Mercateer
Begrippenlijst

AI-onderbouwing

AI-onderbouwing is de praktijk waarbij je de antwoorden van een AI-model koppelt aan verifieerbare, gezaghebbende informatie, zoals je eigen documenten of live gegevens, zodat de antwoorden echte feiten weergeven in plaats van gissingen, wat hallucinaties vermindert.

AI-onderbouwing betekent dat je de output van een model koppelt aan een betrouwbare bron van waarheid, zodat wat het zegt te herleiden is tot echte informatie. In plaats van een antwoord puur te genereren op basis van tijdens de training geleerde patronen, baseert een onderbouwd systeem zijn antwoord op specifiek, opvraagbaar bewijs: bedrijfsdocumenten, een kennisbank, een databaserecord of een live API-resultaat.

Onderbouwing pakt rechtstreeks een van de grootste risico's van generatieve AI aan: hallucinatie, waarbij een model iets vloeiends en zelfverzekerds beweert dat gewoon onjuist is. Door het model te beperken tot antwoorden op basis van aangeleverd bewijs (en dat idealiter te vermelden), maakt onderbouwing antwoorden nauwkeuriger, beter controleerbaar en betrouwbaarder in situaties met hoge inzet zoals klantenservice, waar een verzonnen beleidsregel of prijs echte schade kan veroorzaken.

Retrieval-augmented generation (RAG) is de meest gebruikelijke manier om een model te onderbouwen: relevante passages worden opgehaald uit een kennisbron en op het moment van antwoorden als context aangeleverd. Onderbouwing kan ook gebruikmaken van gestructureerde gegevens en tool-aanroepen: bijvoorbeeld het opzoeken van een specifieke bestelling of account, zodat het antwoord de werkelijke situatie van die klant weergeeft in plaats van een algemene gok.

Sterke onderbouwing combineert het ophalen van informatie met grenzen: het systeem zou liever moeten zeggen dat het iets niet weet, of overdragen aan een mens, dan een antwoord te verzinnen als het bewijs ontbreekt. Bronvermeldingen, zekerheidssignalen en duidelijke terugvalopties helpen allemaal om een onderbouwde agent eerlijk te houden over de grenzen van wat hij kan onderbouwen.

Onderbouwing vormt de basis van het kennisgedreven ontwerp van Mercateer. Elke agent geeft antwoorden op basis van je eigen helpdocumentatie, FAQ's en beleidsregels, plus live acties zoals het opzoeken van bestellingen, zodat antwoorden gekoppeld blijven aan je echte informatie, en de agent draagt netjes over in plaats van te gokken als hij het niet zeker weet.

Zie het werken op je eigen kennis

Bouw een op kennis gebaseerde AI-supportassistent en breng dit in de praktijk, binnen een middag live.

Geen creditcard nodig