De Wereld Vandaag 🇧🇪

_id	68ae1251c2c77c156256f4e9
datetime	2025-08-26 00:00:00
url	https://www.vrt.be/vrtmax/luister/radio/d/de-wereld-vandaag~11-10/de-wereld-vandaag~11-33543-0/fragment~b46787f2-aa27-40f4-a8ff-0d102ca37eac/

 

Statements

idx	statement	score
2	Je probeert de klantendienst van een bedrijf te bereiken en in plaats van bij een medewerker kom je bij een chatbot terecht.	40.79
3	Waarmee de communicatie vervolgens niet echt vlot verloopt.	4.13
4	In Nederland heeft de onafhankelijke toezichthouder op consumentenbescherming een onderzoek gedaan en daar blijken honderden klachten over te zijn.	15.87
5	Ik kan erover praten met Yves van Varenberg, hoogleraar marketing aan de KU Leuven.	5.36
8	Veel klachten en frustraties, want die chatbots lijken toch wel heel beperkt in de antwoorden die ze kunnen geven.	3.87
9	Zeker als je het vergelijkt met wat bijvoorbeeld een chat-GPT kan. Ja, dat is ook heel normaal.	7.18
10	We zijn allemaal gewend aan chat-GPT vandaag de dag.	4.99
11	We kunnen er allemaal vlotjes mee werken, maar dat is al een volgende generatie van chatbots.	3.66
12	Dus de chatbots waarmee we vandaag de dag in contact komen bij organisaties, zijn vaak nog een eerdere generatie aan chatbots.	10.85
13	en die chat-GPT-achtige chatbots, die worden nu geïmplementeerd, die worden nu uitgerold.	8.08
16	Ja, om een chatbot te gaan implementeren, dat vraagt altijd wat tijd.	4.78
17	Het vraagt altijd tijd om die nieuwe technologie te installeren, maar ook om mensen ermee te leren werken, om daar de juiste data in te krijgen, enzovoort.	4.03
18	Dus het heeft wel wat tijd, of het vraagt wel wat tijd, maar op zich Want werken ze dan op een andere manier dan een chat-GPT?	5.43
24	Je kan het eigenlijk een beetje bekijken als het hele internet, alles wat geschreven tekst is, zit eigenlijk al in chat-GPT.	3.93
25	In een chatbot van een organisatie, die werkt eigenlijk een beetje anders.	4.94
26	Daar moet je specifieke antwoorden kunnen geven, over die organisatie, over de procedures van die organisatie, over bepaalde tarieven, enzovoort.	3.7
28	En vandaag de dag zijn dat, we noemen dat mechanische chatbots.	5.89
29	Dat zijn chatbots die goed A en B kunnen zeggen, maar die nog niet beginnen vertellen over alles wat ze allemaal Vandaar dat je dus gemakkelijk in een soort van loop terechtkomt, waar je telkens weer dezelfde antwoorden terugkrijgt.	3.59
30	Ja, nogthans het soort vragen dat je aan zo'n chatbot van een bedrijf of organisatie stelt, is veel beperkter dan het aantal vragen dat je aan chat-GPT kan stellen.	5.11
33	Dat lijkt makkelijker, maar het is eigenlijk moeilijker, omdat het een exact antwoord moet zijn.	4.55
34	Chat-GPT is een, we noemen dat een probabilistisch model.	26.23
35	Dat wil zeggen dat het antwoorden gaat geven op basis van kansrekening.	3.93
36	Wat is de kans dat dit woord het volgende woord moet zijn in deze zin?	5.32
38	Als je kijkt naar een ander model, is het een deterministisch model.	7.43
39	Een deterministisch model wil eigenlijk zeggen dat 2 plus 3 is 5.	19.54
43	Het is geen voorspelling van wat het antwoord zou moeten zijn.	4.78
44	Nu, die chat-GPT gaat voorspellingen gaan doen wat het volgende antwoord moet zijn.	4.5
46	De vragen die we daaraan stellen, die moeten vaak ook niet exact zijn.	5.19
47	In het geval van een organisatie is dat een heel ander verhaal.	4.82
50	Terwijl het chat-GPT-achtige model is niet gemaakt om zoiets exact te gaan voorspellen.	5.8
51	Maar je zou denken, het aantal data dat daar dan in moet in zo'n chatbot-systeem is vrij beperkt.	4.99
52	Dat klopt, maar daar worden ook vaak fouten tegengemaakt.	4.67
53	Wat je merkt bij organisaties is dat de data, dat men vaak denkt van hoe meer data dat we erin stoppen, hoe beter.	16.18
55	Want dan begint men ook fouten te maken, begint men ook fouten data erin te stoppen.	4.68
56	Wat men ook heeft, is dat het niet een eenmalige opdracht is om alle data erin te stoppen.	4.68
57	Tarieven kunnen veranderen, leveringscriteria kunnen veranderen, enzovoort enzovoort.	3.9
58	Dus het is eigenlijk een continue opdracht voor een organisatie om altijd het laatste nieuwe erin te stoppen.	4.57
61	En vaak worden er ook verschillende data ingestopt, waardoor die chatbot een beetje in de war geraakt en niet altijd het juiste antwoord geeft.	7.07
65	Ik ken heel veel organisaties die op dit moment bezig zijn met een chat GPT-achtig systeem te gaan implementeren in hun chatbot.	5.36
66	Ik vermoed dat we die de komende maanden veel meer gaan uitgerold zien.	3.82
68	Een chatbot die exacte gegevens kan geven, maar met de stijl, met de flavor van een chat GPT en dergelijke systemen.	5.07
69	Maar er blijft ook altijd nog een verantwoordelijkheid bij het bedrijf liggen om daar goed mee om te gaan.	3.88
72	En ook daar zien we dat er ook meer en meer een juridische verantwoordelijkheid komt.	3.81
73	Er is recent een case geweest in Canada, waar de chatbot van Air Canada aan een passagier allerhande zaken had beloofd.	25.06
74	En uiteindelijk zei Air Canada van ja, die chatbot was aan het hallucineren, we gaan dat niet leveren.	59.29
75	Die klant heeft dat voor de rechtbank gebracht en heeft dan gelijk gekregen, heeft gewonnen.	13.14
77	Die chatbot is eigenlijk een medewerker van de organisatie.	16.0
78	Dus er schuilen ook risico's in, onderschatten bedrijven dat?	18.09
79	Ik bedoel, denken ze, we schaffen een chatbot aan en we hebben zoveel minder mensen nodig, de problemen zijn opgelost?	17.36
80	Ik denk dat er op dit moment een enorme overschatting is van wat een chatbot allemaal kan. We zien heel veel organisaties die denken van, oh, in de toekomst hebben we geen contactcentermedewerker meer nodig.	5.11
82	Er zijn een aantal organisaties die dat geprobeerd hebben, die effectief alle mensen op straat hebben gezet.	6.76
84	De mens heeft nog altijd iets extra, het heeft nog altijd een extra dimensie wanneer je met een mens in contact komt.	5.58
85	En gaat dat zo blijven, ook bij die nieuwe, betere versies?	6.74
86	Wat we verwachten is dat voor makkelijkere vragen, dat men dan veel sneller naar een chatbot gaat gaan.	4.0
87	Voor complexere, emotioneelere vragen, dat we dan altijd bij een mens gaan terechtkomen.	4.91
90	Er zijn ook organisaties die vandaag de dag ook bewust mensen naar een mens sturen.	5.24
91	Om dat menselijk contact erin te bouwen, om het nog te hebben.	4.36
92	En ook, ja, een beetje de temperatuur te meten van, waar ligt die klant van wakker?	4.78
94	Omdat men merkt van, oei, we zijn klanten eigenlijk alleen maar digitaal aan het bedienen.	5.17
96	We worden dus nog niet overbodig, ook niet op klantendiensten.	3.85
99	Ivan Varenberg, hoogleraar marketing aan de KU Leuven.	8.96