X, Y of Einstein?

De persoonlijke blog van Pedro De Bruyckere over onderwijs, jongeren, cultuur en media.

Les geven in het tijdperk van AI-oplichters

Stel je voor: je bent docent aan een community college in Californië. Het semester begint, je opent je online leeromgeving, en je denkt: wie zijn al deze mensen? Of beter: zijn ze wel mensen? Wat volgt is een ongelooflijk verhaal dat ik oppikte uit The Chronicle of Higher Education, iets dat ik nog niet direct verwacht in Vlaanderen of Nederland. Alhoewel, misdadigers zijn overal creatief.

Wat klinkt als een flauwe sciencefictionfilm, is sinds een paar jaar de nieuwe realiteit voor docenten als Julie Brown. Zij geeft marketingvakken en moest vorig semester dertig studenten uit haar online cursus schrappen omdat ze ervan overtuigd was dat het bots waren. Geen verlegen eerstejaars, geen onhandige typers — gewoon digitale oplichters, vaak gestuurd door mensen die uit zijn op één ding: studiefinanciering.

Het gaat hier niet om een paar slimme AI-gegenereerde essays. We hebben het over grootschalige, georganiseerde fraude. Fake studenten die zich inschrijven via een centraal aanmeldsysteem, zich voordoen als ‘terugkerende studenten’ om minder controle te krijgen, en die met genoeg finesse hun weg vinden naar een inschrijving én een uitbetaling. Tot wel $2.500 per nepstudent, per semester. Doe dat een paar duizend keer, en je hebt een businessmodel.

De schade? Onnoemelijk. Financieel uiteraard, met miljoenen aan misbruikte subsidies. Maar de echte pijn zit bij de docenten en de échte studenten. Want voor elke bot die een plaats bezet, is er een echte student die achter het net vist. En de docenten? Die worden plots speurders, fraude-experts en gezichtsherkenningsalgoritmes ineen. “Stuur me een foto van jezelf, schrijf een essay, reageer op klasgenoten, toon je gezicht op Zoom, of ik zet je uit de klas.” Het zijn geen maatregelen uit een dystopisch controleboek, het is gewoon wat er nodig is om enigszins grip te houden.

Wat het nog verwarrender maakt: AI maakt de grens tussen nep en echt waziger dan ooit. Een student die ChatGPT gebruikt voor een opdracht is misschien geen bot, maar hoe weet je dat nog zeker als ze je nooit in levenden lijve spreken, met flinterdunne digitale sporen, vage foto’s, en video’s die voelen alsof ze uit een slecht nagesynchroniseerde Netflixreeks komen?

Docenten gaan diep. Reverse image searches van profielfoto’s. Telefoonnummers natrekken. Video’s bekijken en lichaamstaal analyseren. En ondertussen moeten ze ook nog gewoon lesgeven, toetsen maken, feedback geven en proberen een band op te bouwen met de studenten die wél echt zijn.

En het ironische is: elke maatregel tegen bots is ook meteen een mogelijke drempel voor de kwetsbare studenten waarvoor community colleges juist bestaan. Lage kosten, open toegang, een tweede kans voor wie het nodig heeft. Maar hoe hou je dat ideaal overeind als je het tegelijk moet verdedigen tegen een georganiseerde bot-invasie?

Het is een bizar soort vak geworden, waarin docenten lesgeven aan een deels onzichtbare, deels oncontroleerbare klas. En waar vertrouwen — ooit de basis van elke onderwijssituatie — steeds vaker plaats moet maken voor controle en achterdocht.

De bots zijn slim. De fraudeurs leren elke dag bij. Ze weten hoe ze spamfilters moeten ontwijken, hoe ze systemen als ID.me kunnen omzeilen, en zelfs hoe ze docenten moeten mailen met excuses die menselijk genoeg klinken. “Mijn wifi was weg.” “Mijn oma is overleden.” “De bosbranden waren dichtbij.” En eerlijk: soms klopt dat. Maar hoe weet je dat nog zeker?

Sommige instellingen investeren nu in AI-gedreven detectiesystemen. Anderen zetten taskforces op, fraud squads, met mensen uit IT, administratie en onderwijs. Maar de schaal is zodanig dat veel instellingen vooral brandjes blussen. En ondertussen vragen docenten zich af: wie zit er eigenlijk aan de andere kant van mijn scherm?

Misschien is dat de kern van het hele probleem. Niet alleen het geld dat we verliezen. Niet alleen het extra werk. Maar de erosie van het vertrouwen. De twijfel aan de ander. De constante angst om misleid te worden. En het verdriet van die ene echte student die geen plaats kreeg, omdat er toevallig net een bot sneller was.

Je zou er bijna nostalgisch van worden naar een klaslokaal met krijtstof en krijsende stoelen. Want daar kon je tenminste in iemands ogen kijken.

Kan AI echt slagen voor de universiteit?

Stel je voor: een student die een semester lang nauwelijks zelf werkt, maar wél met gemak een B haalt in een universitair vak. Alleen niet door zelf te blokken… maar door ChatGPT te laten werken. Een doembeeld voor veel docenten, maar kan het ook echt?

Onderzoekers van de University of Illinois onder leiding van Gokul Puthumanaillam hebben precies dat getest. Ze vroegen zich af: hoe goed kan een taalmodel zoals ChatGPT een écht technische opleiding doorlopen? Niet zomaar losse vragen oplossen, maar alles: meerkeuzevragen, zware wiskundige afleidingen, uitgebreide programmeerprojecten en lange theoretische essays.

Het resultaat? Met minimale inspanning – gewoon opdrachten kopiëren en plakken zonder extra uitleg – slaagde ChatGPT er gemiddeld in om 82,24% te halen. Dat is nét onder het gemiddelde van de echte studenten, die op 84,99% zaten. Vooral in gestructureerde opdrachten zoals meerkeuzevragen en standaardexamens scoorde het model erg goed. In creatieve of open opdrachten, zoals het bouwen van controle-algoritmes of het schrijven van technische rapporten, liep het wél duidelijk achter.

Interessant: zelfs als de onderzoekers ChatGPT een beetje hielpen door relevante college-aantekeningen mee te sturen, verbeterde het model maar beperkt. Vooral in programmeerprojecten viel op hoe ChatGPT vaak brute-force oplossingen gaf die technisch werkten, maar weinig robuust of elegant waren. Alsof je een IKEA-kastje bouwt zonder ooit naar de handleiding te kijken: het staat, maar wie weet hoe lang.

De studie zegt eigenlijk vooral: AI kan veel, maar mist nog de échte intuïtie die mensen leren. En het roept een belangrijke vraag op: als AI steeds beter wordt in standaard taken, hoe moeten we dan onderwijs anders gaan inrichten? Misschien moeten we studenten niet alleen toetsen op juiste antwoorden, maar veel meer op hun redenatie, hun keuzes, en hun vermogen om complexe problemen vanuit verschillende hoeken te bekijken.

In plaats van AI-gebruik te verbieden, stelt dit onderzoek voor om onderwijs slim te hervormen. Minder simpele multiple-choice, meer echte projecten en open vragen die AI niet zomaar kan faken. Want precies daar ligt nog altijd het verschil tussen een goede ingenieur en een slimme chatbot.

Dus ja: ChatGPT haalde bijna een B. Maar gelukkig is excellentie nog altijd iets wat uit echte nieuwsgierigheid en kritisch denken komt – niet alleen uit slimme algoritmes.

Abstract van het onderzoek:

This paper presents a comprehensive investigation into the capability of Large Language Models (LLMs) to successfully complete a semester-long undergraduate control systems course. Through evaluation of 115 course deliverables, we assess LLM performance using ChatGPT under a “minimal effort” protocol that simulates realistic student usage patterns. The investigation employs a rigorous testing methodology across multiple assessment formats, from auto-graded multiple choice questions to complex Python programming tasks and long-form analytical writing. Our analysis provides quantitative insights into AI’s strengths and limitations in handling mathematical formulations, coding challenges, and theoretical concepts in control systems engineering. The LLM achieved a B-grade performance (82.24%), approaching but not exceeding the class average (84.99%), with strongest results in structured assignments and greatest limitations in open-ended projects. The findings inform discussions about course design adaptation in response to AI advancement, moving beyond simple prohibition towards thoughtful integration of these tools in engineering education. Additional materials including syllabus, examination papers, design projects, and example responses can be found at the project website: https://gradegpt.github.io.

Helpt een social media detox echt? Wat de wetenschap zegt is nogal duidelijk…

Even een pauze nemen van social media – het klinkt als een eenvoudige manier om je gelukkiger te voelen, minder stress te ervaren en meer in het moment te leven. Maar helpt het echt? Een recente meta-analyse van Laura Lemahieu en collega’s, gepubliceerd in Scientific Reports, geeft daar een even duidelijk als nuchter antwoord op: nee, waarschijnlijk niet.

Lemahieu en haar team verzamelden gegevens uit tien verschillende studies (sommige las ik zelf eerder ook al) met in totaal 4674 deelnemers. Ze keken specifiek naar het effect van een social media detox op positieve gevoelens zoals blijdschap en enthousiasme, negatieve gevoelens zoals stress en frustratie, en algemene levenstevredenheid. Ook onderzochten ze of de duur van de social media pauze – van één dag tot vier weken – een verschil maakte.

De grote conclusie? Een tijdelijke social media pauze had geen aantoonbare invloed op positieve gevoelens, negatieve gevoelens of levenstevredenheid. Of je nu een dag, een week of zelfs een maand offline ging, de resultaten bleven hetzelfde. Dit betekent niet dat social media geen invloed heeft op welzijn – maar een korte detox lijkt niet de magische oplossing te zijn die sommige coaches en apps beloven.

Veel mensen die bewust hun social media gebruik verminderen, zeggen zich achteraf beter te voelen. Hoe valt dat te rijmen met deze studie? Er zijn een paar mogelijke verklaringen. Het placebo-effect kan een rol spelen: als je verwacht dat iets je goed zal doen, voelt het ook zo. Individuele verschillen kunnen meespelen: misschien heeft een social media pauze wél effect voor sommige mensen, maar niet gemiddeld genomen. Ook onzichtbare nadelen zoals FOMO (fear of missing out) of verveling kunnen ervoor zorgen dat eventuele voordelen teniet worden gedaan.

Als je je gestrest voelt door social media, is een detox geen slechte keuze – maar verwacht er niet automatisch een geluksboost van. Misschien is het slimmer om je social media-gebruik anders aan te pakken: bewuster kiezen wanneer en hoe je scrollt, je feed opruimen, of notificaties beperken. Wil je écht weten wat voor jou werkt? Experimenteer en luister naar jezelf. Maar als je hoopt dat een social media detox een wondermiddel is voor meer geluk, dan heeft de wetenschap daar nu een helder antwoord op: waarschijnlijk niet.

Abstract van de meta-analyse:

Abstaining from social media has become a popular digital disconnection strategy of individuals to enhance their well-being. To date, it is unclear whether social media abstinences are truly effective in improving well-being, however, as studies produce inconsistent outcomes. This preregistered systematic review and meta-analysis therefore aims to provide a more precise answer regarding the impact of social media abstinence on well-being. The databases of PubMed, Scopus, Web of Science, Communication Source, Cochrane Library, and Google Scholar were searched for studies examining the effect of social media abstinence on three outcomes, namely positive affect, negative affect, and/or life satisfaction. In total, ten studies (N = 4674) were included, allowing an examination of 38 effect sizes across these three outcomes. The analyses revealed no significant effects of social media abstinence interventions on positive affect, negative affect, or life satisfaction. Relationships between social media abstinence duration and the three outcomes were also non-significant. The findings thus suggest that temporarily stepping away from social media may not be the most optimal approach to enhance individual well-being, emphasizing the need for further research on alternative disconnection strategies. Nevertheless, important methodological differences between studies should be considered when interpreting these results.

Een bericht, verschillende platformen

Ik beken, ik twijfelde nauwelijks deze ochtend toen ik een zelfde bericht plaatste over Elon Musk op Twitter, Bluesky, Mastodon, Threads en Facebook. Ik wist dat er reactie zou komen, en ik kon vermoeden welke, alhoewel.

Zie het als een natuurlijk experiment.

Dus wat blijkt:

  • nauwelijks reactie op Threads (wie, wat, waar,…)
  • wat positieve reactie Mastodon
  • Vooral veel positieve reactie op Bluesky, door bepaalde tweeps ook Bluecry genoemd, al bleek dit ook wel zo op Facebook met wat onschuldig gegrap er bij.
  • Gemengde reacties op Twitter, aan de ene kant veel likes en delen, en ook wat bedenkingen en soms ronduit negatieve reacties in de vorm van reposts met commentaar en reacties.

In feite was het voor mij vooral opvallend dat op Twitter de reacties misschien meest divers waren.

Helpt gepersonaliseerd leren echt bij betere leerprestaties?

Deze blogpost schrijf ik in Parijs. Ik ben hier voor een congres van de UNESCO waar we nadenken met zeer veel verschillende profielen over onderwijs en onderzoek. Dit betekent dat er ook de nodige studies passeren. Deze meta-analyse van Ahmed Tlili en collega’s was onder mijn radar gevlogen, maar lijkt me zeer relevant voor onderwijsdiscussies.In de wereld van onderwijsinnovatie is gepersonaliseerd leren al een tijdje een hype – en ik merkte het hier ook in Parijs bij de mensen die vooral met technologie en leren bezig zijn. Het idee is simpel: pas het leerproces aan op de unieke behoeften van elke leerling en de resultaten verbeteren vanzelf. Maar hoe sterk is het bewijs dat deze aanpak daadwerkelijk werkt? Deze recente meta-analyse werpt licht op deze vraag, en de bevindingen zijn op zijn minst intrigerend te noemen.

Uit het onderzoek, waarin 19 studies met ruim 3800 deelnemers werden geanalyseerd, blijkt dat gepersonaliseerd leren een gemiddeld positieve impact heeft op leerprestaties. Maar lees zeker verder. De effectgrootte werd geschat op 0.45, wat volgens academische standaarden een middelmatig effect is en dus echt niet slecht. Toch zijn de resultaten niet zo eenduidig als je zou hopen.

Een belangrijke nuance is namelijk dat niet alle vormen van gepersonaliseerd leren even effectief blijken. Zo hadden systemen die gebruikmaken van prompts en feedback of diagnose en suggesties geen significante invloed op leerprestaties. Dit suggereert dat de manier waarop technologie wordt ingezet, cruciaal is voor het succes ervan. Iets wat we ook vaak bij andere toepassingen merkten. Daarnaast bleken factoren zoals het onderwijsniveau, het vakgebied en zelfs de geografische locatie van invloed op de effectiviteit.

Bijvoorbeeld, de grootste effecten werden gezien in technologische vakken en in het hoger onderwijs, terwijl lagere onderwijsniveaus en wiskunde minder baat hadden bij deze aanpak. Interessant genoeg lieten landen in Azië en Europa betere resultaten zien dan Noord-Amerika, wat mogelijk te maken heeft met culturele verschillen en de implementatie van technologie.

Wat leren we hieruit? Technologie kan helpen, maar is geen wondermiddel. Het vervangen van docenten door slimme systemen lijkt niet de weg vooruit. Sterker nog, de studie benadrukt dat technologie het beste werkt als aanvulling op menselijke begeleiding. Het ontwikkelen van een “collaboratieve intelligentie”, waarin mens en machine samen werken aan beter onderwijs, lijkt meer belovend.

Gepersonaliseerd leren heeft wellicht zeker een potentie, maar het succes ervan hangt zoals steeds bij onderwijs sterk af van hoe, waar en voor wie het wordt ingezet. Het is een oproep om niet alleen naar de technologie zelf te kijken, maar ook naar de bredere context waarin deze wordt toegepast. En wil dit nu net een van de rode draden te zijn in deze conferentie.

Abstract van het onderzoek:

Limited studies have quantitatively summarized the effect of personalized learning systems on learning achievement. To address this research gap, this study conducts a systematic review and a meta-analysis of personalized learning systems, where 19 studies (N = 3822) were included. The obtained results revealed that personalized learning has an overall medium positive effect (g = 0.45) on learning achievement. They further revealed that personalized learning systems based on Prompts & feedbacks and Diagnosis & suggestions do not significantly impact learning achievement. Finally, the results revealed that educational level, subject domain and continent might impact the effect of personalized learning systems on learning achievement. The findings of this study can contribute to the literature by explaining how the effect of personalized learning systems might vary depending on different moderating variables.

Hoe digitalisering van onderwijs en digitale geletterdheid vanuit een kritisch perspectief benaderen? (Remco Pijpers)

In het debat over digitalisering verschuift de focus steeds meer naar de maatschappelijke impact. En terecht. Hoe kunnen we leerlingen en leraren helpen zich meer van die impact bewust te worden? De concept-kerndoelen digitale geletterdheid gaan erop in, gelukkig maar, maar het is slechts een enkel onderdeel; de nadruk ligt vooral op de inzet van technologie (en o ja, doe dat doordacht en verantwoord).

Het 𝐓𝐞𝐜𝐡𝐧𝐨𝐬𝐤𝐞𝐩𝐭𝐢𝐜𝐢𝐬𝐦 𝐈𝐜𝐞𝐛𝐞𝐫𝐠-𝐫𝐚𝐚𝐦𝐰𝐞𝐫𝐤 biedt uitkomst. Het benadert digitalisering en digitale geletterdheid vanuit een kritisch perspectief.

Het model – ontwikkeld door de Amerikaanse wetenschappers Pleasants, Krutka en Nichols – laat zien hoe technologie verder gaat dan wat direct zichtbaar is. De metafoor van een ijsberg benadrukt dat technologie niet alleen een praktische tool is, maar ingebed is in bredere systemen en maatschappelijke waarden.

𝐙𝐢𝐜𝐡𝐭𝐛𝐚𝐫𝐞 𝐥𝐚𝐚𝐠 – technologie wordt vaak gepresenteerd als een neutraal hulpmiddel dat eenvoudige taken oplost.
𝐎𝐧𝐝𝐞𝐫𝐥𝐢𝐠𝐠𝐞𝐧𝐝𝐞 𝐥𝐚𝐠𝐞𝐧 – technologie maakt deel uit van complexe systemen die onbedoelde effecten hebben en waarden weerspiegelen over wat wenselijk en goed is, en voor wie.

Het raamwerk onderscheidt drie dimensies om de diepere lagen te onderzoeken:

𝟏. 𝐓𝐞𝐜𝐡𝐧𝐢𝐬𝐜𝐡 – hoe werkt een technologie? Welke ontwerpkeuzes zijn gemaakt, en waarom pakt het gebruik ervan anders uit voor verschillende mensen?
𝟐. 𝐏𝐬𝐲𝐜𝐡𝐨𝐬𝐨𝐜𝐢𝐚𝐚𝐥 – hoe verandert technologie de manier waarop we denken, ons gedragen en samenleven?
𝟑. 𝐏𝐨𝐥𝐢𝐭𝐢𝐞𝐤 – wie bepaalt de regels en de wetten rondom technologie, en wiens belangen staan centraal in deze beslissingen hierover?

De ‘ijsberg’ biedt ook een praktische ingang om met leerlingen kritisch naar AI te kijken. Dat kun je bijvoorbeeld zo doen:

▪️ 𝐓𝐞𝐜𝐡𝐧𝐢𝐬𝐜𝐡 𝐧𝐢𝐯𝐞𝐚𝐮 – laat leerlingen onderzoeken hoe generatieve AI zoals ChatGPT werkt. Welke algoritmes en data maken deze technologie mogelijk, kunnen we dat zien? Hoe beïnvloeden die precies die ‘output’? Denk aan bias en ecologische consequenties.
▪️ 𝐏𝐬𝐲𝐜𝐡𝐨𝐬𝐨𝐜𝐢𝐚𝐚𝐥 𝐧𝐢𝐯𝐞𝐚𝐮 – bespreek hoe AI ons denken en gedrag beïnvloedt. Bijvoorbeeld: hoe verandert het ons idee van creativiteit als teksten en beelden door AI gegenereerd kunnen worden? Verandert ons beeld van menselijke expressie?
▪️ 𝐏𝐨𝐥𝐢𝐭𝐢𝐞𝐤 𝐧𝐢𝐯𝐞𝐚𝐮 – voer een discussie over wet- en regelgeving rond AI. Wie bepaalt hoe AI mag worden ingezet? Hoe werkt de lobby van grote techbedrijven?

Door deze dimensies in lessen te integreren leren leerlingen niet alleen hoe (generatieve) AI werkt, maar ook wat de bredere maatschappelijke gevolgen ervan zijn.

Hun artikel over het raamwerk verscheen bij Harvard Educational Review.

Image preview

Wat is er fout aan deze video over AI in de klas?

Gisteren deelde Carl Hendrick deze video, al moet ik bekennen dat ik hem al eerder zag. Bekijk even deze video en vraag je af wat er zoal mis is aan deze video?

En? Wat denk je?

Los van de vraag hoe iets dergelijks gratis kan zijn, valt het qua copyright mee. Wel wordt alles wat je doet anoniem gebruikt om hun modellen te verfijnen.

Maar is dit inderdaad effectief? Het lijkt vooral efficiënt, en luisteren terwijl iemand anders noteert, kan toch handig zijn? Wel ja en nee. Het zelf noteren – voor de meesten liefst met de hand – kan net ook helpen onthouden.

Als de AI zelf de samenvatting van de les maakt – met de hoop dat de technologie niet begint te hallucineren – dan zal terug de lerende minder gedacht hebben.

En zoals Willingham al schreef ‘Memory is the residue of thought’, in de video worden veel denkmomenten in feite uitbesteed, dus ook het leren.

Van Pixels naar Productiviteit: De Onbenutte Kracht van Gamen?

Gaming. Veel ouders zien het als een nutteloze tijdsbesteding, bedrijven associëren het met luiheid en gebrek aan ambitie, en toch… gamen zou misschien toch verborgen potentieel hebben. Uit een recente kwalitatieve studie door Mina Beigi, Mostafa Ayoobzadeh & Melika Shirmohammadi blijkt dat bepaalde hobby’s, zoals massive multiplayer online games (MMO’s), niet alleen als ontspanning dienen, maar ook een verrassend positieve impact kunnen hebben op het werkleven van spelers, weliswaar volgens henzelf.

De stereotype gamer – een asociale, verveelde jongvolwassene – lijkt een hardnekkig beeld. Toch laat deze studie zien dat gamers denken belangrijke vaardigheden te ontwikkelen. Denk aan strategisch plannen, probleemoplossend denken, en zelfs teamleiderschap. Het ironische is dat juist in een wereld van fictieve queesten en virtuele bazen, spelers stillen te leren hoe ze reële werkuitdagingen moeten aanpakken.

Wat tegelijk wel blijft wringen is de maatschappelijke blik op gamen. Een groot deel van de gamers durft hun hobby niet openlijk te bespreken, laat staan dat ze het vermelden in een sollicitatiegesprek. Waarom? Omdat de culturele stigma’s rondom gamen nog steeds sterker zijn dan de erkenning van de waarde ervan. Het is jammer, want hier ligt een goudmijn aan onbenutte talenten.

Er is nog een ander aspect: balans. Hoewel de positieve resultaten voor de bevraagde gamers evident zijn, geldt dat te veel gamen problematisch kan worden. Verslavingsgedrag en sociaal isolement blijven risico’s, en dit onderzoek laat zien hoe belangrijk het is om een grens te trekken. Toch hoeft deze nuance de waarde van gamen niet te overschaduwen. Hobby’s, mits in gezonde proporties, vormen een onverwachte brug tussen vrije tijd en productiviteit.

Abstract van de studie:

Online gaming is stereotypically associated with negative outcomes, partially due to social stigmas. Given the large population of massive multiplayer online (MMO) gamers, in this qualitative study, we explored if and how gaming resulted in positive outcomes by enriching employees’ work. To do so, we interviewed 23 employed adults with extensive gaming experience. Our analysis revealed that MMO gaming resulted in several learning outcomes that were directly related to general workplace skills. We categorised these learning outcomes as affective (i.e. viewing work as solvable puzzles, developing self-confidence, developing self-awareness), behavioural (i.e. leading and working with a team, coaching and developing others, developing social connections, conflict resolution), and cognitive (i.e. gaining knowledge; goal setting, strategising, and planning; adaptability and agility; and problem-solving). Also, we highlighted the social and individual factors that played a role in how learning outcomes were transferred from gaming to work. Our findings broaden the limited scholarship on employee enrichment experiences, extending our understanding of how an individual’s hobby, as an understudied and critical part of the nonwork domain, is associated with the work domain. Our study challenges the common negative stereotypes about gamers and advocates the potential enrichment of workplace skills resulting from gaming during nonwork time.

Twee video’s voor wie start met Bluesky

Ik merk dat er nu echt een x-odus van x-Twitter bezig is met een enorme toename op Bluesky. Wil je dit ook doen, dan kunnen deze video’s helpen. Btw, ik blijf nog even op Twitter omdat ik niet wil dat iemand mijn nick/account zou kapen en ik beken, omdat er nog een beetje trafiek van komt naar mijn blog.

We gebruiken veel vaker AI dan we wellicht zelf denken…

Ja, de sponsormededeling in het midden van de video is ergens behoorlijk ‘meta”.