

• Confabulatie, beter bekend als hallucinatie: onjuiste inhoud die stellig wordt gebracht. Volgens NIST is dat een natuurlijk gevolg van hoe deze modellen zijn ontworpen, omdat hun uitvoer de statistische verdeling van hun trainingsdata benadert. Het is vooral een probleem bij tekst; bij beeld, audio of video kan iets verzinnen juist de bedoeling zijn.
• Schadelijke vooringenomenheid (bias): uitvoer die bestaande vooroordelen versterkt of voor sommige groepen of talen slechter werkt, bijvoorbeeld omdat de trainingsdata niet representatief was.
• Intellectueel eigendom: auteursrechtelijk of merkrechtelijk beschermde content die zonder toestemming wordt nagemaakt.
• Privacy: persoonsgegevens of andere gevoelige gegevens die uitlekken of zonder toestemming openbaar worden.

McKinsey raadt organisaties aan de uitvoer door een mens te laten controleren voordat die wordt gepubliceerd of gebruikt (human-in-the-loop), en generatieve AI te vermijden bij beslissingen met grote gevolgen, zoals beslissingen over veel middelen of over het welzijn van mensen.

Voorbeeld

Stel: een webwinkel heeft 300 producten en alleen de specificatiebladen van de leveranciers. Een taalmodel schrijft per product een conceptbeschrijving op basis van het specificatieblad, in de toon van de winkel, en vertaalt die naar het Duits. Een medewerker leest elke tekst voordat die online gaat, want het model kan een eigenschap toevoegen die het product niet heeft.