A.I. Startbekwaam toets

AI-Startbekwaam test

De AI-Startbekwaam test is een uitgebreide toets die jouw kennis over AI evalueert, slaag je dan heb je de eerste stappen genomen in bekwaam worden van AI!

Je wordt middels 30 vragen getoetst op aspecten zoals algemene AI-kennis, AI-toepassingen als ChatGPT, privacy, machine learning, prompt engineering en ethische, juridische en maatschappelijke aspecten (ELSA).

Als je slaagt (tenminste 27 goede antwoorden op 30 vragen!) dan kan je dat delen met de "buitenwereld" met een "AI Startbekwaam" badge op je LinkedIn profiel.

Lukt het de eerste keer niet? Gewoon nog een keer proberen!

Deze toets is onder regie van het gecertificeerde ELSA AI Lab voor Oost Nederland (ELSALON) gemaakt.

P.S.: je persoonsgegevens en testresultaat worden niet opgeslagen of bewaard!

1 / 30

1. Hoe kunnen ethische AI-richtlijnen in organisaties worden geïmplementeerd?

Door alleen ethische richtlijnen te hanteren voor de marketing van AI-producten

Door het opstellen van beleid, het uitvoeren van audits en het waarborgen van verantwoording in het gebruik van AI

Door AI-systemen zonder enige controle of richtlijnen te implementeren

2 / 30

2. Hoe kan AI creativiteit ondersteunen?

Door menselijke creativiteit te vervangen

Door standaard antwoorden te genereren

Door menselijke ideeën aan te vullen met nieuwe suggesties

3 / 30

3. Wat zijn ethische risico’s van AI?

neutraliteit en goede beantwoording

Bias en discriminatie

verminderde ethische impact en ongelijkheid

4 / 30

4. Hoe kunnen organisaties zorgen voor naleving van gegevensprivacyregelgeving?

Door gegevens alleen voor interne doeleinden te gebruiken en geen gegevens met derden te delen

Door gegevensbeschermingsmaatregelen te implementeren en regelmatig praktijken te auditen

Door regelgeving te negeren en te vertrouwen op technologie om gegevens automatisch te anonimiseren

5 / 30

5. Hoe wordt AI in marketing gebruikt om klantgerichtheid te verbeteren?

Door massale ongepersonaliseerde e-mailcampagnes te ontwerpen, om zo een breder publiek te bereiken.

Door klantgegevens te gebruiken om gepersonaliseerde marketingcampagnes te creëren

Door het automatisch plaatsen van marketing berichten op sociale media, om het marketingteam te vervangen

6 / 30

6. Op welk gebied heeft AI significant bijgedragen aan milieuduurzaamheid?

AI wordt gebruikt voor het verlagen van energieverbruik door het automatisch schakelen van apparaten

AI helpt bij het verbeteren van recyclingprocessen door het automatisch sorteren van afval

AI helpt bij het monitoren en voorspellen van klimaatveranderingen door grote hoeveelheden klimaatgegevens te analyseren en trends te identificeren.

AI vermindert de ecologische voetafdruk van transport door het vervangen van menselijke chauffeurs door volledig autonome voertuigen.

7 / 30

7. Wat is het belang van een juridisch kader voor AI-verantwoordelijkheid?

Het verkomt elke fout of ethisch dilemma in AI-gebruik

Het zorgt ervoor dat het gebruik van AI ethisch is en de rechten van individuen beschermt

Het versnelt de technische ontwikkeling van AI

8 / 30

8. Wat is een belangrijk kenmerk dat AI onderscheidt van traditionele software?

AI is een vorm van geavanceerde software die sneller rekent.

AI kan zelfstandig leren en zich aanpassen aan nieuwe gegevens zonder expliciete herprogrammering.

AI vereist geen gegevens om te functioneren en werkt op basis van vooraf ingestelde regels.

9 / 30

9. Welke van deze is een voorbeeld van AI?

Een montage robot

Een Slimme thermostaat

Een zelfrijdende auto

10 / 30

10. Welke van de volgende rollen speelt AI in de gezondheidszorg?

AI helpt bij het analyseren van medische beelden en het stellen van nauwkeurige diagnoses door patronen te herkennen die voor artsen moeilijk te detecteren zijn.

AI helpt met simpele taken zoals eten brengen naar de patiënten.

AI automiseert administratieve taken als het invullen van patiëntgegevens in digitale dossiers

11 / 30

11. Hoe dragen neurale netwerken bij aan machine learning?

Ze bieden de structuur voor deep learning-modellen door gebruik te maken van onderling verbonden knooppunten

Neurale netwerken verminderen de hoeveelheid data die nodig is voor machine learning

Ze worden alleen gebruikt voor het opslaan van gegevens

12 / 30

12. Wat zijn ‘hallucinaties’ in generatieve AI?

Wanneer AI geen antwoord kan geven

Geluidsvervormingen in spraaktechnologie

Onjuiste of verzonnen antwoorden van AI

Beelden die AI verkeerd interpreteert

13 / 30

13. Wat zijn de potentiële negatieve maatschappelijke impacten van bevooroordeelde AI-systemen?

AI-systemen kunnen de efficiëntie van bedrijfsprocessen verbeteren

Discriminatie en versterking van bestaande ongelijkheden

Toegenomen transparantie in besluitvorming

14 / 30

14. Wat is prompt engineering?

Een methode om AI stukken veiliger te maken

Het bouwen en trainen van een AI-taalmodel

Het verwerken van data in AI

AI sturen door slimme en duidelijke opdrachten

15 / 30

15. Hoe helpt AI de verkeersveiligheid te verbeteren?

AI vervangt menselijke bestuurders door autonome voertuigen die hun omgeving analyseren enzo veiliger rijgedrag vertonen.

AI analyseert verkeersgegevens in real-time om verkeersstromen te optimaliseren en verkeersopstoppingen te voorkomen.

AI helpt bij het beheren van verkeerslichten.

16 / 30

16. Noem een voorbeeld van generatieve AI in de praktijk.

Een spamfilter

Een recommender-systeem als Netflix gebruikt

ChatGPT

17 / 30

17. Hoe kan je jouw prompts optimaliseren voor correctheid?

Door AI expliciet te vragen om betrouwbare bronnen te gebruiken

Door AI kortere antwoorden te laten geven

Door AI te vragen om lange uitgebreide antwoorden

18 / 30

18. Hoe verschilt reinforcement learning van supervised learning?

In reinforcement learning worden geen gegevens gebruikt, terwijl supervised learning gebruik maakt van ongestructureerde data

Reinforcement learning stelt AI in staat te leren door interactie met zijn omgeving en het ontvangen van beloningen

In reinforcement learning is er altijd menselijke tussenkomst nodig

19 / 30

19. Wat is een potentieel risico van het gebruiken van klantgegevens voor AI-training?

AI-modellen kunnen de klantgegevens per ongeluk verbetern in plaats van beveiligen

Klantgegevens kunnen worden gedeeld of gebruikt zonder expliciete toestemming

AI-systemen kunnen alleen commerciële doelen ondersteunen, wat juist wenselijk is

20 / 30

20. Hoe verschilt AI van traditionele computerprogramma's?

AI kan zelfstandig leren en zich aanpassen aan nieuwe gegevens, terwijl traditionele programma's uitsluitend werken op basis van vooraf gedefinieerde regels en logica.

AI is statisch en volgt alleen lineaire processen, terwijl traditionele programma's flexibel kunnen reageren op veranderende omstandigheden.

AI vereist geen training of gegevens om effectief te functioneren, terwijl traditionele programma's wel specifieke input nodig hebben.

21 / 30

21. Wat betekent bias in AI-modellen?

Een manier om AI te versnellen en leuker te maken

Een manier om data te filteren

Een fout in het algoritme van het AI-model

Een vooringenomenheid in AI-beslissingen

22 / 30

22. Wat betekent de afkorting ELSA?

European Legal Standard for AI

Ethical Learning System for AI

Ethiek, Law (recht), Societal Aspects

Efficiëntie, Logica, Software en AI

23 / 30

23. Welke technologie kan niet gebruikt worden voor het genereren van AI-afbeeldingen?

MidJourney

ChatGPT

DALL·E

24 / 30

24. Hoe wordt AI in de financiële sector gebruikt om frauduleuze activiteiten te detecteren?

Door klantengegevens automatisch te verwerken voor commerciële doeleinden

Door ongebruikelijke patronen in transactiegegevens te analyseren die kunnen wijzen op fraude

Door voorspellingen te doen over wisselkoersen, los van transactieanalyse

25 / 30

25. Waarvoor wordt unsupervised learning voornamelijk gebruikt?

Het verbeteren van de snelheid van AI-systemen

Het vinden van verborgen patronen in gegevens zonder gelabelde uitkomsten

Het trainen van algoritmen met gelabelde gegevens

26 / 30

26. Wat is supervised learning?

Een type machine learning dat gelabelde gegevens gebruikt om modellen te trainen

Een type machine learning dat patronen vindt in ongelabelde gegevens

Een machine learning-techniek die zich richt op het clusteren van gegevens

27 / 30

27. Wat is de rol van verklaarbaarheid in het waarborgen van ethische AI-toepassingen?

Verklaarbaarheid helpt gebruikers te begrijpen hoe AI beslissingen neemt, wat belangrijk is voor vertrouwen en verantwoording

Verklaarbaarheid maakt AI-systemen langzamer en minder efficiënt

Verklaarbaarheid is niet belangrijk, aangezien AI-systemen altijd de juiste beslissingen nemen

28 / 30

28. Waarom is gebruikersconsent belangrijk bij het gebruik van AI-systemen?

Het maakt het voor AI-systemen mogelijk om automatisch gegevens te verzamelen zonder verder voorwaarden

Het zorgt ervoor dat gebruikers geïnformeerd zijn en expliciteit akkoord gaan met het gebruik van hun persoonsgegevens

Het is alleen nodig voor het trainen van modellen en speelt verder geen rol in gegevensbescherming

29 / 30

29. Hoe draagt AI bij met het leveren van gepersonaliseerde online inhoud?

Door inhoud willekeurig te selecteren, zodat elke gebruiker iets nieuws ziet

Door voorkeuren en gedragingen van gebruikers te analyseren om relevante inhoud te toenen

Door content uitsluitend op basis van trending onderwerpen weer te geven

Door alle gebruikers standaard dezelfde inhoud aan te bieden zonder onderscheid

30 / 30

30. Wat is het primaire doel van machine learning?

Het creëren van vaste regels die altijd dezelfde output genereren

Het laten leren van computers met behulp van gegevens en het verbeteren van prestaties over tijd

Het verbeteren van de snelheid van gegevensverwerking door gebruik te maken van vooraf gedefinieerde formules

NaamE-mail

Je score is

De gemiddelde score is 87%

0%