Woordenlijst

Garbage in, garbage out (GIGO)

Wat is Garbage in, garbage out (GIGO)?

‘Garbage in, garbage out’ beschrijft het principe dat een systeem alleen resultaten kan opleveren die zo goed zijn als de data die het ontvangt. Voor AI geldt dit dubbel: onjuiste, verouderde of eenzijdige trainings- of kennisdata leidt tot verkeerde of bevooroordeelde antwoorden. Een chatbot die zich baseert op een verouderde prijslijst, noemt verouderde prijzen. Zorg voor data is daarom een doorlopende taak in elk AI-project.

Hoe KI.ordo helpt

Ook in KI.ordo hangen antwoorden af van de kwaliteit van de aangeleverde kennis; de lijst met kennislacunes laat zien voor welke vragen duidelijke bronnen ontbreken.

Meer informatie

Onderwerpen

Datakwaliteit
Principe
Kennisonderhoud

KI.ordo uitproberen

Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.

Demo starten

← Alle begrippen

Verwante begrippen

Dataopschoning

Dataopschoning is het opsporen en corrigeren van onjuiste, dubbele of inconsistente items in datasets. Typische stappen zijn het uniformeren van schrijfwijzen en datumnotaties, het verwijderen van overbodige spaties en het samenvoegen van dubbele records zoals ‘Jansen BV’ en ‘Jansen B.V.’. Schone data is een voorwaarde voor betrouwbare analyses, mailings en AI-toepassingen.

datakwaliteit
dubbele records
+1

Sjabloon

Trainingsgegevens

Trainingsgegevens zijn de voorbeelden waaruit een AI-model patronen leert: grote tekstverzamelingen voor taalmodellen, gelabelde afbeeldingen voor beeldmodellen. Hun kwaliteit, diversiteit en actualiteit bepalen grotendeels hoe betrouwbaar en eerlijk een model is en hoe actueel zijn kennis zal zijn. Voor organisaties is ook van belang of een aanbieder de klantgegevens die zij invoeren voor verdere training gebruikt.

Gegevens
Training
+1

Datavalidatie

Datavalidatie controleert of gegevens compleet, correct opgemaakt en aannemelijk zijn voordat ze verder worden verwerkt. Typische controles betreffen verplichte velden, de notatie van e-mailadressen, postcodes of datums en logische tegenstrijdigheden – zoals een leverdatum vóór de besteldatum. Zo worden fouten vroegtijdig opgevangen in plaats van door te werken in rapporten, facturen of AI-analyses.

datakwaliteit
controles
+1

Sjabloon

Datagovernance

Datagovernance omvat de regels, rollen en processen waarmee een organisatie bepaalt wie welke gegevens mag verzamelen, gebruiken, wijzigen en verwijderen. Het betreft de verantwoordelijkheid voor datakwaliteit, toegangsrechten, bewaartermijnen en naleving van de eisen voor gegevensbescherming. Het is vooral belangrijk voor AI-projecten, omdat modellen en agents slechts zo betrouwbaar zijn als de gegevens waarop ze steunen.

databeheer
compliance
+1