Miljoenen stukken tekst analyseren
Een large language model bestaat uit algoritmes die miljoenen stukken tekst analyseren om te begrijpen hoe taal werkt en vervolgens deze kennis gebruiken om menselijke teksten te genereren. Met generatieve AI creëer je geautomatiseerd content op basis van zogeheten prompts: gespecificeerde vragen of verzoeken van gebruikers. Daarmee genereer je diverse zaken:
- Teksten zoals samenvattingen of antwoorden op vragen. Bekende tools hiervoor zijn Gemini van Google, ChatGPT en Copilot van Microsoft.
- Afbeeldingen in allerlei stijlen en over verschillende onderwerpen. Denk aan Dali van Microsoft of Midjourney.
- Video’s voor animatie of met levensechte beelden. Bijvoorbeeld Synthese of Wondershare.
- Audiofragmenten zoals stemmen (bijvoorbeeld Lovo of Speechify) of muziek (bijvoorbeeld Suno, Mubert of Soundraw).
- En als laatste: code voor het programmeren van computerprogramma’s (bijvoorbeeld Github-copilot of Codeium).
Prompts superbelangrijk
“Let wel, bij dit soort toepassingen lijkt het alsof je tegen een klein kind praat dat niet begrijpt wat je bedoelt”, zegt Urlus. “Ik gaf onlangs een presentatie over XBRL en ik wilde daarom een plaatje van een zaal met mensen die naar een presentatie over XBRL luisteren. Je vertelt dan letterlijk wat je wilt en toch klopt de uitkomst niet of niet helemaal. Je moet dan dus concreet vertellen waar het fout gaat en waar je verandering wilt.” Prompts zijn dan ook superbelangrijk bij AI, beschouwt Urlus. “Vertel daarom wat voor een rol de AI-tool moet aannemen. ‘Gedraag je als mijn docent Engels en vergroot mijn woordenschat, inclusief Engelse voorbeeldzinnen.’ Hoe nauwkeuriger je vragen zijn en hoe meer context je prompts bevatten, hoe beter ChatGPT begrijpt wat voor een soort antwoord je zoekt. Prompts maken is een kunst op zich. Maar als je uit het niets iets wilt creëren en er weinig referentiemateriaal is, dan is hetgeen dat gecreëerd wordt echt onbetrouwbaar. Daar moet je je bewust van zijn. Zeker als accountant.”