S08E93 – Curse of knowledge: wat dit betekent voor jouw AI-prompts

Waarom snapt Artificial Intelligence je vraag bijna nooit precies zoals jij hem bedoelt? Het probleem is dat een taalmodel altijd zelfverzekerd antwoordt, ook als het de context mist die jij als vanzelfsprekend beschouwt. Een tik-experiment uit 1990 laat zien waarom: luisteraars raadden een getikt liedje maar in 2,5 procent van de gevallen goed, terwijl tikkers 50 procent verwachtten. Dezelfde kloof zit in elke prompt die je stelt zonder je context expliciet te maken, van een directierapport tot een klantmail. Morgen kun je die kloof dichten door één prompt aan te vullen met drie zinnen context die je normaal weglaat, en te testen of de output beter aansluit. Onderwerpen • De 'curse of knowledge' en waarom taalmodellen altijd antwoorden zonder te waarschuwen bij onduidelijkheid • Het tik-experiment van Elizabeth Newton (1990) dat het misverstand tussen tikker en luisteraar blootlegt • Drie concrete methodes om betere AI-output te krijgen: expliciete context, teruggeven opdracht, en vastleggen terugkerende informatie Links • Proefschrift: Newton, E. L. (1990). The rocky road from actions to intentions. Stanford University. (https://gwern.net/doc/psychology/cognitive-bias/illusion-of-depth/1990-newton.pdf) • Boek: Heath, C. & Heath, D. (2007). Made to Stick: Why Some Ideas Survive and Others Die. Random House. (https://www.goodreads.com/book/show/69242.Made_to_Stick?ac=1&from_search=true&qid=jVOc9oe1aN&rank=1) • Artikel: Zamfirescu-Pereira, J.D., Wong, R.Y., Hartmann, B. & Yang, Q. (2023). Why Johnny Can't Prompt: How Non-AI Experts Try (and Fail) to Design LLM Prompts. CHI '23. (https://dl.acm.org/doi/10.1145/3544548.3581388) • Podcast: AIToday Live S06E84 – 15 prompt engineering tips van de makers van Claude (deel 1) (https://aitodaylive.nl/afleveringen/s06e84-15-prompt-engineering-tips-van-de-makers-van-claude-deel-1/) • Podcast: AIToday Live S07E86 – Context engineering: de onzichtbare motor achter betrouwbare AI (https://aitodaylive.nl/afleveringen/s07e86-context-engineering-de-onzichtbare-motor-achter-betrouwbare-ai/) Genoemde entiteiten: Stanford University - OpenAI Stuur ons een bericht (https://www.buzzsprout.com/899785/fan_mail/new) Aigency (https://aigency.com) Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen. Info Support (https://www.infosupport.com) Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI). Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you. Schrijf je in voor onze nieuwsbrief (https://aitodaylive.substack.com/?utm_source=podcast&utm_medium=web&r=32uds5) en ontvang exclusieve toegang tot nieuws,…