Verifieerbaarheid en vertrouwen

AI voor data-analisten

Andy Cotgreave

Author and Speaker, Former Technical Evangelist at Tableau

Op het nippertje gemist...

Op het nippertje gemist...

AI straalt vertrouwen uit

 

• Foute outputs lijken net zo gepolijst als juiste
• Geen visuele hint: "Dit kan fout zijn"
• Als je niet checkt, verzend jíj de fout

Verifiëren is niet dubbel doen

 

• Verkeerde reflex: het werk opnieuw doen in een BI‑tool
• Behandel AI‑output als een snelle junior analist — krachtig, niet vanzelf betrouwbaar
• Jouw taak: stress‑testen, niet overdoen

De verificatieworkflow

De verificatieworkflow

 

1. Kies een specifiek datapunt
2. Filter de ruwe data handmatig naar dat punt
3. Verifieer de berekening voor dat punt

De verificatieworkflow

 

1. Kopieer de code of output van AI
2. Plak in een andere assistant of chat
3. Vraag om logische fouten te vinden

De verificatieworkflow

 

1. Doe een business sanity check
2. Vraag: past deze insight bij de ervaring?

De verificatieworkflow

 

1. Laat AI z'n eigen code testen op randgevallen (nulls, dubbels, nullen)

Stem de strengheid af op het risico

• Exploratief of ad‑hoc werk → lichtere aanpak
• Productiedashboard, boardpresentatie, etc. → zwaardere aanpak

Human-in-the-loop is de kern van je werk

AI‑jaknikkersgedrag

 

• AI is het vaak met je eens
• Hint, tegenspreek of suggereer een hypothese → AI volgt die lijn
• Verdediging bij prompten: blijf neutraal
• Verificatieverdediging: wees het strengst voor bevindingen die bevestigen wat je al dacht

Laten we oefenen!

AI voor data-analisten