Niet gecategoriseerd

Personalisatie met AI: Inspireren in plaats van beperken
“Als je dit boek leuk vond, dan vind je deze ook interessant!” – We kennen het allemaal van Netflix, Spotify en Bol.com. Algoritmes volgen wat we doen, bouwen een profiel op, proberen te voorspellen wat we de volgende keer willen en sturen ons daarmee vaak dezelfde kant op. Maar is dat wel de beste manier? En past deze aanpak bij de rol van bibliotheken?

De valkuil van profielen en filterbubbels

Traditionele aanbevelingssystemen werken met gebruikersprofielen: ze verzamelen data over wat je leest, waar je op klikt en wat je voorkeuren zijn. Op basis daarvan plaatsen ze je in een bepaalde categorie en geven ze je meer van hetzelfde.

Maar mensen zijn veelzijdiger dan hun leesgeschiedenis, immers:

• Vandaag zoek je een spannende thriller voor op vakantie.
• Morgen heb je een studieboek nodig.
• Volgende week wil je een kinderboek cadeau doen.

Een vast gebruikersprofiel kan deze veelzijdigheid niet vangen en creëert een filterbubbel: je krijgt steeds dezelfde soort aanbevelingen en mist de kans om verrast en geïnspireerd te worden.

Waarom bibliotheken een andere aanpak kiezen

Commerciële platforms hebben als doel om gebruikers zo lang mogelijk op hun platform te houden. Bibliotheken hebben een maatschappelijke rol: zij helpen mensen niet alleen met wat ze al kennen, maar ook met nieuwe ontdekkingen en kennisverbreding.

De bibliotheek als plek van serendipiteit

Bibliotheken hebben altijd een unieke rol gespeeld als plekken waar je onverwachte ontdekkingen kunt doen. Het gevoel van door de rekken struinen en een boek vinden dat je niet zocht – maar dat precies bleek te passen.

Dit principe willen we ook in de digitale wereld behouden. Daarom kiest Boekbot voor een fundamenteel andere benadering van AI-personalisatie.

Hoe Boekbot personalisatie anders aanpakt
In plaats van een statisch gebruikersprofiel op te bouwen, werkt Boekbot met gesprekken. Elke chat is een nieuwe kans om je wensen en interesses te verkennen.

• Je zoekt een boek voor je studie? Boekbot helpt.
• Je wilt ontspanning? Boekbot geeft andere suggesties.
• Je vraagt om een cadeau-idee? Je krijgt verrassende opties.

Elke sessie staat op zichzelf – er is geen algoritme dat probeert te voorspellen wat je wilt op basis van eerdere keuzes. In plaats daarvan luistert Boekbot naar wat je nú zoekt en denkt vanuit dat moment met je mee.

Uitdagingen en leerpunten

Natuurlijk brengt deze aanpak nieuwe uitdagingen met zich mee:

Bias in aanbevelingen
Hoe zorgen we voor diversiteit in suggesties?
Balans in collectie
Moeten alle boeken evenveel kans krijgen?
Transparantie
Hoe maken we duidelijk hoe aanbevelingen worden gedaan?
Inclusiviteit
Hoe zorgen we dat AI aanbevelingen doet die voor alle doelgroepen relevant zijn?
Door deze vragen te onderzoeken en AI slim in te zetten, willen we een betere balans vinden tussen persoonlijke relevantie en open ontdekking.

Samen de toekomst van AI in bibliotheken vormgeven

We staan nog maar aan het begin van deze nieuwe aanpak. Elke dag leren we meer over hoe we AI kunnen inzetten om bibliotheekbezoekers uit te dagen, te verrassen en te inspireren.

AI voelt als magie, maar hoe werkt het echt?
Moderne AI kan verrassend menselijk overkomen: het voert natuurlijke gesprekken, begrijpt context en past zich aan de gebruiker aan. Maar wat gebeurt er eigenlijk achter de schermen? Hoe zorgen we ervoor dat AI betrouwbare en relevante antwoorden geeft in de bibliotheek?

Om AI in bibliotheken goed te kunnen benutten, is het belangrijk om de technologie te begrijpen – niet zozeer als programmeurs, maar juist als professionals die willen weten hoe deze innovatie werkt en wat het betekent voor de toekomst van onze bibliotheekdienstverlening.

Wat maakt moderne AI revolutionair?
Traditionele AI-modellen waren vooral goed in data-analyse en patroonherkenning. Maar de nieuwe generatie, bekend als generatieve AI, kan zelfstandig nieuwe content creëren – of het nu gaat om tekst, beeld, muziek of code.

Wat maakt deze AI zo krachtig?
✅ Het begrijpt context en kan antwoorden formuleren op basis van eerdere gesprekken.
✅ Het leert continu en wordt slimmer naarmate het meer wordt gebruikt.
✅ Het kan informatie genereren, niet alleen ophalen uit een database.
Deze doorbraak is mogelijk dankzij drie belangrijke ontwikkelingen:

📊 Toegang tot enorme hoeveelheden data
AI leert van miljarden tekstvoorbeelden.
☁️ Cloud computing en krachtige hardware
AI-modellen kunnen razendsnel enorme hoeveelheden informatie verwerken.
🧠 Nieuwe AI-technieken zoals Retrieval-Augmented Generation (RAG)
waardoor AI betrouwbaarder en bruikbaarder wordt in de bibliotheeksector.
Dit maakt deze revolutie anders dan eerdere technologische doorbraken. Waar in het verleden innovaties vaak specifieke apparaten of kennis vergden, is AI nu toegankelijk voor iedereen via gewone apps en websites. Het wordt verweven in alle aspecten van ons leven – of we dat nu willen of niet.

Het collectieve geheugen van het internet
Het geheim achter moderne AI ligt in wat we ‘Large Language Models’ (LLMs) noemen. Deze modellen zijn getraind op praktisch alle tekst die op internet te vinden is – van wetenschappelijke artikelen tot sociale media, van literatuur tot dagelijkse gesprekken. Hierdoor hebben ze een soort ‘collectief geheugen’ opgebouwd dat niet alleen feitelijke kennis bevat, maar ook begrip van hoe mensen denken, praten en zich gedragen.

Stel je voor dat je miljarden gesprekken zou kunnen analyseren – je zou patronen gaan zien in hoe mensen communiceren, welke vragen ze stellen, hoe ze reageren. Dat is precies wat een LLM doet. Als jij een vraag stelt, zoekt het in dit enorme netwerk van patronen naar de meest logische manier om te reageren. Dit stelt AI in staat om:

🔎 Antwoorden te formuleren zoals een mens dat zou doen.
📚 Boekaanbevelingen te geven die aansluiten bij specifieke interesses.
💡 Complexe vragen te begrijpen en samenhangende antwoorden te geven.
De uitdaging van hallucinaties
Maar hier zit ook een uitdaging: AI werkt op basis van waarschijnlijkheden en kan soms informatie verzinnen als het geen passend antwoord vindt. Dit noemen we hallucinaties. We merkten dit bij de eerste versie van Boekbot: het systeem schreef prachtige boekbesprekingen, maar verzon soms boeken en titels die helemaal niet bestonden.

Hoe zorgen we voor betrouwbare AI in bibliotheken?
Om ervoor te zorgen dat AI in de bibliotheek betrouwbare en feitelijke antwoorden geeft, maken we gebruik van Retrieval-Augmented Generation (RAG). In plaats van alle kennis in het AI-model zelf te stoppen, geven we het toegang tot betrouwbare externe bronnen waarin het in real-time kan zoeken. Op die manier combineren we het beste van twee werelden: een natuurlijk gesprek én betrouwbare aanbevelingen.

Wat is RAG?
In plaats van alleen op voorgeprogrammeerde kennis te vertrouwen, kan AI met RAG real-time informatie opvragen uit betrouwbare bronnen, zoals de bibliotheekcatalogus.
Dit voorkomt dat AI antwoorden verzint en zorgt ervoor dat aanbevelingen altijd gebaseerd zijn op actuele en gecontroleerde gegevens.
Boekbot gebruikt RAG om boeken te vinden die aansluiten bij gebruikersvragen, zonder dat het model hoeft te ‘raden’.
Van AI-model naar digitale assistent
De uitbreiding van Boekbot met een RAG die de bibliotheekcatalogus doorzoekt bleek niet voldoende voor een goede gebruikerservaring. De beschrijvingen van boeken in de bibliotheekcatalogus waren vaak beperkt en misten context. Daarom voegden we een extra AI-agent toe en maakten we van Boekbot een multi-agent systeen, waarin meerdere AI-modules samenwerken:

👤 Een AI-agent die de bibliotheekcatalogus doorzoekt
Zorgt voor correcte boekinformatie.
📖 Een AI-agent die aanvullende bronnen op internet raadpleegt
Voor diepere context en analyses.
💬 Een AI-agent die met de gebruiker communiceert
Zorgt voor een natuurlijk en vloeiend gesprek.
Dit is vergelijkbaar met hoe bibliotheekmedewerkers samenwerken: de ene collega kent de collectie goed, de andere heeft diepgaande literaire kennis, en samen helpen ze de bezoeker verder.

Waarom is dit relevant voor bibliotheken?
AI zal de manier waarop we met kennis omgaan ingrijpend veranderen. Maar om deze technologie op de juiste manier in te zetten, moeten we:

✅ Begrijpen hoe AI beslissingen neemt.
✅ Zorgen voor transparantie en controle over AI-gedreven aanbevelingen.
✅ AI inzetten als een ondersteunende tool, niet als vervanging van menselijke expertise.
Door AI bewust en verantwoord in te zetten, kunnen bibliotheken nieuwe mogelijkheden creëren voor hun bezoekers, zonder de kernwaarden van betrouwbaarheid, inclusiviteit en menselijke interactie uit het oog te verliezen.

AI verandert hoe we lezen, leren en kennis delen. Overal om ons heen verandert kunstmatige intelligentie (AI) de manier waarop we werken, leren en informatie vinden. ChatGPT schrijft teksten, DALL-E maakt kunst, en elke week lijken er nieuwe AI-doorbraken te zijn. Maar wat betekent dit voor bibliotheken? Hoe kunnen zij deze technologie benutten om hun maatschappelijke rol te versterken?

Samenwerken aan innovatie

In de Brainport-regio hebben acht bibliotheken de krachten gebundeld om deze uitdaging aan te gaan. Onder de naam “Bouwen aan de Bibliotheek van de Toekomst” verkennen we hoe AI bibliotheekdiensten kan verrijken. Door samen te werken, kunnen we experimenteren, leren en innoveren op een schaal die individuele bibliotheken moeilijk alleen kunnen bereiken.

Van experiment naar praktijk: Boekbot

Onze eerste stap in deze AI-reis is Boekbot – een AI-toepassing die via natuurlijke gesprekken gepersonaliseerde boekaanbevelingen geeft en toegang biedt tot bibliotheekcollecties. De keuze voor deze toepassing is bewust:

✅ Directe meerwaarde voor gebruikers
Boekbot helpt lezers sneller een passend boek te vinden.

✅ Leren van AI in de praktijk
We ontdekken samen hoe AI werkt en waar de kansen en uitdagingen liggen.

✅ Interactie verbeteren
Door middel van AI kunnen we op een natuurlijke en intuïtieve manier helpen bij het zoeken naar boeken.

De eerste reacties zijn veelbelovend. Gebruikers waarderen de persoonlijke gesprekken en verrassende suggesties, terwijl bibliotheekmedewerkers waardevolle inzichten opdoen over de mogelijkheden en beperkingen van AI.

🔗 Lees hier meer over Boekbot →

Meer dan alleen technologie

AI draait niet alleen om technologische innovatie, maar ook om hoe we deze ontwikkelingen sociaal en ethisch inbedden. Bibliotheken hebben altijd een rol gespeeld in het toegankelijk maken van kennis en cultuur, en die missie verandert niet – maar AI biedt nieuwe mogelijkheden om deze rol verder te versterken.

We staan aan de vooravond van een tijdperk waarin AI de manier waarop we leren, werken en leven fundamenteel zal veranderen. Bibliotheken kunnen een leidende rol spelen in digitale geletterdheid en het begeleiden van deze transitie.

De grote vragen rondom AI in de bibliotheek

Met AI ontstaan ook nieuwe vragen en uitdagingen:

• Hoe verandert AI de manier waarop we kennis vergaren?
• Welke vaardigheden hebben we nodig om AI effectief te gebruiken?
• Hoe zorgen we ervoor dat AI toegankelijk en inclusief blijft?

Deze vragen gaan verder dan alleen digitale vaardigheden – ze raken de kern van de toekomst van kennisdeling.

Doe mee in onze ontdekkingsreis

Met onze serie artikelen delen we onze ervaringen, inzichten en vragen. In deze artikelen nemen we je mee in de werking van moderne AI, delen we lessen uit het Boekbot-project, verkennen we ethische vraagstukken en kijken we vooruit naar de toekomst van AI in bibliotheken.

Jouw mening telt! Heb je ideeën, vragen of eigen ervaringen met AI? Laat het ons weten en bouw mee aan de Bibliotheek van de Toekomst.