Naar de inhoud

Start hierLerenGratis e-mailcursusAI voor je beroepPlaygroundAI-WerkplaatsAI-geletterdheid voor organisaties
PromptsWorkflowsToolsVeiligheidBegrippenBlog
Mijn dashboard
↑↓ kiezenEnter openenCtrlK overal openenEsc sluiten

Begrip, basis

Kennisgrens

knowledge cutoff

De kennisgrens (knowledge cutoff) is het moment tot waar de trainingsdata van een AI-model loopt. Gebeurtenissen, prijzen en regels van daarna kent het model niet uit zichzelf.

Een model leert van een momentopname van het internet, boeken en andere bronnen. De training stopt op een bepaald moment; daarna wordt het model getest, verfijnd en uitgebracht. Alles wat na die datum is veranderd, zoals nieuwe wetgeving, prijzen, producten, tarieven of nieuws, kent het model niet uit zichzelf.

De kennisgrens ligt vaak maanden voor het moment waarop je het model gebruikt, en een model blijft lang in gebruik. Bovendien is de kennis vlak voor de grens vaak dun, omdat er over recente gebeurtenissen nog weinig is geschreven. Een model weet zelf ook niet altijd precies waar zijn grens ligt, en kan dus aannemen dat de situatie van toen nog steeds geldt.

Een salarisadministrateur vraagt een AI-assistent naar de actuele grens voor een fiscale regeling. Het model noemt zonder aarzeling een bedrag, maar dat is het bedrag van een eerder jaar. Wie het gebruikt zonder te controleren bij de Belastingdienst, rekent verkeerd. Dezelfde vraag met de actuele regeling erbij geplakt, levert wel een bruikbaar antwoord op.

Sommige tools kunnen op het web zoeken en vullen die kennis zo aan. Dat helpt, maar het is geen garantie: de tool moet de juiste bron vinden en die goed lezen. Zonder zoekfunctie kan een model verouderde informatie met grote stelligheid brengen. Een ander misverstand is dat een model leert van jouw gesprekken: wat je vertelt, geldt alleen binnen dat gesprek en verschuift de kennisgrens niet.