The AI Club
LLM's begrijpen niet hoe mensen werken (of doen alsof). Onze bigdata persoonlijkheidsmodellen wel. Zo kunnen we content personaliseren op een ongekend niveau. De missende link in de AI revolutie.
Leo Hanhart
Hu
OpenICT
Over het initiatief / About the initiative
The AI Club
In welke fase zit jouw initiatief? / In what stage is your initiative?
Startupfase
Heb je jouw initiatief al gevalideerd? / Did you validate your initiative?
Semi, de waarde wel maar de inzetbaarheid nog niet.
Meer informatie over jouw initiatief / More info about your initiative
Wij zagen het probleem heel duidelijk: Je vraagt aan chat GPT of die een marketing bericht kan maken of een vacature tekst op kan stellen. Maar er komt een soort machine taal uit die verder geen/weinig aansluiting heeft op de doelgroep. Technische gezien is dit ook heel logisch te verklaren. Het was tijd voor een oplossing, als de LLM’s mensen beter begrijpen weten ze ook hoe ze mensen moet aanspreken en ze kunnen overtuigen. Dit stukje missende kennis zou het verschil kunnen maken. Wat we hebben gedaan is dat we met geavanceerde data-mining methodes zelf hele grote persoonlijkheidsmodellen hebben ontwikkeld waarmee we het gat van de LLM’s kunnen opvullen.
Nu kunnen we heel duidelijk sturing geven aan hoe de content opgesteld moet worden. – kunnen we ook controleren of de keuzes die gemaakt zijn correct zijn.
– kunnen we zorgen dat keuzes beter uitlegbaar worden voor de opdracht gever en de eind gebruiker.
Hoe gaat het in zijn werk: We hebben de modellen aan tags gekoppeld, zoals beroepen of beroepsgroepen. 11,000 unieke modellen die allemaal aan een unieke baan gekoppeld zijn. We weten eigenlijk net zo veel over één persoon als bij het 16 personaliteiten model alleen is deze variatie nu 11,000 personaliteiten, afgestemd op het beroep. Deze kennis over, gewoonte, werkethiek, en zijn afkomstig uit de eigenschappen die veel benut worden bij een beroep en actoren energie opleveren of kosten. Algeme eigenschappen die universeel gelden voor het bewuste beroep.
Door dat we weten welke eigenschappen het meest ontwikkeld zijn/worden bij het uitvoeren van een beroep kunnen we deze eigenschappen gebruiken en aanspreken in marketing content. Achterhalen of iemand meer een gevoelsmens is of erg pragmatisch is, of het algemeen genomen meer creatief dan procedureel is voor ons heel makkelijk in te zien.
Zo kunnen we content maken die overtuigender is dan ChatGPT zelf en hierdoor niet meer te onderscheiden van een menselijk bericht. Hierdoor kunnen we dus één boodschap voor 100 mensen uniek maken, als wij bijvoorbeeld hun LinkedIn profiel gebruiken voor het taggen van hun persoonlijkheid.
Deze tech kan worden gebruikt in HR, Sales, ARBO, coaching. Maar er zijn ook veel usecases voor politiek en media.
Wat is er anders/nieuw aan jouw idee/oplossing t.o.v. bestaande oplossingen? / What is different/new about your idea/solution compared to existing solutions??
Staat hierboven beschreven.
Deze aanpak is zeer uitzonderlijk tot op heden. Concurrenten zijn zeer beperkt ten aanzien van onze modellen.
Wat zijn jouw volgende stappen om het verder te ontwikkelen? / What are your next steps to develop the initiative?
We bouwen nu de eerste applicatie die echt ingezet kan worden in het werkveld.
We hebben nog geen funding, goed netwerk, exposure.
Wat heb je nodig om (nog meer) impact te maken met dit initiatief? / What do you need to make (more) impact with this initiative?
Aandacht, feedback, gebruikers