ChatGPT data-export uitgelegd: Hoe je AI-chats een persoonlijk kennissysteem worden

ChatGPT-gegevens exporteren

Als je regelmatig met een AI werkt, dan ken je dit waarschijnlijk wel: de ene gedachte leidt tot de volgende. Je stelt een vraag, krijgt een antwoord, herformuleert, werkt een idee verder uit. Een korte vraag verandert plotseling in een langere dialoog. Soms leidt het zelfs tot hele projecten.

Maar de meeste van deze gesprekken verdwijnen weer. Ze liggen ergens in de chatlijst, glijden naar beneden en worden na verloop van tijd vergeten. Dit is nu juist een van de grote bijzonderheden van moderne AI-systemen: Terwijl eerdere gesprekken met collega's, vrienden of adviseurs alleen in ons geheugen bestonden, worden AI-dialogen volledig bewaard.

Dit betekent iets cruciaals: Met elke conversatie wordt er een digitaal archief van je gedachten gecreëerd. Dit is het eerste deel van een kleine serie artikelen waarmee je je chatgeschiedenis kunt exporteren uit ChatGPT en effectief kunt gebruiken als een persoonlijke schatkamer van kennis met je lokale AI-systeem.

Meer lezen

Leren denken in dialoog met AI: Waarom goede vragen belangrijker zijn dan goede modellen

Leren denken in dialoog met AI

De term „AI als sparringpartner“ komt nu vaak voor. Het betekent meestal dat een AI helpt met schrijven, ideeën genereert of taken sneller afrondt. Een eerste basisartikel hierover is al gepubliceerd in het tijdschrift. Dit artikel wil nu in de praktijk laten zien hoe AI kan worden gebruikt als een effectieve denkpartner. In de praktijk blijkt dat AI pas echt interessant wordt als het niet wordt behandeld als een hulpmiddel, maar als een tegenhanger. Niet in de menselijke betekenis, maar als iets dat antwoord geeft, tegenspreekt, verder leidt - of zelfs genadeloos onthult waar je eigen denken tekortschiet.

Dit is precies waar het echte voordeel begint. Niet waar de AI „levert“, maar waar het reageert. Waar het niet simpelweg verwerkt, maar denkprocessen zichtbaar maakt. Dit is lastiger dan een traditionele tool - maar ook duurzamer.

Meer lezen

Hoe dieren tijd waarnemen - en wat dit betekent voor de toekomst van AI

Dieren, AI en tijdwaarneming

Er ligt een kat op het tapijt. Hij beweegt niet. Hij knippert even, draait een oor, zucht inwendig om de opdringerigheid van het bestaan - en verder gebeurt er niets. De mens kijkt ernaar en denkt: „Typisch. Lui vee.“. Maar wat als precies het tegenovergestelde waar is? Wat als de kat niet te langzaam is - maar wij wel? Dit artikel is geschreven nadat ik een video van Gerd Ganteför over dit onderwerp had bekeken en ik vond het zo interessant dat ik het hier wil presenteren.

Mensen observeren dieren al eeuwenlang en komen altijd tot dezelfde verkeerde conclusies. We interpreteren hun gedrag met onze snelheid, onze waarneming, onze innerlijke klok. En deze klok is, nuchter beschouwd, meer een gezellige wandkalender dan een razendsnelle processor. Misschien lijkt de kat alleen zo ongeïnteresseerd omdat zijn omgeving voor hem net zo dynamisch aanvoelt als een rij bij de autoriteiten op vrijdagmiddag.

Meer lezen

Als de Mac luistert: Wat Apple's geïntegreerde AI met Gemini en Siri betekent voor gebruikers in de toekomst

Apple, Siri en Gemini

Iedereen die tegenwoordig een Mac opent, verwacht betrouwbaarheid. Programma's starten, bestanden staan op hun plaats, processen zijn vertrouwd. Velen hebben in de loop der jaren - sommigen tientallen jaren - een manier van werken opgebouwd die werkt. Je weet waar je moet klikken. Je kent je gereedschap. En dit is precies waar het stille comfort ligt. Maar sinds enige tijd is er een verandering op de achtergrond die groter is dan nieuwe kleuren, nieuwe pictogrammen of extra menu-items. Voor het eerst doet een vorm van kunstmatige intelligentie zijn intrede, niet alleen als afzonderlijke toepassing, maar dichter bij het hart van het besturingssysteem zelf. Waar dagelijkse routines worden gecreëerd.

Dat klinkt op het eerste gezicht abstract. Misschien zelfs een beetje futuristisch. Maar eigenlijk gaat het om iets heel nuchters: de computer moet beter begrijpen wat er bedoeld wordt. Niet alleen wat er wordt aangeklikt. Tot nu toe hebben veel mensen AI buiten hun eigenlijke werk ervaren. In chatvensters, op websites, als experiment of gimmick. Je probeert iets uit, verwondert je misschien, sluit dan het venster weer - en keert terug naar het normale dagelijkse leven.

Meer lezen

Kunstmatige intelligentie zonder hype: waarom minder AI-tools vaak beter werk betekenen

Kunstmatige intelligentie zonder de hype

Wie zich tegenwoordig bezighoudt met kunstmatige intelligentie, krijgt bijna onvermijdelijk te maken met een vreemd gevoel: constante rusteloosheid. Je bent nog maar net gewend aan de ene tool of de volgende tien duiken alweer op. Op YouTube volgt de ene video op de andere: „Deze AI-tool verandert alles“, „Je moet dit nu absoluut gebruiken“, „Zij die missen blijven achter“. En elke keer weerklinkt dezelfde boodschap: Je bent te laat. De anderen zijn verder. Je moet ze inhalen.

Dit treft niet alleen IT'ers. Ook zelfstandigen, creatieve professionals, ondernemers en gewone werknemers voelen de druk. Velen weten niet eens precies wat deze tools eigenlijk doen - maar ze hebben het gevoel dat ze iets zouden kunnen missen. En dat is precies wat stress veroorzaakt.

Meer lezen

AI gebruiken als sparringpartner: Hoe denken in dialoog productiever wordt

AI als spaarpartner

Ik gebruik kunstmatige intelligentie nu bijna precies twee jaar. In het begin was het sober en technisch: tekst invoeren, aanwijzingen intypen, antwoorden lezen, corrigeren, opnieuw beginnen. Zoals veel mensen het deden - zorgvuldig, op een gecontroleerde manier, met een zekere afstand. Het werkte, zonder twijfel. Maar het had nog steeds iets mechanisch. Je stelde vragen, kreeg antwoorden, vinkte vakjes aan.

Ik realiseerde me al vrij snel dat ik iets miste: flow. Denken is geen vorm. Goede gedachten ontstaan niet in een korset van netjes geformuleerde input, maar door conversatie, vallen en opstaan, hardop denken. Dus begon ik de AI-app op mijn mobiele telefoon vaker te gebruiken - en op een gegeven moment begon ik gewoon te spreken in plaats van te typen. Dat was het echte keerpunt.

Meer lezen

Cloud AI als schoolhoofd: waarom de toekomst van werk bij lokale AI ligt

Cloud AI wordt hoofdonderwijzer

Toen de grote taalmodellen een paar jaar geleden aan hun zegetocht begonnen, leken ze bijna een terugkeer naar de oude deugden van technologie: een hulpmiddel dat doet wat het wordt opgedragen. Een hulpmiddel dat de gebruiker dient, niet andersom. De eerste versies - van GPT-3 tot GPT-4 - hadden zwakke punten, dat wel, maar ze waren verbazingwekkend nuttig. Ze legden uit, analyseerden, formuleerden en losten opgaven op. En ze deden dit grotendeels zonder pedagogische ballast.

Je sprak met deze modellen alsof je met een erudiete medewerker sprak, die soms zijn woorden verkeerd gebruikte, maar in wezen gewoon werkte. Iedereen die in die tijd creatieve teksten schreef, programmacode genereerde of langere analyses maakte, ervoer hoe soepel het werkte. Er was een gevoel van vrijheid, van een open creatieve ruimte, van technologie die mensen ondersteunde in plaats van corrigeerde.

Meer lezen

AI Studio 2025: Welke hardware is echt de moeite waard - van de Mac Studio tot de RTX 3090

Hardware 2025 voor AI-studio

Wie vandaag met AI werkt, wordt bijna automatisch in de cloud geduwd: OpenAI, Microsoft, Google, alle web UI's, tokens, limieten, voorwaarden. Dit lijkt modern - maar is in wezen een terugkeer naar afhankelijkheid: anderen bepalen welke modellen je mag gebruiken, hoe vaak, met welke filters en tegen welke kosten. Ik ga bewust de andere kant op: ik bouw momenteel thuis mijn eigen kleine AI-studio. Met mijn eigen hardware, mijn eigen modellen en mijn eigen workflows.

Mijn doel is duidelijk: lokale tekst-AI, lokale beeld-AI, mijn eigen modellen leren (LoRA, fine-tuning) en dat alles op zo'n manier dat ik als freelancer en later ook MKB-klant niet afhankelijk ben van de dagelijkse grillen van een of andere cloudprovider. Je zou kunnen zeggen dat het een terugkeer is naar een oude houding die vroeger heel normaal was: „Belangrijke dingen doe je zelf“. Alleen gaat het deze keer niet om je eigen werkbank, maar om rekenkracht en gegevenssoevereiniteit.

Meer lezen