Hoe werkt (generatieve) AI?
1 / 35
Lesduur is: 50 minIntroductie
In deze interactieve les duiken de leerlingen in de fascinerende wereld van generatieve AI! We beginnen met een uitleg over wat generatieve AI precies is. Daarna volgen ze stap voor stap het proces waarmee AI tot antwoorden komt, en leren ze hoe AI patronen herkent. Tot slot ontdekken ze de geheimen achter waarom AI soms fouten maakt.
Instructies
Voorkennis van leerlingen
Leerlingen hebben geen specifieke voorkennis nodig.
Voorbereiding docent
- Lezen van docent instructies
- Printen van werkbladen
Leerdoelen/vaardigheden
Na deze les:- kun je omschrijven wat AI is.
- kun je de vijf stappen van (generatieve) AI omschrijven.
- kun je opnoemen waardoor een (generatief) AI-model fouten kan maken.
- kun je in grove lijnen omschrijven hoe complexe modellen zoals ChatGPT, Microsoft's Bing Chat, en Google Gemini werken.
Aansluiting curriculum
Deze les sluit aan bij de volgende onderwerpen:
- Digitale geletterdheid: AI
Werkbladen
Onderdelen in deze les
Slide 1 - Tekstslide
Deze slide heeft geen instructies
Slide 2 - Tekstslide
Deze slide heeft geen instructies
Slide 3 - Tekstslide
Deze slide heeft geen instructies
Slide 4 - Tekstslide
Deze slide heeft geen instructies
Slide 5 - Video
Deze video geeft een korte introductie over AI met enkele voorbeelden. Het doel is om eerst breed AI te belichten.
Slide 6 - Tekstslide
Deze slide zoomt in op generatieve AI. Leg uit dat generatieve AI is het maken van elk type nieuw materiaal. Denk dus ook aan muziek en beeldmateriaal.
Slide 7 - Tekstslide
Deze slide legt uit hoe deze nieuwe content wordt gegenereerd.
Data verzamelen: Hoe meer data je hebt hoe meer je er van kan leren. Voor chatGPT is bijvoorbeeld het hele internet aan tekst afgezocht.
Modellen gebruiken: Maak leerlingen bewust van het gebruik van modellen in generatieve AI.
Tip: maak eventueel de vergelijking met hoe een kind leert. Een kind krijgt als het jong is te maken met een omgeving van taal en leert hiervan.
Patronen begrijpen:
Een model begrijpt dat sommige woorden vaak in dezelfde context worden gebruikt. Dit is de samenhang van woorden.
Creatief zijn:
De laatste stap is het toepassen van het model om nieuw materiaal te genereren.
Slide 8 - Tekstslide
We weten nu hoe generatieve AI in grote lijnen werkt. Om nog verder in te zoomen op hoe een virtuele chatbot zoals ChatGPT, Microsoft's Bing Chat en Google Bard werkt, gaan jullie zelf in de schoenen van een chatbot stappen!
Jullie krijgen een vraag van een gebruiker over het favoriete eten van Lieke. Jullie antwoord begint met 'Het favoriete eten ...'. In deze opdracht gaan wij dit antwoord afmaken. Hiervoor zullen we alle stappen van een chatbot doorlopen.
Slide 9 - Tekstslide
Stel je voor dat je een robot hebt die verhalen kan schrijven. Hoe leert die robot dat? Hier komt trainingsdata om de hoek kijken. Trainingsdata is een verzameling voorbeelden waar een AI van leert.
Bij generatieve AI, die bijvoorbeeld teksten of beelden kan maken, is het cruciaal dat de AI leert van veel verschillende voorbeelden. Dit kan van alles zijn: teksten, plaatjes, geluiden, en meer. Door deze data te bestuderen, begrijpt de AI patronen en structuren. Net zoals jij patronen leert in wiskunde of grammatica.
Het belang van goede trainingsdata is groot. Als de data divers en van hoge kwaliteit is, kan de AI creatiever en nauwkeuriger werken. Slechte of eenzijdige data leidt tot een beperkte en soms zelfs verkeerde output. Denk aan het leren van wiskunde met een boek vol fouten: je resultaten zullen ook niet kloppen.
Vraag
Welke data zouden we willen gebruiken om AI zoals ChatGPT te trainen?
A
Leesboeken
B
Een verzameling met veel types tekst
C
Medische websites
D
Social media berichten
Slide 10 - Quizvraag
Je wil het liefst zo divers mogelijke data hebben. Als je alleen maar data zou gebruiken in je algoritme over sprookjes, dan zou je algoritme het verschil niet kunnen weten tussen een sprookje en het echte leven.
Slide 11 - Tekstslide
In deze opdracht willen we trainingsdata voor een chatbot, dus zullen we een voorbeeldtekst gebruiken. Omdat wij mensen zijn en niet zo snel kunnen rekenen als een computer zullen we maar klein tekstje gebruiken om op te trainen.
We hebben de volgende trainingsdata die wij kunnen gebruiken voor het trainen.
Vraag
Wat denk je dat het favoriete eten is van Lieke als je kijkt naar de trainingsdata?
Typ hier je antwoord:
Slide 12 - Open vraag
Ga eventueel een slide terug als de afbeelding niet goed leesbaar is. Laat de leerlingen dan het antwoord bedenken voordat je weer terug gaat naar het invoerveld.
Slide 13 - Tekstslide
Voor je een chatbot kunt trainen, moet je data voorbereiden. Een belangrijk onderdeel hiervan is het opschonen van data en het toepassen van tokenization. Maar wat betekent dit precies? Voor ons algoritme gaan we een paar stappen uitvoeren, maar een echte chatbot kan nog veel meer stappen maken in de voorbereiding van de data!
Waarom is dit eigenlijk nodig?
Het opschonen van data en toepassen van tokenization zorgen ervoor dat de chatbot een duidelijk en gestructureerd beeld krijgt van de tekstdata. Dit verbetert de nauwkeurigheid en relevantie van de antwoorden die de chatbot kan geven. Het maakt de dataset niet alleen bruikbaarder, maar zorgt er ook voor dat de chatbot slimmer en effectiever wordt in het begrijpen en reageren op gebruikersvragen.
Slide 14 - Tekstslide
Opschonen van data
Verwijderen van onnodige informatie: Tijdens het opschonen verwijder je zaken als spelfouten, dubbele vragen, en irrelevante informatie. Dit maakt de dataset overzichtelijker en zorgt ervoor dat de chatbot leert van correcte en relevante voorbeelden.
Normaliseren van tekst: Dit houdt in dat je alle tekst naar een uniforme vorm omzet. Bijvoorbeeld, je maakt alles kleine letters, verwijdert leestekens en zorgt voor een consistente schrijfwijze van woorden. Zo worden "HOOFDLETTERS", "Hoofdletters", en "hoofdletters" allemaal hetzelfde behandeld.
Slide 15 - Tekstslide
Laat leerlingen de eerste twee zinnen normaliseren. De leerlingen moeten alle hoofdletters en leestekens verwijderen.
Hier komt het volgende resultaat uit:
lieke is zestien jaar en zit op het vlier in deventer hier heeft ze een leuke vriendengroep waar ze af en toe wat eten van steelt
Slide 16 - Tekstslide
Tokenization
Tokenization is het proces waarbij tekst wordt opgedeeld in kleinere eenheden, vaak woorden of zinnen, die tokens worden genoemd. Dit helpt de chatbot om de structuur en betekenis van de tekst beter te begrijpen. Zo werkt het:
Woord-tokenization: Hierbij wordt de tekst opgesplitst in afzonderlijke woorden. Bijvoorbeeld, de zin "Hoe laat is het?" wordt getokenized als ["Hoe", "laat", "is", "het"]. Dit helpt de chatbot om elk woord afzonderlijk te analyseren.
Zin-tokenization: Soms is het nuttig om de tekst in zinnen te splitsen, vooral bij langere teksten. Dit helpt de chatbot om zinnen in hun context te begrijpen.
Slide 17 - Tekstslide
Laat de leerlingen de stap 'Tokenization' uitvoeren voor de eerste twee zinnen. In de slide hierna komt het antwoord voor de hele tekst.
Slide 18 - Tekstslide
Deze slide heeft geen instructies
Slide 19 - Tekstslide
Bij het trainen van een simpele chatbot gebruiken we frequentieanalyse om te begrijpen welke woorden vaak door andere woorden worden gevolgd. Dit proces helpt de chatbot om patronen in tekst te herkennen en voorspellingen te doen over het volgende woord in een zin. We gaan een kijkje nemen hoe we dit zouden kunnen doen voor onze data.
Slide 20 - Tekstslide
Bij een frequentie analyse zoek je alle worden op die hetzelfde zijn. In het voorbeeld is dit gedaan voor het woord 'en'. Vervolgens ga je simpelweg tellen hoe vaak welk woord hem opvolgt.
Slide 21 - Tekstslide
Als je de frequentieanalyse uitvoert voor de hele tekst krijg je een super grote tabel. Hierin kun je visualiseren hoe woorden tot elkaar in context staan. Een klein gedeelte van dit overzicht staat op deze slide.
Slide 22 - Tekstslide
Leerlingen moeten nu de tabel verder aanvullen op het werkblad.
Dingen om op te letten
- Leerlingen hoeven geen 0 te noteren als er geen verband is gevonden in de frequentie analyse.
- Leerlingen hoeven alleen de woorden te doen die dik gedrukt zijn.
- Woorden aan het eind van een zin, zoals 'Amsterdam', hebben geen opvolgende woorden.
Het antwoordenblad is toegevoegd aan deze les.
Slide 23 - Tekstslide
Leerlingen moeten nu in de aangevulde tabel op het werkblad kijken welke woorden nodig zijn om de zin af te maken.
Gebruik het voorbeeld op deze slide om het principe uit te leggen.
Voorbeeld:
Als je 'is' opzoek bij het eerste woord zie je dat er een 4 genoteerd staat bij zestien en een 2 bij aardig. Dit houd in dat het woord 'zestien' het vaakst na 'is' komt en hier het woord zou zijn wat we selecteren.
Slide 24 - Tekstslide
Laat de leerlingen dit nu doen voor de volgende vier woorden door het ingevulde werkblad te gebruiken.
Het antwoord:
Het favoriete eten van Lieke is pasta.
Vraag
Stap 5: Output geven - Welk antwoord gaan jullie de gebruiker geven?
Typ hier je antwoord:
Slide 25 - Open vraag
Deze slide heeft geen instructies
Slide 26 - Tekstslide
Je meeste leerlingen zullen invullen dat het juiste antwoord 'pasta' is. Dit is alleen niet correct als je naar de trainingstekst kijkt.
Vraag
Jullie hebben niet het antwoord gekregen wat jullie hadden verwacht. Bedenk waar het mis had kunnen gaan. Geef zo veel mogelijk redenen!
Typ hier je antwoord:
Slide 27 - Open vraag
Laat leerlingen eerst zelf nadenken over waar het fout had kunnen gaan.
Slide 28 - Tekstslide
Het heeft bij ons model op meerdere punten mis kunnen gaan.
Kleine dataset
Chatbots zoals ChatGPT zijn getraind op bijna het hele internet aan data en wij hebben enkel een mini tekstje gebruikt. Dit is dus een heel groot verschil.
Data voorbereiden
Wij hebben normalisatie en tokenization gedaan, maar er zijn nog veel meer stappen. Per type model verschilt het welke stappen wenselijk zijn om wel of niet te doen. Hier zijn onderzoekers lang bezig mee om dit uit te kunnen zoeken.
Complexiteit van model
Wij hebben een frequentie analyse gedaan. Dit is niet een model die je in chatbots zoals ChatGPT nog zou zien, maar enkel in oude primitieve chatbots. Momenteel word er veel gebruik gemaakt van machine learning en dit een complexer proces.
Slide 29 - Tekstslide
Deze slide heeft geen instructies
Slide 30 - Tekstslide
Deze slide heeft geen instructies
Slide 31 - Tekstslide
Deze slide heeft geen instructies
Slide 32 - Tekstslide
Toelichting
Deze dia is bedoeld om leerlingen te helpen zich te oriënteren op vervolgopleidingen, hoewel dat in de onderbouw nog een ver-van-mijn-bed-show is. Onbekend maakt onbemind en op deze manier maken ze kennis met wellicht onbekende studierichtingen.
Slide 33 - Tekstslide
Deze slide heeft geen instructies
Slide 34 - Tekstslide
Deze slide heeft geen instructies
Slide 35 - Tekstslide
Deze slide heeft geen instructies
