Visualiseren

Generatieve AI en chatbots ondersteunen je leerproces door ingewikkelde concepten te visualiseren met diagrammen, mindmaps, grafieken en tabellen. Deze visuele hulpmiddelen helpen je verbanden en hiërarchieën tussen ideeën beter te begrijpen. Geef chatbots opdrachten om specifieke visualisaties te maken, zoals stroomdiagrammen of schema’s.

Code genereren voor visualisaties

Chatbots kunnen bijvoorbeeld Mermaid-code genereren, een programmeerframework dat eenvoudige tekst omzet in diagrammen en schema’s. Ze kunnen ook de code schrijven om tabellen te maken. Enkele toepassingen zijn:

stroomdiagrammen voor processen of algoritmen
projectschema’s voor planning
mindmaps om ideeën te organiseren
grafieken om gegevens weer te geven

Bekijk hieronder enkele voorbeelden van verschillende AI-chatbots:

The screenshot features a conversation with an AI model that suggests creating a Mermaid code visual summarizing themes from an article about validity in assessments versus cheating. It displays a flowchart representation of key themes like validity, assessment, and cheating, highlighting their relationships and implications. Below the visual, there's a brief explanation outlining the main points discussed in the article, emphasizing the importance of validity and the complexities involved in maintaining it without compromising accessibility.

De screenshot toont een conversatie met de AI-chatbot Copilot, waarin de gebruiker vraagt om een stroomdiagram in Mermaid-code dat de werking van een text-to-image GenAI-model uitlegt. Copilot biedt een eenvoudig stroomdiagram aan, waarin de stappen worden beschreven, zoals het invoeren van tekst door de gebruiker en de verwerking daarvan door een encoder en decoder. Aan de rechterkant is het gegenereerde diagram zichtbaar, met de verschillende stappen duidelijk weergegeven. Onder het diagram vraagt de bot of de gebruiker meer details wil over specifieke stappen. Er zijn ook knoppen voor feedback en vervolgvragen van de gebruiker.

The screenshot shows a conversation with an AI chatbot named Copilot. The user requests a table summarizing different types of Generative AI (GenAI) models, including categories like image-to-image and text-to-image. Copilot responds with a structured table that includes columns for the type of model, its description, and examples. The table lists various models such as Text-to-Text, Text-to-Image, Image-to-Image, and more, with corresponding examples for each type, illustrating the versatility of generative AI technologies.

De screenshot toont de interface van de Claude AI-chatbot met een gesprek over het maken van een taartdiagram van de bevolkingsaantallen voor de Benelux-landen. Aan de linkerkant is er een gebruikersprompt die vraagt om het aantal inwoners in de Benelux en begeleiding bij het maken van het diagram met "Mermaid-code." Onder de prompt legt de bot de bevolkingsschattingen voor 2023 uit voor Nederland, België en Luxemburg. Aan de rechterkant is er een taartdiagram getiteld "Bevolking Benelux," dat visueel de bevolkingsverdeling weergeeft: ongeveer 59% voor Nederland, 39% voor België en 2% voor Luxemburg. Het diagram bevat een kleurenkey die aangeeft welke kleur bij elk land hoort. Er zijn opties om het diagram te bekijken of te bewerken, evenals de vermelding dat Claude fouten kan maken.

Voorbeeld gebruik

Stel dat je de chatbot vraagt: ‘Maak Mermaid-code voor een mindmap over generatieve AI met subonderwerpen zoals neurale netwerken, data preprocessing, en gebruiksscenario’s.’
De chatbot zou dan kunnen antwoorden met deze code:

```mermaid
mindmap
  root((Generatieve AI))
    Neurale_Netwerken
      Convolutionele_Netwerken
      Recurrente_Netwerken
      Generative_Adversarial_Networks
      Transformer_Modellen
    Data_Preprocessing
      Gegevensverzameling
      Normalisatie
      Augmentatie
      Opschonen
    Gebruiksscenario's
      Kunstmatige_Creatie
        Beeldgeneratie
        Geluidscreatie
      Natural_Language_Processing
        Chatbots
        Tekstgeneratie
      Spelontwikkeling
        Game_AI
        Verhaalcreatie
    Uitdagingen
      Ethische_Vragen
      Kwaliteitscontrole
      Bias_in_gegevens
```

Sommige AI-chatbots zetten de code meteen om in een bruikbare weergave.

Je kan ook een visualisatietool zoals MermaidJS gebruiken om de code naar een bruikbare afbeelding om te zetten.

Andere visualisatiemogelijkheden

Naast Mermaid zijn er andere manieren waarop je chatbots kan vragen om eenvoudige representaties te maken:

Eenvoudig tekstverzoek: ‘Geef een kort, puntsgewijs overzicht van de voor- en nadelen van neurale netwerken.’
Tabel: ‘Maak een tabel die de verschillen tussen conventionele AI en generatieve AI opsomt.’
Grafiek: ‘Genereer een staafdiagram van de toename van AI-toepassingen door de jaren heen.’
Basisdiagrammen: ‘Teken een eenvoudig stroomdiagram van het machine learning-proces.’

Voorbeeld tabelprompt

Vraag: ‘Maak een tabel die de verschillen tussen neurale netwerken en conventionele algoritmen weergeeft.’

Kenmerk	Neurale netwerken	Conventionele algoritmen
gegevensverwerking	verwerkt grote hoeveelheden data	beperkt tot specifieke taken
leren	zelflerend (deep learning)	voorgedefinieerde regels
flexibiliteit	hoog, aanpasbaar	beperkt, specifieke toepassingen

Voorbeeld grafiekprompt

Vraag: ‘Genereer een lijndiagram van de groei van AI-patenten tussen 2010 en 2020.’

GenAI kan een eenvoudige grafiekbeschrijving geven die je kan gebruiken in software zoals Excel of online grafiektools.

Jaar    Aantal Patenten
2010    50
2011    75
2012    120
2013    200
2014    320
2015    450
2016    600
2017    750
2018    900
2019    1100
2020    1350

Vorige Topic

Ga terug naar Course

Volgende Lesson