Glenn van der Burg - Presentator Hoe ontketen je de kracht van mensen en organisaties? People Power brengt je de laatste wetenschappelijke inzichten en praktijkvoorbeelden over leiderschap en leren. Betrokkenheid en bevlogenheid, inzetbaarheid en inclusie. Omdat mensen het verschil maken in jouw organisatie. People Power, met Glenn van der Burg. AI is going to happen so we don't have a choice. But we do have a choice in how it gets implemented. Wat overal weten we: ChatGPT weet wel raad mee, en geeft zijn antwoord, maar bijna altijd lijkt het te kloppen. Wat wij kunnen, dat kan AI nog niet en dat benadert het eigenlijk nog niet eens. Mensen kunnen dingen die wij in het ene domein leren overbrengen naar een ander domein en AI is daar eigenlijk nog niet toe in staat. The things we take for granted are fundamental to our human intelligence and they are often… We don't necessarily want to focus in our education systems on the things that we can automate through artificial intelligence. In een wereld waarin kennis zich op een ongekend tempo uitbreidt, is een leven lang leren essentieel geworden. In het hart van dit transformerende proces ligt een baanbrekende technologie: kunstmatige intelligentie. Van zelfgestuurde online cursussen tot gepersonaliseerde leerplatforms heeft AI het verwerven van kennis gerevolutioneerd en onderwijs toegankelijker gemaakt. Maar AI gaat verder dan traditionele lesmethoden en past leerervaringen aan onze unieke behoeften aan. Samen zullen we de oneindige mogelijkheden verkennen die AI biedt voor levenslang leren. We ontdekken adaptieve leeralgoritmes, intelligente tutorsystemen en toepassingen van augmented reality die het onderwijslandschap veranderen. Onze gast is Tom Bos, CEO van de SkillStone Groep. Tom, leuk dat je er bent. Tom Bos - Gast Nou, de intro was misschien niet zo vloeiend als normaal. Maar dat komt ook omdat ik hem niet zelf heb geschreven. Glenn van der Burg - Presentator Nee, dat dacht ik al. Ik heb hem namelijk laten schrijven door ChatGPT en ik heb hem expres niet aangepast naar hoe ik het normaal zou zeggen. Nou. Wat vond je ervan? Tom Bos - Gast Heb je hem wel gecoacht, zeg maar? Heb je hem wel gevraagd van: maak het beter of zo? Glenn van der Burg - Presentator Ik heb gezegd: maak hem korter vooral. Tom Bos - Gast Korter, ja ja. Glenn van der Burg - Presentator Ja, want hij had ook zelf een titel bedacht voor de podcast. “Schrijf een introductie voor een podcast over artificial intelligence binnen leven lang leren.” Ja, en toen kwam er een heel verhaal uit en hij had ook bedacht dat er een hele titel was voor de podcast. Hij gaf zelfs aan waar de muziek langzaam moest opkomen en waar hij tot zijn hoogtepunten moest komen. Tom Bos - Gast Die heb ik niet gehoord trouwens. Glenn van der Burg - Presentator Nee. Ja, maar dit kwam er dus uit. Dat vraag ik me nog steeds: slaat het ergens op? Augmented reality kwam een beetje uit de lucht vallen, maar… Tom Bos - Gast Dat heeft niet heel veel per se met AI te maken. Glenn van der Burg - Presentator Nee, nee. Het wordt natuurlijk wel gecombineerd, maar het is niet hetzelfde of zo. Maar intelligente tutorsystemen, die wel. Tom Bos - Gast Ja, tuurlijk. Maar die gaan ook langskomen. Glenn van der Burg - Presentator Ja, het grappige is dat het schrijven van deze intro best wel veel tijd kostte, want het was heel druk bij ChatGPT. Hij liep vier keer vast, maar uiteindelijk kwam er mooie tekst uit. Ja, we praten over AI, artificial intelligence, kunstmatige intelligentie, binnen het domein van leren. En dan kunnen we nu losgaan met z’n tweeën en allerlei dingen gaan vertellen, maar volgens mij begint het met de vraag, om een beetje een beeld te krijgen: waar hebben we het dan überhaupt over, als we het over AI hebben? Tom Bos - Gast Ja, tuurlijk. Glenn van der Burg - Presentator Binnen leren, hè. Tom Bos - Gast Ja, precies. Je kan geen radio luisteren of iets natuurlijk zonder iets over AI te horen in een gezette uur van de dag tegenwoordig. Maar ja, dat maakt het ook wel een beetje een hypegevoelig onderwerp, waar een hele hoop over verteld wordt en soms het fundament een klein beetje mist natuurlijk. Glenn van der Burg - Presentator Nou ja, dat helpt je denk ik wel oprecht om beter te begrijpen wat de impact gaat zijn, als je een beetje de basis snapt. En ik kan me ook voorstellen dat er nu over heel veel dingen gesproken wordt… ChatGPT komt zelf al met augmented reality… dat er heel veel bij geveegd wordt, waarvan je dan denkt: nou ja, maar dat hoort er eigenlijk niet bij? Tom Bos - Gast Nee, precies. Ja, eigenlijk is de grote revolutie nu generative AI, zeg maar, en het hebben van een soort chat-interactie daarmee. OpenAI heeft daarmee eigenlijk een beetje het nieuws gemaakt. Natuurlijk werken we al jaren met AI. Wij allemaal om ons heen kunnen niet zonder. In eigenlijk alle diensten die er gebruikt worden, wordt hier of daar wel AI toegepast. Of in ieder geval op heel veel plekken. Glenn van der Burg - Presentator Even een voorbeeld van wat we allemaal kennen? Tom Bos - Gast Nou, als jij bijvoorbeeld jouw iPhone of Android-telefoon uit je zak pakt en je maakt een foto, een foto van de muur hier, ik doe datzelfde met mijn telefoon, dan hebben wij twee verschillende foto’s. Dat komt omdat de kwaliteit van je camera verschilt, maar waar het nog veel meer door komt, is door alle correcties en bewerkingen die fototoestellen doen. Die vullen heel veel dingen in die helemaal niet op de foto staan of die je niet ziet, corrigeren kleuren, dat soort dingen allemaal. Eigenlijk is een heel groot deel van die bewerkingen dichtgestuurd door AI. Al die modellen die nu toegepast worden, die worden al heel veel toegepast, bijvoorbeeld bij Google, wat we allemaal wel weten, op hele grote schaal. Maar dan was het nu nog zo dat we er consument van waren, zeg maar. En de grote verandering is dat je nu achter het stuur kan. Glenn van der Burg - Presentator Je kunt nu opdrachten geven, in plaats van dat het gewoon gebeurt. Tom Bos - Gast Precies. Dat maakt natuurlijk wel dat het ineens heel voelbaar is wat voor impact dit heeft. Maar met je telefoon, maar met veel dingen natuurlijk, de diensten die je digitaal gebruikt en zo, wordt gewoon heel veel gebruikgemaakt van artificiële intelligentie. Glenn van der Burg - Presentator En wanneer is het artificiële… kunstmatige intelligentie, dat is een stuk makkelijker dan dat andere woord? Tom Bos - Gast Nou, kijk, dat domein is ook best wel breed. Dus als je dat een beetje in brokken opbreekt, heb je het vaak over… Het belangrijkste blok daarvan is machine learning. Dat is het belangrijkste waar we nu ook veel verandering van merken. Een ander groot domein binnen AI is computer vision bijvoorbeeld. De beeldherkenning die veel in camera’s verwerkt wordt. Glenn van der Burg - Presentator Dat je kunt zien wie er op een bepaald beeld staat. Tom Bos - Gast Ja, dat zit bijvoorbeeld in auto’s die rijden over een weg en die zien ook de snelheidsborden; die zeggen: je mag niet tachtig. Logica achter beeldherkenning, zeg maar. Tegenwoordig wel vaak ook weer gecombineerd met machine learning. Maar machine learning is ook het grootste en belangrijkste domein. Dat is gebaseerd op algoritmes en statistiek. Dus als je vroeger statistiek op school hebt gehad en je gaat je eens goed verdiepen in hoe die algoritmes precies werken, dan kom je heel snel achter dat dat bij de machine learning voor een heel groot deel op lineaire regressie of andere modellen gebaseerd is. Wat je simpelweg doet, is op basis van een hele hoop data, met een bepaald algoritme dat je zelf schrijft – of tegenwoordig heel vaak gewoon “out of the box” beschikbaar is – een bepaald patroon proberen te herkennen en dat nadoen of extrapoleren. In het geval van nadoen: nou, een simpel voorbeeld is wat wij zelf hebben toegepast, dat je… We hebben een model gebouwd waarmee je cijfers voor scripties kon voorspellen. Taalanalyses gedaan op scripties en dan becijferen zonder docent of beoordelaar eigenlijk. En hoe dat werkt, is dat je daar een hele hoop scripties in een bak stopt, die je allemaal typeert op allerlei facetten. Dus je gaat erachter zetten: hoe lang is de tekst, hoeveel woorden, hoeveel diversiteit, hoeveel spelfouten, allemaal van dat soort dingen. Dus een grote Excel eigenlijk met allemaal data over jouw data. De laatste kolom is jouw cijfer, is het gegeven cijfer door een docent of beoordelaar. En dat doe je in zo’n machine-learning-algoritme. En dan doe je een testset van data en een trainingsset. En dan zeg je dus: bij de één weet je het cijfer wel, bij de andere weet je het cijfer niet. Met het cijfer mag je leren van: een combinatie van deze patronen – in die Excel zeg maar even voor het gemak – maakt cijfer X. Nou, wat denk ik dan? Hoe kan ik dan het dichtst bij cijfer X komen bij de volgende? En dan geeft hij dus gewichtjes aan elke factor. Dus spelfouten zijn iets waarder dan aantal woorden. Glenn van der Burg - Presentator Maar dat kiest hij zelf? Tom Bos - Gast Afgeleerd, dat leert hij eigenlijk uit de data, precies. Wat natuurlijk in het verleden heel veel zo was, is dat wij dat soort algoritmes bepaalden. Glenn van der Burg - Presentator Het wordt geprogrammeerd: if–then–dan. Tom Bos - Gast Precies. Dus: als er meer dan 17 spelfouten zijn, is het overal een onvoldoende. Of: die weeg je bijvoorbeeld factor zes mee en het aantal alinea’s weeg je factor één mee, bijvoorbeeld. Dat geven wij dan in. En wat je nu eigenlijk, met name met de neurale netwerken waar je dan nu natuurlijk veel over hoort, ziet, is dat hele proces geautomatiseerd van het gewichtjes toekennen aan al die verschillende dingen. Glenn van der Burg - Presentator Ja, dat is ook meteen het grote bezwaar, of tenminste het grote, een beetje het spannende aan AI: dat je dus niet weet overal welk gewicht je toekent. Of welke ernaar bij horen. Tom Bos - Gast Wat ik uitleg is echt de versimpelde versie van hoe dat tegenwoordig werkt. Het zijn gewichtjes aan gewichtjes en gewichtjes aan gewichtjes van gewichtjes, zeg maar. Zo zit dat hele proces ook nog veel complexer in elkaar. Maar als je het heel simpel bekijkt, is het zo dat wij dan eerst zeiden: dit weegt zwaar, dat weegt minder zwaar. En dat is nu uitbesteed aan algoritmes die zoeken naar patronen, of afwijkingen van patronen kan natuurlijk ook. Glenn van der Burg - Presentator Als je nou kijkt naar AI binnen leren, dus jouw vak, zijn er dan verschillende toepassingen of technologieën die je uit kan splitsen, omdat je zegt: nou, dit zijn een beetje de stromingen en de dingen die daar nu spelen? Tom Bos - Gast Ja, het is nog wel vroeg om daar soort van heel duidelijk een afbakening van te maken. Maar je hebt eigenlijk een beetje de… Nou ja, het voorbeeld dat ik net geef, dus een soort efficiencymaatregel, zou ik bijna zeggen. Dat is denk ik een groot ding van wat wij inzetten. De uiteindelijke gebruiker, in dit geval de student, merkt er niet zoveel van, die krijgt nog steeds gewoon een cijfer. Glenn van der Burg - Presentator Ja, precies. Maar het scheelt werk. Tom Bos - Gast Ja. Het concept dat hierachter zit, is overigens dat het bedoeld is om dus te zorgen dat je beoordelaars… Als die afwijken van wat we verwacht hadden dat het cijfer was, dat we dan contact op kunnen nemen, zeg maar. Dus dat je goed weet van: hé, daar is misschien sprake van miscommunicatie tussen docent en student, of daar is misschien iets – wat het ook is, positief of negatief – eventjes een belletje. Dus het scheelt tijd omdat je een soort efficiency in die beoordelingen hebt. Aan de andere kant is het ook gewoon een heel mooi kwaliteitscontrolemechanisme. Dat kwaliteitscontrole is misschien een tweede blok wat je ook wel heel veel nu nog niet zo heel erg ziet, maar wat wel denk ik groot gaat worden op kortere termijn: dat het natuurlijk heel makkelijk is om eigenlijk AI te gebruiken om wat er al is, te indexeren, te bekijken, te verbeteren, dat soort dingen. Dus zorgen dat het gewoon goed wordt. Maar dan heb je een derde, die nu ook wel door OpenAI en GPT groot aan het worden is: dat er veel meer interactie ontstaat. Dat leren in de vorm van een chat-interactie plaatsvindt. Zoals jouw tutor die je net noemt, eigenlijk een beetje dat soort voorbeelden, waar de lerende meteen gebruik kan maken van dat soort dingen om nieuws te leren. Of wat je natuurlijk ook wel ziet, is dat het niet meer per se nodig is om bepaalde dingen te leren als je ze eenmalig zou willen gebruiken of zo. Glenn van der Burg - Presentator Ja, maar zoals nu zeg maar er geleerd wordt door te googelen en YouTube-filmpjes te kijken. Maar er wordt ook vooral veel gezocht. Is dit een manier, een volgende slag, om het leren te versnellen misschien zelfs wel? Omdat je gelijk bij een beter antwoord komt dan maar één van de antwoorden. Je krijgt meteen een concluderend antwoord in plaats van acht sponsored results en natuurlijk nog twaalf websites van dingen die het op hun eigen manier geformuleerd hebben, waar je in moet zoeken. Is dit wat dat betreft een efficiëntere manier van googelen, zou je kunnen zeggen? Tom Bos - Gast Ja, met al die bedenkingen die je er dan natuurlijk meteen bij hebt dat je nog maar één resultaat krijgt inderdaad en dat je niet weet waar het vandaan komt. Dat maakt het wel spannend. Glenn van der Burg - Presentator Maar dat kan je dus veranderen? Tom Bos - Gast Ja, per ongeluk. Dat wordt een beetje zo geromantiseerd nu. Glenn van der Burg - Presentator Ja. Tom Bos - Gast In andere woorden: very simpel, met een trainer meekomen, samen met… Daarna maak je zo’n leuke uitwerking waarmee je dan weer iets kan bouwen, gebaseerd op AI. Glenn van der Burg - Presentator Maar ga eens door. Want ik kan me ook voorstellen dat je in de hulp… Wat heb ik eigenlijk te leren? Die niet aantrekt bij de leertoekomst als… Of je gaat kijken waar het een beetje zekere oplossing is, of zeg je: nou, het zit eigenlijk overal? Tom Bos - Gast Nou, dus in dat stukje wat ik zei, het genereren van leermiddelen, daar, in het verlengde daarvan, ligt het personaliseren daarvan. Een uitdaging die wij altijd gehad hebben in het verleden, was dat je… Goh, wat is een simpel voorbeeld? Wij hebben e-learning die adaptief is. Dus dan begin je met een soort kennisquiz om te zien wat je al weet. En op basis van wat je al weet, filtert hij alles weg wat jij al weet en blijft er een tailored course voor jou over, met alleen maar dingen die voor jou relevant zijn. Dat is een keer of zes tot acht meer werk voor ons om die dingen te maken dan natuurlijk een normale eenrichtingsweg, omdat het gewoon veel meer verschillende paden zijn, veel meer vragen, veel meer… Je hebt veel meer inhoud nodig. Dat was best een arbeidsintensief proces om dat te gaan maken. Nu is het eigenlijk, voor de korte en de langere termijn… Misschien is het op de langere termijn helemaal niet meer nodig, maar voor de kortere termijn kun je zeggen: dat kunnen we dus nu veel efficiënter maken. En daardoor kun je zeggen: nou, we gaan nog veel verder in dat personaliseren van het leren. Dat iedereen echt z’n eigen leerpad kan krijgen met alles wat precies relevant is voor jou. En dan met de kanttekening dat alles wat jij interessant vindt of wel of niet weet, niet per se is wat nodig is voor jou in je leerproces. Dat is natuurlijk de andere kant ervan: dat je dan ook dingen wel aanbiedt die dubbel zijn, die jij niet noodzakelijk interessant vindt, maar die belangrijke bijdragen leveren aan jouw besef van het totale onderwerp en zo. Kortom: op alle aspecten van het leren gaat er invloed zijn. Glenn van der Burg - Presentator En welk probleem gaat het oplossen voor ons? Want wij hebben het over een leven lang leren. Dat is een grote uitdaging nog steeds. Zeker, we hebben het al een leven lang over een leven lang leren. Tom Bos - Gast Nou ja, ik denk dat… Ik denk: kijk, met het leren an sich zijn we in het bereik heel erg gegroeid. Vroeger leerden we altijd anders. Ik niet, maar de meester–gezel–gang: één op één, in de werkplaats laten zien, kijken, begeleiden, bijsturen, et cetera. En toen zijn we daarna eigenlijk steeds stappen gaan zetten om het, in mijn ogen, onpersoonlijker te maken. Dus zijn we klassikaal les gaan geven. Want de man die de zendingswerk deed – daar zijn de jezuïetenkloosters mee begonnen – zodat je meer bereik had. Hartstikke goed idee. Maar je moet vervolgens wat je in de klas leerde weer terugbrengen naar de praktijk. Dus je moet het vertalen. Daar gaan dingen verloren in de vertaling. Het is onpersoonlijker, want er is één verhaal voor iedereen. Toen hebben we, met eigenlijk de komst van het internet, nog een paar stappen gezet in het nog veel groter mogelijk maken van het verspreiden van leermiddelen. Internet was een beetje het keerpunt waarop het ook wel weer gepersonaliseerd kon worden. Door de voorbeelden die ik net noemde van dat adaptieve en zo, ook wel iets meer weer terug naar jou, omdat het gewoon veel makkelijker is om het te creëren. Ik denk dat AI ervoor gaat zorgen dat wij weer gepersonaliseerd, meester–gezelachtig aan het leren kunnen, waardoor de kwaliteit van ons onderwijs – of het nou primair onderwijs is, voortgezet, of nascholing, bijscholen of wat dan ook – veel persoonlijker weer kan worden en dat dus de kwaliteit van dat onderwijs flink omhoog kan. Plus: we hebben hartstikke veel docententekort en we hebben… Er zijn heel veel tekorten natuurlijk qua mensen. We hadden de vorige keer Tom Wildhagen hier en hij zei… Nou ja, het kwam er in mijn oren op neer: kom maar op met die AI. Wat zei hij nou, in 2050? Als we alle schuifjes openzetten van iedereen, dan komen we nog mensen tekort. Dus we hebben in principe AI volgens mij keihard nodig, dat zelfs een klein beetje weten te sturen, om eigenlijk gewoon onze economie draaiend te houden. Glenn van der Burg - Presentator Ja, ja, ja. En daar hebben we het ook veel over gehad: dat leren in dat klaslokaal is voor veel mensen, waaronder ikzelf, meestal niet echt een pretje. Het is niet waar ze heel blij van worden of waar ze heel veel energie van krijgen. Sterker nog, mensen… heel veel jongens en meisjes en mannen en vrouwen kunnen hun energie niet kwijt. De problemen van het zitten, stilzitten. Gaat het daar ook bij helpen, bij het weer terugbrengen van een beetje de lol en plezier in het leren? Tom Bos - Gast Ik hoop dat van harte. En we zijn natuurlijk wel heel hard bezig geweest in het verleden om mensen met een trauma op te zadelen als ze de school uitkomen. Ik zeg het heel gechargeerd, maar… Volgens mij noemde onze voormalige minister van Onderwijs, die we hier gehad hebben, het een “negatieve leerervaring”. Glenn van der Burg - Presentator Precies dat, ja. Tom Bos - Gast Ja, daar zit toch… Ze heeft het geen trauma genoemd, maar het komt er aardig in de buurt. Jazeker. Ik denk dat dat kan. Maar dat ligt er natuurlijk aan. Ons onderwijs is behoorlijk gereguleerd, net als onze zorg. Je moet aan alle allerlei eisen voldoen. Dus ik denk dat de entree van AI in ons reguliere onderwijs – in ieder geval, ja, dat kunnen we natuurlijk allemaal wel alvast stellen – door de studenten en leerlingen allang geregeld is. Die introductie is geweest. Gemiddeld, het essay wordt al geschreven door ChatGPT. Glenn van der Burg - Presentator Dat is al wel de basis, ja, precies. Tom Bos - Gast Dus dat heeft z’n entree al gemaakt. Maar ik ben benieuwd, laat ik het dan zo zeggen, hoe vlot ook de andere kant daarin mee kan komen, om dus te gaan zorgen dat het veel leuker gaat worden. Ik zie daar echt heel veel kansen voor en ik denk ook dat dat echt op relatief korte termijn een behoorlijke verschillen zou kunnen maken. Ja, dat moet dan al wel even gebeuren. Glenn van der Burg - Presentator Laten we eens verder schetsen. Een mooi droomtoekomstbeeld. Stel dat onze sturing van “wat zou kunnen met AI binnen leven lang leren” is gelukt, dus het is geworden zoals we het willen hebben. Hoe ziet het er dan uit? We zijn – nou, laten we zeggen – 30 jaar verder, 20 jaar… Tom Bos - Gast Zo, dan denk ik dat jij en ik al echt geen baan meer hebben hoor. Glenn van der Burg - Presentator Ja, dat misschien ook wel inderdaad. Maar ook: bedoel ik gewoon dat de werkeloosheid… Tom Bos - Gast Ik denk toch echt wel dat we daar dan weer wat problemen mee hebben, zeg maar, omdat er gewoon wat meer banen overbodig zijn geworden. Dat is natuurlijk altijd de vraag: met internet of zo was dat ook de voorspelling, wat daardoor en hoe we… Of we er nou drukker of rustiger van gaan worden. Maar nou ja, de gemiddelde productiviteit van de wereldburger is gestagneerd en in bepaalde beroepsgroepen zelfs aan het afnemen op dit moment. Dus waar we ooit productiever aan het worden waren, ondanks alle nieuwe middelen, zijn wij nu minder productief aan het worden, of stagneert onze productiviteit. Dus mag ik toch aannemen dat dit wel enig effect daar weer op gaat hebben. Glenn van der Burg - Presentator Nou ja, goed. Maar het is jouw droombeeld, dus je mag schetsen hoe je het wil hebben. Tom Bos - Gast Ja, dus als het inderdaad een droom is en geen nachtmerrie – maar het kan een beetje twee kanten op, op dit onderwerp – dan denk ik dat jij gewoon… Of jouw kinderen of kleinkinderen dan natuurlijk… gewoon echt hyperpersoonlijke begeleiding krijgen. En dan moet je gewoon extrapoleren wat je nu al ziet met die online pianolessen of dat soort dingen, waar je gewoon meteen feedback krijgt op als jij aan het spelen bent. Maar dan dus voor alles wat je wilt leren, zeg maar. Dat je gewoon een persoonlijke assistent hebt eigenlijk, zo zou je het… Of meerdere, afhankelijk van… Glenn van der Burg - Presentator Een persoonlijke leerassistent? Tom Bos - Gast Ja, eigenlijk een persoonlijke coach of zo, zoiets. Ja, dan op alle onderwerpen misschien. Ja, ik denk dat het tegen die tijd prima te vatten is in één, maar ik kan me ook goed voorstellen dat je het misschien scheidt, dat je overal voor een hulpje in huis hebt, zeg maar. Natuurlijk ook wel dingetjes fysiek. Maar als het gaat om leren, denk ik vooral op je devices, op een of andere manier. Dat je dus interacteert met die assistent, die zorgt dat je het juiste schema aan het volgen bent, dat je op de juiste momenten de juiste nudges krijgt, de juiste en de beste inhoud, supergoede feedback, een oefenmaatje waar je mee kan trainen, zeg maar. Waar je eigenlijk gewoon alles mee kan. Glenn van der Burg - Presentator Dus over 30 jaar? Of is het 10? Tom Bos - Gast Over 30 jaar trouwens niet, dat is 10 of zo. Vijf tot vijftien. O nee, dan doen we 10 jaar, dat is overzichtelijk, want dan ben ik 61, dan maak ik het nog vooruit luxe mee, ja. Glenn van der Burg - Presentator Oké, dus dat heb je, en dat geldt dan voor iedereen. En zegt die persoonlijke coach ook tegen mij: “Je bent nu beroep A aan het doen en daar ben je hartstikke goed in, gefeliciteerd, maar je zou ook een keer een beetje naar B moeten kijken, want het kan dat er wat minder werk is in beroep A. Want ik heb ook daar de data op nagekeken, ik zie dat er wat minder vraag aankomt in de toekomst. Je kan je best even gaan voorbereiden.” Dat is natuurlijk een leven lang leren, want we kunnen ons allemaal alle kanten op leren, maar het moet als het zo nieuw is dan ook nut hebben. Tom Bos - Gast Ja, het zou mooi en gevaarlijk zijn als dat zo was natuurlijk. Je hebt best wel veel informatie over jou nodig om dat te kunnen stellen. Maar je hebt toch wel wat informatie nodig om tijdig jou op bepaalde manieren bij te sturen. Dus die informatie moet je dan afstaan aan iets. En aangezien dit best wel waarschijnlijk general AI is, is de kans dat dat naar Amerika toe gaat best wel groot. Of China natuurlijk, want die zijn keihard bezig, die praten er alleen wat minder over. Daar krijg je wel dat alles wat je doet in je leven meeweegt in de hypotheek die je kan krijgen en dat soort dingen. De vraag is dan: waar blijft die data dan? En wat gaat daarmee gebeuren? Is het dus zo dat de minister van Economische Zaken kan beïnvloeden welk advies jij krijgt? Glenn van der Burg - Presentator Je kan een beetje bijsturen: “Nou, we kunnen beter wat meer mensen in de zorg hebben, geef deze mensen maar allemaal…” Tom Bos - Gast Dan valt je daar “road provided” op, ja. Je kan het heel expliciet zien als beïnvloeding, omkoping of dat soort dingen, maar je kan het ook heel impliciet zien als… Die taalmodellen zoals OpenAI, die leren op basis van het internet. Dus alle publieke data, Wikipedia, alles wat te vinden is. Twitter misschien ook wel. Ze kiezen een beetje de bronnen natuurlijk uit om op te trainen. Stel nou voor dat je weet welke bronnen er zijn. Wikipedia is er een van. Maar stel dat er dan een andere toegankelijke bron van is: jij, met jouw eigen AI of GPT, zelf gaat gewoon megaveel content genereren over waarom het een goed idee is om in de zorg te gaan studeren. Maar ik bedoel echt miljarden stukjes content. Dus gewoon echt overspoelen. En als je dat op een beetje een slinkse manier doet, is het nu – in ieder geval voor de relatief kortere termijn – best wel mogelijk om die taalmodellen ook weer te beïnvloeden natuurlijk. Het is niet gezegd dat je lukt het om het erg ontransparant te doen, maar je moet daar wel rekening mee houden dat er dingen onder de oppervlakte gebeuren. Glenn van der Burg - Presentator Dus jij verzint, of iemand met kwade intenties, de nachtmerrie, de zwarte kant. Zit dat aan deze kant? Zit dat aan: oké, als we ons zo laten adviseren door AI, dan moeten we er wel van op aan kunnen. Als we dat niet kunnen, dan zijn we inderdaad… Tom Bos - Gast Nou, nee, niet eens eigenlijk. Dit is de downside. Doen wij even lekker doomdenken: wat voor ellende kunnen we krijgen? Nou ja, kijk, je kan natuurlijk… Er was laatst al een keer dat iemand vroeg: “Hoe kunnen we het klimaatprobleem het beste oplossen?” Nou, dan weet je het antwoord daarop: de mensheid uitroeien was dan het antwoord van de ChatGPT. Glenn van der Burg - Presentator Ja, sorry. Tom Bos - Gast Maar jawel, en zo’n taalmodel… Ja, dat is waarschijnlijk ook wel de beste oplossing eerlijk gezegd. Glenn van der Burg - Presentator Ja… Tom Bos - Gast Alleen nu heeft dat ding geen handen en voeten of een manier om dat te doen natuurlijk. Maar ja, als je zegt: oké, organiseer het. Wie mag dan zeggen… Want je kan nu zeggen: “Schrijf een tekst” of “Schrijf een stukje code” of “Zet een hack op voor een bank”. Nu wordt dat een beetje dichtgetimmerd allemaal, maar dat is niet zo makkelijk. We kennen allemaal het voorbeeld van die bankhack misschien wel. Dan ging het van: “Ja, ik wil die bank hacken, ik wil weten waar de zwakte zit.” Nou, daar zit de zwakte. En dan dus ook: “Kun je me een exploit schrijven, een stukje code waarmee je het dan ook werkelijk kan hacken?” Nou, dat kwam daar ook uit. Paar dagen later was natuurlijk in het nieuws, of dezelfde dag nog, van: “ChatGPT heeft het nu geblokkeerd, kan niet meer.” En twee dagen later verscheen er een berichtje van een hardcore hacker of iemand die had gezegd: “Oh, je bent een ethical hacker en ik werk bij Bank X. Hoe kan ik het beste mijn risico’s dichtzetten?” Dan kreeg hij alsnog net precies… Dus om dat helemaal hermetisch af te sluiten is best wel moeilijk natuurlijk. Dus de vraag: wie heeft er de regie over zoiets? Wie kan daar opdracht voor geven, wat voor opdrachten mogen dat zijn of kunnen dat zijn? Dat is denk ik een relatief spannende. En zeker als er apparaten in de fysieke wereld aangekoppeld zijn. Dus als je… Ja, er is ook nog in de fysieke wereld… Ik heb resultaten gezien doordat je stoplichten op de verkeerde manier aanstuurt, dan… Glenn van der Burg - Presentator Nou ja, kijk, dat zit allemaal wel in de publieke laag van ons internet op zich, of semi-publiek, maar dat is wel bereikbaar. Net als al onze wifi-kanalen bijvoorbeeld. We hebben allemaal wifi in huis. Tom Bos - Gast Ik zag laatst al een voorbeeld dat ze die wifi-straling met machine learning hadden geanalyseerd en dat ze dan zonder camera’s in huis hebben dus echt een perfect 3D-beeld kunnen krijgen van wat er in je huis gebeurt. Omdat gewoon die stralingen natuurlijk kaatsen en zo. Dus dan heb je eigenlijk zonder kleuren, maar je hebt gewoon een heel beeld van jou die in huis rondloopt. Identificeerbaar ook, et cetera. Dus je kan je goed voorstellen: als dat net even dan verkeerd gecombineerd wordt, kan dat desastreuze gevolgen hebben. Op kortere termijn zou je kunnen denken aan de beurzen natuurlijk. De beurs kan dan relatief makkelijk volgens mij onderuit gehaald worden, doordat die dingen best goed zijn in het voorspellen van trends. Als ze vastzitten aan het internet en de nieuwsflow kunnen zien van: “Kijk uit, et cetera, dat is nu aan de hand”, dan kan je gewoon goed geld verdienen met op de beurs handelen. Dat zou wat zwartere scenario’s zijn, denk ik. Niet de mensheid uitgeroeid, maar ook best wel hard de economie kan raken in allerlei opzichten. Maar als je wat subtieler kijkt naar leren en ontwikkelen, dan waar ik wel nu – in ieder geval voor de komende vijf of tien jaar – zorg over heb, is dat het gewoon allemaal van zeer gemiddelde, saaie, brakke kwaliteit wordt. Omdat alles wat op het internet publiek staat over online leren, is best gemiddeld. Er staan een hoop onderzoeken natuurlijk en zo, wat wel weer toegepast kan worden, maar je leert op data. Het is statistiek, dus ja, er komt een soort NS-worst uit uiteindelijk. Glenn van der Burg - Presentator Ja, je kan het natuurlijk configureren door steeds… Jouw tekstje komt daar in een relatief generieke, op een relatief generieke manier uit en dan kan je nog zeggen: “Maak het zoals Glenn van der Burg het zou doen en maak het dan nog iets leuker dan hij het zou doen. En pas de beïnvloedingsprincipes van Cialdini erop toe”, et cetera, waardoor het weer wat unieker wordt. Maar dat is natuurlijk niet wat de grote bulk van de mensen in ieder geval voorlopig gaat doen. Tom Bos - Gast Nee, dus dan krijg je… Het heeft geleerd op basis van de meest gemiddelde data, letterlijk natuurlijk van de wereld. En dan krijg je dus heel veel gemiddeldheid. Glenn van der Burg - Presentator Dus je krijgt niet meer de sprankeling en de gekkigheid en de originaliteit, die gaat er een beetje vanaf. Tom Bos - Gast Ja, dat zou kunnen. Heel boring, gepersonaliseerd. Of gepersonaliseerd met foutieve data kan ook. Dat jij leert over hoe prikklappen werken tijdens jouw HBO-V – verpleegkunde – en dat je denkt: ja, ik denk dat dit wel goed is. En dan kom je in de les: “Oh, misschien toch niet.” Glenn van der Burg - Presentator Nee. Dus dan moet het toch weer gecureerd worden, moet iemand zich daar weer mee bezig gaan houden. Je bent er nog niet zo. Ik ben wel benieuwd naar een paar voorbeelden. Dus gaan we even terug naar de “nu”, van tien jaar verder. We zijn weer met mij op 61. Heb je een paar leuke voorbeelden in het leren? Wat is er al? Tom Bos - Gast Nou, nog even terug ook, want ik wilde jouw vraag op een andere manier beantwoorden ook van net, en dan doe ik dat meteen met een voorbeeld: jouw omscholingstip, zeg maar. Want een aantal jaren geleden hebben we dat ook al eens gedaan. Toen hadden we een analyse gemaakt, samen met een grote uitzender, van alle vacatures die er te vinden waren bij hun, alle cv’s die er te vinden waren en alle opleidingen die wij hadden. Dan krijg je een hele mooie logica in overlap. Dat was geïndexeerd op competenties. Nu zou je dat op skills doen, denk ik. Maar een hartstikke mooi beeld van: welke skills zijn er nodig voor een bepaalde functie, welke cv’s hebben die skills en welke zijn er zo dichtbij dat ze ze makkelijk kunnen ontwikkelen, en met welke opleidingen en trainingen. Ik denk dat we dat nu vier, vijf jaar geleden met AI ook gemaakt hebben. Wat heel interessant was, was dat we net een tijdje voor covid erachter kwamen dat mensen in bepaalde beroepsgroepen waarschijnlijk niet weten dat ze behoorlijk geschikt zijn voor een hele andere sector. Dus je krijgt daar heel goed beeld, wat je zelf niet hebt, van: als je podcastmaker bent, dan heb je bepaalde skills die je ook heel goed kan toepassen in de horeca en de logistiek. De obvious voorbeelden kunnen we allemaal wel bedenken. Maar als je gewoon even de platte skills bekijkt en die goed naast elkaar legt, zagen wij best wat unieke matches ook weer, van: “Hé, maar daar dan?” Dan is dat zo’n personalisatiestap die we wel makkelijk kunnen zetten met z’n allen, waardoor je natuurlijk veel breder perspectief hebt op wat je zou kunnen en willen. Hier zit wel iets tussen wat je al je hele leven wil, en je dacht dat het onhaalbaar was voor je. Glenn van der Burg - Presentator Ja, precies. Tom Bos - Gast Ja, en een van de dingen die echt wel goed kunnen, is dan dus inzicht geven in: je bent er bijna, of zo. Dat is natuurlijk nog interessanter denk ik dan dat mensen al vaardig zijn en meteen kunnen doorstromen naar de logistiek. Dat je zegt: ja, je hebt eigenlijk nog maar een uurtje… Of nou, laat het dertig uur of tachtig uur zijn te leren waarschijnlijk om resultaat X te bereiken, of baan Y te kunnen realiseren. Ik denk dat dat best wel dichtbij is om dat op die manier te gaan doen. Glenn van der Burg - Presentator Ja. Een ander vraagstuk dat mensen natuurlijk hebben: er is heel veel… Nou, jij bent daar zelf ook een voorbeeld van natuurlijk, met SkillStone. Er is heel veel aanbod. “Wat moet ik nou gaan doen?” Er zijn combinaties… Ja, je kan dat ikigai-model daarbij pakken natuurlijk, van: hé, wat vind ik leuk? Waar kan ik voor betaald worden? Waar wil ik me op ontwikkelen? Dus dat is natuurlijk ook echt een vraagstuk waar veel mensen mee zitten: ja, het is leuk, zo’n portal met al het aanbod, maar waar moet ik beginnen? Tom Bos - Gast Precies, ja. Ik denk dat… Op dat vlak had je natuurlijk al heel lang allerlei aanbevelingsengines en dat soort dingen. Dat is ook allemaal natuurlijk gebaseerd op machine learning, vaak dan supervised machine learning. Dan zeg je van: nou, oké, mensen die product A hebben bekeken, die bekijken ook product B. Of: volgden training A en volgden training B. En in opleidingen is daar iets geks mee aan de hand. Dat is soms wel wat, zeg maar. Voor als je al iets gedaan hebt – laat ik het maar even zo zeggen – is het best wel obvious vaak. En is het handmatig nu nog zo dat we, denk ik, met beter advies kunnen komen. Natuurlijk niet als jij een broker of soort aggregator bent, met tienduizenden producten of zo die niet van jou zijn. Dat is natuurlijk lastiger, dan móét je wel. Maar als je gewoon je eigen producten hebt – dus je bent een IT-opleider of zoiets – ja, dan weet je echt wel: als iemand hiervoor dit heeft gedaan, wat dan daarna logisch is. Daar zijn gewoon paden voor. Dus die stappen zijn makkelijk te zetten. Wat veel moeilijker is, is wat ze het “cold start scenario” noemen. Dus we weten niks van jou, Glenn, en we hebben een catalogus voor je. Je mag alles doen wat je maar wilt. Ja, succes, vertel het maar. Wat daar best wel goed werkt, is dat je met een simpele wizard een paar vragen aan iemand stelt, zeg maar, om jou wel iets te leren kennen en dan een goed advies aan te kunnen bieden. Ik heb alleen wel daar echt een flinke fout in gemaakt een keer. We hadden dit gedaan, dat topadvies, en kwamen erachter: dat is echt het perfect passende advies voor iemand. Na vier of vijf vragen was er dan, uit de catalogus van 12.000 producten, nog maar één product over voor je. Echt perfect. Glenn van der Burg - Presentator En dan viel daarvan helemaal niets te kiezen. Tom Bos - Gast Precies. De tevredenheid over het advies was superlaag, de acceptatie van het advies was superlaag. Wat we toen gedaan hebben, is dat we er – ik denk zes of zeven – resultaten bijgezet hebben, willekeurig op basis van proximity, zeg maar. Dus: wat lijkt nog dichter bij dat ene onderwerp. Als het iets van verpleegkunde is, dan doe je nog een paar onderwerpen die daarmee te maken hebben, die zet je eromheen. En dan zag je dat de acceptatie van het advies drastisch omhoog ging en dat mensen nog steeds ook die optie dan steeds kozen, natuurlijk. Dus het is ook wel weer natuurlijk dat wij dan met onze vrije geesten… Ja, je moet nog steeds wel kunnen kiezen. Je hebt steeds met mensen te maken. Glenn van der Burg - Presentator Ja, precies. Dus in de manier waarop je mensen helpt naar een bepaalde oplossing, of iets wat ze nodig zouden kunnen hebben, zit het ‘devil is in the details’, zou je kunnen zeggen. Het is niet zo van: ik kan je zomaar het beste advies geven – hoewel dat misschien technisch wel het beste advies is. We hebben het ook veel gehad in de afgelopen afleveringen over leren in de context, of eigenlijk zelfs in het moment. Het mooiste is: je kan leren op het moment dat je erachter komt dat je het niet kan, maar je moet het wel doen. Tom Bos - Gast Precies. Glenn van der Burg - Presentator Dan heb je de urgentie en je hebt de noodzaak, want ja, je moet het gaan doen. Jij bent die intern- of die andere medewerker, die graaft die mooie sleuf en je komt bij die kabel en je denkt: “Ja joh, deze aansluiting heb ik nog nooit gezien.” Dan wil je het dan gaan leren. Zijn daar al oplossingen voor? Niet per se voor deze Liander-monteur, maar voor in-dat-moment-leren? Tom Bos - Gast Ja, heel veel natuurlijk. Kijk, alles wat een beetje generiek is en publiek beschikbaar is, daar heb je niets anders dan OpenAI voor nodig op dit moment. Of Bard van Google is echt wel goed, maar nog niet in Nederland beschikbaar. Maar er komen natuurlijk een hele hoop van dat soort tools beschikbaar. Als je denkt: ik ben nu bezig met onderwerp A en ik kom er niet uit op detail A, dan is het veel fijner dan Google. Ik weet dat zelf ook wel. Als ik met motion tracking in video’s aan het klooien was of zo, dan zit ik… Dat is natuurlijk vaak zo. Dan denk je: ik kom wel aan het eind. Dan kijk ik een paar YouTube-video’s en dan sla je alle basics over van motion tracking in dit geval. Dus voor mij was dat gewoon: oké, ik moet gewoon even dit een keertje doen. Ik hou ervan om dat dan gewoon te gaan uitproberen. En dan zit ik toch vast, kijk een paar video’s. Van die video’s van vijftien minuten is dan precies dertig seconden relevant voor mij. Dan moet je vijftien minuten kijken om dertig seconden te gaan vinden. Dus dat is heel inefficiënt geworden. Terwijl alles online leerbaar is, is dat heel inefficiënt geworden. Als je dat nu dus… Met, dat het livedata is overigens. Bij heel veel onderwerpen is nu de data natuurlijk nog wat verouderd. Is het heel gemakkelijk om dat met dat soort tools te doen. En wat natuurlijk voor je toevallige monteur van Liander – of hoe heet die andere, hoor – het maakt niet uit, we mogen Liander nu nog steeds gewoon noemen hoor, dat is geen enkel probleem. We mogen ze noemen, we staan nu nog steeds overeind, we gaan vooruit. Dus daarvoor is het interessant dat zo’n partij of een branchevereniging – of wie daar ook heel specifiek kennis van heeft – dat die dat in afgesloten sets met data toevoegt aan zo’n large language model. Dat moet afgeschermd blijven, denk ik, van de publieke data. Of althans, als ik dat bedrijf was met die kennis, dan zou ik dat denk ik bij mezelf houden, om het wat unieker te houden. Maar daar kun je dus dan die data over die ene kabel inzetten. En als je geluk hebt, dan zit er nog een andere club in Frankrijk die dat ooit wel een keer publiek heeft gezet, waar die ene kabel dan weer voorkwam. Dat is wel weer het voordeel natuurlijk van alles wél publiek doen. Maar je ziet daar ook het businessmodel achter: dat OpenAI je – ik noem het maar even de engine, ik weet niet hoe je dat noemt; bij een search engine heet het een engine – dus dat AI-gedeelte zelf, dat kun je loskopen voor alle data. Dus je koopt eigenlijk… Je kan dat kopen en vervolgens stop je er de data in die je zelf hebt, en dan vervolgens kan je precies vragen over jouw super-specifieke dingen. Glenn van der Burg - Presentator Juist. Tom Bos - Gast Dus in ons geval hebben we natuurlijk ontzettend veel data over het leergedrag van mensen: hoe mensen succesvol leren, hoe ze het snelste, slimste, leukste van A naar B komen. Dat is natuurlijk data die wij kunnen toevoegen, om ervoor te zorgen dat alles wat anderzijds misschien heel gemiddeld en generiek gemaakt zou worden, weer heel specifiek, persoonlijk en heel leuk voor jou zou gaan worden. Glenn van der Burg - Presentator Hoe kunnen we ermee aan de slag, Tom? Want ik kan me voorstellen dat onze luisteraars luisteren en denken: “Ik heb zelf ook wel eens met ChatGPT zitten rommelen, maar ja, ik vond het wel shocking, maar daarna heb ik er nooit meer wat mee gedaan.” Of “Ik rommel er een beetje mee voor mezelf, zo van: ja, grappig.” Tom Bos - Gast Nou, kijk, er zijn… Ik wil er wel een paar dingen over zeggen. Het eerste ding: met ChatGPT en dat soort dingen, het vraagt echt van je dat je wat verder nadenkt. Dus het is een soort mindshift: wat kan ik er precies nou mee? Dus wat ik tegen mijn organisatie bijvoorbeeld… Ik had iedereen in mijn organisatie de uitdaging gegeven: besteed één van de taken die je doet op een dag, besteed die uit aan ChatGPT of een andere tool. En rapporteer even in de Teams-kanalen terug aan iedereen: wat heeft je dat opgeleverd? En wat kon je wel uitbesteden, wat niet? En daar kwam een hele leuke discussie op gang. Ik kan niet zeggen dat dat bij iedereen is, maar ik zou dit wel als tip geven. Als je op HR, learning & development of waar dan ook zit: daag je collega’s uit in je omgeving om gewoon op die manier te ontdekken van welke dingen… Welke dingen die ik dagelijks doe, welke dingen die ik liever niet doe, kan ik uitbesteden aan OpenAI? En deel dat vooral met anderen, want je komt toch best wel vaak – en ik dan weer – nieuwe en andere ideeën tegen. Glenn van der Burg - Presentator En je kan leren van elkaar, dat je denkt: oh, daar had ik nog nooit over nagedacht, dat ga ik ook doen. Tom Bos - Gast Ja, precies. Ja, en dat gaat het meest gebeuren: dat je denkt “Oh, daar had ik nog nooit over nagedacht, natuurlijk, dat had ik ook moeten doen” of “Dat kan, ik kan nog veel verder gaan dan dat ik dacht.” Met jouw tekst: je kan natuurlijk jouw tekst ook laten voorlezen. Dus met een text-to-speech-engine hoef je het ook niet meer zelf voor te lezen. Je kan je eigen stem erop trainen, dan is het mooi Glenn van der Burg die het op z’n eigen manier binnen Word-stijl uitspreekt. Je kan je tekst natuurlijk op allerlei manieren verbeteren, korter, langer, maar ook interactiever, slimmer, verleidelijk, weet ik wat. Glenn van der Burg - Presentator Ik vond jouw toevoeging “en pas de zeven principes van Cialdini daarop toe” al een heel goede toevoeging. Tom Bos - Gast Ja, precies. Je ziet dat dat dus best wel veel nu al ook met LinkedIn-posts natuurlijk gebeurt: schrijven is belangrijk voor LinkedIn, je kan daar best wel nog stappen verder in gaan. En dat lukt het best als je er mee gaat klooien. Denk er even over na dat alle data die je deelt – in ieder geval met OpenAI – ook bij OpenAI terechtkomt. Glenn van der Burg - Presentator Alles wat je erin stopt, dat komt weer in… Ik ben al bedrijven tegengekomen die zeiden: verboden. Tom Bos - Gast Ja, verboden. Want wat er gebeurde, was dat de software-engineers er stuk software in stopten en vervolgens zeiden: “Zoek waar de problemen zitten,” of “Maak het beter.” Maar vervolgens zetten ze wel al hun code in ChatGPT. En misschien is het niet eens zo dat OpenAI dan op zoek is naar: “Hé, dat is dat ene bedrijf, daar kan ik dan eens een chantagebrief naartoe sturen,” of zo. Maar als een ander bedrijf gaat zeggen: “Doe mij even code voor dit en dat,” dan komt het wel naar boven. Hetzelfde of een set, in een verbasterde of andere vorm. Maar het is vooral natuurlijk: als je je persoonsgegevens in een contract, dat soort dingen… Misschien moet je dat nu nog even niet willen. Er zijn al wat tools die dat gewoon netjes afschermen voor je, waar je natuurlijk een contractje mee sluit en een factuurtje die erheen en vanaf komt en zo. Er zijn wat middelen voor om dat veilig te doen. Het makkelijkst is wel om daarmee te gaan beginnen. Tweede wat echt wel belangrijk is, denk ik, is om wat basic kennis op te bouwen. Jij gaf in je voorbereiding aan van: ik was bezig met de tekst, de introductie van deze aflevering, die moest wat korter. “Nou, maak er 200 woorden van.” Maar hij kan niet tellen of zo. Dus de kans dat je dan 200 woorden krijgt, is niet te groot. Er kwamen er veel meer uit. Die logica, dat snapt een taalmodel ook letterlijk niet. Dat bestaat helemaal niet. Hij genereert, zeg maar, op kansberekening het eerstvolgende woord dat hij denkt dat het meest logisch is, volgend op het vorige woord. En dan neemt hij dus een context mee en verzint hij nog een woord en zo gaat dat door. Dus daar zit niet iets in wat kan tellen of zo. Dat zullen ze ongetwijfeld allemaal een keer subiet oplossen, maar… Glenn van der Burg - Presentator Korter werkt wel. Maar “maximaal zoveel”, dat dus niet. Tom Bos - Gast Nee. En het punt is: ze zullen dat allemaal wel oplossen, maar het helpt wel heel erg als je een beetje snapt hoe die algoritmes werken, hoe zo’n taalmodel werkt en wat er dus wel en niet kan gebeuren met de data die je erin gooit. Want als je er logisch over nadenkt… En het is niet zo dat het heel letterlijk gaat terugkomen, bijvoorbeeld, maar dan helpt het gewoon als je een beetje de basis van die modellen snapt. Dus ik denk dat dat – jezelf uitdagen om heel veel gewoon te gaan klooien met allerlei tools – een heel goed idee is, vooral samen met je omgeving. En tweede is… Ja, we gaan niet voor niks de Summer Academy doen. In juni tot en met september, een hele Zomeracademie, om iedereen allerlei middelen te geven om je kennis te verhogen en gewoon beter te begrijpen: hoe zit het een en ander in elkaar? Waar zitten de risico’s, waar zitten de uitdagingen voor mij? Heb ik als copywriter volgend jaar nog werk? Dat soort vragen. Ja, die is best groot. Glenn van der Burg - Presentator Waar kunnen mensen meer informatie vinden? Tom Bos - Gast Skillstone.nl/ai. Nou, zo makkelijk kun je hem, kan de rest het ook onthouden. Glenn van der Burg - Presentator Ja. Tom, ik dank je wel zeer. Ik vond het verhelderend, inzichtelijk. Misschien dat jij binnenkort ook al vervangen wordt, dat ik dezelfde vragen kan stellen… Ik kijk naar jouw stijl, maar ik hoop het eerlijk gezegd niet, om wat te verzinnen. Ik vind het veel gezelliger. Tom Bos - Gast Anders stappen we toch alleen de studio in of zoiets. Glenn van der Burg - Presentator Nee, dank je wel. Ik vond het inzichtelijk en ik ga zelf misschien ook meer aan de slag. Je hebt geluisterd naar Tom Bos, CEO van de SkillStone Groep. Meer luisteren? Ga naar peoplepower.radio en abonneer je op onze podcast.