Responsible AI, content provenance, AI image/text detection, LLM-friendly content, model bias, and the ethics of automation.
Sanne is projectmanager bij een consultancybureau. Sinds vorige maand heeft elk project een eigen AI-kennisbank. Dit is haar werkweek.
Watermarking van AI-afbeeldingen is nuttig, maar beperkter dan de meeste claims suggereren. Dit is wat het wel en niet kan bewijzen.
Privacy bij AI-chatbots gaat niet alleen over prompts. Dit is wat wordt opgeslagen, waarom het wordt bewaard en wat gebruikers en teams eraan kunnen doen.
Een AI-kennisbank per project geeft dienstverleners een AI die hun klanten, dossiers en gesprekken kent — met bron, zonder ruis.
De meeste organisaties hebben al schaduw-AI. Deze audit van 10 minuten met 7 vragen laat precies zien waar je staat — en wat je daarna moet doen.
AI-gegenereerde content is inmiddels de standaardmodus voor een groot deel van het web. Dit is een werkbare, eerlijke vermeldingsstandaard die zowel de lezer als het werk respecteert.
AI-detectie is rommelig, foutgevoelig en vaak oneerlijk. Zo bouw je een redactioneel proces dat synthetische content herkent zonder schrijvers van je te vervreemden.
AI-beeldgeneratie lijkt gratis, maar de computationele en ethische kosten lopen op. Zo ziet verantwoord gebruik er in de praktijk uit.
