Nederlandstalige AI-modellen: waarom ze ertoe doen en wat ze al kunnen

Waarom zou je een Nederlands AI-model willen?

Je kunt ChatGPT, Claude of Gemini gewoon in het Nederlands gebruiken. Ze begrijpen je prima en geven nette antwoorden. Waarom zou je dan nog investeren in een speciaal Nederlands taalmodel?

Het antwoord zit 'm in de nuances. Grote AI-modellen zijn vooral getraind op Engelstalige teksten. Als je ze in het Nederlands aanspreekt, vertalen ze eigenlijk eerst naar Engels, denken na, en vertalen terug. Dat werkt verrassend goed, maar niet perfect.

Probeer maar eens een typisch Nederlandse uitdrukking als "nu komt de aap uit de mouw" of "doe maar gewoon, dan doe je al gek genoeg" uit te leggen aan een Engelstalig model. De letterlijke betekenis komt over, maar de culturele lading verdwijnt. En voor Nederlandse organisaties die AI willen inzetten voor klantcontact, juridische documenten of zorgcommunicatie, is dat een probleem.

Wat maakt een taalmodel 'Nederlands'?

Een taalmodel wordt Nederlands door het te trainen op grote hoeveelheden Nederlandse tekst: kranten, boeken, websites, overheidsdocumenten. Het leert dan niet alleen de grammatica, maar ook de context waarin woorden gebruikt worden.

Denk aan het woord "gezellig". Dat bestaat niet echt in het Engels. "Cozy" komt in de buurt, maar mist de sociale component. Een model dat écht Nederlands geleerd heeft, snapt dat "gezellig" kan slaan op een ruimte, een avond, een persoon of zelfs een sfeer. Het begrijpt waarom Nederlanders dit woord gebruiken in situaties waar andere talen meerdere verschillende woorden zouden kiezen.

Hetzelfde geldt voor typisch Nederlandse constructies als "hoor" aan het einde van een zin, of het verschil tussen formeel en informeel taalgebruik dat verder gaat dan alleen "u" versus "je".

GEITje: het Nederlandse antwoord van de Universiteit Utrecht

GEITje (een knipoog naar ChatGPT, maar dan met een Nederlandse twist) is een initiatief van de Universiteit Utrecht. Het model is gebaseerd op een bestaand open-source model, maar verder getraind op Nederlandse teksten.

Wat GEITje interessant maakt, is niet dat het beter presteert dan GPT-4 of Claude — dat doet het niet. Het is veel kleiner en heeft minder rekenkracht nodig. Maar voor specifieke Nederlandse taken blijkt het vaak efficiënter. Je kunt het lokaal draaien, wat betekent dat gevoelige data je organisatie niet hoeft te verlaten.

Denk aan een ziekenhuis dat patiëntendossiers wil samenvatten, of een gemeente die burgeraanvragen wil categoriseren. Met GEITje kun je dat doen zonder die data naar servers in de VS te sturen. Dat is niet alleen praktisch, maar past ook binnen de AVG-eisen waar Nederlandse organisaties mee te maken hebben.

GEITje is beschikbaar via Hugging Face, het platform waar ontwikkelaars AI-modellen delen. Dat betekent dat je het gratis kunt gebruiken en aanpassen voor je eigen situatie.

Fietje: kleiner, sneller, Nederlands

Fietje (nog zo'n Nederlandse naam die meteen vertelt waar het om gaat) is een nog compacter Nederlands model. Het is ontwikkeld door Nederlandse AI-onderzoekers met de gedachte: niet iedereen heeft een datacenter nodig.

Het model is zo ontworpen dat het op een gewone laptop kan draaien. Voor veel praktische toepassingen — denk aan het beantwoorden van klantvragen, het controleren van spelfouten in zakelijke teksten, of het samenvatten van vergadernotities — is dat meer dan voldoende.

Wat Fietje laat zien, is dat je niet altijd het grootste model nodig hebt. Als je vooral Nederlandse tekst verwerkt en geen extreem complexe redeneringen hoeft te maken, kun je met een efficiënter model uit de voeten. Dat scheelt in kosten, maar ook in energieverbruik — een aspect dat steeds belangrijker wordt nu AI-toepassingen zich vermenigvuldigen.

Bloomz-NL: open source en meertalig

Bloomz is oorspronkelijk een meertalig model, ontwikkeld door een internationaal consortium van onderzoekers. De Nederlandse variant, Bloomz-NL, is hiervan afgeleid en verder getraind op Nederlandse data.

Het bijzondere aan Bloomz is de focus op openheid. Alles is transparant: de trainingsdata, de code, de methodologie. Voor onderzoekers en organisaties die willen begrijpen hoe een model werkt en wat het wel en niet kan, is dat waardevol.

Bloomz-NL wordt gebruikt in verschillende Nederlandse onderzoeksprojecten, van taaltechnologie aan universiteiten tot experimenten bij overheidsinstellingen. Het is niet commercieel, dus je betaalt geen licentiekosten. Wel heb je technische kennis nodig om het effectief in te zetten.

Prestaties: waar staan Nederlandse modellen nu?

Eerlijk is eerlijk: Nederlandse AI-modellen halen nog niet de prestaties van GPT-4, Claude Opus of Gemini Ultra. Die modellen zijn getraind met enorme budgetten en rekenkracht waar Nederlandse initiatieven niet aan kunnen tippen.

Maar ze hoeven ook niet in alle opzichten beter te zijn. Voor specifieke taken — zoals het begrijpen van Nederlandse juridische teksten, het herkennen van dialecten of het verwerken van typisch Nederlandse maatschappelijke contexten — presteren ze soms verrassend goed.

Eenvoorbeeld: gevraagd naar "Wat is een DGA?", geeft een Engelstalig model vaak generieke antwoorden over "directors" en "general partners". Een Nederlands model herkent direct dat het gaat om een Directeur-Grootaandeelhouder, een specifieke Nederlandse rechtsvorm met bijbehorende fiscale consequenties.

Waarom Nederlandse modellen strategisch belangrijk zijn

Er zijn drie redenen waarom het ontwikkelen van Nederlandse AI-modellen meer is dan een academisch project.

Privacy en data-soevereiniteit. Als je data naar een Amerikaans of Chinees AI-model stuurt, verlaat die informatie Europa. Voor overheden, ziekenhuizen, advocatenkantoren en andere organisaties met gevoelige data is dat soms onwenselijk of zelfs onwettig. Met een lokaal draaiend Nederlands model blijft alles binnen je eigen infrastructuur.

Cultureel begrip. Taal is meer dan woorden vertalen. Het gaat om context, humor, beleefdheid, impliciete verwachtingen. Een AI die Nederlandse kranten leest, begrijpt waarom "Rutte-doctrine" iets anders betekent dan alleen "government policy". Die culturele laag is belangrijk als AI wordt ingezet voor communicatie met burgers of klanten.

Technologische onafhankelijkheid. Als Europa volledig afhankelijk wordt van Amerikaanse en Chinese AI-modellen, geeft dat die landen veel invloed. Door eigen modellen te ontwikkelen — ook al zijn ze kleiner — bouwen we kennis en infrastructuur op die strategisch waardevol is.

Wat kun je er vandaag mee?

Als je zelf aan de slag wilt met Nederlandse AI-modellen, zijn er verschillende opties:

• Voor experimenten en ontwikkeling kun je GEITje of Fietje via Hugging Face downloaden en lokaal draaien. Je hebt wel enige technische kennis nodig.

• Wil je iets eenvoudigers? Sommige Nederlandse AI-startups bieden hosting aan, waarbij jij het model via een API kunt gebruiken zonder zelf servers te beheren.

• Check voor zakelijk gebruik altijd de licentievoorwaarden. Sommige modellen zijn gratis voor onderzoek maar niet voor commerciële toepassingen.

Wat de toekomst brengt

De Nederlandse AI-gemeenschap groeit. Universiteiten, kennisinstellingen en bedrijven werken samen aan betere modellen, grotere datasets en slimmere trainingsmethodes.

Verwacht niet dat er binnenkort een "Nederlandse ChatGPT" komt die alles overtreft. Wel dat Nederlandse modellen steeds beter worden in specifieke domeinen: juridisch, medisch, overheid, onderwijs. En dat ze efficiënter worden, zodat ook kleinere organisaties ze kunnen gebruiken.

De vraag is niet of Nederlandse AI-modellen kunnen concurreren met de wereldtop. De vraag is: voor welke toepassingen zijn ze goed genoeg, en waar maken ze het verschil?

Jouw volgende stap

Als je AI inzet in je werk, vraag jezelf dan af: heb ik een groot Engelstalig model nodig, of zou een kleiner Nederlands model ook volstaan? Voor veel praktische toepassingen — klantcontact, documentverwerking, interne analyses — kan een Nederlands model efficiënter en veiliger zijn.

Wil je experimenteren? Download GEITje of Fietje en test het met je eigen Nederlandse teksten. Je zult merken dat voor sommige taken het culturele begrip opweegt tegen de ruwe rekenkracht van de grote internationale modellen.