Elke organisatie heeft kennis die op papier staat en toch niet te vinden is. Een procedure in een map op de server, een handleiding van een machine, afspraken in de notulen van vorig jaar. Wie het antwoord zoekt, vraagt het meestal aan de collega die er al het langst werkt. Dat werkt, tot die collega op vakantie is of met pensioen gaat.
Een AI-assistent die antwoord geeft uit je eigen documenten lost dat op. Je stelt een vraag in gewone taal en krijgt een antwoord met een verwijzing naar het document waar het vandaan komt. Dat klinkt als ChatGPT met je eigen bestanden erbij, en in zekere zin is het dat ook. Maar het verschil zit in de inrichting. Hier lees je hoe het werkt en waar je op let.
Hoe het werkt: eerst zoeken, dan antwoorden
Een taalmodel weet niets van jouw organisatie. Het kent je procedures niet, je producten niet en je contracten niet. Je zou al je documenten in het model kunnen stoppen, maar dat is duur, traag en lastig bij te houden. Daarom werkt een kennisassistent in twee stappen.
- Zoeken. Je documenten worden vooraf in kleinere stukken verdeeld en doorzoekbaar gemaakt op betekenis. Vraagt iemand "hoeveel vakantiedagen mag ik meenemen naar volgend jaar?", dan vindt het systeem ook de passage in het personeelshandboek over "het overboeken van niet opgenomen verlofuren", al komt het woord vakantiedagen er niet in voor.
- Antwoorden. Het taalmodel krijgt de vraag en alleen de gevonden passages mee. Het formuleert daaruit een antwoord en geeft aan uit welk document en welke passage het komt.
Deze aanpak heet retrieval-augmented generation, of RAG. Het grote voordeel: het model hoeft je documenten niet te onthouden. Het leest ze op het moment dat het nodig is.
Bronvermelding is de kern
Een antwoord zonder bron is een bewering. Een antwoord met bron kun je controleren. Bij een kennisassistent is dat het belangrijkste kenmerk, en het is ook wat hem onderscheidt van een algemene chatbot.
Goede bronvermelding betekent:
- een verwijzing naar het document, met een link om het te openen;
- de passage waar het antwoord op is gebaseerd, zodat je niet het hele document hoeft door te lezen;
- de datum of versie van het document, zodat je ziet of het nog actueel is.
Het helpt ook bij de acceptatie. Medewerkers vertrouwen een nieuw hulpmiddel niet zomaar, en dat is maar goed ook. Als ze in het begin een paar keer zelf de bron openen en zien dat het klopt, groeit het vertrouwen op een gezonde manier.
Rechten: wie mag wat weten?
Dit is het punt waar het in de praktijk het vaakst misgaat. Je zet alle documenten in één doorzoekbare bak, en ineens kan een stagiair vragen wat de directeur verdient. Niet omdat iemand dat zo wilde, maar omdat niemand eraan dacht.
Een kennisassistent moet dezelfde rechten volgen als de systemen waar de documenten al staan. Mag iemand een map in SharePoint of je documentbeheersysteem niet openen, dan zoekt de assistent voor die persoon ook niet in die map. Dat controleert hij bij elke vraag opnieuw, niet eenmalig bij het inrichten.
Twee dingen om vooraf na te lopen:
- Kloppen je huidige rechten? Vaak blijkt bij het inrichten dat mappen breder gedeeld zijn dan bedoeld. Een assistent maakt dat zichtbaar, want hij vindt alles wat gevonden mag worden. Ruim dat eerst op.
- Wat gaat er helemaal niet in? Personeelsdossiers, medische gegevens en vertrouwelijke onderhandelingen horen meestal niet in een algemene kennisassistent, ook niet achter rechten.
Wil je verder dan antwoorden, en moet de assistent ook handelingen uitvoeren in je systemen? Dan worden de grenzen nog belangrijker. Daarover schreven we in een AI-agent in je systemen.
Documenten actueel houden
Een assistent is zo goed als de documenten die hij leest. Staat er een oude versie van een procedure naast de nieuwe, dan kan hij uit de verkeerde citeren. Dat is geen fout van het taalmodel, het is een fout in de bron.
Daarom hoort bij een kennisassistent:
- een koppeling met de plek waar documenten worden beheerd, zodat een wijziging automatisch wordt overgenomen;
- een duidelijke afspraak welke mappen meedoen en welke niet, bijvoorbeeld geen archief en geen persoonlijke mappen;
- een eigenaar per onderwerp die weet dat zijn documenten nu ook antwoorden opleveren.
Dat laatste klinkt als extra werk, maar het pakt vaak andersom uit. Een kennisassistent laat zien welke vragen worden gesteld en waar geen goed antwoord op is. Dat is een prima lijstje voor wie de documentatie bijhoudt.
Waar het misgaat
Een kennisassistent is volwassen technologie, maar geen tovenarij. De bekende valkuilen:
- Het juiste stuk wordt niet gevonden. Bij lange documenten, tabellen of gescande pdf's zonder goede tekstlaag mist de zoekstap soms de passage die ertoe doet.
- Documenten spreken elkaar tegen. Twee versies van een prijslijst, of een handleiding die niet meer past bij de huidige werkwijze.
- Het model vult zelf aan. Vindt het weinig, dan kan een taalmodel toch een plausibel antwoord bedenken. Een goede inrichting voorkomt dat: geen bron, dan ook geen antwoord, maar een eerlijk "dat staat niet in de documenten".
- Te brede vragen. "Wat staat er in al onze contracten over aansprakelijkheid?" is een analysevraag, geen opzoekvraag. Daar is een assistent minder sterk in.
Begin daarom met een afgebakende set documenten en een groep gebruikers die eerlijk laat weten wat er niet klopt. Een duimpje omhoog of omlaag bij elk antwoord is daar een simpele en effectieve manier voor.
Privacy en de AVG
Bevatten je documenten persoonsgegevens, dan geldt de AVG. Dat is bij bijna elke organisatie het geval: namen in notulen, contactgegevens in contracten, klantgegevens in offertes. Een paar vragen die je moet kunnen beantwoorden:
- Waar worden de documenten en de doorzoekbare index opgeslagen? Binnen de EU, of daarbuiten?
- Worden vragen en documenten gebruikt om het taalmodel te trainen?
- Heb je een verwerkersovereenkomst met elke partij die de gegevens verwerkt? Lees ook waar je op let bij een verwerkersovereenkomst met een AI-leverancier.
- Hoe lang worden de gestelde vragen bewaard, en wie kan ze inzien?
De Autoriteit Persoonsgegevens heeft goede uitleg over AI en persoonsgegevens. En gebruiken je medewerkers nu al losse AI-tools om documenten samen te vatten, lees dan ook wat de AVG zegt over ChatGPT op de werkvloer. Een eigen kennisassistent is vaak juist het antwoord op dat wildgroei-probleem.
Waar je begint
Kies één onderwerp waar veel vragen over komen en waar de documentatie redelijk op orde is. Denk aan de personeelsgids, de handleidingen van je producten of de werkinstructies op de werkvloer. Verzamel een lijst met twintig vragen die echt worden gesteld, met het juiste antwoord erbij. Daarmee test je de assistent voordat iemand hem gebruikt, en later meet je er de verbeteringen mee.
Wij bouwen een AI-kennisassistent op je eigen documenten, met bronvermelding, binnen de rechten die je al hebt ingericht en draaiend binnen de EU. Benieuwd of jouw documenten zich ervoor lenen? Plan een gesprek.
