Een paar weken geleden hebben we Aisha gelanceerd. Dit is een platform met AI-docenten voor alle examenvakken in het VO. Op dit moment zijn het chatbots en scoren ze op verschillende vakken tussen de 9 en de 10 voor het eindexamen. Maar, gezien de snelle technologische vooruitgang in de wereld van generatieve AI, wat kunnen we over een jaar technisch verwachten?

In mijn optiek gaan er 5 belangrijke technische veranderingen komen binnen een jaar:

1)      Beter denkvermogen

2)      Langere ‘context window’

3)      Meer multimodaliteit

4)      AI-docenten op andere niveaus van het onderwijs

5)      Goedkoper en sneller

Lees het artikel waar ik op bovenstaande 5 punten inga.

1)      Beter denkvermogen

De AI-modellen gaan ‘slimmer’ worden. De CEO van OpenAI Sam Altman geeft aan dat dit een van de belangrijkste dingen is in de modellen waar ze aan werken. Dit betekent dat het minder zal hallucineren. Op dit moment scoort Aisha op verschillende vakken al tussen de 9 en de 10. Dat is al heel goed maar er kunnen sporadisch dus nog steeds onwaarheden uit de bot komen. Dat is logischerwijs vervelend voor het leerproces dus een nog ‘slimmer’ model is essentieel. We zien nu al dat de vmbo bots het significant beter doen dan de havo bots en die doen het op hun beurt weer significant beter dan de vwo bots. De verwachting is dat OpenAI binnen een jaar komt met 2 nieuwe modellen, namelijk ChatGPT 4.5 en ChatGPT 5. Ook zullen hun belangrijkste concurrenten Google, Anthropic en Meta de strijd met hen willen aangaan en ook nieuwe modellen uitbrengen. Binnen een jaar verwacht ik dat het voor de meeste vakken >9.5 zal scoren. Deze verwachting is mede gebaseerd op het volgende punt, langere ‘context windows’.

2)      Langere ‘context window’

De context window kun je grofweg zien als een soort werkgeheugen, dus hoeveel de chatbot kan herinneren binnen 1 gesprek. Dit is heel belangrijk, want als het een grote context window heeft, kunnen we het veel informatie meegeven. Bijvoorbeeld het hele curriculum van een bepaald vak, hierdoor gaat het model veel beter gaat presteren op dat vak. We weten dat deze methode een bijna perfecte recall heeft, terwijl de concurrerende RAG methode minder betrouwbaar is. We hebben nu modellen met verschillende context windows, de gratis modellen zitten grofweg in de range van 6.000 tot 75.000. De betaalde versies tussen de 24.000 en 150.000. En er zijn versies waarbij je betaald per token en die gaan nu zelfs naar 750.000 woorden.

Als we modellen krijgen waar we honderdduizenden woorden in kunnen zetten, heeft dat 2 belangrijke voordelen voor de AI-docent: 1) we kunnen veel context toevoegen en gehele vorige examens toevoegen waardoor het beter zal presteren, en ook beter begrijpen wat het niveau moet zijn; 2) als we een gehele methode kunnen toevoegen in de context window kan je heel simpel chatten over hoofdstuk X van boek Y. Je kunt dan de gehele methode volgen met je AI-docent.

3)      Multimodaliteit

Op dit moment is Aisha een text-to-text bot, met ook mogelijkheden voor image-to-text. Maar dit gaat natuurlijk meer divers worden. Speech in en speech out is een logische eerste stap. Ook de optie met een gezicht die de theorie uitlegt is slechts een kleine stap met de huidige technologie. Waar het interessanter wordt is als de AI-docent ook afbeeldingen en grafieken kan genereren die relevant zijn voor de uitleg. Van dit fenomeen komen de eerste voorbeelden al. Gatekeep is hier een gaaf voorbeeld van. Het produceert instructievideo’s voor thema’s die jij vraagt. Het maakt dan een video waarin het uitleg met gesproken tekst geeft en het gebruik maakt van een afbeelding. Ik heb het uitgeprobeerd en het werkt in sommige gevallen al best aardig. Hierbij hun trailer:

De multimodaliteit is een belangrijk ingrediënt voor een fantastische AI-docent. Zowel inhoudelijk als om het leren leuk te maken. Ik verwacht hier wel stappen in binnen een jaar maar dit gaat volgend jaar nog niet op het niveau zijn dat we het willen.

4)      AI-docenten op andere niveaus van het onderwijs

Een hele logische stap is dat AI-docenten ook op andere niveau van het onderwijs worden ingezet. Het Voortgezet Onderwijs was een logisch begin omdat het zulke duidelijke eindtermen heeft en het qua denkvermogen lager zit dan vervolgopleidingen. Echter, punten 1 (beter denkvermogen) en 2 (langere context window) realiteit worden, dan komen deze AI-docenten ook heel snel in vervolgopleidingen. Sterker nog, bij vervolgopleidingen wordt er vaak ook veel zelfstudie verwacht, waar deze tool heel goed bij kan helpen. Over een jaar zullen AI-docenten er voor verschillende vakken zijn op MBO’s, HBO’s en universiteiten.

5)      Goedkoper en sneller

De ‘Scaling Law’ geeft aan dat de modellen beter worden als ze groter worden. Grotere modellen kosten meer geld om te trainen. Daarnaast denken ze na om de modellen beter te maken door de modellen voor een antwoord meerdere keren te draaien en dan het beste antwoord daarvan te kiezen. Met deze argumenten verwachten we dus juist dat het duurder en slomer wordt

Aan de andere kant zien we dat de processen efficiënter worden. Er worden bepaalde chips gemaakt die speciaal voor deze doeleinden zijn ontworpen, waardoor het genereren veel sneller kan gaan (zoals Groq). Verder ben ik heel enthousiast over Llama van Meta (meer info in een artikel van Marcel Mutsaarts ). Dit is een open source model en kan je dus gratis downloaden. De verwachting is dat ze dit kalenderjaar nog met een model komen die even goed is als ChatGPT 4 en enorme context window heeft. En dus gratis is! Door dit soort concurrentie kunnen de andere grote spelers niet te veel geld vragen verwacht ik.

Conclusie

Onze AI-docenten van het platform Aisha zijn al behoorlijk indrukwekkend. Maar als we kijken naar wat er in de nabije toekomst nog gaat komen dan staan we pas aan het begin van wat AI-docenten allemaal kunnen. Over een jaar verwacht ik dat we AI-docenten hebben op het VO die gehele methodes kunnen volgen en nagenoeg perfect scoren op de examen, die ook nog eens deel multimodaal zijn. Ook bij vervolgopleidingen verwacht ik dat dit soort AI-docenten komen.

In dit artikel heb ik het alleen gehad over de technische mogelijkheden van AI-docenten. De adoptie binnen het onderwijs is een geheel andere vraag. Zowel vanuit de onderwijsinstellingkant, als vanuit een ontwikkelaarskant, als vanuit een studentkant. Hier zou ik nog wel 3 hele artikelen kunnen schrijven. Hier zijn nog veel onbeantwoorde vragen. Volgens mij moeten we vooral gaan experimenteren.  

Wil je meer weten over AI-docenten? Bij de podcast van Metis ‘AI en Onderwijs’ (https://open.spotify.com/show/4oyokCB9vFdP2QVcJPcUYn?si=067d3829c5a94bdf) hebben we een miniserie  ‘AI-tutor’ gemaakt. Hierin gaan Liza Peeters-Goos , Thijs Wesselink en ik in op verschillende aspecten van AI-docenten en kunnen we nog een stuk meer nuances aanbrengen dan in zo’n artikel.

Workshop

Wil je je verder verdiepen in AI in het onderwijs en meer weten over wat de toekomst ons brengt? Schrijf je dan in voor de workshop die ik met collega Marcel Mutsaarts verzorg. We geven je wat achtergrond in de theorie van taalmodellen maar gaan vooral praktisch aan de slag. We leren hoe je goed prompt, hoe je je eigen chatbot kan bouwen en hoe je je lessen kan verbeteren door de inzet van AI. Geschikt voor zowel beginners en gevorderden. Voor meer informatie zie aivoordocenten.com/diensten.