Het merendeel van de tijd die je besteedt aan interactie met een digitale assistent zoals chatt gtp, gaat feitelijk verloren aan het herstellen van misverstanden. Wanneer je snel en betrouwbaar hulp nodig hebt, is het staren naar een lege chatinterface ontzettend inefficiënt. Gecategoriseerde assistent-apps lossen dit probleem op door open prompt-boxen te vervangen door vooraf geconfigureerde experts—zoals een chef-kok, taaldocent of schrijfcoach. Hierdoor krijg je direct nauwkeurige antwoorden zonder dat je zelf perfecte instructies hoeft te schrijven.
Het lege tekstvak schiet tekort voor de dagelijkse gebruiker
De afgelopen zes jaar heeft mijn werk op het gebied van digitale geletterdheid en online welzijn zich gericht op hoe mensen omgaan met opkomende technologie. Ik heb een aanzienlijke kloof waargenomen tussen de tools die ontwikkelaars bouwen en hoe mensen daadwerkelijk denken. Volgens gegevens van het Pew Research Center uit juni 2024 gebruikt inmiddels 34% van de volwassenen in de VS deze tools, waaronder 58% van de volwassenen onder de 30. We adopteren deze technologie razendsnel. Toch wees een wereldwijd werkplekonderzoek op een frustrerende paradox: hoewel gebruikers efficiëntieverbeteringen melden, besteedt 44% van hen regelmatig tijd aan het corrigeren van de fouten van de assistent.
Waarom gebeurt dit? Omdat de standaard chatt gtp ervaring stiekem van je verwacht dat je een 'prompt engineer' bent. Je moet een foutloze, zeer gedetailleerde opdracht schrijven om een nuttig antwoord te krijgen. Als je gewoon een snelle vraag typt, gokt het systeem naar je bedoeling, en vaak zit het er nageslagen. Ik zie dit voortdurend bij het evalueren van tools voor gezinnen en studenten. Mensen openen haastig hun telefoon, typen variaties zoals chatgtp of chat gptt, en verwachten een onmiddellijke oplossing voor een huiswerkprobleem of een vervangend ingrediënt in een recept. In plaats daarvan krijgen ze een generiek antwoord dat ze vervolgens handmatig moeten corrigeren.
Vooraf getrainde experts verminderen de cognitieve belasting
Deze wijdverbreide frictie is de reden waarom de architecturale aanpak van Kai AI - Chatbot & Assistant in de praktijk zo logisch is. In plaats van de gebruiker te dwingen precies uit te leggen hoe de informatie moet worden geleverd, categoriseert de app zijn diensten. Het biedt een gestructureerde bibliotheek van vooraf gedefinieerde persona's. Als je een week vol gezonde gezinsmaaltijden wilt plannen, gebruik je geen generieke chatbox; je selecteert de Chef-assistent. Als je Spaans wilt oefenen, kies je de Taaldocent.
Elk van deze gecategoriseerde persona's is op de achtergrond geconfigureerd met een zeer specifieke instructieset op expertniveau. De gebruiker ziet de complexe prompt nooit; hij plukt er alleen de vruchten van. De mentale last van het vaststellen van de context zou bij de software moeten liggen, niet bij de persoon die het gebruikt.
Dit betekent een enorme verbetering in gebruiksvriendelijkheid. Op internationale markten zien we exact dezelfde gebruikersintentie terug in zoekgedrag. Of een gebruiker nu op zoek is naar een Nederlandstalige interface of zoekt naar een door AI ondersteunde chatbot, de vraag is identiek. Mensen willen een app die fungeert als een gecategoriseerde assistent, in plaats van een leeg canvas. Dit is precies wat de Kai AI-app biedt: een systeem dat is ontworpen om gespecialiseerde expertise te leveren zonder giswerk.
Nauwkeurigheid is cruciaal bij persoonlijke gesprekken
De inzet bij een ongestructureerde chatt gtp zoekopdracht is hoger dan alleen verloren tijd. Academisch onderzoek gepubliceerd in 2024 toonde aan dat 82% van de gebruikers hun gesprekken met deze systemen als gevoelig omschrijft. Mensen bespreken vaak hun gezondheid, hun persoonlijke financiën en privébeslissingen binnen het gezin met deze platformen. In feite laten branchegegevens zien dat 70% van de interacties niet werkgerelateerd is.
Als iemand die nauw betrokken is bij online veiligheid, vind ik die 82% alarmerend als het systeem de juiste waarborgen mist. Een open zoekopdracht met termen als chatgps of chat gptt kan leiden tot onbetrouwbaar advies omdat het systeem gespecialiseerde context mist. Door de interactie te beperken tot een specifieke, vooraf getrainde expert-persona, worden de grenzen van het gesprek veel veiliger. Een aangewezen Fitnesscoach-persona is bijvoorbeeld door de onderliggende instructies beperkt tot het geven van enkel fitnessgerelateerd advies, wat het risico op off-topic of schadelijk advies verkleint.
Gestructureerd ontwerp bepaalt wie het meeste profiteert
Bij het evalueren van digitale hulpmiddelen voor het dagelijks leven is een duidelijke doelgroep cruciaal. De gecategoriseerde aanpak van Kai AI is specifiek gebouwd voor studenten die onderzoekslasten beheren, freelancers die hulp nodig hebben bij het snel opstellen van teksten, en ouders die hun schema's proberen te organiseren. Als je snelle, nauwkeurige en taakspecifieke hulp wilt, is een gecategoriseerde assistent daarvoor ontworpen.
Omgekeerd is het belangrijk om aan te geven voor wie dit formaat niet bedoeld is. Als je een softwareontwikkelaar bent die complexe Python-scripts wil genereren, of een AI-onderzoeker die je eigen aangepaste modellen wilt bouwen, zal een gecategoriseerde app te beperkt aanvoelen. Dan heb je een open ontwikkelaarsomgeving nodig, geen consumentenassistent.
In mijn ervaring met onderzoek naar veiligheid en bruikbaarheid bij ParentalPro Apps, zijn de meest effectieve tools de tools die frictie beperken en veiligheid maximaliseren. Het tijdperk van het typen van perfect geformatteerde instructies in een leeg vak loopt ten einde. We hoeven niet langer te leren hoe we met machines moeten praten; de software is eindelijk zo gestructureerd dat deze tegen ons praat in de specifieke, deskundige stemmen die we daadwerkelijk nodig hebben.