De vraag of een AI-assistent kan leren van eerdere gesprekken is actueler dan ooit. Steeds meer organisaties werken dagelijks met AI-tools en willen weten: onthoudt zo’n assistent wat ik eerder heb gezegd? En wordt hij daar slimmer van? De antwoorden zijn genuanceerder dan je misschien verwacht, maar ze zijn praktisch en relevant voor iedereen die AI inzet in zijn werkproces.

Wat betekent het als een AI assistent ‘leert’?

Wanneer een AI-assistent ‘leert’, betekent dit niet dat hij zich gedraagt als een mens die ervaringen opdoet. Leren bij AI verwijst naar twee verschillende processen: het onthouden van informatie binnen of tussen gesprekken, en het daadwerkelijk verbeteren van het onderliggende model op basis van nieuwe data. Dat zijn fundamenteel verschillende dingen, en de meeste AI-assistenten doen alleen het eerste.

Het basismodel van een AI-assistent wordt getraind op grote hoeveelheden tekst en data. Na die training ligt het model grotendeels vast. Wat een AI-assistent in de praktijk lijkt te ‘leren’, is eigenlijk het ophalen en toepassen van context die eerder in het gesprek is gegeven. Dat is nuttig en krachtig, maar het is geen leren in de klassieke zin van het woord. Echte modelverbetering vereist een nieuw trainingsproces, wat losstaat van jouw dagelijkse gebruik.

Hoe onthoudt een AI assistent eerdere gesprekken?

Een AI-assistent onthoudt eerdere gesprekken via een zogenaamde context window: een geheugenruimte waarin de tekst van het lopende gesprek wordt bewaard. Zolang een gesprek actief is, kan de assistent teruggrijpen op alles wat eerder is gezegd. Zodra de sessie sluit, verdwijnt die context standaard volledig.

Sommige AI-systemen bieden aanvullende geheugenfuncties waarmee informatie buiten de sessie wordt opgeslagen. Dit kan op twee manieren werken:

• Automatisch geheugen: de assistent slaat zelf relevante informatie op uit eerdere gesprekken en haalt die later op.
• Handmatig geheugen: de gebruiker geeft expliciet aan welke informatie bewaard moet blijven, zoals naam, functie of voorkeuren.

Beide vormen zijn in opkomst, maar lang niet alle AI-assistenten beschikken er standaard over. Het is dus belangrijk om te weten welke geheugenopties de tool biedt die jouw organisatie gebruikt.

Wat is het verschil tussen sessiememorie en langetermijngeheugen bij AI?

Sessiememorie is tijdelijk: het omvat alles wat binnen één gesprek is gezegd en verdwijnt zodra de sessie eindigt. Langetermijngeheugen is persistent: informatie wordt opgeslagen buiten de sessie en is beschikbaar in toekomstige gesprekken. Het verschil bepaalt in grote mate hoe persoonlijk en contextueel een AI-assistent zich gedraagt.

Met alleen sessiememorie moet je bij elk nieuw gesprek opnieuw uitleggen wie je bent, wat je doet en wat je nodig hebt. Dat kost tijd en voelt onpersoonlijk. Met langetermijngeheugen kan een assistent voortbouwen op eerdere interacties. Hij weet bijvoorbeeld dat jij verantwoordelijk bent voor de personeelsadministratie, dat je AFAS gebruikt en dat je voorkeur hebt voor beknopte antwoorden.

Toch is langetermijngeheugen geen standaardfunctie. Het vereist bewuste keuzes in de inrichting van het systeem en roept ook privacyvragen op die niet genegeerd mogen worden.

Kan een AI assistent leren van jouw bedrijfsprocessen?

Ja, een AI-assistent kan leren van jouw bedrijfsprocessen, maar alleen als hij daar actief op wordt ingericht. Dit gebeurt niet vanzelf. Door een assistent te voorzien van bedrijfsspecifieke documentatie, procesbeschrijvingen en kennisbases kan hij contextueel relevante antwoorden geven die aansluiten bij jouw organisatie.

Er zijn drie gangbare manieren om een AI-assistent te trainen op bedrijfsprocessen:

1. Kennisbases en documenten: de assistent krijgt toegang tot interne handleidingen, beleidsregels of FAQ’s en gebruikt die als referentiemateriaal.
2. Fine-tuning: het basismodel wordt bijgetraind op bedrijfsspecifieke data, waardoor het beter aansluit bij jouw taal, toon en werkwijze.
3. Promptengineering en systeeminstructies: via gerichte instructies aan het begin van elke sessie wordt de assistent gestuurd om te handelen binnen de kaders van jouw organisatie.

De meest praktische aanpak voor de meeste organisaties is een combinatie van kennisbases en systeeminstructies. Fine-tuning is krachtiger, maar ook complexer en duurder. Wat je kiest, hangt af van de schaal van je gebruik en de specifiekheid van je processen.

Welke risico’s kleven er aan AI-assistenten met geheugen?

AI-assistenten met geheugen brengen reële risico’s met zich mee op het gebied van privacy, dataveiligheid en onjuiste informatieopslag. Wanneer een assistent gegevens over gebruikers of processen opslaat, ontstaan er vragen over wie toegang heeft tot die gegevens, hoe lang ze bewaard worden en of ze veilig zijn opgeslagen.

De belangrijkste risico’s op een rij:

• Privacyrisico’s: opgeslagen gespreksdata kan persoonsgegevens bevatten die onder de AVG vallen. Organisaties zijn verantwoordelijk voor de naleving daarvan.
• Onjuiste context: als een assistent verkeerde of verouderde informatie onthoudt, kan hij consequent foute antwoorden geven op basis van die foutieve basis.
• Dataveiligheid: gegevens die buiten de sessie worden opgeslagen, moeten goed beveiligd zijn. Zeker in sectoren als zorg en onderwijs gelden strikte eisen.
• Afhankelijkheid van de leverancier: je hebt niet altijd inzicht in hoe en waar gegevens worden opgeslagen door de aanbieder van de AI-tool.

Voor organisaties in de zorg gelden extra strenge normen. Denk aan NEN 7510-certificering voor informatiebeveiliging. Het is essentieel om bij de keuze van een AI-assistent te toetsen of de tool voldoet aan de geldende wet- en regelgeving.

Wanneer is een lerende AI assistent zinvol voor jouw organisatie?

Een lerende AI-assistent is zinvol wanneer medewerkers herhaaldelijk dezelfde soort vragen stellen, wanneer processen complex genoeg zijn om contextuele ondersteuning te rechtvaardigen, en wanneer de tijdwinst opweegt tegen de investering in inrichting en beheer. Voor organisaties met veel administratieve handelingen is de drempel relatief laag.

Concrete situaties waarin een lerende AI-assistent waarde toevoegt:

• HR-teams die dagelijks vragen beantwoorden over verlof, contracten of onboarding
• Zorgorganisaties die notities, dossiers of rapportages willen automatiseren
• Onderwijsinstellingen die communicatie met studenten of ouders willen stroomlijnen
• MKB-bedrijven die klantvragen efficiënter willen afhandelen zonder extra personeel

Een lerende AI-assistent is minder zinvol als het gebruik incidenteel is, als de processen sterk wisselen of als de organisatie nog geen duidelijk beeld heeft van welke informatie de assistent zou moeten onthouden. Begin in dat geval met een eenvoudige implementatie zonder langetermijngeheugen en bouw van daaruit verder.

Hoe KWEEKERS helpt met AI-assistenten in jouw organisatie

Wij geloven dat AI niet ingewikkeld hoeft te zijn. Onze aanpak is praktisch: geen techfestijn, maar slimme hulp die aansluit op de processen die jij al hebt. We helpen organisaties in zorg, onderwijs en MKB om AI-assistenten op een verantwoorde en effectieve manier in te zetten. Dat doen we concreet:

• We brengen in kaart welke processen het meest gebaat zijn bij een AI-assistent met geheugen of contextbewustzijn
• We implementeren tools zoals Jonas AI AFAS, M.A.I.L. en Call-2-Dossier die naadloos integreren met bestaande software
• We zorgen voor een veilige inrichting die voldoet aan AVG, NEN 7510 en andere relevante normen
• We trainen teams via AI-geletterdheidsworkshops zodat medewerkers zelfverzekerd en bewust met AI werken
• We koppelen AI-oplossingen via ons platform U-Turn aan AFAS, Outlook, Teams en andere systemen

Benieuwd wat een lerende AI-assistent voor jouw organisatie kan betekenen? Bekijk onze AI-oplossingen of neem contact met ons op voor een vrijblijvend gesprek. We denken graag met je mee over de eerste stap.