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 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.

2 / 30

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

Encryptie zorgt ervoor dat AI-systemen gegevens automatisch anonimiseren.

Encryptie versnelt de verwerking van data door deze te comprimeren.

Encryptie maakt gegevens onleesbaar voor onbevoegden door deze te coderen.

3 / 30

3. Hoe helpt AI de verkeersveiligheid te verbeteren?

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

AI helpt bij het beheren van verkeerslichten.

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

4 / 30

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

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

Het versnelt de technische ontwikkeling van AI.

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

5 / 30

5. Welke van deze is een voorbeeld van AI?

Een montage robot.

Een slimme thermostaat.

Een zelfrijdende auto.

6 / 30

6. Waarom is vooringenomenheid in AI een zorg?

Vooringenomenheid in AI helpt om beslissingen sneller te maken.

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

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

7 / 30

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

Toegenomen transparantie in besluitvorming.

Discriminatie en versterking van bestaande ongelijkheden.

AI-systemen kunnen de efficiëntie van bedrijfsprocessen verbeteren.

8 / 30

8. Wat betekent de afkorting ELSA?

Efficiëntie, Logica, Software en AI.

Ethiek, Law (recht), Societal Aspects.

European Legal Standard for AI.

Ethical Learning System for AI.

9 / 30

9. Waarom is AI-ethiek belangrijk?

Om te zorgen dat AI eerlijk en verantwoord wordt gebruikt.

Om de snelheid van het AI-model te verbeteren.

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

10 / 30

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

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

Er is geen verschil tussen classificatie en regressie.

Classificatie voorspelt waarden, terwijl regressie patronen vindt.

11 / 30

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

1943.

2023.

1956.

1980.

12 / 30

12. Waarvoor wordt unsupervised learning voornamelijk gebruikt?

Het verbeteren van de snelheid van AI-systemen.

Het trainen van algoritmen met gelabelde gegevens.

Het vinden van verborgen patronen in gegevens zonder gelabelde uitkomsten.

13 / 30

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

Deepseek.

LLaMA.

Gemini.

Stable Diffusion.

14 / 30

14. Wat betekent gegevensanonimisering?

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

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.

15 / 30

15. Wat zijn ‘hallucinaties’ in generatieve AI?

Wanneer AI geen antwoord kan geven.

Beelden die AI verkeerd interpreteert.

Onjuiste of verzonnen antwoorden van AI.

Geluidsvervormingen in spraaktechnologie.

16 / 30

16. 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.

17 / 30

17. 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.

18 / 30

18. Wat is een AI-agent?

Een type hardware dat AI-processen versnelt en optimaliseert.

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

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

19 / 30

19. 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.

20 / 30

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

Een beslisboom die de klant naar een bepaald antwoord leidt.

Antwoord apparaat dat vraagt waarvoor je belt.

Chatbots voor het beantwoorden van vragen afkomstig van klanten.

21 / 30

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

Het zoekt antwoorden op internet.

Het voorspelt woorden op basis van statistische waarschijnlijkheid.

Het kopieert data zonder verdere aanpassingen.

Het vertaalt de tekst in nieuwe tekst.

22 / 30

22. Waarom is de formulering van een prompt belangrijk?

AI negeert slechte prompts.

Omdat AI antwoorden baseert op hoe de prompt is opgesteld.

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

AI heeft geen prompts nodig om te functioneren.

23 / 30

23. Wat betekent "multimodality" in AI?

Dat een AI-model spraakherkenning ondersteunt.

Dat een AI-model meerdere soorten tekst kan verwerken.

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

24 / 30

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

MidJourney.

ChatGPT.

DALL·E.

25 / 30

25. Wat zijn ethische risico’s van AI?

Verminderde ethische impact en ongelijkheid.

Neutraliteit en goede beantwoording.

Bias en discriminatie.

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 niet belangrijk, omdat AI altijd objectief handelt op basis van de data die het ontvangt.

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

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

27 / 30

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

Gebruik van diverse en representatieve training datasets.

Verhoging van de verwerkingskracht van het model.

Vermijding van het gebruik van supervised-leren.

28 / 30

28. Wat is 'overfitting' in machine learning?

Overfitting treedt op wanneer een model niet genoeg leert van de trainingsdata.

Overfitting gebeurt wanneer een model te veel leert van de trainingsdata en slecht presteert op nieuwe data.

Overfitting verwijst naar het proces waarbij een model zijn parameters automatisch aanpast.

29 / 30

29. Wat is supervised learning?

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

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

Een type machine learning dat patronen vindt in ongelabelde gegevens.

30 / 30

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

Een recommender-systeem als Netflix gebruikt.

ChatGPT.

Een spamfilter.

NaamE-mail

Je score is

De gemiddelde score is 86%

0%