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. 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.

2 / 30

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

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.

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

3 / 30

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

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

AI-gegenereerde afbeeldingen vallen automatisch onder het publieke domein.

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

4 / 30

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

Gemini.

Deepseek.

LLaMA.

Stable Diffusion.

5 / 30

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

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

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

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

6 / 30

6. Welke van de volgende industrieën gebruikt AI om te helpen bij diagnostiek?

Vervoer.

Gezondheidszorg.

Landbouw.

7 / 30

7. Wat is het primaire doel van machine learning?

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

Het creëren van vaste regels die altijd dezelfde output genereren.

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

8 / 30

8. Wat is het verschil tussen classificatie en regressie in machine learning?

Classificatie voorspelt waarden, terwijl regressie patronen vindt.

Er is geen verschil tussen classificatie en regressie.

Classificatie categoriseert gegevens in klassen, terwijl regressie continue waarden voorspelt.

9 / 30

9. 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.

10 / 30

10. Wat is een voorbeeld van een AI-assistent in het echte leven?

Google Assistant.

Een slimme thermostaat.

Een smart watch.

11 / 30

11. 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 monitoren en voorspellen van klimaatveranderingen door grote hoeveelheden klimaatgegevens te analyseren en trends te identificeren.

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

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

12 / 30

12. 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.

13 / 30

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

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.

AI is een vorm van geavanceerde software die sneller rekent.

14 / 30

14. Waarom is de formulering van een prompt belangrijk?

AI past altijd zijn antwoord aan, ongeacht de prompt die je hebt ingegeven.

Omdat AI antwoorden baseert op hoe de prompt is opgesteld.

AI negeert slechte prompts.

AI heeft geen prompts nodig om te functioneren.

15 / 30

15. Wat zijn ethische risico’s van AI?

Bias en discriminatie.

Neutraliteit en goede beantwoording.

Verminderde ethische impact en ongelijkheid.

16 / 30

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

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

Een methode om data te structureren.

Een manier om AI-verstoringen te voorkomen.

Een manier om AI sneller te trainen.

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 belangrijke praktijk om gegevensprivacy te waarborgen bij het gebruik van AI in organisaties

Het verzamelen van zo veel mogelijk data om de prestaties van het AI-model te maximaliseren.

Het naleven van wet- en regelgeving zoals de GDPR bij het verwerken van persoonsgegevens.

Het gebruik van transparante AI-modellen zodat klanten de logica van beslissingen kunnen volgen.

19 / 30

19. Hoe dragen neurale netwerken bij aan machine learning?

Ze worden alleen gebruikt voor het opslaan van gegevens.

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

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

20 / 30

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

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

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

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

21 / 30

21. Hoe kan je jouw prompts optimaliseren voor correctheid?

Door AI te vragen om lange uitgebreide antwoorden.

Door AI expliciet te vragen om betrouwbare bronnen te gebruiken.

Door AI kortere antwoorden te laten geven.

22 / 30

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

Traditionele software is beter, slimmer en goedkoper dan AI.

AI-gegenereerde content wordt gecreëerd zonder vooraf bepaalde regels.

AI volgt strikt geprogrammeerde scripts.

23 / 30

23. Hoe kan AI creativiteit ondersteunen?

Door standaard antwoorden te genereren.

Door menselijke ideeën aan te vullen met nieuwe suggesties.

Door menselijke creativiteit te vervangen.

24 / 30

24. Wat betekent bias in AI-modellen?

Een fout in het algoritme van het AI-model.

Een manier om AI te versnellen en leuker te maken.

Een manier om data te filteren.

Een vooringenomenheid in AI-beslissingen.

25 / 30

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

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

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

Door klantgegevens te gebruiken om gepersonaliseerde marketingcampagnes te creëren.

26 / 30

26. 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 klantengegevens automatisch te verwerken voor commerciële doeleinden.

Door voorspellingen te doen over wisselkoersen, los van transactieanalyse.

27 / 30

27. Wat is een veelvoorkomende privacykwestie bij het gebruik van AI?

AI-toepassingen verzamelen uitsluitend gegevens uit openbare bronnen.

AI kan persoonlijke gegevens verwerken zonder expliciete toestemming van de gebruiker.

AI gebruikt alleen geanonimiseerde gegevens, waardoor privacy automatisch is gewaarborgd.

AI-systemen werken volledig zonder toegang tot gebruiksgegevens.

28 / 30

28. Hoe kun je AI sturen naar een gewenst antwoord?

Door duidelijke en gedetailleerde prompts te gebruiken.

Door willekeurige vragen te stellen en lekker te babbelen.

Door AI te laten raden.

Door AI de vrijheid te geven zonder instructies.

29 / 30

29. 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.

30 / 30

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

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

Door alle gebruikers standaard dezelfde inhoud aan te bieden zonder onderscheid.

Door content uitsluitend op basis van trending onderwerpen weer te geven.

Door voorkeuren en gedragingen van gebruikers te analyseren om relevante inhoud te tonen.

NaamE-mail

Je score is

De gemiddelde score is 86%

0%