Hoe werken de Large Language Models waarop Khanmigo gebouwd is?

Large Language Models (LLM's, of grote taalmodellen) zijn een soort statistisch model getraind om menselijke taal te genereren. Ze werken door het analyseren van gigantische hoeveelheden tekst uit boeken, websites, artikels, en meer, om om zo de patronen en structuren van taal te kunnen nabootsen. 

Des te groter de gegevensverzameling waarop een LLM getraind wordt is, des te beter het patronen in taal kan onderscheiden. Eens aangepast op de gegevens, kan het nieuwe tekst genereren door de meest waarschijnlijke woorden en zinsdelen te voorspellen op basis van de patronen in de gegevens.

Onderwijstoepassingen en beperkingen

LLM's kunnen op vele manieren toegepast worden in het onderwijs. Ze kunnen voorzichtig gebruikt worden door bijlesgevers, waarbij ze taal kunnen vereenvoudigen en extra voorbeelden kunnen genereren, als we de correctheid van de resultaten goed nakijken. Wanneer je een nieuwe taal bent aan het leren, kan je grammatica en woordenschat oefenen tijdens een gesprek. Ze kunnen soms ook je helpen een probleem stapsgewijs op te lossen, zodat je tegelijk ook het antwoord kan controleren.

Taalmodellen voorspellen de meest waarschijnlijke volgende tekst en garanderen dus geen correcte resultaten. Dit is een eigenschap ingebakken in de methodologie, verergerd door mogelijke vooroordelen en foutieve informatie in de grote reeks gegevens. Daarbovenop is taal op zich complex en steeds veranderend, wat het moeilijk maakt voor de modellen om goed aangepast te zijn op nuance en context. Als de context van een vraag onvoldoende voorkwam in de gegevens, dan gaat het model incorrect antwoorden. Soms gaan taalmodellen zelfs volledig het onderwerp missen of ongepast antwoorden. Dat is waarom het belangrijk is om ze te wantrouwen en steeds te controleren, rekening houdend met hun beperkingen.

Privacy en veiligheid

Wanneer je Khanmigo of een andere LLM gebruikt,  is het belangrijk om geen persoonlijk identificeerbare gegevens (PII) in je vragen of gesprekken te vermelden. Dit omvat alle namen, adressen, telefoonnummers, namen van de school, studentennummers, of persoonsgegevens en details over jezelf en anderen. Onder andere om gerechtelijke gevolgen te vermijden werden enkele veiligheidsmaatregelen genomen, en dus is het enigszins mogelijk om ze veilig te gebruiken, wanneer je gevoelige gegevens uit je gesprekken houdt en je privacy goed bewaakt voor online veiligheid. LLM's kunnen ondersteuning bieden in het onderwijs zonder ooit toegang te hebben tot persoonlijke gegevens.

De beste resultaten uit Khanmigo halen

Hier zijn enkele stappen die de kwaliteit van Khanmigo's of een andere LLM's antwoorden kunnen verhogen:

1. Wees helder en gericht: Wanneer je een vraag of probleem stelt aan een taalmodel, wees dan zo duidelijk en specifiek mogelijk. Geef alle nodige info en context zodat het taalmodel zoveel mogelijk gegevens heeft om het antwoord te benaderen. Dit zal de kans op relevante en behulpzame antwoorden verhogen.
2. Gebruik meerdere bronnen: Ook al LLM's snel antwoorden geven die vaak correct zijn, is het altijd noodzakelijk om de resultaten te controleren op basis van bronnen die niet door een LLM gegenereerd zijn. Vertrouw nooit enkel op de antwoorden van een taalmodel, raadpleeg steeds handboeken, artikels, en andere bronnen die wel betrouwbaar zijn.
3. Begrijp de beperkingen: Onthou dat LLM's tekst genereren maar niet kunnen nadenken of begrijpen, en dat niet elke context voldoende voorkomt in hun gegevens. Het is erg belangrijk om bewust te zijn van de beperkingen en vooroordelen in de gegevens waarop ze getraind zijn. Gebruik ze ter ondersteuning in je leerproces, maar nooit als enige bron van kennis.
4. Denk kritisch na:  Geloof de antwoorden nooit zomaar. Denk steeds kritisch na en probeer steeds te bedenken of het antwoord logisch is. Dit zal jou ook helpen de concepten beter te begrijpen en je probleemoplossend denken versterken.

Door deze richtlijnen te volgen, kan je de ergste nadelen van LLM's misschien vermijden, terwijl je leert met hun beperkingen in het achterhoofd. Begrijpen hoe deze hulpmiddelen werken, helpt je ze zo veilig mogelijk te gebruiken en er het meeste uit te halen tijdens je leerproces.