
Blijf op de hoogte
Abonneer je op onze nieuwsbrief, onze maandelijkse blik op food en non-food kwaliteitsmanagement.
ChatGPT is hot! Wellicht heb je de tool al vaker in het nieuws voorbij zien komen de laatste tijd. Aan de ene kant klagende berichten over scholieren die ChatGPT zouden gebruiken om hun huiswerk te laten maken. Leraren zouden daardoor niet goed kunnen controleren of het huiswerk door de leerling of door ChatGPT is gemaakt. Er waren zelfs verontrustende berichten dat ChatGPT het werk van mensen zou gaan overnemen. Aan de andere kant ook positieve berichten dat ChatGPT zou kunnen bijdragen aan een vermindering van werkdruk door ondersteuning te bieden bij taken als administratie of het schrijven van e-mails.
ChatGPT is een geavanceerde chatbot: een programma aangestuurd door kunstmatige intelligentie (AI). ChatGPT verwerft en verwerkt taal op een natuurlijk manier, eigenlijk net als een mens dat doet: de chatbot leert door alle informatie die het van zijn gebruikers krijgt, op te slaan in zijn algoritme. Zo krijgt hij een steeds grotere schat aan informatie en kan hij vragen van gebruikers ook steeds beter interpreteren en hierop meer nauwkeurige en bruikbare antwoorden geven.
Voor deze blog hebben we een aantal mogelijkheden van ChatGPT onderzocht op het gebied van leren en ontwikkelen. Wat kan ChatGPT allemaal en hoe bruikbaar is deze chatbot voor jouw werkzaamheden?
ChatGPT kan gebruikt worden voor klantenservice doeleinden, zoals het beantwoorden van veelgestelde vragen en het geven van oplossingen voor problemen die al eerder zijn voorgekomen. Dit kan medewerkers van een bedrijf veel tijd besparen, en ook de klant is waarschijnlijk sneller geholpen aan een oplossing voor zijn of haar probleem. Klanten hoeven immers niet te wachten voordat ze een persoon aan de lijn krijgen, maar worden direct geholpen door de chatbot.
Hieronder zie je een voorbeeld van een ChatGPT plug-in voor Moodle. De chatbot kan bijvoorbeeld veelgestelde vragen van klanten over Moodle snel beantwoorden. Let wel: ChatGPT zal altijd een antwoord genereren, ook als het onvoldoende kennis heeft over hetgeen er aan hem gevraagd wordt. Antwoorden kunnen in dat geval wat vreemd of afwijkend overkomen.
ChatGPT kan data van klanten analyseren en zo bedrijven inzichten geven in het gedrag van, de voorkeuren van en de problemen waar klanten tegenaan lopen. Op grond van deze data kan de chatbot gepersonaliseerde aanbevelingen voor producten geven aan klanten. Klanten kunnen zich hierdoor meer gewaardeerd voelen door het bedrijf en dit vergroot de binding met de klant.
Een beperking van ChatGPT is dat de chatbot geen eigen emoties heeft en niet in staat is om zich in te leven in klanten. Hoewel de chatbot empathische antwoorden kan geven, kan het niet goed bepaalde soorten emotionele context van een situatie beoordelen. Antwoorden kunnen dus empathisch lijken, maar sluiten eigenlijk niet goed aan op de context en klinken daardoor alsnog wat vreemd voor de gebruiker.
Daarnaast is ChatGPT niet in staat om recente informatie over bijvoorbeeld bedrijven of producten te verschaffen. Dit bleek bijvoorbeeld toen we de volgende vraag stelden:
Hoe tevreden zijn klanten over de e-learning trainingen van Précon?
ChatGPT biedt ondersteuning in meerdere talen en kan ook stukken tekst van de ene taal overzetten naar een andere taal, net als bekende vertaaltools Google Translate en DeepL. Verschil met deze laatstgenoemde is dat je de chatbot kunt instellen naar jouw behoeften. Je kunt bijvoorbeeld de toon en stijl van de vertaalde tekst laten aanpassen. Ook kun je ervoor kiezen om de chatbot rekening te laten houden met culturele connotaties en regionale verschillen tussen talen. Als proef op de som hebben we hieronder een stuk uit onze training ‘Voedselveiligheid’ laten vertalen naar het Engels:
Vertaal “Behalve dat je zelf voedselveilig werkt, spreek je elkaar als collega’s daar ook op aan. Als je collega niet voedselveilig werkt, is het product niet veilig. Door samen voedselveilig te werken, versterk je de voedselveiligheidscultuur in je bedrijf.” naar het Engels.
“Besides ensuring that you work safely with food yourself, you also hold each other accountable as colleagues. If a colleague is not working in a food-safe manner, the product is not safe. By working together to ensure food safety, you strengthen the food safety culture within your company.”
Zoals je ziet is de vertaling erg nauwkeurig. De gebruikte woorden en termen passen in de context van voedselveiligheid. Ook de zinsbouw en grammatica kloppen.
En een ander stuk tekst, over het nemen van maatregelen bij controles, vertaalt de chatbot als volgt:
Vertaal “Als tijdens de controle blijkt dat de maatregel niet goed werkt, weet je niet zeker of het product veilig is. Het eindproduct mag dan niet naar de klant en moet geblokkeerd worden.” naar het Engels.
“If during the inspection it turns out that the measure is not working properly, you are not sure if the product is safe. The final product may not be sent to the customer and must be blocked.”
Ook dit is vrij nauwkeurig vertaald. Opvallen wel dat “weet je niet zeker of het product veilig is” erg letterlijk wordt vertaald. De context van twijfel komt niet terug in de Engelse vertaling. Het blijft dus wel belangrijk om de vertaling zelf goed te doorlopen.
Soms moeten teksten in trainingen eenvoudiger worden gemaakt, bijvoorbeeld voor medewerkers die moeite hebben met lezen en schrijven. Daarom vroegen we de chatbot om de vertalingen in eenvoudig taalgebruik te generen.
Vertaal “Als tijdens de controle blijkt dat de maatregel niet goed werkt, weet je niet zeker of het product veilig is. Het eindproduct mag dan niet naar de klant en moet geblokkeerd worden.” naar eenvoudig Engels.
If it is found during the inspection that the measure is not working well, you are not sure if the product is safe. The final product may not be sent to the customer and should be blocked.
Wanneer we beide vertalingen naast elkaar leggen, zien we enkele kleine verschillen. De woordkeuze van de eerste zin lijkt wat eenvoudiger: “if it turns out that” is vervangen door “if it is found that” en “is not working properly” door “is not working well”. De chatbot lijkt dus ook onze specifiekere vraag te kunnen beantwoorden.
Ook voor het ontwikkelen van een leeroplossing kan ChatGPT van pas komen. Bijvoorbeeld bij het schrijven van een didactisch concept met leerdoelen. Omdat we bij Précon vaak trainingen maken rondom het thema voedselveiligheid, leek het ons interessant om de chatbot te vragen een aantal leerdoelen op te stellen:
Kun je leerdoelen maken voor een training over voedselveiligheid?
De leerdoelen lijken een logische opbouw te hebben. Het antwoord begint met een leerdoel over wat voedselveiligheid is en gaat vervolgens naar de risico’s, de regels opgesteld door wet- en regelgeving en tot slot hoe maatregelen in de praktijk moeten worden toegepast.
Let wel: sommige van deze leerdoelen zijn niet goed meetbaar. Hoe meet je bijvoorbeeld of iemand begrip heeft van kritische controlepunten? Dit wordt niet duidelijk uit het leerdoel.
Het resultaat van wat cursisten hebben geleerd in een training, moet je op basis van de leerdoelen kunnen meten. Leerdoelen moeten daarom voldoende gespecificeerd zijn. je kan hiervoor bijvoorbeeld de taxonomie van Bloom gebruiken. Dit is een lijst met werkwoorden die je helpen om leerdoelen te specificeren, zoals ‘de cursist kan X onderdelen benoemen’ of ‘de cursist kan begrip X uitleggen’.
Nu willen we weten of de chatbot gerichtere antwoorden geeft als we de vraag wat specifieker maken:
Kun je leerdoelen maken voor een training over voedselveiligheid bij een vleesverwerker?
De voorgestelde leerdoelen lijken inderdaad meer gericht te zijn op verschillende aspecten van voedselveiligheid bij vleesverwerkende bedrijven, zoals kritische controle(beheers)punten in het vleesverwerkingsproces en het voorkomen van kruisbesmetting.
Om te weten of een cursist een leerdoel beheerst, maakt de cursist een toets met toetsvragen over ieder leerdoel. We vroegen ons af of ChatGPT ook toetsvragen over voedselveiligheid kan maken en stelden de volgende vraag:
Kun je examenvragen maken over voedselveiligheid?
Geen vreemde suggesties, vinden we. De meeste van deze vragen komen ook terug in onze training Voedselveiligheid (HACCP), zij het anders geformuleerd.
Voor toetsen maken we altijd gebruik van meerkeuzevragen. Open vragen waarbij de cursist zelf iets moet invullen zijn namelijk lastig na te kijken voor een e-learning programma en hebben vaak menselijke input nodig om de vragen op een goede manier te kunnen beoordelen. We maakten de vraag daarom wat specifieker: de vragen moeten meerkeuzevragen zijn en gaan over voedselveilig werken in de voedingsmiddelenindustrie.
Maak meerkeuzevragen over voedselveilig werken in de voedingsmiddelenindustrie
Zoals je ziet, zijn de vragen nu meerkeuze en behandelen ze verschillende aspecten van voedselveilig werken in de voedingsmiddelenindustrie, zoals mogelijke besmettingen, de betekenis van HACCP en het vermelden van allergenen op verpakkingen.
Wel vragen we ons af of de juiste antwoordopties kloppen. Zo stelt vraag 2 over de juiste temperatuurzone voor het bewaren van bederfelijke levensmiddelen dat dit tussen de 0 en 5 graden Celsius moet zijn, terwijl wij in Voedselveiligheid (HACCP) stellen dat bederfelijke voedingsmiddelen bewaard moeten worden bij een temperatuur van 7 graden Celsius of lager. Het is dus belangrijk om informatie gegenereerd door ChatGPT regelmatig te vergelijken met andere betrouwbare bronnen en te verifiëren, om zeker te weten dat de gegenereerde informatie ook klopt.
We maken de vraag nog iets specifieker en nemen het voorbeeld van voedselveilig werken bij een kaasproductiebedrijf:
Kun je meerkeuzevragen maken over voedselveilig werken bij een kaasproductiebedrijf?
Antwoorden:
De vragen gaan nu specifiek over aspecten van voedselveilig werken bij een kaasproductiebedrijf. Vragen specificeren is dus belangrijk wanneer je aan de slag gaat met ChatGPT: hoe gerichter jouw vraag, des te gerichter het antwoord van de chatbot.
De antwoorden die ChatGPT geeft zijn niet afkomstig van mensen, maar gegenereerd door de AI van een computergestuurde chatbot. AI chatbots worden door de wet niet gezien als auteurs, dus kan de informatie die zij generen in dit opzicht ook niet in aanmerking komen voor auteursrechtelijke bescherming.
Uitzondering zijn afbeeldingen of uitspraken van bestaande personen gegenereerd door ChatGPT. Deze content is wél auteursrechtelijk beschermd. Maar het probleem hierbij is dat ChatGPT niet altijd nauwkeurig kan aangeven uit welke bron de gegeven informatie komt. De chatbot is zo getraind dat hij stukjes informatie uit een grote hoop teksten uit verschillende bronnen haalt, zoals Wikipedia, boeken en wetenschappelijke artikelen. Met deze stukjes informatie vormt hij vervolgens een antwoord.
Advies is daarom regelmatig de informatie verschaft door ChatGPT te vergelijken met meerdere bronnen en deze informatie te verifiëren. En als antwoorden gegenereerd door ChatGPT uitspraken of afbeeldingen lijken te bevatten van een bestaande auteur, kun je deze inhoud beter niet aanpassen of gebruiken.
ChatGPT is op dit moment niet echt energiezuinig te noemen. De chatbot haalt zijn gegevens op uit datacentra en deze hebben veel stroom nodig om te blijven lopen. Wetenschappers hebben berekend dat het laten uitvoeren van een trainingssessie door ChatGPT gelijk zou zijn aan 500 ton CO2-uitstoot en dat is evenveel als 1.000 auto’s die elk 1.000 kilometer rijden.
Verschillende onderzoeksinstanties zoals de TU Delft zijn al bezig met het kijken naar energiezuinige oplossingen voor AI-programma’s zoals ChatGPT. Bijvoorbeeld door programma’s effectiever naar data te laten zoeken en kleinere hoeveelheden data te laten gebruiken. Ook datacentra laten vervangen door een efficiënte AI-chip wordt als mogelijkheid onderzocht. Wetenschappers onderzoeken of ze taken als spraakherkenning, herkenning van plaatjes en het begrijpen wat iemand heeft geschreven die nu worden uitgevoerd door datacentra, kunnen laten uitvoeren door het algoritme in een chip. Dit algoritme zou veel efficiënter te werk gaan dan een datacentrum, vergelijkbaar met hoe het algoritme van onze hersenen werkt.
De verwachting is dat dergelijke energiezuinige AI-programma’s en chips binnen enkele jaren op de markt verschijnen. Tot die tijd blijven we dus met stroomvretende AI-programma’s zitten, waaronder ChatGPT.
ChatGPT leek op het eerste gezicht een gevaarlijke tool die ons werk zou kunnen bedreigen. Nadat we hem van naderbij hadden bekeken en ook uitgeprobeerd, bleek juist dat ChatGPT ons goed kan helpen en ondersteunen bij verschillende taken: het verzamelen van klantvoorkeursgegevens voor marketingdoeleinden, vertalen van teksten en het opvragen van wet- en regelgeving rondom bijvoorbeeld voedselveiligheid, in het uitvoeren van deze taken is ChatGPT zeer snel en nauwkeurig.
ChatGPT kent veel voordelen, maar helaas ook een aantal nadelen. Zo kan hij snel voorkeuren van klanten verzamelen en hierop inspelen, maar kan hij bepaalde soorten context van klantspecifieke situaties niet goed beoordelen en hierop een logisch antwoord geven. Ook ontbreekt vaak nog empathie in antwoorden gegeven door de chatbot. Daarnaast verbruiken datacentra van ChatGPT en andere AI-programma’s veel stroom en is het gebruik van dergelijke AI-programma’s in dat opzicht niet milieuvriendelijk.
Mocht je gebruik willen maken van ChatGPT, dan raden wij aan om de chatbot te gebruiken als tool om informatie te verzamelen of als inspiratiebron voor informatie. Let daarbij op de dat je je vragen specifiek maakt: hoe gerichter jouw vraag is, des te gerichter het antwoord van de chatbot zal zijn. Zorg er ook voor dat je informatie gegenereerd door de chatbot regelmatig vergelijkt met andere betrouwbare bronnen om te verifiëren of de informatie klopt. De chatbot wil namelijk nog wel eens onjuiste informatie geven.
Neem contact met ons op via info@precongroup.com of +31 (0)30 – 65 66 010.
Abonneer je op onze nieuwsbrief, onze maandelijkse blik op food en non-food kwaliteitsmanagement.