AI-startbekwaamtest

De AI-startbekwaamheidstest 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 kun je AI sturen naar een gewenst antwoord?

Door AI te laten raden.

Door duidelijke en gedetailleerde prompts te gebruiken.

Door willekeurige vragen te stellen en lekker te babbelen.

Door AI de vrijheid te geven zonder instructies.

2 / 30

2. Wat zijn ‘hallucinaties’ in generatieve AI?

Wanneer AI geen antwoord kan geven.

Onjuiste of verzonnen antwoorden van AI.

Beelden die AI verkeerd interpreteert.

Geluidsvervormingen in spraaktechnologie.

3 / 30

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

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

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

Verklaarbaarheid maakt AI-systemen langzamer en minder efficiënt.

4 / 30

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

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

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

Klantgegevens kunnen worden gedeeld of gebruikt zonder expliciete toestemming.

5 / 30

5. Hoe verschilt reinforcement learning van supervised learning?

In reinforcement learning is er altijd menselijke tussenkomst nodig.

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.

6 / 30

6. Wat is een juridische overweging met betrekking tot AI-gegenereerde afbeeldingen in de EU?

AI-gegenereerde afbeeldingen moeten worden gemarkeerd als "computer-gegenereerd".

Het auteursrecht van AI-gegenereerde afbeeldingen hangt af van nationale wetten en de specifieke gebruikssituatie.

AI-gegenereerde afbeeldingen vallen automatisch onder het publieke domein.

7 / 30

7. Waarom is vooringenomenheid in AI een zorg?

Vooringenomenheid in AI kan leiden tot onjuiste of oneerlijke beslissingen, waarbij bepaalde groepen mensen benadeeld worden.

Vooringenomenheid in AI helpt om beslissingen sneller te maken.

Vooringenomenheid in AI is een voordeel, omdat het het model efficiënter maakt door irrelevante informatie te negeren.

8 / 30

8. Hoe beïnvloedt de AVG-regelgeving (in het Engels: GDPR) het gebruik van AI?

AVG staat AI-systemen toe om persoonlijke gegevens automatisch te verwerken zonder beperkingen.

AVG voorkomt het gebruik van AI in alle gevallen waar persoonlijke gegevens worden verwerkt.

Het zorgt ervoor dat persoonsgegevens op een verantwoorde manier worden gebruikt en dat de privacyrechten van individuen worden gerespecteerd.

9 / 30

9. Welke van de volgende modellen is géén Large Language Model (LLM)?

LLaMA.

Gemini.

Deepseek.

Stable Diffusion.

10 / 30

10. Wat is een AI-agent?

Een zelfstandig opererend systeem dat taken uitvoert en beslissingen neemt op basis van data.

Een type hardware dat AI-processen versnelt en optimaliseert.

Een AI-model dat alleen tekst kan genereren zonder interactie met de omgeving.

11 / 30

11. 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 automatiseert administratieve taken als het invullen van patiëntgegevens in digitale dossiers.

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

12 / 30

12. Wat houdt AI-transparantie in bij het gebruik van AI-systemen?

Het verlagen van de rekencapaciteit van AI.

Duidelijk uitleggen hoe AI beslissingen neemt.

Het zichtbaar maken van AI-software.

13 / 30

13. Hoe kunnen organisaties zorgen voor naleving van gegevensprivacyregelgeving?

Door gegevensbeschermingsmaatregelen te implementeren en regelmatig praktijken te auditen.

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

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

14 / 30

14. Waarom is transparantie essentieel voor het opbouwen van vertrouwen in AI-systemen?

Transparantie helpt gebruikers te begrijpen hoe AI-systemen beslissingen nemen, wat cruciaal is voor vertrouwen.

Transparantie in AI zorgt voor verwarring bij gebruikers die niet technisch onderlegd zijn.

Transparantie is alleen belangrijk in de ontwikkelingsfase, niet bij gebruik.

15 / 30

15. Hoe wordt AI in de landbouw gebruikt om de efficiëntie te verhogen?

AI wordt gebruikt voor het voorspellen van weersomstandigheden, waardoor boeren beter kunnen plannen en oogsten op het juiste moment.

AI helpt bij het automatisch genereren van landbouwgrond door het implementeren van complexe genetische algoritmen voor grondverbetering.

AI vervangt menselijke arbeiders in het planten en oogsten van gewassen, zonder de behoefte aan toezicht.

AI wordt ingezet om te helpen bij het visueel scannen van dieren om gezondheidsproblemen te identificeren, zonder interactie met boeren.

16 / 30

16. Waarom is AI-ethiek belangrijk?

Om de snelheid van het AI-model te verbeteren.

Om te zorgen dat AI eerlijk en verantwoord wordt gebruikt.

Om de ontwikkeling van nieuwe AI-technieken goedkoper te maken.

17 / 30

17. In machine learning, waarvoor wordt 'trainingsdata' gebruikt?

Trainingsdata wordt gebruikt om een model te trainen, zodat het kan leren van patronen en relaties.

Trainingsdata wordt uitsluitend gebruikt om het model te verfijnen.

Trainingsdata wordt alleen gebruikt voor het testen van de snelheid en prestaties van het model.

18 / 30

18. Wat is een manier waarop AI wordt gebruikt in klantenservice?

Antwoord apparaat dat vraagt waarvoor je belt.

Chatbots voor het beantwoorden van vragen afkomstig van klanten.

Een beslisboom die de klant naar een bepaald antwoord leidt.

19 / 30

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

Door AI-systemen zonder enige controle of richtlijnen te implementeren.

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.

20 / 30

20. Hoe verschilt AI van traditionele computerprogramma's?

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

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

21 / 30

21. In welk jaar werd de term Artifial Intelligence geintroduceerd?

1943.

2023.

1956.

1980.

22 / 30

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

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

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

AI is een vorm van geavanceerde software die sneller rekent.

23 / 30

23. Wat betekent gegevensanonimisering?

Persoonlijke identificerende informatie wordt verwijderd zodat de gegevens niet naar een individu te herleiden zijn.

Gegevens worden opgeslagen in een centrale database die voor iedereen toegankelijk is.

Gegevens worden versleuteld zodat alleen bevoegde personen er toegang tot hebben.

24 / 30

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

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

Door voorspellingen te doen over wisselkoersen, los van transactieanalyse.

Door klantengegevens automatisch te verwerken voor commerciële doeleinden.

25 / 30

25. Welke ethische pricipes moeten in acht worden genomen bij het gebruik van AI voor wervingsdoeleinden?

AI kan zonder menselijke tussenkomst beslissingen nemen, omdat het altijd de juiste keuzes maakt.

AI moet worden gebruikt om alle gegevens van sollicitanten, inclusief privé-informatie, zonder beperking te verzamelen.

AI moet worden ontworpen om objectief te zijn en geen vooroordelen te vertonen op basis van geslacht, afkomst, leeftijd of andere persoonlijke kenmerken.

26 / 30

26. Wat is een voordeel van AI ten opzichte van traditionele automatisering?

AI kan complexe patronen herkennen in grote hoeveelheden ongestructureerde data, terwijl traditionele automatisering beperkt is tot vooraf gedefinieerde taken.

AI vervangt menselijke creativiteit, terwijl traditionele automatisering alleen simpele taken uitvoert.

AI heeft menselijke supervisie nodig om te functioneren, terwijl traditionele automatisering volledig autonoom is.

27 / 30

27. Welke maatschappelijke uitdaging kan AI mogelijk verergeren?

Het vergroten van de digitale kloof tussen verschillende sociaaleconomische groepen.

Het bevorderen van inclusie en diversiteit, aangezien AI-modellen altijd objectief en zonder vooroordelen beslissingen nemen.

De versterking van sociale netwerken, doordat AI de interactie tussen mensen vergemakkelijkt.

28 / 30

28. Wat zijn ethische risico’s van AI?

Verminderde ethische impact en ongelijkheid.

Neutraliteit en goede beantwoording.

Bias en discriminatie.

29 / 30

29. Wat betekent bias in AI-modellen?

Een manier om AI te versnellen en leuker te maken.

Een vooringenomenheid in AI-beslissingen.

Een fout in het algoritme van het AI-model.

Een manier om data te filteren.

30 / 30

30. Waarvoor wordt unsupervised learning voornamelijk gebruikt?

Het trainen van algoritmen met gelabelde gegevens.

Het vinden van verborgen patronen in gegevens zonder gelabelde uitkomsten.

Het verbeteren van de snelheid van AI-systemen.

NaamE-mail

Je score is

De gemiddelde score is 86%

0%