AI glossary: 20 terms in plain words

Tokens, prompts, hallucinations, agents and RAG — every key AI concept with a human explanation.

Kunstmatige intelligentie (AI): Software die leert van voorbeelden in plaats van vaste regels te volgen. Moderne AI vindt patronen in data en past ze toe op nieuwe situaties — van gezichtsherkenning tot het genereren van tekst.
Neuraal netwerk: Een wiskundig model van miljoenen 'neuronen' met instelbare gewogen verbindingen. Het leert via de lus 'voorspellen → vergelijken met het antwoord → gewichten bijstellen', miljarden keren herhaald.
LLM (groot taalmodel): Een neuraal netwerk getraind op enorme hoeveelheden tekst: ChatGPT, Claude, Gemini. Het doet één ding — het volgende token voorspellen — en daaruit ontstaan antwoorden, vertalingen en code.
Token: Het stukje tekst waarmee een taalmodel werkt: een deel van een woord, een woord of een teken, gemiddeld 3–4 tekens. Contextlengte en API-prijzen worden in tokens gemeten.
Prompt: De tekst van het verzoek dat je naar de AI stuurt. De kwaliteit van het antwoord hangt voor zo'n 80% af van de prompt: rol, taak, context en formaat maken hem sterk.
Prompt engineering: De discipline van effectieve AI-verzoeken schrijven: formules, voorbeelden (few-shot), redeneerketens, gestructureerde output. Een van de snelst groeiende vaardigheden op de arbeidsmarkt.
Hallucinatie: Een zelfverzekerd, geloofwaardig, maar verzonnen antwoord. Het volgt uit de generatieve aard van LLM's: zonder feiten ziet een 'waarschijnlijk vervolg' er nog steeds uit als een antwoord. Controleer cijfers, citaten en links.
Contextvenster: De hoeveelheid tekst (in tokens) die een model binnen één gesprek 'in gedachten houdt': jouw berichten, zijn antwoorden, geüploade documenten. Wat er niet in past, wordt 'vergeten'.
Modeltraining: Het proces waarbij de miljarden gewichten van een netwerk op grote data worden afgesteld. Het kost duizenden GPU's en weken rekentijd — daarom bouwen maar weinig bedrijven grote modellen.
Gewichten: De numerieke parameters van een netwerk die tijdens de training worden bijgesteld. 'Een model met 70 miljard parameters' gaat precies over het aantal gewichten.
Kennisafkapdatum: De datum waarna er geen gebeurtenissen meer in de trainingsdata van het model zitten. Nieuwer bereikt het alleen via websearch of materiaal dat jij aanlevert.
Generatieve AI: AI die nieuwe content maakt — tekst, beeld, muziek, video, code — in plaats van alleen bestaande content te classificeren. ChatGPT en Midjourney zijn generatieve modellen.
Few-shot prompting: Een prompttechniek: laat het model 1–3 voorbeelden 'input → output' zien in het verzoek zelf, zodat het stijl en structuur overneemt. Scheelt alinea's uitleg.
Redeneerketen (chain-of-thought): Het model vragen stap voor stap op te lossen en zijn redenering te tonen. Dat verhoogt de nauwkeurigheid bij logica en rekenen sterk en maakt fouten zichtbaar.
RAG: Retrieval-Augmented Generation: vóór het antwoord zoekt het systeem relevante stukken in jouw kennisbank en geeft die aan het model. Zo antwoordt de AI uit jouw documenten in plaats van uit het geheugen.
AI-agent: Een AI-systeem dat niet alleen antwoordt maar handelt: het plant stappen, roept tools aan (zoeken, code, API's), controleert het resultaat en gaat door tot het doel. De snelst groeiende vaardigheid.
MCP: Model Context Protocol — een open standaard om AI te koppelen aan externe tools en data: databases, diensten, bestanden. De 'USB-poort' van AI-agents.
Fine-tuning: Een bestaand model bijtrainen op je eigen data voor een specifieke taak. Duurder en lastiger dan prompting — nodig als voorbeelden in de prompt niet meer volstaan.
Multimodaliteit: Het vermogen van een model om met verschillende datatypes te werken: tekst, beeld, audio, video. Moderne topmodellen begrijpen een foto en stem, niet alleen tekst.
Vibe coding: Sites en apps bouwen in gesprek met AI: jij beschrijft het product in woorden, het model schrijft de code, jij itereert. Woord van het jaar en de snelst groeiende route het vak in.

Terms make more sense in practice

Start for free →