Beau

Oké, Jo. De vorige keren hebben we het gehad over al die... nou ja, die grote, abstracte concepten, hè? De GANs, de transformers... Super interessant, maar mijn vingers jeuken een beetje. Ik wil dingen gaan *maken*. Hoe gaan we van al die theorie naar... nou ja, iets tastbaars?

Jo

Dat is exact de volgende stap. We gaan de theorie parkeren en de gereedschapskist opendoen. We duiken in wat we 'multimodale generatie' noemen. Klinkt ingewikkeld, maar het betekent gewoon: AI die niet alleen tekst, maar ook beeld, geluid en zelfs video kan creëren.

Beau

Oké, multimodale generatie. Dus... verschillende 'modi' of 'soorten' media. Waar beginnen we? Tekst, lijkt me het meest logisch?

Jo

Precies. Tekst is de basis en voor de meesten het meest bekend. Denk aan ChatGPT. Je voert een prompt in, je krijgt een tekst terug. Simpel, toch? Maar de kunst zit 'm in de toepassing. Je kunt het gebruiken voor een blogpost, een e-mail... maar ook voor het genereren van een script voor een video. Dat is waar het interessant wordt voor een cursus.

Beau

Aha, dus je gebruikt het niet alleen voor het eindproduct, maar als een stap in een groter proces. Bijvoorbeeld, je laat ChatGPT een dialoog schrijven tussen twee personen die uitleggen wat fotosynthese is.

Jo

Exact. En dat script wordt dan de input voor de volgende modaliteit. Beeld. We hebben tekst, nu willen we er iets bij zien. En dan komen we bij tools als DALL·E, of Midjourney. Je kunt dan een van die zinnen uit je script pakken...

Beau

...en die voeren aan een beeldgenerator? Dus je zegt letterlijk tegen DALL·E: 'Maak een afbeelding van een zonnebloem die lacht naar de zon, in de stijl van Van Gogh'?

Jo

Ja, precies dat. En dan krijg je een uniek beeld dat perfect past bij die ene zin in je script. In plaats van uren zoeken naar een stockfoto, creëer je in seconden iets wat exact de sfeer en inhoud van je lesmateriaal weergeeft. Dat is een enorme gamechanger voor het maken van cursusmateriaal.

Beau

Oké, dat is... dat is best wel magisch. Dus we hebben tekst, en we hebben losse beelden. Maar een video is meer dan een slideshow. Hoe plak je dat aan elkaar? Of kan AI dat ook?

Jo

Daar komt de volgende stap: videogeneratie. Dit is een veld dat razendsnel ontwikkelt. Je hebt tools zoals Sora van OpenAI, al is die nog niet breed beschikbaar, maar ook Runway of Pika Labs. Die kunnen een paar dingen doen. Ze kunnen van een tekst-prompt een korte videoclip maken.

Beau

Dus ik kan typen: 'Een zonnebloem die langzaam opent in de ochtendzon, time-lapse' en dan... maakt hij dat?

Jo

Precies. Of, en dit is nog krachtiger, ze kunnen een statisch beeld dat je met DALL·E hebt gemaakt, nemen en daar beweging aan toevoegen. Dus jouw Van Gogh-zonnebloem kan ineens zachtjes gaan wiegen in de wind. Je animeert je eigen AI-kunst.

Beau

Wacht even, dus de workflow is: ChatGPT schrijft een script. DALL·E maakt de 'personages' en 'decors'. En Runway of Pika brengt die beelden tot leven. Dat is... een complete productiestudio op je laptop.

Jo

Dat is exact de kern. Maar we missen nog één zintuig. Geluid.

Beau

Audio! Natuurlijk. De voice-over, de muziek...

Jo

Precies. Ook hier zijn er specifieke AI-tools voor. Voor de voice-over heb je platformen als ElevenLabs of Play.ht. Je kunt het script dat ChatGPT schreef direct invoeren, een stem kiezen - man, vrouw, jong, oud, met een bepaald accent - en de AI leest het voor met een verrassend natuurlijke intonatie.

Beau

Je kunt zelfs je eigen stem klonen, toch? Dat heb ik wel eens gehoord. Dat is een beetje... eng, maar ook wel handig.

Jo

Absoluut. Voor een cursist is dat extreem krachtig. Stel je voor dat je een foutje maakt in je opname. Vroeger moest je alles opnieuw inspreken. Nu typ je de correctie en de AI genereert het in jouw eigen stem. En dan heb je nog de muziek. Tools als Suno of AIVA kunnen op basis van een beschrijving – 'een rustige, inspirerende pianomelodie voor een educatieve video' – een compleet uniek muziekstuk voor je componeren.

Beau

Dus even samenvatten. Je start met een idee. ChatGPT maakt het script. DALL·E maakt de visuals. Een video-tool animeert die visuals. En een audio-tool genereert de voice-over en de achtergrondmuziek. Je hebt zojuist de hele creatie van een lesmodule geautomatiseerd.

Jo

De kracht zit 'm in die integratie. Het is niet één tool, het is een keten van tools die elkaar versterken. Je gaat van tekst, naar beeld, naar bewegend beeld, naar geluid. Je bouwt laag voor laag een stuk multimodale content op. En de mens, de maker van de cursus, is de regisseur van dat hele proces.

Beau

De regisseur, ja. Je bent niet meer de schilder en de componist en de acteur, maar je vertelt de AI-schilder en de AI-componist precies wat ze moeten doen. Dat verandert de rol van een content creator volledig.

Jo

Precies. Het gaat minder om de technische vaardigheid van het editen of tekenen, en veel meer om de visie en het vermogen om die visie effectief te communiceren aan de verschillende AI-modellen. Je creativiteit wordt je belangrijkste gereedschap.

Beau

Oké, ik begin het te snappen. Het is dus echt een ecosysteem van tools, geen losse eilandjes. Super boeiend. Ik ben wel benieuwd hoe je dit dan concreet in een bedrijf of voor, eh, een Etsy-shop kunt toepassen.

Jo

Dat is een perfecte vraag voor de volgende keer. Dan gaan we het hebben over de praktische toepassingen en hoe je hier daadwerkelijk een businessmodel omheen bouwt.