AI-startbekwaamtest - Windesheim.ai

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 dragen neurale netwerken bij aan machine learning?

Ze worden alleen gebruikt voor het opslaan van gegevens.

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.

2 / 30

2. Wat is supervised learning?

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

Een type machine learning dat patronen vindt in ongelabelde gegevens.

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

3 / 30

3. Hoe kunnen ontwikkelaars vooringenomenheid in AI-systemen minimaliseren?

Vermijding van het gebruik van supervised-leren.

Gebruik van diverse en representatieve training datasets.

Verhoging van de verwerkingskracht van het model.

4 / 30

4. 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.

5 / 30

5. 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.

6 / 30

6. Wat is het verschil tussen AI-gegenereerde content en traditionele softwarematige contentgeneratie?

Traditionele software is beter, slimmer en goedkoper dan AI.

AI volgt strikt geprogrammeerde scripts.

AI-gegenereerde content wordt gecreëerd zonder vooraf bepaalde regels.

7 / 30

7. Wat is de AI Act van de EU?

Een Wetgeving die AI-regulering en ethiek waarborgt.

Een standaard om AI sneller te maken.

Een methode om AI-modellen te certificeren.

Een richtlijn voor AI-gebruikers en de technology providers.

8 / 30

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

Trainingsdata wordt uitsluitend gebruikt om het model te verfijnen.

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

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

9 / 30

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

1980.

1956.

1943.

2023.

10 / 30

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

Het verlagen van de rekencapaciteit van AI.

Het zichtbaar maken van AI-software.

Duidelijk uitleggen hoe AI beslissingen neemt.

11 / 30

11. 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.

12 / 30

12. Wat is ‘chain-of-thought prompting’?

Een manier om AI sneller te trainen.

Een manier om AI-verstoringen te voorkomen.

Een techniek waarbij AI stap voor stap redeneert voordat het antwoord geeft.

Een methode om data te structureren.

13 / 30

13. 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.

14 / 30

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

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

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.

15 / 30

15. Welke maatschappelijke uitdaging kan AI mogelijk verergeren?

Het vergroten van de digitale kloof tussen verschillende sociaaleconomische groepen.

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

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

16 / 30

16. Wat betekent "multimodality" in AI?

Dat een AI-model meerdere soorten tekst kan verwerken.

Dat een AI-model spraakherkenning ondersteunt.

Dat een AI-model meerdere soorten input kan verwerken zoals tekst, beeld en audio.

17 / 30

17. Waar staat AI voor?

Artificial Integrity.

Artificial Intelligence.

Automated Intelligence.

18 / 30

18. Welke van deze is een voorbeeld van AI?

Een montage robot.

Een slimme thermostaat.

Een zelfrijdende auto.

19 / 30

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

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

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.

20 / 30

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

Het versnelt de technische ontwikkeling van AI.

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

Het voorkomt elke fout of ethisch dilemma in AI-gebruik.

21 / 30

21. Hoe kan AI creativiteit ondersteunen?

Door menselijke creativiteit te vervangen.

Door standaard antwoorden te genereren.

Door menselijke ideeën aan te vullen met nieuwe suggesties.

22 / 30

22. Hoe kan AI op verantwoorde wijze worden gebruikt in de publieke sector?

Door enkel technische efficiëntie als criterium te nemen bij de inzet van AI.

Door ervoor te zorgen dat AI op een transparante, eerlijke en verantwoorde manier wordt gebruikt.

Door AI-systemen breed te implementeren zonder specifieke ethische richtlijnen.

23 / 30

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

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

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

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

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

24 / 30

24. Wat betekent bias in AI-modellen?

Een fout in het algoritme van het AI-model.

Een vooringenomenheid in AI-beslissingen.

Een manier om AI te versnellen en leuker te maken.

Een manier om data te filteren.

25 / 30

25. Wat zijn ethische risico’s van AI?

Bias en discriminatie.

Verminderde ethische impact en ongelijkheid.

Neutraliteit en goede beantwoording.

26 / 30

26. Waarom is het belangrijk om eerlijkheid te waarborgen in AI-besluitvorming, vooral met betrekking tot maatschappelijke impact?

Eerlijkheid in AI-besluitvorming is belangrijk om discriminatie en onrechtvaardige uitkomsten te voorkomen.

Eerlijkheid in AI-besluitvorming is belangrijk omdat het de snelheid van besluitvorming verhoogt.

Eerlijkheid in AI-besluitvorming is niet belangrijk, omdat AI altijd objectief handelt op basis van de data die het ontvangt.

27 / 30

27. Hoe werkt een LLM (Large Language Model)?

Het voorspelt woorden op basis van statistische waarschijnlijkheid.

Het zoekt antwoorden op internet.

Het kopieert data zonder verdere aanpassingen.

Het vertaalt de tekst in nieuwe tekst.

28 / 30

28. Welke rol speelt encryptie in gegevensprivacy voor AI-systemen?

Encryptie versnelt de verwerking van data door deze te comprimeren.

Encryptie zorgt ervoor dat AI-systemen gegevens automatisch anonimiseren.

Encryptie maakt gegevens onleesbaar voor onbevoegden door deze te coderen.

29 / 30

29. Wat houdt data minimalisatie bij gebruik van AI-systemen in?

Alle verzamelde data automatisch verwijderen zodra het model getraind is.

Alleen de persoonsgegevens verzamelen die strikt noodzakelijk zijn voor het beoogde doel.

Zo veel mogelijk gegevens verzamelen om de nauwkeurigheid van het AI-systeem te verbeteren.

30 / 30

30. Hoe verschilt reinforcement learning van supervised learning?

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

In reinforcement learning is er altijd menselijke tussenkomst nodig.

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

NaamE-mail

Je score is

De gemiddelde score is 86%

0%