S06E07 - NS: Drukte voorspellen met AI

Sander van Schaik deelt zijn ervaringen over het verbeteren van reizigersinformatie met behulp van AI bij de Nederlandse Spoorwegen.

Sander van Schaik is bij NS verantwoordelijk voor een AI-project dat druktevoorspellingen in treinen verzorgt. Deze aflevering gaat dieper in op de technieken achter het AI-model en de uitdagingen bij het balanceren tussen nauwkeurige voorspellingen en gebruikersperceptie.

Toekomstige ontwikkelingen en de ethiek rondom gepersonaliseerde diensten worden ook aangestipt.

Aigency
Aigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.

Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).

Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.

Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!

Transcript

Copy Transcript Copied

0:00

Hoi, leuk dat je weer luistert naar een nieuwe aflevering van AIToday Live. Mijn naam is Joop Snijder, CTO bij Aigency. Mijn naam Niels Naglé, Chapter Lead Data&AI bij Info Support. En vandaag in de studio Sander van Schaik. Sander, leuk dat je bij ons in de studio wilde komen. Zou je je willen voorstellen aan onze luisteraars? Zeker. Sander van Schaik dus, eigenlijk achtergrond. Ik ben afgestudeerd in Information Engineering en Bedrijfskunde. Later gespecialiseerd in de data. Zo'n 17 jaar bezig in data, eigenlijk in allerlei verschillende rollen. Management project, management product owner en wat ze tegenwoordig allemaal voor mooie functies daarvoor hebben benoemd. Doe met veel plezier en we zien u steeds meer AI. Daar hebben we je natuurlijk ook uitgenodigd. Zeker. We kennen elkaar van al die tijd terug. Sander, wij PGM zaten toen allebei. Zaten we met een mooie dataklus waar we daarmee bezig waren. Leuk om dan in de kleine wereld van data elkaar weer tegen te komen. En mooi om te zien ook met AI aan de bezig. Iets wat data AI steeds meer samenkomt en eigenlijk mijn passies bij elkaar brengt. Leuk om naar elkaar weer zo te spreken. Kleine wereld Niels. Zou je wat kunnen vertellen over waar je dan mee bezig bent op dit moment? Zeker. Een tijd geleden kwam er een leuke kans op mijn pad. Ik ben ook als consultant aan het werken in de wereld van data BI en AI. En uiteindelijk bij NS terechtgekomen voor een mooie opdracht. Daar zijn ze druk bezig met AI. Vooral ook om reisinformatie onder andere. En daar lag een mooie opdracht. Ik zag hem en ik dacht daar spring ik op in. Je springt op die trein. Hij maakt hem gewoon. Kom maar een keer langs. Dat klikte aan twee kanten en zo begon deze reis. En wat is de opdracht? Ik zit op een AI team als product owner. Waar we bezig zijn met drukte informatie. Dus een beetje context. NS heeft natuurlijk een mooie reisplanner. Zowel op web als in de app. Je kan je voorstellen dat als je van A naar B wilt, dat je daar ook wel eens in gaat kijken. En een van de dingen die je dan ziet, de opties van reizen natuurlijk in de tijd. Maar daar staan ook drukte poppetjes bij. Dus hoe druk is de reis die je kan verwachten. Dat is gebaseerd op het aantal reizigers. Dat heeft het als doel om de reiziger te informeren over wat hij kan verwachten. Dus hoe druk is een bepaalde trein. Dat geeft ook handelingsperspectief. Dus als je niet zo'n zin hebt in een hele drukke trein en je hebt de ruimte. Dan kan je er ook voor kiezen om een trein later te pakken. Dat is met name voor de reiziger natuurlijk plezierig. Daarnaast is het ook de bijkomstig voordeel dat je ook spreiding creëert. Je hebt natuurlijk spits tijden. Iedereen in Nederland wil nog steeds op bepaalde tijden naar zijn werk heen en terug. Voor werkgevers waar het wat flexibeler is. Reizigers dan, dan biedt dit een kans om daar een keuze in te maken. Ik denk ook voor de NS dan misschien wel om planningen rekenen mee te houden. Hoe druk is de trein, hoeveel mensen hebben we erin nodig. Er worden natuurlijk ook modellen gemaakt voor materieel en personeel. Wij zitten echt op de reisinformatie. Dus we maken korte termijn drukte prognoses. Dus we kijken echt naar drie dagen vooruit. Wat gebeurt met de reizigers. Want we hebben natuurlijk wel een planning voor langere termijn. Maar er zijn natuurlijk ook andere factoren die meespelen. Die drukte kunnen veranderen. En dat is dan ook het AI component en machine learning. Dat je gaat voorspellen voor die drie dagen waar die drukte zit. Het is dan niet een actuele meting die je ziet in je app. Inderdaad. We weten natuurlijk historisch van hoeveel reizigers er de afgelopen jaren zijn geweest. Dus eigenlijk een apart team voor die cijfers realiseert. Er zijn best wel verschillende gaten om dat bij elkaar te halen. Waar wij echt op focussen is de korte termijn. Dus we gebruiken het als basis voor het model. Maar er zijn natuurlijk ook wel situaties waar je specifieker naar de kortetermijn moet kijken. Als het gaat om geplande storingen. Of eigenlijk onderhoud bijvoorbeeld, maar ook storingen. Zo zijn er tal van situaties die op het spoor kunnen gebeuren. Die maken dat het drukker wordt. Sommige dingen worden gepland, maar heel veel dingen ook niet. Dat vooral dat. Ja, er zijn natuurlijk de grappen van de blaadjes van op het spoor. Maar inmiddels loop ik nu een tijdje bij NS rond. En zie ik echt wel dat daar met mannenmacht gewerkt wordt aan een hele goede dienstregeling. Tegelijkertijd ontkom je er niet aan met zoveel partijen. Omdat er af en toe wel eens wat misgaat. En dat is ook wel een van de dingen die we in het verleden hebben gedaan. Dat is ook wel een van de dingen die we in het verleden hebben gedaan. En dat is ook wel een van de dingen die we in het verleden hebben gedaan. We hebben nu een dashboard gemaakt waarbij we enerzijds inzicht geven in... We hebben nu een dashboard gemaakt waarbij we enerzijds inzicht geven in... hoe goed performt het dashboard. Laten we het maar even technisch gezien. Maar daar zijn we bezig om te zorgen dat we ook die reizigersfeedback daarnaast zetten. Maar daar zijn we bezig om te zorgen dat we ook die reizigersfeedback daarnaast zetten.- Ja, precies.- Dus beleving en hetgene wat je geeft om dat bij elkaar te gaan brengen.- Dus beleving en hetgene wat je geeft om dat bij elkaar te gaan brengen.- Om dat bij elkaar te brengen. Want je denkt, het zijn drie poppetjes, hoe moeilijk kan het zijn? Ik kan me best voorstellen als reiziger in de trein, hoe moeilijk is het nou voor de NS om... Die trein is eruit gevallen, zo druk, hoe lastig is dat nou? Nou, drukte is natuurlijk ook een perceptie. Alleen al even als voorbeeld, woon je in Amsterdam, dan ben je drukte misschien al heel anders gewend... dan dat je in het oosten van het land woont. En als je dus naar alle Nederlanders gaat vragen, hoe druk is het nou eigenlijk? En zou je deze trein nou groen, oranje of rood bestempelen? Dat is een reizigersonderzoek wat we gaan doen en wat we al gedaan hebben ook. Maar dat verandert natuurlijk in de tijd. Ook in corona is er een hele andere situatie ontstaan. Dus enerzijds moet je toetsen van hoe druk vinden reizigers het nou? Wanneer is het nou druk? Dat moet je weten. En tegelijkertijd proberen we ook continu feedback op te halen van reizigers. Hoe ervaren ze nou door in de app bijvoorbeeld? Kun je melden wat je van de drukte vond. Maar we zijn nu ook bezig om dan voor wat structurele te gaan doen. Dat je ook echt pushnotificatie krijgt. Van, joh, je hebt in deze trein gezeten. Die hadden we als een druk, als een rood poppetje hadden we die. Hoe heb je dat ervaren? Was het rood? Moet je staan of zitten? En zo ga je inderdaad een reizigersfeedbackloop creëren. Met onze eigen technische waarheid vanuit de modellen. Maar daarmee kan je wel een beetje bijstellen. Daarmee ga je inderdaad kijken van, oké, wat gaan we er dan aan doen? Want je kan je voorstellen, de output van een model zegt misschien wel over hoeveel reizigers er in die trein komen. Maar daarna moet je dat nog gaan vertalen naar wanneer is het dan groen? Wanneer is het oranje? En wanneer is het rood? Dus daar heb je natuurlijk een percentuele verdeling tussen die output, maar ook beleving. Precies. En dat is natuurlijk, dus ga je dit 100% goed doen? En nooit voor iedereen. Nee, nooit. Heel misschien ver naar de toekomst toe, dat heeft ook met privacy te maken. Zou je dit misschien wel kunnen personaliseren? Ja. Kijk naar de marketinghoek, waar je, nee je zou maar zo kunnen bedenken dat je mensen zich laat aangeven, waar pas nu op vind je dit druk of vind je dat je echt een gevoel krijgt. Ja. Je profielschets eigenlijk hebt van reizigers, waar ze zeggen nou hier pas ik eigenlijk wel bij. Dat zou helemaal mooi zijn ja. En dan krijg je gepersonaliseerde drukte informatie. Dat zou mooi zijn, maar dat vraagt ook alweer wat van de reiziger om vrij te geven natuurlijk. Ja. Cool. En weet je dan ook waar binnen de trein het dan druk is? Want je zegt druk, maar een trein is druk, maar een wagon is misschien druk. Zit daar nog verschil in? Ja, dat is een hele goeie vraag. We zijn nu natuurlijk echt op treinniveau bezig om drukte te voorspellen. Maar we zijn ook bezig om, dat noemen ze dan in vaktaal, drukte per bak. Dat heb ik ook geleerd. Geweldig. Dus nee zeker, maar daar komen hele andere uitdagingen bij kijken. Je moet je voorstellen dat, je weet natuurlijk niet waar een reiziger instapt. Nee. Dus ja, hoe kunnen we daar achter komen? Wat we al hebben is een model, dat noemen ze een Gotcha weegpunten. Dat zijn weegpunten in het spul. Je kan je voorstellen dat als zo'n wagon daar overheen rijdt, dat de hoeveelheid mensen die erin zitten een fractie is van het gewicht van de trein. Dus dat is heel ingewikkeld om daar echt aantallen reizigers uit te halen. Maar er zitten ook CO2-sensoren in treinen. Daar zijn we nu mee aan het experimenteren. Dat ziet er ook wel veelbelovend uit, dat je daar een goed gevoel bij krijgt over drukte per wagon. Of per bak, zoals het dan heet. Die moet je me even uitleggen. Want dan heb je iets over uitstoot. En die kan je dan terugbrengen naar uiteindelijk een wagon. Binnen een wagon heb je CO2-sensoren. O, binnen, zo. Dus dan heb je het aantal reizigers die in zo'n wagon zitten. Ja, die hebben weer CO2. Alleen is de uitdaging daar ook natuurlijk, hoe ga je dat terugrekenen? Die uitstoot naar hoeveel reizigers zitten er dan in zo'n wagon. Dus daar zit de uitdaging nog steeds. Je weet nooit exact hoeveel mensen er in een wagon zitten. Wat maakt het voor de trainer van je modellen, geeft het wel een uitdaging. Dan word je nooit echt de realisatie. Ja, en zeker omdat er in een wagon zitten natuurlijk niet superveel zitplaatsen. Dus dan maakt het echt wel uit of je er, laten we zeggen, tien stoelen naast zit. Ja, dus dat klopt. We zijn nog wel bezig om met andere mogelijkheden te kijken. Hoe we dat wat scherper zouden kunnen. Wat bijvoorbeeld al kan, is dat je in de app je treindetectie kan aanzetten. Voor Wifi, voor Wifi Accesspoint. We hebben ook Wifi Accesspoint hangen. Waarbij je gewoon anoniem eigenlijk kan tellen. Dus dat kun je aanzetten. Dat wordt ook in de app aangegeven. Daar wordt niets verzameld. Dat is privacy secure, laat ik het zo maar even zeggen. Ja, en dat zou, ik bedoel, als mensen dat allemaal aan zouden zetten. Ja, zou je het weten. Dat geeft veel meer een goed beeld van hoeveel mensen daar in die terrein zitten. In die bakken. Dat biedt ook weer mooie mogelijkheden. Want als we de drukte per bak weten en goed kunnen voorspellen. Ja, dan zou je ook advies kunnen geven. Waar moet je nou in gaan stappen bijvoorbeeld. Ja, want er zijn heel veel mooie technische en datapunten en dat zeker. Maar de purpose is een goede klantbeleving te creëren voor de reiziger van NS om de trein te nemen. Zeker, dus dat kan alleen al zijn dat je als je naar het station toe gaat. Dat je weet van het is druk. Je vindt het oké, maar je weet in ieder geval als je aankomt dat het druk is. Dat voor sommige mensen is die bevestiging of om dat gezien te hebben. Dan ben je erop voorbereid. Dat is eigenlijk ook al ingelaten. Net als fileinformatie. Je weet van over zoveel kilometer ga ik de file in en waar rempel hij staat. En dat is eigenlijk al genoeg. Dat is eigenlijk al genoeg, ja. Dat moest ik wel aan denken inderdaad. Toen je zei van, dan weet je hoe druk het is, pak de volgende trein. Als ik inderdaad Google Maps en mijn navigatie aanzet, dan weet ik ook. Ik ga er twee uur over doen in plaats van anderhalf uur. Dan ben je erop voorbereid inderdaad. En dan kies je er ook voor om dan wel te gaan of niet te gaan. Ja, precies dat. En natuurlijk wel het handelingsperspectief ook. Want als je wel de mogelijkheid hebt. Ik ben zelf ook vanuit NS. Bij voorkeur moet je buiten de spits reizen. Om vooral de zitplaatsen voor anderen over te laten. Maar dat geeft wel ook de mogelijkheid om, ik gebruik het zelf ook in die zin, het is druk, ik kan ook prima een half uurtje later komen. Of ik doe die call gewoon nog online. Precies. Nou ja, stap later in de trein. Ja, mooi. Ik ben wel nieuwsgierig. Los van de limitaties die je ziet. Stel we zijn twee, drie jaar verder. Wat zou dan echt volgens jou mooi zijn als we dat zouden hebben? Wat zou mooi zijn? We houden natuurlijk NS. Alles staat vaak ook wel een beetje met hoe meer. En in de privacy kant, daar zit natuurlijk heel wat uitdaging. Want hoe meer je vragen heeft, hoe meer je ook kan doen. Zo is het natuurlijk wel vaak. Dus hoe meer data je hebt en je kan en mag gebruiken. Des te beter je ook je diensten daar en je informatie daarop aan kan passen. Dus ik denk ook al is het redelijk anoniem. Wat ik al zei, ik denk dat het meest ultieme wat je zou kunnen is natuurlijk dat je voor nu dat je het echt gaat personaliseren. Dat is denk ik heel gaaf. Dat je gewoon zegt van nou ja, ik ben iemand die houdt niet van drukte. Dus ik vind het al gauw druk. Dat je adviezen krijgt over die tijden of die trajecten dan even niet. Gaat het om woon-werkverkeer of ga je enkel een keer in de maand met je familie ergens naartoe? Of met je gezin? Dat is een ander verhaal. Woon-werkverkeer. En je bent flexibel. Dat je gewoon in de app kan instellen. In principe wil ik altijd zo laat er zijn. Maar houd de rekening met drukte. En ik vind dit druk. Dat je daar die adviezen krijgt. Dat zou fantastisch zijn. In de, laten we zeggen, de boze buitenwereld wordt er wel eens gedacht met AI. Dan los je alles zomaar zo met de knip van de vinger los je dat op. Je hebt nu een project en dan zul je vast gezien hebben dat daar best wel heel wat hobbels en moeilijkheden in zitten. Wat was voor jou nou iets waarvan je dacht in dit traject. Dat hadden we eigenlijk, daar dacht ik van met AI kunnen we dat vrij eenvoudig oplossen. En het is toch heel erg lastig geweest. Goeie vraag. Er zijn zoveel dingen natuurlijk waar je tegenaan loopt. Kijk ik denk, of nou echt specifiek AI. Wat NS gewoon heel goed gedaan heeft bij dit stukje drukte informatie. Is dat ze echt de ruimte hebben gegeven aan het team om een soort van MVP in hun eigen subscription. Lekker aan de slag te gaan om dit te gaan maken. Tegelijkertijd, ja dan op een gegeven moment is het er. En werkt het. En staat het in de app. En is het ook echt wel, nou heeft het ook echt heel veel potentie. En is het eigenlijk ook best wel kwalitatief goed. Alleen tegelijkertijd, het blijft een voorspelling. Waar heel veel mensen meteen de aanname doen van oké. Hoe kan het nou, de NS weet het allemaal toch. Dus het zou allemaal goed moeten zijn. Daar zitten vooral denk ik de uitdagingen in de perceptie. Niet zozeer de technische kant, maar veel meer in de perceptie van. De uitkomst van zo'n model wat dan gevisualiseerd wordt in een app. Dat dat gelijk helemaal goed is. Maar dat vind ik veel meer de uitdaging. Waarbij je eigenlijk met meerdere teams samen. Een succes van moet maken. Dus het is niet alleen het AI model. Sterker nog, het AI model is misschien. Dat geef je de eerste input. Daarna moet het goed gevisualiseerd worden in de app. En het moet ook nog goed uitgelegd worden. Dus de communicatie kant ervan. Die maakt ook, die valt op staat een beetje. Met snappen mensen waar ze naar kijken. Je kan alles wel in de app met drie poppetjes willen tonen. En het zo simpel willen maken. Maar tegelijk schept het ook verwachtingen. En die verwachtingen die moeten wel kloppen met wat het is op dat moment. Dus het blijft een voorspelling. En 100%? Ten eerste zullen we nooit een 100% goede voorspelling kunnen doen. En ten tweede is het natuurlijk altijd zo dat drukte ook nog een perceptie is. Waarmee je ook nog mee te dealen hebt. Het is niet zozeer een technische uitdaging. Ik denk dat daar de grootste uitdaging zit. En je noemde net al corona. Waren jullie toen al bezig met die druktevoorspelling? Of is dat erna gekomen? Het is wel vorm en tijd. Maar eigenlijk is het ook een beetje ontstaan in die tijd. Omdat toen natuurlijk de capaciteit en de afstand en de drukte heel relevant was. Dus zodoende is het eigenlijk goed ingezet in die tijd. Maar daarna is het natuurlijk wat drukte. Dus daar is heel veel veranderd. Daar was een beetje de opmaat voor deze vraag. Heb je er last van? Of hoe ga je ermee om? Een model is natuurlijk letterlijk een modelering van de werkelijkheid. Dus het is een vereenvoudiging, versimpeling van de werkelijkheid. En die werkelijkheid kan nogal eens veranderen. En in jullie geval soms best wel heel snel. En corona was daar een voorbeeld van. Hebben jullie daar dan last van bij de modellen? Bij dit model juist niet, omdat het zo'n korte termijn is. Dus als je inderdaad veel langere termijn dan is je historie pak je natuurlijk wel. Maar eigenlijk, omdat je elke drie dagen vooruit kijkt, is het best wel een korte cyclus waar je mee te maken hebt. Je kijkt niet langer terug over seizoenszaken en dat soort dingen? We gebruiken wel als basis langere periodes. Maar uiteindelijk, als de voorspelling gaat, is het veel korter te maken. Ja, precies. Waardoor je minder last hebt van model drift of dat soort dingen. Ja, van die veranderingen. En dat is ook wel een voorbeeld van hoe we het met corona kunnen veranderen. En dat is ook wel een voorbeeld van hoe we het met corona kunnen veranderen. En dat is ook wel een voorbeeld van hoe we het met corona kunnen veranderen. Het zit ook heel dicht op de burger en op de maatschappij inderdaad. Dus de impact is wel mooi, direct ook. Ja, ik denk dat dit een mooi voorbeeld van AI inzetten voor iets maatschappelijks, waar reizigers direct een voordeel bij hebben. Maar je kan het ook op je verjaardag nog uitleggen, hè? Ja, dat. En ik denk dat als je dit vertelt, dat mensen dat dan wel fijn vinden, toch? Dat je dit soort dingen doet. Ja, precies. Wij krijgen ook wel eens de opmerkingen van AI is spannend en dat soort zaken. Ik denk dat jij dan een heel makkelijk verhaal hebt. Want hiermee gaan mensen niet denken dat de wereld wordt overgenomen of zo. Nee, dit is een hele andere groep inderdaad. Ja, inderdaad, die zorg is er helemaal niet. Ik denk dat privacy altijd wel een zorg blijft. Maar goed, het is wel... Daarom vond ik dit ook zo'n leuke 'who' is. Ik heb ook in de financiële wereld gezeten met AI. En telco gezien, dat is allemaal wel een beetje anders, soms lastiger uit te leggen. En dit is wel gewoon echt heel tastbaar. Je kan het gewoon aan ieder vertellen. Daar gaat de trein. Ja, kijk jongens, die is voorspeld rustig, maar ik zie dat die toch wat drukker is geworden. Ja, precies. Voor iedereen fijn. Hé Sanne, wij hebben ook een virtuele co-host. En die wil je ook een vraag gaan stellen. Ik ben benieuwd. Voordat we verder gaan, wil ik me graag voorstellen. Mijn naam is Aisha, de AI-assistent van deze show. Mag ik je een vraag stellen? Zeker. Als AI een dier zou zijn, welk dier zou het dan zijn en waarom? Wat een vraag. Ik dacht, we krijgen een serieuze vraag. Wij weten ook niet welke vraag ze gaat stellen. Als AI een dier zou zijn... Misschien wel een chameleon. O, klinkt heel goed. Waarom denk je aan een kameleon? Je moet toch wel wat aanpassen aan je omgeving als AI. Die komt eerst in me op. Helemaal mooi inderdaad. Joop, jij? Ik vind die kameleon wel een hele mooie beeldspraak. Want een kameleon heeft heel veel verschillende kleuren. Wat jij zegt, hij past zich aan. Die kleuren staan dan misschien voor de diversiteit. Ik vind hem wel een mooie. Het wordt gevoed door zijn omgeving. De data die erin stopt, de processen, de keuzes die we maken, daardoor vormt het zich. Ik kan ook niet 1, 2, 3... Een ander dier waar ik aan moet denken. Ja, mooi. Dankzij Aisha. Die houden we erin. Ja toch? Sander, ik was nog benieuwd, hoe zie jij eigenlijk, als we het over AI in het algemeen hebben, je bent hier nu een tijd mee bezig, waar zie je de ontwikkeling naartoe gaan? Natuurlijk de generatieve AI zie je nu overal opkomen. Ik denk dat daar de meeste waarden zitten. Maar ook voor iedereen, huis-, tuin- en keukengebruik, voor bedrijven, ontwikkelaars. Of je je code aanbiedt. Jullie hebben het genoeg besproken in andere podcasts. Of je zelf je sollicitatiebrief thuis aan het schrijven. Daar zie ik echt wel dat AI thuis komt bij mensen. En dat het echt heel bruikbaar en toepasbaar wordt. Dat is waar het tot voor kort eigenlijk, heel erg voor de grote companies, de corporate organisaties, waar ze met science en spannende dingen bezig waren, die overigens ook wel heel erg vaak, heel erg experimenteel, maar niet heel erg vaak werden geoperationaliseerd. Nou ja, daar zit nu de grootste ontwikkeling. Precies. En die sollicitatiebrief die je noemt, die vind ik wel een mooie. Want daar zit dat soort type zaken die je moet doen. Of dat nou een sollicitatiebrief is, of een andere vorm van brieven, of best wel lastige communicatie. Daar vind ik het zelf ook heel prettig voor. Dat je eerst in je eigen woorden ofzo iets kan zeggen, wat best nog wel hoekig of grof kan zijn. En dat je dan kan zeggen, maak hier even iets netjes in. Ja, het hoeft dan niet je talent te zijn om sollicitatiebrieven te schrijven. In die zin, Jan zei het, het is niet heel persoonlijk. Als het wordt gegenereerd. Ik ben nader het liever van de positieve kant. Ik kan me nog wel herinneren dat ik misschien wel, dat is al 17 jaar geleden, dat ik wel het eerst aan het broeden was op mijn brief. Dan ben je dan twee, drie dagen bezig, lees je tien keer door, en nog een keer, en nog een keer. En als dat nu niet meer nodig is, want waar gaat het nou eigenlijk over in dit geval? Dat je ergens op gesprek kan komen, en dat er vooral een goede klik is natuurlijk. Gaat het om die brief zelf? Ja, als de inhoud maar klopt, wat daar staat, dat je dat niet, dat je wel in ieder geval bij jezelf blijft over, precies, de eigen persoonlijke dingen. Precies, want daar zitten ze volgens mij in. Ja, en een stukje efficiëntie en hulp daarin inderdaad. Kijk, mijn teksten zijn vaak al te lang, en dan heb ik te weinig tijd om het klein te maken, en beknopt neer te zetten, en daar helpt het gewoon bij. Dus het is een stukje hulp en efficiëntie inderdaad, wat je ook aan collega's kan vragen. Maar ja, die zijn niet altijd beschikbaar. Het is wel altijd beschikbaar, dus dat is ze. Zo goed als altijd beschikbaar, maar ja, vrij snel. Kun je het op dit moment in je eigen werk gebruiken? Ik denk dat ik het nog veel meer zou kunnen gebruiken. In mijn werk moet ik zeggen, gek genoeg gebruik ik het nog nog niet heel veel. Vooral thuis mee aan het experimenteren, met teksten, en wel voor LinkedIn bijvoorbeeld. Grappig genoeg, juist toen ik bij de NS begon, wilde ik net als vele anderen dan even een LinkedIn-post maken, dat ik iets nieuws ging doen. Toen dacht ik, nou, ik ga even de steekwoorden waar ik mee aan de slag ga, die bied ik eens aan aan ChatterJPT, en vraag of hij een mooie LinkedIn-post wil maken voor me van vijf regels. Dus daar kwam een mooie post uit, dus die heb ik online gezet. En het leuke was ook wel dat ik dan gelijk terug kreeg van, wat een goede post, en wat staat er de boeie van je op? Oh, mooi! Oh, dat je ook... Dan ben ik van, oh... Ja, het werkt wel. Het doel wat je wilde bereiken, is daarmee bereikt, toch? Dus ja, ik ben zelf niet zo gevoelig dat het dan niet meer persoonlijk is, en misschien, ik weet het juist, heel veel mensen die misschien onzeker zijn om een goed stukje tekst te schrijven voor LinkedIn, dat zit net een beetje als steuntje in de rug om misschien wel iets meer van jezelf te laten zien. Ja, zeker. En zeker als je die... Daar komen we er toch weer op terug. Jij gaf natuurlijk al in van, ja, dit is mijn opdracht, dus je begint eigenlijk vanuit eigen content, en die laat je eigenlijk gewoon een soort van vertalen. Ja. -Heel mooi. Niels, jij ziet deze niet aankomen. -Nee. Vertel. Wat heb jij als laatste AI-tool gebruikt, wat geen ChatterJPT is? Nee, dat zag ik niet aankomen, maar daar hoef ik ook niet lang over na te denken. Ik ben het laatste aan het spelen geweest met Microsoft Designer. Dus ik was wat plaatjes aan het genereren, en ik zag iedereen spelen met avatars van zichzelf, zonder foto's aan te leveren, om toch te kijken, krijg je hem met een pront zodat hij een beetje op je lijkt? Dus daar ben ik mee aan het spelen geweest, want ik was daarnaast Microsoft Designer voor een PowerPoint-presentatie nog wat eentjes aan het genereren. Toen dacht ik, ik ga ook toch eens proberen mijn eigen avatar te genereren. En ik moet zeggen, dat was best nogal moeilijk om een beetje te sturen, want hoe ga je je kapsel nou beschrijven en dat soort zaken zonder foto's? Kuifje. -Terug? Ja. -Kuifje. In jouw geval niet lastig, Niels. Dank je wel. Dat was ook mijn input. Maar er kwam er dus ook letterlijk een hoofd van kuifje bij, en gelukkig, daar leek dat nog wat minder op. Dus ik moest hem daar best wel kuifje meegeven, maar daarna weer allemaal kuifjes stiekem extra beschrijven om te komen tot een avatar. Natuurlijk niet helemaal waar hij voor bedoeld is, het is voor inspiratie. Maar ik dacht, ik ga het toch eens proberen. Ik had het streven om aan de kinderen te laten zien welke er het meest lijkt op papa. Die moet ik nog steeds doen, maar dat ga ik nog steeds doen. Dus daar heb ik hem het laatst. Niet-Chatgpt, en toch ook eigenlijk wel een beetje Chatgpt natuurlijk eronder. Heb ik gebruikt. -O, leuk. Maar, Joop, wie de bal kaatst, kan hem terugverwachten. We doen hem eerst eens samen. -Oké, ja. Kun je nog even nadenken, ja. Ik heb hem al een paar keer gekeken. Super, bedankt. Graag gedaan. Leuk om hier geweest te zijn. Leuk dat je weer luisterde naar een aflevering van AIToday Live. Vergeet je niet te abonneren via je favoriete podcast-app. En we hebben tegenwoordig een hele mooie exclusieve nieuwsbrief. Daar kan je ook op abonneren, staat in de show notes. Tot de volgende keer.[Muziek]