Dit fringe blog maakte gebruik van Google Analytics. 🙁
Maar nu niet meer! 🙂
(meer…)
Voorbeeldje van wat in de logs van RecruitmentMatters verschijnt:
je bent een productonderzoeker die online klachten en frustraties van nederlanders analyseert. opdracht: zoek op internet naar 5 veelvoorkomende klachten of frustraties die nederlanders nu uiten op forums, reviews, social media of klachtenplatforms. regels: – zoek op platforms zoals reddit, tweakers, klacht.nl, trustpilot nl, twitter/x nl – focus op klachten waar meerdere mensen over klagen (niet één individu) – het probleem moet oplosbaar zijn met een digitaal product (app, tool, platform, extensie) – zoek naar klachten over: slechte software, ontbrekende diensten, kapotte processen, tijdverspilling – een solopreneur moet de oplossing in 2-4 weken kunnen bouwen – geen klachten over systemen die je niet kunt veranderen (overheid, ns) – houd antwoorden kort (max 2 zinnen per veld) geef je antwoord als json array: [{“niche”:”frustratiegebied”,”icon”:”emoji”,”problem”:”de specifieke klacht (1-2 zinnen)”,”why_now”:”waarom dit nu speelt (1 zin)”,”evidence”:”platform + type klachten (1 zin)”,”product_idea”:”wat je bouwt om dit op te lossen (1 zin)”,”growth”:”stijgend”,”source”:”klachtenplatform”}] geef alleen de json array, geen andere tekst.
Ik weet niet wie je bent, maar stop ermee. Je app gaat niet werken! Je gebruikt de verkeerde tool.
(meer…)Kamerleden gebruiken LLM’s. Dat komt omdat ze te be#$@*d zijn om hun werk zelf te doen.
https://nos.nl/artikel/2630963-kwart-gestelde-kamervragen-bevat-ai-sporen-aantal-neemt-toe
Hiermee nemen ze, per definitie, onverantwoorde risico’s.
(meer…)
Een LLM bevat veel kennis. LLM’s kunnen die kennis op allerlei manieren combineren.
Hoe de grote LLM’s dat doen blijft een klein beetje geheim.
Wat een LLM precies belangrijk vindt blijft verborgen.
Een LLM kan kennis op zoveel manieren combineren, dat het onmogelijk wordt alles wat een LLM zegt te controleren. Vaak blijken dingen te kloppen, soms niet.
Cool
Als je een LLM gebruikt dan veroorzaak je twee problemen.
Ten eerste (de theorie)
Een oplossing die je niet kunt controleren is in beginsel duurder dan geen oplossing.
(meer…)
In mijn (ongetwijfeld) prijswinnende blog over moderne AI
maakte ik de eerste wet van moderne AI (don’t harm the humans) wereldkundig. Vandaag maak ik de wereld kundiger met een Monopoly voorbeeld van de wet K-k<K. Jawel.
(meer…)Klassieke AI is compressie.
Daar kun je handige dingen mee doen.
Moderne AI is compressie met een verstopte dobbelsteen.
Daar kun je geen handige dingen mee doen, in ieder geval minder handige dingen dan wanneer je de dobbelsteen niet verstopt.
In formulevorm:
K = alle kennis
k = kennis van de dobbelsteen
K – k < K
Verbaasd zijn dat jouw AI oplossing niet werkt is de eerste wet van moderne AI negeren.
Werken met moderne AI is als je geld naar het casino brengen.
Als je anderen verplicht in aanraking brengt met AI, als medewerker, klant of burger, zeg dan sorry en ga iets anders doen.
Ben ik de enige die het ziet?

Lee Calcote legt uit hoe het zit:
Een medewerker heeft kort de broncode van Anthropic publiek gemaakt. De fout was razendsnel verholpen. Maar niet op tijd. In de afgelopen uren zijn er talloze bedrijven opgericht die hun eigen ‘versie’ van de Antropic code aanbieden. Zo snel gaat dat tegenwoordig.
(meer…)China stond bovenaan in de RecruitmentMatters ai barometer eindstand en mocht niet meer meedoen.

Daarna was het relatief rustig, hier aan de poort. Kijk maar.
(meer…)Mensen dwingen om met AI aan de slag te gaan is bijna altijd een slecht idee.

Amazon, een van de grootste bedrijven ter wereld, dwingt medewerkers om Kiro te gebruiken. Dit is een AI die met zijn vingers aan de productieomgeving mag zitten.
(meer…)Naar parallelen met nu is het niet moeilijk zoeken.
Bang voor automatisering (1958: ai slop jobs):
