Wat is grounding? Een AI-antwoord verankeren in gecontroleerde bronnen in plaats van in wat het model 'denkt'.
Grounding is het verankeren van een AI-antwoord in gecontroleerde bronnen: het model mag alleen antwoorden op basis van stukken die jij als waarheid aanwijst (jullie handboek, voorwaarden, dossiers) en moet laten zien waar elk antwoord vandaan komt. Is het antwoord niet in die bronnen te vinden, dan zegt de toepassing dat, in plaats van iets te verzinnen.
Standaard antwoordt een taalmodel uit zijn eigen trainingsmateriaal: een enorme, algemene kennisvoorraad die jouw bedrijf niet bevat. Grounding draait die volgorde om. Vóór het model zijn antwoord schrijft, haalt de toepassing de relevante stukken uit jouw bronnen op en legt die naast de vraag, met de instructie om alléén daaruit te antwoorden en te verwijzen naar het stuk waarop het antwoord rust.
Het verschil hoor je aan één ding: de bron. Een antwoord met verwijzing naar het betreffende document is te controleren, te citeren en te verdedigen. Tegen een klant, tegen een collega, tegen jezelf. Een antwoord zonder bron is weliswaar vaak aardig in de buurt, maar je weet nooit of het om jouw afspraken gaat of om een gemiddelde van het internet. Voor vragen met gevolgen is dat verschil het hele verschil.
Grounding vraagt dus om een beslissing die vóór de techniek komt: wat telt in deze organisatie als waarheid? Het handboek misschien, maar is de nieuwe versie leidend of de oude? Zijn de voorwaarden in het CRM of in de drive leidend als ze afwijken? Organisaties die die volgorde nooit hebben vastgelegd, ontdekken ze pas als twee bronnen het oneens zijn en de toepassing één van beide als antwoord geeft.
De moeite waard is hij overal waar antwoorden gevolgen hebben of gecontroleerd moeten kunnen worden: klantvragen over afspraken, interne vragen over procedures, alles over voorwaarden, prijzen en beleid. Ook zonder wettelijke dwang is het gewoon het eerlijkere ontwerp: wie weet waar het antwoord vandaan komt, kan fouten ook aanwijzen en herstellen. En praktisch: documenten die wijzigen zijn meteen doorzoekbaar, zonder dat er iets opnieuw getraind wordt.
Niet nodig is hij bij taken zonder bronplicht: herschrijven, samenvatten van een tekst die je toch al meestuurt, brainstormen. Let ook op de voorwaarde voor succes. De bronnen zelf moeten kloppen. Grounding laat zien wat er in je documentatie staat, ook als dat verouderd of tegenstrijdig is; het maakt de waarheid zichtbaar, maar maakt rommel geen kennis. Opruimen komt vóór verankeren.
We beginnen met de vraag welke documenten mogen meewegen en in welke volgorde van autoriteit, want twee bronnen spreken elkaar soms tegen. Daarna bouwen we de zoeklaag die per vraag de juiste stukken ophaalt, en de regels: antwoorden mét verwijzing naar het stuk, en geen antwoord als de bron het niet bevat, want dan volgt een doorzetting naar een mens. Zo weet een medewerker niet alleen wat het antwoord is, maar ook waarom hij het mag geloven.
Het zijn geen concurrenten maar twee kanten van dezelfde medaille. RAG is de techniek: documenten opzoeken en de gevonden stukken aan het model meegeven. Grounding is de eis die je aan het resultaat stelt: het antwoord moet op die bronnen rusten en er naar te verwijzen, en zonder bron geen antwoord. Je kunt RAG bouwen zonder strakke grounding, maar dan mag het model de opgezochte stukken aanvullen met eigen invulling. En dat is precies wat je bij bedrijfsvragen wilt voorkomen.
Dat is een organisatiekeuze die we samen maken, en de moeite waard om bewust te doen. Meestal ontstaat een rangorde: het actuele handboek boven losse e-mails, het CRM boven wat rondslingert op een drive, en bij twijfel een expliciet overleg. Wat erbij mag hangt af van het onderwerp van de vragen. Klantvragen lezen andere bronnen dan HR-vragen. De volgorde leggen we vast voordat de eerste vraag wordt gesteld, zodat de toepassing niet zelf hoeft te raden welke versie geldt.
Hij volgt de vastgelegde rangorde en vermeldt dat hij dat deed. Is de tegenstrijdigheid te groot of valt er geen keuze te maken, dan verzwijgt hij geen kant maar zet de vraag door naar een mens met beide stukken erbij. Wat hij nooit doet is het verschil wegmoffelen in een zelfverzekerd antwoord. Praktisch gezien is dat ook een onderhoudssignaal: elke tegenstrijdigheid die de toepassing vindt, is een plek in jullie documentatie die opgeruimd wil worden.
Nee, documenten zijn de bekendste bron maar niet de enige. Een antwoord kan net zo goed verankerd zijn in gegevens uit een database (de actuele voorraad, de status van een order, de afspraken in het CRM) of in een tool die live opzoekt wat nu geldt. De regel is dezelfde: het antwoord rust op een bron die jij als betrouwbaar aanwijst en die gecontroleerd kan worden. Hoe bronnen bij jullie situatie samenwerken, leggen we in de discovery vast. Niet uit techniek, maar uit de vraag wat als waarheid telt.
EIGHTY8