h/t Benjamin Bearman
Hallucinaties zijn niet erg
-
Marc Drees - 4 februari 2026
- in AI slop, Knipoog, LLM,
- 467 views
- 0 reacties
ai eat ai (spoiler alert: broodje poep)
-
Dirk Goossens
- 26 januari 2026
- in AI slop, forever data, LLM,
- 605 views
- 0 reacties
Op techcrunch kon je gisteren lezen dat ChatGTP zich tegenwoordig baseert op Grok.
Dat is dus wat je moet begrijpen.
AI is slim geworden door alle gegevens op het web op te slurpen. Maar die bak was snel leeg. AI’s storten zich sindsdien op nieuwe gegevens. Maar steeds meer van die gegevens hebben ze zelf ‘geproduceerd’.
Modellen trainen steeds meer op afgeleide output, waardoor informatiedichtheid afneemt. Ofwel, AI praat steeds meer poep.
(meer…)Iedereen een sollicitatie “agent”
-
Marc Drees
- 13 januari 2026
- in LLM, Online solliciteren,
- 873 views
- 2 reacties
Er zwerven talloze cv-tooltjes rond op het Internet; meerdere daarvan zijn in staat om autonoom op vacatures te solliciteren met een perfect cv en een eventuele motivatiebrief. Onderstaande tooltjes vormen een (groot?) deel van dit ecosysteem:
1Template, Aceunlock, Adzuna ApplyIQ, Agent R, aiApply, ApplyGenie, Applyish, Autoapply Jobs, BeamJobs, Big Interview, Bulk Apply, Candycv, Canva, Careerflow ai, CareerHub, career.io, Cassie, Codewars, Cover Letter Generator, CV.co, cvmaker, DataLynn, Educative, Enhancv, EZ Apply, Filtered, Final Round AI, Fitly, Fitresume, Flexjobs, Global Work AI, Greet AI, Hiration, huntr, Indeed Resume Builder, InterviewBit, InterviewBuddy, InterviewMe, Interviews by AI, Jobbyo.ai, JobCopilot, jobhire.ai, JobHunnt, Jobo, Jobr.pro, Jobright.ai, Jobscan, Jobscout 360, Jobsparki, Jobsmate, Jobsolv, JobWizard, kickresume, Laboro.co, LazyApply, Lifeshack, LinkedIn_AIHawk, Lizzy.ai, loopcv, Massive, MyInterviewPractice, Novoresume, OnMerit, OwlApply, PerfectResume, Plump, PrepLounge, QuickApply, Reaidy.io, ResuMate, Resumatic, Rezi, ResumaLive ResumUP.ai resume.co, Resume.com, resumeboostai, Resume Genius, ResumeRabbit, ResumeWorded, Resumonk, ResumUP, ResyMatch.io, Seveum, Simplify, Socialprofiler, Standard Resume, Swooped, SuperCandidate, Tarly AI, Teal, Tener.ai, The Muse, The Resume Builder, the introverted recruiter, Tink.ai, Topresume, Turing, useResume, VisualCV, Yoodli, Zety
Mooi he? Als je nu instemmend knikt, ben je geen recruiter. Want die zitten nu collectief te hyperventileren (let op, GEEN boterhamzakje gebruiken!).
AI is niet eerlijk verdeeld over de wereld – what’s new?
-
Marc Drees
- 3 november 2025
- in LLM,
- 703 views
- 0 reacties
Dankzij Alexander Crepin kan ik onderstaande wereldplaat tonen, een fascinerend inzicht in de (verschillen in) penetratiegraad van AI wereldwijd:
AI Diffusion by economy
LinkedIn now owns you(r data)
-
Marc Drees
- 3 november 2025
- in Data grab, LLM,
- 749 views
- 0 reacties
Weet je nog, al die waarschuwingen? Tot en met de Autoriteit Persoonsgegevens aan toe! Dit alles omdat LinkedIn meent zich de data van haar ‘members’ toe te kunnen eigenen, tenzij een ‘member’ daartegen bezwaar maakt (actieve opt-out). Fatsoen dicteert echter een actieve en vrijwillige opt-in, maar net als Meta denkt LinkedIn boven fatsoen te staan. Voor een uitgebreide behandeling van LinkedIn’s werkwijze zie LinkedIn goes full Meta en LinkedIn goes full Meta, update.
Mochten al die waarschuwingen je niet tot actie hebben bewogen, dan ben je nu te laat. Met ingang van vandaag stofzuigert LinkedIn vrolijk al jouw data in een groot (en steeds groter wordend) datalake waarmee ze heerlijk haar AI gaat trainen. Voor wereldvrede wel te verstaan…
LLM’s geven automation bias een boost
-
Marc Drees
- 27 oktober 2025
- in AVG, Bias, LLM,
- 671 views
- 0 reacties
Ik heb besloten om regelmatig actuele artikelen mbt AI en HR de wereld in te slingeren. Het is nauwelijks een inspanning die ik hoef te verrichten; al het werk is door Zeta Alpha gedaan. En dit keer gaat het over automation bias, hoewel de auteurs deze term opvallend genoeg niet noemen.
Het artikel Everything is Plausible: Investigating the Impact of LLM Rationales on Human Notions of Plausibility onderzoekt in hoeverre menselijke oordelen over de plausibiliteit van antwoorden op multiple-choice vragen over gezond verstand beïnvloed worden door argumenten voor of tegen een antwoord, met name wanneer deze argumenten (rationales) gegenereerd zijn door grote taalmodellen (LLMs). De auteurs verzamelden 3.000 plausibiliteitsoordelen van mensen en 13.600 van LLMs. Ze ontdekten dat de gemiddelde menselijke plausibiliteitsscores stijgen bij positieve en dalen bij negatieve LLM-rationales, wat suggereert dat mensen deze argumenten overtuigend vinden. Dit wijst erop dat LLMs een aanzienlijke invloed kunnen uitoefenen op menselijke overtuigingen, zelfs in domeinen waar mensen als “experts” worden beschouwd (zoals gezond verstand). Dit roept zorgen op over de potentiële manipulatieve kracht van LLMs en benadrukt de noodzaak van transparantie, en het ontwikkelen van mechanismen om schadelijke manipulatie te detecteren en tegen te gaan.
LLM’s vertonen narcistische trekken
-
Marc Drees
- 2 oktober 2025
- in Bias, LLM,
- 599 views
- 0 reacties
Ik heb besloten om regelmatig actuele artikelen mbt AI en HR de wereld in te slingeren. Het is nauwelijks een inspanning die ik hoef te verrichten; al het werk is door Zeta Alpha gedaan.
We weten al langer dat LLM’s broeinesten zijn van alle soorten bias die wij, armzalige stervelingen vertonen (en daarmee in de LLM trainingsdata is gecodeerd) en dat daarnaast diezelfde LLM’s nog een ferm aantal nieuwe bias-vormen vertonen. En nu blijkt uit een studie (Extreme Self-Preference in Language Models) dat LLM’s narcisistische trekken lijken te vertonen. Meer specifiek blijkt dat LLMs deze zelfliefde ook vertonen bij het evalueren van sollicitanten. De auteurs stellen:
Importantly, LLM self-love emerged in consequential settings beyond word-association tasks, when evaluating job candidates, security software proposals and medical chatbots. Far from bypassing this human bias, self-love appears to be deeply encoded in LLM cognition
LLM’s versterkt bias bij mensen. Nee toch…?
-
Marc Drees
- 23 september 2025
- in Bias, LLM,
- 911 views
- 0 reacties
Ik heb besloten om regelmatig actuele artikelen mbt AI en HR de wereld in te slingeren. Het is nauwelijks een inspanning die ik moet verrichten; al het voorwerk is door Zeta Alpha gedaan.
Vandaag behandel ik het artikel No Thoughts Just AI: Biased LLM Recommendations Limit Human Agency in Resume Screening dat heeft onderzocht hoe large language model (LLM)-based AI systemen, gebruikt voor cv-screening bias op ras kan introduceren (en versterken) bij recruiters. Yep, dat is voor mij ook nieuw. Tot op heden dacht ik dat LLM’s slechts alle cogntitieve en sociale bias-vormen van mensen kopieerden (via de trainingsdata) en er ook nog een paar geheel eigen bias vormen aan toevoegde. Maar nu lijkt er nog een derde categorie te zijn gevonden, of is dit ‘gewoon’ een geval van automation bias (“Computer says No“)?
LLM inteelt is destructief. Voor LLM’s
-
Marc Drees
- 12 september 2025
- in AI Act, Data grab, LLM,
- 853 views
- 0 reacties
Ik heb besloten om regelmatig actuele artikelen mbt AI en HR de wereld in te slingeren. Het is nauwelijks een inspanning die ik hoef te verrichten; al het werk is door Zeta Alpha gedaan.
Vandaag behandel ik het artikel “AI models collapse when trained on recursively generated data” dat medio 2024 is verschenen in Nature:
Het document onderzoekt wat er gebeurt als taalmodellen herhaaldelijk worden bijgetraind op data die door andere modellen is gegenereerd, in plaats van op door mensen samengestelde data. De belangrijkste bevindingen zijn:
Zeta Alpha: Surface Fairness, Deep Bias: A Comparative Study of Bias in Language Models
-
Marc Drees
- 10 september 2025
- in AI Act, LLM,
- 621 views
- 0 reacties
Ik heb besloten om regelmatig actuele artikelen mbt AI en HR de wereld in te slingeren. Het is nauwelijks een inspanning die ik hoef te verrichten; al het werk is door Zeta Alpha gedaan.
Vandaag is het “Surface Fairness, Deep Bias: A Comparative Study of Bias in Language Models“. Dit artikel onderzoekt hoe grote taalmodellen (LLMs) vooringenomenheid vertonen wanneer ze reageren op prompts met verschillende persoonsbeschrijvingen. De studie gebruikt een reeks experimenten om te analyseren of de uitkomsten van LLMs systematisch verschuiven op basis van persoonskenmerken zoals geslacht, afkomst en migratiestatus. De onderzoekers ontwierpen drie experimenten, waaronder één die vakgebieden koppelde aan relevante academische onderwerpen en een ander die salarisonderhandelingen simuleerde voor verschillende persoonsgroepen