# Modellen, context en onjuiste antwoorden

Taiga Learning · Werkblad
https://taiga.training/nl/lessons/models-context/

Gebruik fictieve of goedgekeurde informatie. Zet geen secrets in dit werkblad.

## Leerdoelen
- Scheid modelcapaciteit van toegang tot actuele feiten.
- Herken wanneer een ontbrekende beperking een verder aannemelijk antwoord verandert.
- Vraag om bewijs dat u kunt inspecteren.

## Oefening
Kies een kleine functie die u begrijpt. Gebruik code zonder gevoelige informatie.
1. Vraag een goedgekeurde AI-tool de functie uit te leggen.
2. Geef de aanroeper en één mislukte test mee.
3. Vraag de tool de uitleg te herzien.
4. Noteer de gewijzigde bewering en het bewijs dat tot de wijziging leidde.
5. Noteer resterende onzekerheid.

## Uw antwoord
- Scenario en scope:
- Aannames en openstaande vragen:
- Voorgesteld antwoord of besluit, met redenen:

## Controleer uw antwoord
| Claim of criterium | Bewijs of test | Resultaat of hiaat | Verantwoordelijke |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## Volgende actie
- Actie, verantwoordelijke en datum:
- Wanneer reviewt u dit antwoord?

## Te onthouden principe
Bruikbare uitvoer vraagt om capaciteit en de juiste taakinformatie. Een heldere uitleg toont niet aan dat het model zijn aannames heeft gecontroleerd.

## Bronnen
- [NIST: Generative AI Profile, AI 600-1](https://doi.org/10.6028/NIST.AI.600-1)

Dit werkblad ondersteunt leren. Het invullen geeft op zichzelf geen toestemming voor een productiewijziging.