Terug naar AI Woordenboek

Feedback loop

Feedbacklus
Een cyclus waarbij de uitkomsten van AI worden teruggekoppeld om het systeem continu te verbeteren.

Wat is Feedback loop?

Een feedback loop is het mechanisme waarmee een AI-systeem leert van zijn eigen prestaties. De output van het systeem wordt geëvalueerd (door een mens of automatisch), en die evaluatie wordt teruggevoerd om het systeem te verbeteren.

Voorbeeld: een AI classificeert klachten. Een medewerker corrigeert af en toe een verkeerde classificatie. Die correcties worden verzameld en periodiek gebruikt om het model bij te stellen. Het systeem wordt beter door gebruik.

Een goede feedback loop is het verschil tussen een statisch systeem dat langzaam veroudert en een levend systeem dat steeds beter wordt. Het is de reden waarom AI-automatiseringen die langer draaien, beter presteren.

Het ontwerpen van effectieve feedback loops is een expertise op zich. Te veel feedback kan een model destabiliseren, te weinig laat het verouderen.

Voorbeeld uit de praktijk

Een recruitment-AI screent cv's en geeft een score. Recruiters geven aan welke kandidaten daadwerkelijk geschikt bleken. Die feedback wordt maandelijks verwerkt. Na zes maanden is de trefzekerheid gestegen van 78% naar 91%.

Wat betekent dit voor jouw organisatie?

Agentech ontwerpt feedback loops als standaardonderdeel van elke AI-oplossing. Zodat je systeem niet alleen goed start maar ook goed blijft.

Van begrip naar actie
Weten wat AI kan is stap een. Ontdekken wat het voor jouw organisatie betekent is stap twee.
Plan een adviesgesprek
Scroll naar boven