Mikal: Welkom bij de podcast HKU en AI.
Download transcript (.srt)
0:02
0:04
0:11
0:23
0:28
0:30
0:33
0:36
0:40
0:42
0:46
0:50
0:54
0:57
1:02
1:04
1:08
1:11
1:14
1:14
1:18
1:21
1:26
1:29
1:35
1:37
1:40
1:45
1:49
1:52
1:55
1:57
1:58
2:03
2:07
2:10
2:12
2:15
2:18
2:22
2:27
2:29
2:34
2:39
2:42
2:48
2:55
2:56
3:01
3:05
3:08
3:10
3:11
3:16
3:22
3:26
3:30
3:32
3:36
3:41
3:42
3:44
3:45
3:48
3:50
3:52
3:54
3:56
3:58
4:01
4:02
4:04
4:06
4:08
4:09
4:12
4:15
4:17
4:20
4:22
4:23
4:24
4:25
4:28
4:29
4:30
4:33
4:35
4:37
4:40
4:41
4:44
4:50
4:51
4:55
5:00
5:01
5:06
5:13
5:15
5:18
5:22
5:26
5:29
5:31
5:34
5:35
5:39
5:40
5:43
5:45
5:50
5:51
5:54
5:56
5:58
6:01
6:03
6:06
6:08
6:10
6:12
6:14
6:16
6:18
6:21
6:22
6:25
6:26
6:28
6:30
6:32
6:34
6:36
6:38
6:39
6:42
6:45
6:47
6:49
6:52
6:55
6:57
7:01
7:03
7:04
7:06
7:10
7:11
7:13
7:15
7:17
7:19
7:21
7:23
7:25
7:27
7:29
7:31
7:33
7:35
7:37
7:39
7:41
7:43
7:46
7:47
7:49
7:51
7:53
7:55
7:57
8:00
8:01
8:03
8:05
8:07
8:10
8:14
8:17
8:20
8:25
8:29
8:30
8:32
8:37
8:40
8:42
8:44
8:45
8:48
8:51
8:52
8:53
8:55
8:58
8:59
9:01
9:03
9:06
9:07
9:09
9:11
9:13
9:15
9:17
9:19
9:21
9:23
9:26
9:27
9:29
9:31
9:33
9:35
9:37
9:39
9:41
9:43
9:48
9:50
9:51
9:53
9:55
9:57
9:59
10:01
10:03
10:05
10:07
10:10
10:11
10:15
10:17
10:20
10:24
10:28
10:34
10:39
10:41
10:46
10:50
10:53
10:55
10:59
11:00
11:03
11:04
11:05
11:09
11:11
11:15
11:16
11:18
11:21
11:24
11:26
11:27
11:29
11:32
11:33
11:35
11:42
11:44
11:47
11:50
11:52
11:55
11:57
12:01
12:04
12:08
12:10
12:14
12:19
12:20
12:23
12:27
12:30
12:37
12:41
12:45
12:47
12:54
12:56
12:59
13:01
13:08
13:11
13:17
13:22
13:29
13:32
13:34
13:38
13:41
13:44
13:46
13:49
13:55
14:00
14:02
14:04
14:07
14:14
14:21
14:23
14:26
14:32
14:35
14:41
14:48
14:52
15:00
15:04
15:06
15:09
15:10
15:13
15:15
15:23
15:25
15:27
15:28
15:30
15:33
15:35
15:37
15:38
15:40
15:44
15:45
15:46
15:49
15:51
15:52
15:54
15:57
16:00
16:05
16:07
16:08
16:11
16:13
16:15
16:16
16:19
16:21
16:23
16:25
16:28
16:30
16:32
16:33
16:36
16:38
16:39
16:41
16:43
16:45
16:46
16:49
16:50
16:52
16:56
16:58
16:59
17:00
17:02
17:06
17:07
17:09
17:10
17:11
17:13
17:16
17:18
17:19
17:23
17:25
17:26
17:29
17:32
17:34
17:37
17:39
17:40
17:42
17:44
17:49
17:52
17:53
17:54
17:54
17:55
17:57
17:58
18:00
18:02
18:04
18:07
18:08
18:11
18:12
18:15
18:17
18:19
18:20
18:22
18:24
18:26
18:29
18:30
18:32
18:34
18:36
18:38
18:40
18:44
18:45
18:47
18:49
18:51
18:53
18:55
18:57
18:59
19:01
19:03
19:05
19:07
19:09
19:11
19:13
19:15
19:18
19:20
19:21
19:24
19:25
19:27
19:30
19:31
19:33
19:35
19:37
19:39
19:41
19:43
19:45
19:47
19:49
19:50
19:54
19:56
19:58
19:59
20:01
20:04
20:06
20:08
20:09
20:11
20:12
20:15
20:17
20:19
20:21
20:23
20:25
20:27
20:30
20:31
20:33
20:35
20:37
20:40
20:43
20:45
20:47
20:50
20:53
20:56
20:58
21:01
21:05
21:07
21:09
21:12
21:13
21:15
21:17
21:19
21:21
21:23
21:25
21:26
21:29
21:31
21:33
21:35
21:36
21:38
21:40
21:43
21:45
21:46
21:48
21:50
21:52
21:54
21:55
21:58
22:00
22:02
22:04
22:06
22:08
22:10
22:12
22:14
22:16
22:18
22:20
22:22
22:24
22:26
22:27
22:31
22:32
22:35
22:36
22:38
22:40
22:42
22:44
22:47
22:49
22:50
22:52
22:55
22:56
22:59
23:00
23:02
23:06
23:07
23:10
23:11
23:13
23:16
23:17
23:19
23:21
23:23
23:24
23:26
23:28
23:31
23:32
23:36
23:40
23:42
23:45
23:48
23:51
23:53
23:56
23:58
24:00
24:03
24:05
24:08
24:10
24:11
24:13
24:14
24:16
24:18
24:20
24:22
24:23
24:25
24:26
24:28
24:30
24:34
24:39
24:41
24:49
24:52
24:54
24:54
24:55
24:57
24:58
24:59
24:59
Mikal: In deze podcast gaan we in gesprek met HKU'ers en alumni over hoe zij AI inzetten in hun werk- en maakprocessen.
Mikal: In elke aflevering zoomen we in op één aspect van AI, naar aanleiding van een concrete gebeurtenis of ervaring.
Hanneke: We hebben uitgenodigd in de studio Job, docent bij HKU.
Hanneke: Job, zou je jezelf even kunnen voorstellen?
Job: Ja, ik werk op HKU Media.
Job: En ik werk voor de opleiding IMT, Image and Media Technology.
Job: En de Associate Degree Digital Media, die we nu ook wel digitale media noemen.
Job: En daar geef ik vooral heel veel technische vakken.
Job: Ja, mijn vakken richten zich vooral wel op de creatieve maaktechnologieën.
Job: Visuele dingen, visual effects, montage.
Job: Ik leer ze omgaan met camera's, maar vooral ook hoe een camera werkt van binnen.
Job: Maar ik geef ook les in Creative Coding, in Processing.
Job: met adwinno's, allerlei sensoren en eigenlijk de communicatie tussen alle technologieën
Job: om tot creatief werk te komen.
Job: En dat gaat voor mij vooral over het ontrafelen van technologie.
Job: Dingen uit elkaar halen en ze op een andere manier combineren
Job: zodat je op een nieuwe manier verhalen kan vertellen.
Hanneke: Mooi.
Job: Bij de Associate Degree Digital Media is een tweejarige opleiding
Job: en daar gaat het echt over storytelling.
Job: Niet specifiek storytelling, maar het gaat eigenlijk altijd over de connectie met de maatschappij.
Job: Dus eigenlijk een verhaal aan een doelgroep vertellen.
Job: En wat we daar proberen is dat we eigenlijk hun scala van vertelmanieren proberen op te rekken.
Job: Helemaal in het begin van de opleiding.
Job: Dus we beginnen met Exploring Screens, het eerste blok.
Job: Dan zijn we in de black box in de studio bezig met vertellen met projectie, met licht, met geluid, ruimtelijk geluid.
Job: Met props, met motion capture, al dat soort technologieën.
Job: En daarna gaan ze creatieve technologie in en dan gaan we eigenlijk, hoe denkt een computer?
Job: En hoe kan ik nou een interactief systeem bouwen om een verhaal mee te vertellen?
Job: Om eigenlijk los te komen van het scherm.
Job: Je kan je verhaal lineair op een scherm vertellen.
Job: Maar het is misschien wel veel interessanter als je je kijker agency geeft in hoe jouw verhaal zo'n verloop heeft.
Job: En daar leer je allerlei technieken om op die manier verhalen te vertellen.
Job: En dat past dan vervolgens de komende twee jaar toe in de opleiding.
Mikal: En is AI daar ook een onderdeel van?
Job: Ja, AI is eigenlijk een hulpmiddel.
Job: Er is geen doel op zich in die vakken.
Job: Ik heb net het creatieve technologie vak afgesloten.
Job: En ik heb al interessante nieuwe conclusies rond het gebruik van ChatGPT.
Job: Dan kan ik heel hard roepen, nee doe het niet.
Job: Maar ik ben wel achtergekomen, ik doe het al de afgelopen drie, vier jaar.
Job: Daar sta ik studenten zeker toe om grotere stappen te maken door ChatGPT te gebruiken.
Job: Om gewoon hele lappe code te laten produceren.
Job: En wat ik merkte is bij de generaties hiervoor dat dat ze hielp om eigenlijk grip te krijgen op hoe zit zo'n taal nou in elkaar.
Job: En hoe kan ik vanuit de dingen die ChatGPT geeft nu zelf begrip opbouwen om mijn eigen combinaties te maken.
Job: En eigenlijk die taal verder te leren.
Job: En ik kom bij deze klas achter dat ze zich echt enorm hebben in de luren laten leggen door ChatGPT.
Job: En eigenlijk allemaal halverwege de week twee eindigde met een product waarvan ze dachten.
Job: Ja, dit deed wat we aan ChatGPT gevraagd hebben.
Job: Maar we weten niet hoe we het nu moeten laten doen wat we eigenlijk willen.
Job: Dat ligt niet per se aan die klas.
Job: Want het is een hele fanatieke, hele actieve, super toffe klas.
Job: Maar het lijkt alsof ze de connectie niet leggen tussen wat ChatGPT voor ze heeft neergezet.
Job: En hoe dat nou eigenlijk, ze kunnen niet relateren hoe dat functioneel intrinsiek werkt.
Job: Ondanks dat ik begonnen ben om in les 1 en 2, week 1 en 2,
Job: vanaf de grond ervan uit te leggen hoe computercode werkt.
Job: Dus ik hoop dan dat ergens in het midden die twee werelden samenkomen.
Job: Ze zien dus wat ChatGPT heeft gemaakt, maar ze zien ook hoe ze dat zelf kunnen opbouwen.
Job: 1 en 1 is 2.
Job: En op een of andere manier geen bliksem dit keer.
Job: Dat klikt er niet.
Mikal: Ja. Oké. En heb je enig idee
Mikal: waarom het dan bij andere klassen hiervoor wel
Job: lukt? Nee, want dit zijn
Job: wat ik zei, het is een heel leuk klas.
Job: Het zijn ook allemaal hele slimme mensen.
Job: Dus dat is het ook niet. Ze hebben ook niet
Job: ze zijn ook absoluut niet lui.
Job: Maar het lijkt alsof
Job: ze, ja alsof er een grotere
Job: afstand tot
Job: het medium waarmee ze werken. Het begint nu wel te komen
Job: ze hebben er gewoon meer tijd voor nodig gehad.
Job: Nu in de laatste week zeggen steeds meer dingen
Job: klik. Ja. Maar
Job: oh wauw, dat is eigenlijk best een heel groot gevaar.
Job: Wat dat oplevert.
Job: Maar die trend is al best wel een poos aan de gang.
Job: Want dat zit hem ook in tutorials bijvoorbeeld.
Job: Zijn heel veel studenten.
Job: Ja, kijk wel een tutorial.
Job: Ja, een tutorial leert je heel vaak dat ene ding te maken.
Job: Wat die tutorial doet.
Mikal: Ja, precies.
Job: En daar had ik het ook met Aaron, een andere docent over.
Job: Die zei van ja, dan gaan ze op zoek naar een tutorial.
Job: Die specifiek hun probleem oplost.
Job: En als ze die tutorial niet vinden, dan kan dat niet.
Job: Ja, nee, dan kunnen we het niet maken.
Job: Want er is geen tutorial die dit uitlegt.
Job: Dus dat internaliseren van het opdelen van grootprobleem en deelproblemen.
Job: En dan oplossingen zoeken voor die deelproblemen.
Job: Dat we allemaal samenvoegen tot je hoofdoplossing.
Job: En ondertussen het internaliseren van al die methodieken die je hebt om die deelproblemen op te lossen.
Job: Om dat grote probleem op te lossen.
Job: Dat proces, dat moeten we op een betere manier gaan duiden, denk ik.
Mikal: Dus in die zin is er misschien ook niet eens zoveel verschil tussen het chat-GPT gebruiken of het volgen van tutorials.
Job: Nee, want wat het is, is het een quick fix.
Job: Want ik wil iets maken.
Job: Ik ga op internet op zoek naar een plaatje wat er ongeveer uitziet als het ding wat ik wil maken.
Job: En vervolgens kan ik gewoon als een uitvoerder stap voor stap die tutorial volgen.
Job: En dan ben ik plop tot dat eindresultaat gekomen.
Hanneke: Maar dat is niet procesgericht, dat is eerder resultaatgericht.
Job: Ja, maar ik denk dat dat de kern is.
Job: En dat is met JetGPT ook.
Job: Want ik kan prima een vraag stellen aan JetGPT en er komt een stuk code uit.
Job: En ik wil alleen maar copy-based duwen.
Job: Het doet ongeveer wat ik hem gevraagd heb.
Job: Dus daar heb ik niks mee geleerd.
Hanneke: En wij willen studenten meer leren om dat proces te kunnen volgen.
Hanneke: Te kunnen draaien.
Hanneke: Wat betekent dat dan voor jouw onderwijs?
Hanneke: Tenminste, je hebt het nu meegemaakt met deze klas.
Hanneke: Dus dat is de eerste keer, denk ik.
Job: Nee, dat is de eerste keer dat ik het nu zo makkelijk kan duiden.
Job: Of dat het zo misschien bij een hele klas...
Job: dat ik het gewoon ergens voelde alsof het zonde van de energie was.
Job: Dat ze het zo hadden gedaan.
Job: Maar dat is altijd wel zo geweest.
Job: misschien is het ook niet aan iedereen gegeven.
Job: Dat kan ook.
Job: Het is niet aan iedereen gegeven om zijn eigen
Job: meubilair te maken of scratch.
Job: Sommige mensen moeten gewoon naar de winkel om een stoel te kopen.
Job: En dat geldt voor dit soort dingen
Job: ook, dat je een bepaald doel wil bereiken.
Job: Ik denk dat het
Job: heel erg afhangt van
Job: de positionering van de student. Dus op het moment dat een student
Job: naar mij toe komt, zegt van ik wil gewoon creative coder zijn.
Job: Ik wil dit kunnen.
Job: En die komt dan met dit soort resultaten aan.
Job: Dan moet ik hem op een andere manier op weghelpen.
Job: Maar als een student naar mij toe komt,
Job: Ik wil op deze en deze manier een interactief verhaal vertellen.
Job: En die komt er grosso modo met ChatGPT als een speer totdat.
Job: En die kan vervolgens gaan itereren op dat verhaal.
Job: Ja, dan geen enkel probleem.
Job: Want dat is gewoon de manier om snel tot een prototype te komen.
Job: Om een nieuwe stap te kunnen maken in wat je eigenlijk wil bereiken.
Job: Dus ik denk dat het heel individueel is.
Job: Dat het ook heel genuimenteerd is hoe je dat moet begeleiden bij studenten.
Mikal: Maar ben je dan niet het probleem aan het uitstellen?
Mikal: Want als je student uiteindelijk...
Mikal: Je kan heel makkelijk tot een prototype komen.
Mikal: Maar als je uiteindelijk tot een echt product wil komen.
Mikal: zit je dan niet vast? Of ga je zeggen
Mikal: is dan het argument, nee maar dan zoek je iemand
Mikal: die het voor je kan doen?
Job: Nee, dat is niet het argument, dat is gewoon echt letterlijk
Job: wat ik dan zeg, we realiseer je dus wel
Job: dat als je dit echt wil gaan maken, dat je
Job: mensen om je heen zal moeten verzamelen
Job: die jij kan instrueren. En ondertussen
Job: hebben ze door te kletsen met ChatGPT
Job: hebben ze heel veel geleerd over hoe ze
Job: iemand dusdanig moeten instrueren, dat ze iets
Job: krijgen wat ongeveer lijkt op wat
Job: ze willen. Dus ze hebben een heel breed
Job: vocabulaire gekregen om mensen uit te
Job: leggen wat ze willen maken. En ze zijn ook nog eens,
Job: want als je tegen chat-gpt zegt, teken een paard
Job: van mij in processing in Java, dan krijg
Job: je een meest vanstandige ding. Dus je moet heel veel
Job: daarbij uitleggen en connoteren
Job: om dat resultaat te krijgen. En dat zal ook
Job: zijn, als je aan een code zegt, kun je van mij een paard
Job: tekenen? Die heeft misschien een ander beeld van de paard.
Job: Maar die, dus je moet ergens
Job: leren communiceren om samen tot dat
Job: gemeenschappelijke beeld van de paard te komen.
Job: En dat hebben ze dan wel geleerd.
Job: Dus in die zin niks verloren.
Job: Maar je moet wel heel goed kijken naar
Job: wat het individuele profiel is van die student.
Job: Wat wil hij bereiken eigenlijk met wat hij hier doet?
Mikal: En je zei aan het begin van ja, ik zie het als een gereedschap AI.
Mikal: Als een tool om tot iets te komen.
Mikal: Maar als je nu zegt van ja, ik leer er ook mee communiceren uiteindelijk.
Mikal: Dus ik leer door met ChatGPT te werken, leer ik ook hoe ik later met een programmeur kan praten.
Mikal: Is het dan nog steeds een tool of gaat het dan op een samenwerking lijken?
Mikal: Hoe zie jij dat?
Job: Maar het gaat in twee dingen wel om hetzelfde.
Job: Dat het een gereedschap is om snel tot versies te komen.
Job: dat is het voor mij ook dat ik
Job: op een gegeven moment weet je dat je wel functioneel
Job: weet je wat je wil gaan maken
Job: in een stuk code, bewijsbesprekend
Job: ik richt me nu alleen maar op code natuurlijk
Job: maar ik kan heel snel een iteratie maken
Job: door even
Job: een chatGPT soort van basis te vragen
Job: maar omdat ik wel weet welke antwoord die geeft
Job: en precies al die regels code kan duiden
Job: kan ik met die eerste iteratie
Job: kan ik heel snel aan de gang om
Job: naar mijn hand te zetten, heb ik al dat grove werk
Job: heb ik laten doen door mijn stagiaire chat-tpt
Job: en nou kan ik het gaan verfijnen
Job: samen met de stagiair af en toe nog
Job: even iets terug te kaatsen.
Job: En dan is het dus en een tool en tegelijkertijd
Job: een middel om die skills
Job: te trainen.
Job: Het is een beetje, ik maak het ook een vergelijking
Job: een tijd terug met stokmateriaal.
Job: Op een gegeven moment is er heel veel
Job: in de audiovisuele wereld, is er ontzettend veel
Job: stokmateriaal gekomen. Muziek, daar begon het bij.
Job: Je liep bijna geen muziek meer voor een commercial.
Job: Nou, commercials nog wel, maar voor een bedrijfsfilm liet je
Job: geen muziek meer componeren. Had je gewoon 200 cd's
Job: en dan pikt hij na eindeloos zoeken
Job: de juiste track vanaf. Maar ook in video
Job: beeld. Dus er zijn enorme stocklibraries van allerlei
Job: beeldmateriaal. En op een gegeven moment
Job: is dat gewoon de manier geworden om
Job: heel snel te kunnen produceren.
Job: Alleen, ik denk
Job: op een kunstacademie,
Job: jij moet echt van hele goede huizen komen, wil je
Job: afstuderen met een film die helemaal bestaat uit stokmateriaal
Job: op een kunstacademie. Maar tegelijkertijd
Job: kun je dat stokmateriaal wel prima gebruiken
Job: om tot een eerste edit te komen. Of misschien sommige
Job: shots uit stokmateriaal te halen.
Job: En dan gewoon te laten zien.
Job: Om aan mensen te kunnen laten zien van ik ben dit product aan het maken.
Job: En ik wil heel graag dat het hier naartoe gaat.
Job: Het moet er ongeveer zo uitzien.
Job: En waar zit dan de verhouding tussen inspiratie en stokmateriaal?
Job: Dat is dan het interessante natuurlijk.
Job: Op dezelfde manier kun je AI nu ook inzetten natuurlijk.
Job: Dat je gewoon zegt, ik wil gewoon een filmmaker die een bepaalde visuele stijl heeft.
Job: En die ga ik gewoon eens 50 verschillende visuele stijlen verkennen samen met dat AI.
Job: Het gaat veel sneller omdat je eindeloos gaat zitten op Pinterest totdat je de juiste visuele stijl hebt gevonden.
Job: Dus in dat traject kan het heel waardevol zijn.
Job: Maar om dan vervolgens je hele werk erop te baseren,
Job: dan moet je toch echt een verdieping zoeken in die wereld.
Mikal: Ja, je had het net kort over een heel werk maken met AI,
Mikal: of een heel eindwerk maken met AI.
Mikal: Dat was ook een van de redenen waarom je je hebt uitgenodigd.
Mikal: Want we weten dat je een aantal werken hebt begeleid,
Mikal: die tot een eindwerk zijn gekomen,
Mikal: die voor een grote uit AI beeld of materiaal bestaan.
Job: Ja.
Mikal: Kan je daar iets over vertellen?
Job: Ja, de grap is, ik heb ze niet als afstudeerbegeleider begeleid,
Job: maar er zijn op IMT afgelopen,
Job: in ieder geval één iemand die helemaal 100% met AI werk is,
Job: is afgestudeerd.
Job: Ik weet niet precies met welke jaren we het over hebben,
Job: maar er was echt in de cynische fase bijna nog,
Job: dat jij als docent dacht van, ja, maar wacht even,
Job: dat is gewoon advanced random generator.
Job: Je zit hier gewoon.
Job: Dus ik merkte, ik had op een gegeven moment
Job: een aantal tussenbesprekingen met die student
Job: en een andere docent erbij,
Job: Dat wij ontzettend sceptisch waren eigenlijk.
Job: Over ja, maar wat is nou jouw makerschap in dit werk?
Job: Of ben je eerder een curator geworden?
Job: Heb je gewoon, leg ons uit, hoe werkt dit proces?
Job: Heb je 50 verschillende varianten gegenereerd?
Job: Heb je de beste gekozen en die zit nu in film?
Job: Of ben je al knedende tot dit werk gekomen?
Job: En het antwoord van de student was toen.
Job: In eerste instantie nog van ja, nee, ik kijk gewoon wat eruit komt.
Job: En onze reactie was toen nog heel cynisch van, ja, dat is niet goed genoeg.
Job: Je moet echt, je moet gewoon kunnen laten zien dat je die tool mastert.
Job: En daar werd ze in de instantie een beetje boos over misschien wel.
Job: Maar dat leidde wel tot besef.
Job: En specifiek die student is toen gewoon eigen dingen lokaal gaan installeren.
Job: Hij heeft zichzelf een nieuwe laptop aangeschaft.
Job: En die is gewoon echt erin gaan zitten zoeken.
Job: Hoe kan ik nou dat gereedschap onder handen krijgen?
Job: Hoe kan ik nou, als ik nou aan dat knopje draai, wat gebeurt dan eigenlijk?
Job: En die heeft zo eigenlijk de logica in haar maakproces ontdekt.
Job: En die kon dus semi-voorspelbare resultaten maken met dingen.
Job: Dus die kon echt weer vanuit visie beeld gaan genereren.
Job: Daar zit voor mij echt een oomslaggebied.
Job: Dat je vanuit artistieke visie de AI kan gebruiken als tool om jouw product te maken.
Job: Of het beeld wat jij voor ogen hebt te maken.
Hanneke: Wat heeft ze dan daadwerkelijk geleerd?
Hanneke: Wat doet ze dan op?
Hanneke: Ik ben er wel benieuwd naar, want eigenlijk is het dan een soort van prompt engineering aanpassen op de visie die je in je hoofd hebt.
Hanneke: Of is het heelplat geslagen wat ik nu zeg?
Job: Nee, maar ja, is verre van een palet kiezen en de breedte van de kwast kiezen niet ook gewoon prompt engineering?
Hanneke: Ga dan toch experimenteren en anders met materiaal of met een AI bedoel je?
Job: Ja, alleen zij experimenteert door andere functies in te voegen en door de wiskunde erop na te slaan.
Job: door misschien eens wat andere beelden aan dat ding te voeren.
Job: Om tot een, zelden als dat een schilder op een gegeven moment denkt,
Job: wat als ik een stuk kant op mijn schilderijen doe en daar dan overheen ga met acrylverf
Job: en dan naar die textuur, maar daar dat inspireren.
Job: Zo heeft zij ook met haar digitale gereedschap om leren gaan.
Job: Geen genoegen nemen met dat eerste resultaat.
Job: En ik denk dat daar, als je het zo bekijkt,
Job: is een AI-tool in die zin helemaal geen andere tool dan een andere gereedschap.
Job: In een video-editing applicatie doe je ook continu van dat soort dingen.
Job: Als je zit je ook te experimenteren, wat als ik dat filter erop gooi?
Job: Oh wacht, dat wordt heel lelijk.
Job: Maar als ik dat filter nou zo en zo tweak, dan krijg ik wel die kleur die ik wil hebben.
Job: En zo ga je je proces verfijnen tot wat je voor ogen hebt als maker.
Job: Maar op het moment dat je wat je voor ogen hebt als maker laat leiden door de tool,
Job: dan ben je andersom bezig.
Job: Dat kan in de verkennende fase heel goed.
Hanneke: Dus eigenlijk zie je het niet anders dan bij wanneer een student geen gebruik maakt van AI.
Hanneke: Hanteer je andere criteria of is dat niet nodig?
Job: Nee, want het gesprek is wat was jouw intentie en hoe ben je daar gekomen?
Job: En op het moment dat daar iets aan rammelt, dan weet je dat het te gemakkelijk is geweest.
Job: Dan heeft iemand gewoon bij de eerste instelling gedacht, nou dat is waardig.
Job: Terwijl als een student, we trainen die student om in dat proces heel duidelijk zijn stappen te kunnen beargumenteren, continu.
Job: En op het moment dat je dat kan, dan maakt het eigenlijk dus niet uit wat voor maakgereedschap daaronder ligt.
Job: Maar tenminste, zo werkt het voor mij.
Job: Ik weet niet of dat voor andere mensen ook zo werkt.
Job: Je kan er ook voor kiezen om te spieken tijdens de taal.
Job: Maar ja, je kan er ook voor kiezen om je paper te laten schrijven door ChatGPT.
Job: Maar wat heb je er dan van geleerd?
Job: Terwijl als jij kan uitleggen waarom je paper zo in elkaar zit en dat je stukjes ChatGPT hebt geschreven omdat je zelf zo dyslectisch als mijn naam bent en dit gewoon lekker leest.
Job: dan is het nog steeds jouw
Job: intentie die in dat
Job: stuk ligt.
Job: Dat is heel persoonlijk hoor, het is helemaal niks
Job: met de hele beoordeling van onze opleiding of wat dan ook te maken.
Job: Maar ik vind die
Job: intentionaliteit
Job: en ook echt snappen wat
Job: je gereedschap doet, vind ik echt een
Job: fundamenteel, voor een maker vind ik dat echt een fundamenteel
Job: ding,
Job: kwalificatie eigenlijk.
Job: Dus in mijn begeleiding of in mijn beoordeling
Job: ga ik wel op zoek naar
Job: oké, het is mooi dat je dit gemaakt hebt.
Job: Ik snap ook hoe het tot stand is gekomen.
Job: Maar wat was nou jouw aandeel hierin?
Job: Wat is jouw makerschap in dit werk?
Mikal: En zie je dan nog verschillen in zoiets als een tekstgenerator en een beeldgenerator?
Mikal: Of is dat in die zin hetzelfde?
Job: Ja, dat is wel een moeilijke.
Mikal: Die kan je eigenlijk al een soort van argumentatie of redenatie geven namelijk.
Mikal: Ik kan zeggen, ik wil iets maken.
Mikal: Vertel mij waarom ik dit wil maken en wat dat betekent of zo.
Mikal: En dan krijg je een heel mooi verhaal.
Mikal: Dat is de chatgept daar heel goed in.
Job: Ja, maar wouden we daar als mensheid beter van?
Mikal: Ja.
Job: Dus ik ben altijd wel op zoek naar die oprechtheid.
Job: Dus dit is gewoon een soort van double jeopardy.
Job: Nee, maar ook waar het gaat om scenario.
Job: Want je kan dus heel makkelijk nu een premisse bedenken.
Mikal: Ja.
Job: En zeggen, nou, ik wil een verhaal over twee oude mensen die samen jong willen blijven.
Job: En dat geef je aan ChatGPT en dan komt er een verhaal uit.
Mikal: Ja.
Job: Ja.
Job: Bij mij kom je daar niet mee weg, denk ik.
Job: Ik wil toch een menselijk verhaal.
Mikal: Denk je of weet je?
Job: Ik ben het nooit tegengekomen.
Mikal: Of je hebt ze niet betrapt.
Job: Dat zou kunnen, ja.
Hanneke: Maar jij werkt dus met name met studenten die beeldgeneratoren gebruiken.
Hanneke: En niet zozeer tekst.
Hanneke: Als ik jou zo hoor.
Job: Nee, dat klopt.
Job: Voice-overs zijn hyperpopulair momenteel.
Job: Dan had ik met diezelfde klas waar ik die, waar ik helemaal in het begin over had.
Job: Over die code.
Job: De chatGPT en code nu.
Job: In het eerste blok
Job: werken ze in de studio.
Job: Maken ze eigenlijk een ruimtelijke beleving in de studio.
Job: En er was één groep die hadden zelf een voice-over ingesproken.
Job: Gewoon één van de klasgenoten.
Job: Herkenbaar.
Job: En één had twee voice-overs laten genereren door een spraakgenerator.
Job: En het is fantastisch om daar een dialoog over te doen.
Job: Wat vinden wij eigenlijk van de voice-overs?
Job: En dan hoor je in zo'n klas heel gemotiveerd komen.
Job: Ja, maar sorry, ik vind die zelf ingesproken voice-over zoveel beter.
Job: Want jullie willen appelleren aan een gevoel.
Job: Jullie willen appelleren aan mijn emotie.
Job: Dan kan ik helemaal niks met die AI-stem.
Job: Want ik prik er toch wel doorheen.
Job: Ook al is het heel goed gedaan, dan prik je er toch wel doorheen.
Job: Want ze voelen gewoon wat de intentie was.
Job: En dat hij dus niet gehaald is met die AI-stem.
Mikal: En wisten zij dan van tevoren dat het een AI-gegenereerde voice-over was?
Job: Nee.
Mikal: Dat hoorden ze er in.
Job: Ja.
Mikal: Ah, oké.
Job: En bij die andere wisten ze heel duidelijk, want het is gewoon een van de klasgenoot.
Mikal: Ja, dat is wel.
Mikal: Ja, inderdaad wel, ja.
Job: Ja, maar dat was wel...
Job: Ik vind die dialoog dan belangrijker dan...
Job: Is het nou met AI gemaakt, ja of nee?
Job: En raakt het zijn doel.
Job: Is het het juiste gereedschap voor het doel wat je wilde bereiken?
Mikal: Ja.
Job: En dat visuele werk waar we het net over hadden...
Job: dat het beeld wat
Job: zij wilde maken
Job: had ze niet
Job: op een andere manier kunnen maken
Job: tot hoe het er nu uitziet. Dus het verhaal
Job: was dat gewoon
Job: ze was ingeïnspireerd door wat de technologie allemaal kon
Job: maar ze heeft hem ook nog eens
Job: gemasterd in de tools en ze heeft
Job: een hele sterke visie gehad over welk beeld ze wilde
Job: ze wilde maken. En als ze dat
Job: beeld op een andere manier had gemaakt
Job: dat had moeten maken dan
Job: was ze daar waarschijnlijk gewoon niet op deze
Job: op dit niveau
Job: op uitgekomen. Dat het er echt
Job: uitzag zoals zij het in haar hoofd voor zich
Job: zag. Dan had ze allerlei 3D-technologie
Job: uit de kast moeten trekken en weet ik wat meer.
Job: Dus dat was altijd een ander werk geworden.
Mikal: Ja, want een soort van vergelijkbare manier zonder AI
Mikal: was om een andere student
Mikal: of iemand te vinden die het beeld
Mikal: in elk geval voor haar zou kunnen maken.
Job: Ja, of zelf al die skills leren.
Job: Kijk, al de tijd die ze nu heeft stoken in het leren
Job: van die algoritmes tweaken, had ze ook
Job: kunnen steken in het leren van Blender om het
Job: zo te maken. Maar de vraag was dan
Job: of dat ze dan was gekomen waar ze
Job: nu is gekomen. Hoe ze het nu heeft
Job: kunnen visualiseren.
Job: Ja, want we kunnen nu met
Job: de visuele aie dingen, kunnen we dingen die we
Job: of in ieder geval dingen
Job: veel makkelijker, die we op een andere
Job: manier nog niet echt konden.
Job: In die zin is het ook gewoon een soort
Job: van democratisering van
Job: het proces, waar we in
Job: muziek al jarenlange democratisering
Job: hebben, waarbij geluidsstudio's die normaal
Job: tonnen kosten nu gewoon in je eigen
Job: in je eigen badkamer bouwt, zeg maar.
Job: En op een kwaliteit kan opnemen die
Job: vergelijkbaar is met
Job: die hele dure systemen.
Job: Op video- en filmgebied
Job: is er ook een enorme democratisering aan de hand.
Job: Wat betekent dat
Job: de tools die eigenlijk aan
Job: kunstenaars en makers
Job: voorbehouden waren, waar je heel veel energie
Job: in moest steken om ze te masteren
Job: om dat te kunnen maken wat je wilde,
Job: die zijn nu in handen van
Job: de massa. Dus wat heb je dan als
Job: maker nog nu om
Job: het verschil te maken?
Job: Hoe kun je nu nog
Job: je onderscheiden van
Job: de massa als
Job: maker? Want je kan
Job: die technologie allemaal hebben, je kan die maak skills
Job: allemaal hebben, maar welk verhaal
Job: ga je vertellen en hoe kun je dat zo weergeven
Job: dat het een verschil maakt?
Job: Wat voor mij ook
Job: een gevaar is wel in die AI-tools
Job: of eigenlijk in heel veel tools,
Job: Adobe doet dat nu ook,
Job: is dat we van, als ik vroeger een hamer gebruikte als gereedschap,
Job: dan ging ik naar een bouwmarkt en dan kocht ik een hamer.
Job: En ik had die hamer en die hamer had altijd dezelfde vorm en functie
Job: tot die stuk ging.
Job: Maar de student die bij ons aan het afstuderen was met een AI-medium,
Job: die is op een gegeven moment halvewege haar proces moeten stoppen,
Job: omdat de tool die ze toen gebruikte offline werd gehaald.
Job: En er kwam een nieuwe versie voor in de plek,
Job: die totaal anders werkte dan de versie waar ze eerder mee had gewerkt.
Job: Dus haar gereedschap werd gewoon iemand haar hamer halen
Job: en ze kreeg er gewoon een stof en blik voor terug.
Job: op een goed moment. Maar door zijn hele functie
Job: van wat ze aan doen was, moest hij zien.
Job: En Adobe doet het momenteel ook,
Job: omdat je geen ownership meer hebt over de software,
Job: maar dat je een abonnement neemt.
Job: Zij houden zich gewoon terecht voor om die tool
Job: gewoon onder jouw handen te wisselen. Dus als
Job: maker is het ook best wel link
Job: om je aan dat materiaal
Job: te verbinden.
Mikal: Aan de commerciële tools.
Job: Ja, want je legt daarmee, en dat is het inderdaad, we geven
Job: daarmee die commerciële
Job: bedrijven die die tools
Job: aanbieden,
Job: hebben we gewoon enorm veel macht over ons
Job: maakproces. En dat
Job: hoort ook bij de ethische kant natuurlijk.
Job: Waar we het echt over moeten hebben.
Mikal: Ik heb nog twee
Mikal: afrondende vragen voor je.
Mikal: Heb je nog tips of opmerkingen
Mikal: voor docenten die ook
Mikal: werk gaan beoordelen waar AI ingebruikt is
Mikal: of misschien ingebruikt is?
Job: Ja, als je er pas achterkomt bij het beoordelen
Job: ben je te laat.
Job: Dat is tip 1.
Job: Dus verdiep je in het werkproces van de studenten
Job: die je begeleidt.
Job: En voer deze dialoog met hun.
Job: Hoe draagt deze tool bij
Job: aan het eindresultaat wat jij voor ogen hebt?
Job: Leg die verantwoordelijkheid heel erg bij die
Job: student om aan te tonen
Job: wat de meerwaarde is van de technologie
Job: die hij of zij aanwendt om
Job: tot een bepaald werk te komen.
Mikal: Precies, dus in die zin, zoals je al eerder zei,
Mikal: is AI eigenlijk niet eens een
Mikal: afwijking van hiervoor?
Job: Binnen onze context wel. Op wereldschaal
Job: ben ik
Job: minder. Het is natuurlijk super naïef om te denken
Job: dat het allemaal wel,
Job: weet je, als we het zomaar als een stuk
Job: gereedschap zien, dan zal het allemaal wel meevallen.
Job: Ik denk dat er echt daadwerkelijk heel veel
Job: dingen gaan veranderen. Ook omdat,
Job: ja, dus er worden nu allerlei dingen gedemocratiseerd.
Job: Voice-overs, ook zo'n ding.
Job: Als je een voice-over nodig had,
Job: normaal ben je in een voice-over studio, en dan was er een mens
Job: die van jou kwam inspreken, waarin het verdienmodel aan hing.
Job: Ja, nu laat je dat
Job: door Eleven Labs, laat je dat even
Job: inspreken, en dan klinkt het eigenlijk ook wel
Job: oké. Nou, prima. Dus in die zin
Job: ik denk dat ik die twee werelden wil scheiden.
Job: Want als gereedschap
Job: ja, in onze maakomgeving.
Job: Maar in de wereldelijke
Job: omgeving
Job: weet ik eigenlijk niet zo goed wat ik ervan vind.
Job: Supermoeilijk.
Mikal: Oké. En de tweede vraag.
Mikal: Heb je tips van iets
Mikal: om te luisteren of te lezen
Mikal: of te kijken over AI?
Job: Ik vond de
Job: Shell Game heel erg interessant.
Job: Shell Game is een podcast waarin een journalist,
Job: een techjournalist,
Job: een model traint met zijn eigen stem.
Job: En die gaat zijn eigen stem allemaal mensen laten bellen.
Job: En uiteindelijk laat hij zijn eigen stem ook zijn eigen stem bellen.
Job: En dan heeft hij dus twee chatbots die met elkaar in gesprek raken.
Job: En wat hij dan ontdekt is gewoon heel...
Job: En vermakelijk, het is ook beangstigend.
Job: Vooral als hij in therapie gaat.
Job: Hij laat zijn chatbot in therapie gaan met eerst een chatbot-therapeut,
Job: die dus in Amerika gewoon zijn.
Job: En daarna met een echte therapeut.
Job: Daar heeft hij daarna nog het een en ander recht te zetten.
Job: dat vind ik fascinerend
Job: maar wat ik vooral fascinerender vind
Job: is de vasthoudendheid
Job: om vanuit zo'n simpel concept
Job: wat nou als ik mezelf
Job: een avatar gun
Job: dat dan helemaal diepgraven
Job: te onderzoeken
Job: om tot een bepaald
Job: ja, tot een uitspraak te komen
Job: en ook te onderzoeken
Job: waar zit voor mij nou de emotionele binding
Job: met mijn eigen stem
Job: dus uiteindelijk gaat het toch over menselijkheid
Job: niet over AI, maar het gaat over menselijkheid
Job: En ik blijf een grote fan, maar dat heeft niet specifiek iets met AI te maken.
Job: Maar wel met veiligheid is de serie Ik weet je wat het wordt.
Job: Die gaat vooral over wat we allemaal online meemaken.
Job: Er zijn nu heel veel hele nare dingen die veel makkelijker worden gemaakt voor kwadwillende personen in de wereld momenteel.
Job: En AI speelt daar een grote rol in, denk ik.
Job: Dankjewel, Job, voor dit gesprek.
Mikal: Dankjewel.
Job: Alsjeblieft.
Mikal: En tot de volgende keer.
Job: We komen elkaar wel tegen in de gang.
Job: Zeker.
Mikal: Dankjewel.
Mikal: Tot ziens.