AI-termen uitgelegd: een begrijpelijke woordenlijst voor beginners

De vijf woorden die tellen in je eerste uur

Het meeste dat over AI geschreven wordt, gaat uit van een woordenschat die niemand je ooit heeft geleerd. Het bruikbare deel is klein. Vijf woorden dragen bijna al het praktische gewicht, en de rest kan maanden wachten.

Een model is de AI zelf: het getrainde systeem dat jouw woorden leest en een antwoord produceert. De app is niet het model. ChatGPT is een app die op de modellen van OpenAI draait, Gemini is een app die op die van Google draait, en Whizi is een app die de modellen van meerdere bedrijven tegelijk bevat. Dit onderscheid verdient zichzelf terug zodra een antwoord je voor het eerst tegenvalt, want van model wisselen is meestal een grotere hefboom dan je vraag herformuleren.

Een prompt is gewoon wat je typt. Er is geen geheime syntaxis, geen commandolijst, niets om uit je hoofd te leren. Een gewoon verzoek dat benoemt voor wie het resultaat is, welke taak het moet doen en in welke vorm je het terug wilt, wint bijna altijd van een slimme oneliner.

Een chatbot is het gespreksvenster waarin je typt. Alles wat je binnen één gesprek hebt gezegd, blijft zichtbaar voor het model terwijl het antwoordt, en daarom werken vervolgvragen als "maak het korter" of "formeler" zonder dat je je oorspronkelijke verzoek herhaalt. Open een nieuwe chat en dat gedeelde geheugen is weg, wat precies is wat je wilt als het onderwerp verandert: overgebleven context uit een vraag die er niets mee te maken had, is een veelvoorkomende oorzaak van antwoorden die nét niet kloppen.

Een token is een stukje tekst, ongeveer driekwart van een gemiddeld Engels woord. Modellen lezen, tellen en rekenen af in tokens in plaats van in woorden, dus een document van 1.000 woorden komt ergens rond de 1.300 tokens uit. Je komt het woord vooral tegen op prijspagina's en bij gebruikslimieten.

Een contextvenster is hoeveel tekst een model tegelijk in beeld kan houden, gemeten in tokens. Het moet het document dekken dat je plakte, het hele gesprek tot dat moment, en het antwoord dat op dat moment geschreven wordt. Als je een contract van vijftig pagina's in een chat gooit en de antwoorden pagina drie stilletjes gaan tegenspreken, heb je de rand ervan gevonden. Wat een contextvenster is geeft de echte cijfers; de werkregel is kort. Eén lang gesprek over één onderwerp, en daarna opnieuw beginnen.

Iets om nu meteen te doen: open een willekeurige AI-app en vraag hem, in je eigen woorden, om een term uit te leggen die je deze week zag en niet herkende. Stel daarna een tweede vraag: "Wat nam je aan dat ik al weet?" Die vervolgvraag maakt van een definitie een uitleg, en hij werkt bij elk onderwerp.

Toets het antwoord wel aan iets anders. Deze systemen zeggen onjuiste dingen met precies dezelfde kalme stem die ze voor juiste dingen gebruiken, en definities zijn een makkelijk doelwit: een aannemelijk verzonnen detail glipt langs je heen omdat je geen manier had om het te betrappen. Die fout heeft een naam, en die staat in de tabel hieronder.

De rest van de woordenlijst, en of je die al nodig hebt

Dit zijn de woorden die op je liggen te wachten in koppen, op prijspagina's en in reactiesecties. De derde kolom is het eerlijke deel. Het meeste hiervan is geen kennis voor dag één, en doen alsof dat wel zo is, is precies hoe beginners zich dom gaan voelen over iets wat hen niet eens raakt.

Term	Wat het betekent	Heb je dit al nodig?
LLM	Large language model, het soort model achter elke chat-app waarvan je hebt gehoord. Staat er LLM, lees dan gewoon: de AI	Ja, dan zijn koppen geen ruis meer
Generatieve AI	Elke AI die nieuwe tekst, beelden, audio of video maakt in plaats van bestaande dingen te sorteren	Ja, één zin is genoeg
Training	Het lange, dure proces waarin een model enorme hoeveelheden tekst krijgt en er patronen uit leert. Het was klaar voordat jij de app opende	Ja, in het kort
Trainingsdatum	De datum waarop de trainingsdata stopt. Vraag naar iets van later en het model gokt, tenzij de app het web doorzoekt	Ja, hier lopen mensen tegenaan
Hallucinatie	Een stellig, vloeiend, volledig verzonnen antwoord. Het gebrek dat het meest uitmaakt	Ja, op dag één
Multimodaal	Het model kan meer dan tekst aan: foto's, pdf's, audio, soms video	Ja, zodra je een foto wilt uploaden
Fine-tuning	Een bestaand model bijtrainen op je eigen data zodat het zich specialiseert	Nog niet, dit is een bedrijfsproject
Temperatuur	Een knop voor hoe willekeurig de formulering is. Laag is voorspelbaar, hoog is los	Nog niet, er staan verstandige standaardwaarden ingesteld
Agent	Een AI die zelf meerdere stappen zet in plaats van één keer te antwoorden	Nog niet, en zie de volgende sectie
API	Het leidingwerk waarmee ontwikkelaars een model in hun eigen software knopen	Nog niet, tenzij je code schrijft
RAG	Retrieval augmented generation: het model zoekt eerst dingen op in een documentenverzameling voordat het antwoordt	Nog niet, al draait elke app die uit jouw bestanden antwoordt erop
Open source model	Een model waarvan iedereen de gewichten kan downloaden en draaien, zoals Llama of DeepSeek	Nog niet, het verandert weinig voor chatgebruikers
Redeneermodel	Een model dat een probleem in zichtbare stappen doorloopt voordat het antwoordt. Trager, beter in rekenen en logica	Binnenkort, zodra een lastige vraag misgaat
Systeemprompt	Verborgen instructies die de app aan het model geeft voordat jij iets typt	Nog niet, handig als je je eigen assistent bouwt

Twee rijen verdienen een voetnoot. Hallucinatie is geen incidentele storing die je even wegpatcht; het volgt uit de manier waarop deze systemen tekst maken, en daarom is waarom AI dingen fout doet een eigen gids in plaats van een opsommingsteken. En multimodaal is tien minuten waard zodra je een foto van een bonnetje, een screenshot van een foutmelding of een gescand formulier voor je hebt. Werken met beelden en documenten laat zien hoe dat er op een gewone dinsdag uitziet.

Woorden uit de marketing die minder betekenen dan ze klinken

Aanbieders liegen niet, niet precies. Ze gebruiken woorden die ooit iets specifieks betekenden en nu vooral "we hebben iets uitgebracht" betekenen. Dat gat kennen is wat je ervan weerhoudt te betalen voor een upgrade die neerkomt op een uitklaplijst met standaardantwoorden.

• Powered by AI. Betekent meestal dat één functie een model aanroept dat iemand anders bouwde. Soms betekent het een suggestievakje dat je kunt uitzetten. De moeite van het vragen waard: welk model, en staat het standaard aan?
• Slim. Dateert van voor deze hele golf en betekent nu heel weinig. Een slimme map is een opgeslagen zoekopdracht. Een slim antwoord is drie standaardzinnen. Kijk voorbij het bijvoeglijk naamwoord naar een werkwoord: wat doet het met jouw werk?
• Next-generation. Een claim in de toekomende tijd. Hij is prima verenigbaar met een product dat slechter is dan de versie die het vervangt, en hij duikt vooral op als niemand een meetbare verbetering kan noemen.
• AI-agent. De hardst werkende term van 2026. Streng gebruikt betekent het software die zelf meerdere stappen plant en uitvoert, zoals een reis van begin tot eind boeken. In marketing betekent het meestal een chatbot met een vriendelijker avatar. Vraag wat hij doet als hij vastloopt, en of hij kan handelen zonder eerst bij jou te checken.
• AI-first. Een uitspraak over interne strategie, niet over jouw ervaring met het product. Het vertelt je waar een bedrijf zijn engineeringbudget op richt, en dat is misschien nog niet aangekomen bij de functie waarvoor je op het punt stond te betalen.

Eén vraag snijdt er dwars doorheen: vraag wat de functie doet als ze fout zit. Producten met echte AI erin hebben daar een antwoord op, en dat gaat over controlestappen, iets ongedaan kunnen maken, een signaal van zekerheid of een zichtbare bron. Producten met alleen een stickertje worden stil.

Waarom modelnamen op kentekens lijken

Een modelnaam bestaat uit twee delen die twee verschillende dingen doen. Het woord is de familie, de productlijn die een bedrijf blijft doorontwikkelen: GPT van OpenAI, Claude van Anthropic, Gemini van Google, Llama van Meta. De cijfers en de achtervoegsels zijn de versie, en vaak ook de omvang, want één familie brengt op dezelfde ochtend een klein en snel lid uit en een groot en zorgvuldig lid. Een naam lezen is vooral een kwestie van die twee helften scheiden en de marketing ertussen negeren.

Je hebt misschien gemerkt dat dit artikel geen enkel versienummer noemt. Dat is bewust. Versies veranderen om de paar weken, en elke woordenlijst die ze vastlegt, klopt het seizoen daarna al niet meer. Wat niet verandert, is de vorm van de keuze. Kleine modellen zijn snel en goedkoop en prima geschikt om een e-mail op te schonen. Grote modellen zijn trager en beter met lange documenten en zwaar redeneerwerk. Elke familie heeft daarnaast een eigen karakter dat je terugziet in de toon en in hoe strikt ze zich houdt aan een bron die je meegaf.

De nieuwste release is ook niet automatisch de juiste voor jouw taak. Nieuwer betekent meestal betere benchmarkscores, en benchmarks meten opgaven in examenstijl, niet of de tekst klinkt zoals jij. Genoeg mensen merken dat een ouder, goedkoper model hun e-mails beter schrijft, en bewaren het dure model voor de twee lastige klussen per week. Je leert dat alleen door dezelfde echte taak door twee of drie modellen te halen en de resultaten naast elkaar te lezen, en dat is precies wat een AI-model kiezen stap voor stap doorloopt. Dat kunnen doen zonder drie aanbieders te betalen is de hele reden dat Whizi GPT, Claude, Gemini en beeldmodellen in één abonnement zet.

Vijf termen die je na een maand of drie wilt leren

Tegen maand drie ben je een paar keer tegen een muur gelopen. Deze vijf woorden zijn de namen van die muren, en daarom zijn ze dan de moeite waard en nu nog niet.

1. Redeneermodel. Gaat tellen zodra een model voor het eerst met veel zelfvertrouwen een berekening in meerdere stappen of een logicapuzzel verprutst. Overstappen op een redeneermodel lost dat vaak meteen op, ten koste van langer wachten op het antwoord.
2. Systeemprompt. Telt zodra je merkt dat je dezelfde achtergrondalinea in elke nieuwe chat plakt. Hem één keer opslaan als vaste instructie is de oplossing.
3. RAG. Telt zodra je antwoorden wilt die op je eigen bestanden zijn gebaseerd in plaats van op het open internet, bijvoorbeeld een map met beleidsstukken die sinds 2019 niemand meer heeft gelezen.
4. Temperatuur. Telt zodra de output bij elke poging te veel op elkaar lijkt of juist te grillig aanvoelt, en je liever aan een knop draait dan te blijven herkansen.
5. Fine-tuning. Telt voor een particulier bijna nooit, en het is nuttig om te weten waarom: het kost echt geld, het vraagt honderden schone voorbeelden, en een goede prompt op een goed model verslaat het voor vrijwel alles waarvoor mensen het in gedachten hebben.

Wil je de laag eronder, dan behandelt wat AI eigenlijk is het mechanisme zonder wiskunde, en hoe je met AI praat maakt van die alinea over prompts uit de eerste sectie een gewoonte. Laat deze pagina een week in een tabblad openstaan. De woordenschat houdt op intimiderend te zijn rond de vierde keer dat je een woord tegenkomt dat je al kent.