Naar inhoud
BetaAI Begrippen

AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.

Grounding

Engels: Grounding · Ook wel: grounded generation

In het kort

Grounding is een methode die het antwoord van een AI-model verbindt met controleerbare bronnen. Het model zoekt in interne documenten, projectgegevens of berichten en gebruikt die informatie bij het antwoord, anders dan een model dat alleen op eerder geleerde kennis steunt. Daardoor worden antwoorden nauwkeuriger en betrouwbaarder, en daalt de kans op hallucinaties (verzonnen feiten), doordat retrieval-augmented generation (RAG) eerst passende informatie ophaalt.

Waarom is dit belangrijk?

Een taalmodel kan een antwoord laten steunen op een bekende tekst, zodat anderen elke bewering zelf kunnen controleren. In het onderwijs helpt die controle bij lesmateriaal, studieopdrachten en de voorbereiding op toetsen, waar uitleg feitelijk moet kloppen. Leerlingen en docenten krijgen daardoor meer houvast bij huiswerk en opdrachten, maar een deel van de zinnen kan toch buiten de gebruikte tekst vallen.

Zo werkt het in de praktijk

In de zorg beschrijft Amazon Web Services grounding met retrieval-augmented generation. Zorgverleners krijgen zo toegang tot studies en klinische richtlijnen, bijvoorbeeld bij patiëntgegevens. De Vlaamse overheid eist in haar AI-referentiearchitectuur dat zulke systemen hun bronnen documenteren.

Op de KDD-conferentie onderzochten onderzoekers van Oracle, Microsoft en Google grounding. Zij vroegen hoe elke bewering te herleiden is tot een document in een gekozen kennisbank. Als aanpak noemen zij retrieval-augmented generation, begrensde tekstgeneratie en vangrails.

De Vlaamse AI-referentiearchitectuur legt vast dat deze systemen hun bronnen tonen. Dat hoort bij de transparantieplichten van de AI-verordening en de privacywet AVG. De gegevens volgen dezelfde regels als trainingsdata.

Gecontroleerd op 23 oktober 2026