Terug naar begrippenlijst
Symbolische AI
Symbolische AI is een vorm van kunstmatige intelligentie waarbij computers werken met expliciete regels, logica en symbolen. In plaats van zelf patronen te leren uit enorme hoeveelheden data, krijgt het systeem kennis en redeneerregels mee. Denk aan: als dit waar is, dan volgt dat. Het is daarmee een van de oudste en meest verklaarbare vormen van AI.
Inhoudsopgave
Denken in regels in plaats van in onderbuikgevoel
Waar veel moderne AI-systemen vooral trainen op data, werkt symbolische AI meer als een digitale denker met een notitieboek vol afspraken. Je stopt kennis in het systeem in de vorm van symbolen, relaties en regels. Vervolgens kan het op basis daarvan conclusies trekken.
Voorbeeld
Stel dat je een klantenservicesysteem bouwt. Dan kun je regels instellen zoals: als een bestelling niet geleverd is binnen vijf werkdagen, dan krijgt de klant de status ‘spoed’. Of als een product defect is en nog binnen de garantie valt, dan mag er een retourproces gestart worden. Dat voelt misschien minder magisch dan generatieve AI, maar wel heel gecontroleerd en overzichtelijk.
Een klassieke aanpak met verrassend veel waarde
Symbolische AI heeft een wat klassiek imago, maar dat is niet helemaal eerlijk. Juist in situaties waarin betrouwbaarheid, uitlegbaarheid en vaste regels belangrijk zijn, blijft deze aanpak interessant. Denk aan juridische toepassingen, medische beslissystemen, compliance-vraagstukken of slimme bedrijfslogica in software.
Het grote voordeel is dat je vaak precies kunt herleiden waarom een systeem een bepaalde conclusie trekt. Geen black box, maar een helder spoor van regels en redeneringen. Dat is prettig, zeker als je beslissingen moet kunnen uitleggen aan klanten, collega’s of toezichthouders.
Waar het schuurt, ontstaat vaak iets slimmers
Toch heeft symbolische AI ook beperkingen. Het systeem leert niet vanzelf bij zoals Machine Learning dat doet. Alles staat of valt met de kwaliteit van de regels die je vooraf opstelt. En zodra de werkelijkheid rommelig, vaag of onvoorspelbaar wordt, loopt een puur symbolisch systeem sneller vast.
Daarom zie je steeds vaker hybride oplossingen. Daarbij worden symbolische AI en Machine Learning gecombineerd. De ene techniek helpt dan bijvoorbeeld met patroonherkenning, terwijl de andere zorgt voor logica, controle en uitlegbaarheid. Een mooie combinatie van rekenkracht en redenering.
Veelgestelde vragen
Symbolische AI werkt met vooraf ingestelde regels en logica. Machine Learning leert patronen uit data, zonder dat alle regels expliciet worden geprogrammeerd.
Ja, vooral in situaties waarin uitlegbaarheid, controle en vaste beslisregels belangrijk zijn.
Bijvoorbeeld in expert systems, beslisbomen, juridische software, medische ondersteuning en slimme automatiseringen.
Ja, steeds vaker wordt symbolische AI gecombineerd met Machine Learning of generatieve AI om systemen slimmer én beter uitlegbaar te maken.
Bo Pennings CEO & AI specialist
Gerelateerde begrippen
- AI-assistent
- AI-tools
- Artificial General Intelligence
- Autonome AI
- Binary Search Tree
- Chatbot
- DALL·E
- Embeddings
- Ethische AI
- Grok
- Hallucinatie
- HeyGen
- Machine Learning Operations
- Modeldrift
- Nano Banana
- Parameter
- Perplexity
- Robot
- Robotic Process Automation
- Superintelligence
- Supervised Learning
- Trainingsdataset
- Transformer
- Turingtest
