Niet het model, maar jij: hoe prompts de uitkomst van generatieve AI bepalen.
MIT-onderzoek wijst uit dat gebruikers meer invloed hebben dan gedacht
In de razendsnelle opkomst van generatieve AI — van ChatGPT tot DALL·E en Gemini — wordt vaak gekeken naar welk model het ‘beste’ is. Maar volgens een nieuw onderzoek van het prestigieuze MIT Sloan Management Review is het niet zozeer het AI-model zelf dat doorslaggevend is, maar de gebruiker die het aanstuurt.
As Generative Models Improve, People Adapt Their PromptsAbstract page for arXiv paper 2407.14333v2: As Generative Models Improve, People Adapt Their Prompts |
Een eenvoudige conclusie met grote gevolgen: de kwaliteit van de uitkomst hangt minstens zo veel af van de prompt als van het onderliggende model.
Het experiment: één taak, vele prompts
Onderzoekers van MIT vroegen 500 mensen om met behulp van AI een productbeschrijving te maken voor een fictieve gadget. De deelnemers gebruikten verschillende AI-modellen, waaronder bekende namen zoals GPT-4, Claude en Gemini. Wat bleek? De uiteindelijke kwaliteit van de output werd meer beïnvloed door de manier waarop gebruikers hun opdracht formuleerden dan door het specifieke AI-model dat ze gebruikten.
De verschillen waren opvallend. Sommigen slaagden erin om met slimme, gestructureerde prompts indrukwekkende teksten te genereren — zelfs met modellen die gemiddeld als ‘minder krachtig’ worden beschouwd. Anderen kregen met krachtige modellen toch matige resultaten omdat hun prompts vaag of ondoordacht waren.
Van 'AI-gebruiker' naar 'AI-coach'
Het onderzoek suggereert dat de toekomst van AI niet alleen afhangt van technische vooruitgang, maar ook van hoe goed mensen leren communiceren met deze systemen. Goede prompts zijn niet zomaar toevallig; ze zijn het resultaat van een bewuste strategie, creatief denkvermogen en een duidelijk begrip van het doel.
"Het verschil tussen een middelmatige en een uitstekende AI-output zit vaak in hoe de gebruiker het model aanstuurt," stelt MIT-onderzoeker Kate Kellogg. "Prompts zijn in wezen instructies, en wie beter leert instrueren, krijgt betere resultaten."
Implicaties voor het bedrijfsleven
Voor bedrijven die AI inzetten in marketing, klantenservice of productontwikkeling, is dit een wake-upcall. Prompt engineering wordt steeds vaker gezien als een essentiële vaardigheid — misschien wel net zo belangrijk als programmeerkennis.
Organisaties die willen innoveren met AI doen er dus goed aan om niet alleen te investeren in technologie, maar ook in training van medewerkers om effectiever met die technologie om te gaan. Anders lopen ze het risico dat hun AI-initiatieven ver onder hun potentieel blijven presteren.
Conclusie: AI is zo slim als de gebruiker
Dit onderzoek onderstreept wat steeds duidelijker wordt in het AI-tijdperk: technologie is slechts één kant van de medaille. De menselijke factor — hoe we de technologie gebruiken — is minstens zo bepalend. Of zoals het rapport het stelt: “The prompt is as powerful as the model.”
Wie AI slim wil inzetten, moet dus vooral beginnen met het trainen van de slimste schakel in de keten: de gebruiker zelf.
