Waarom terugkeren naar de bron meer tijd bespaart dan elke AI-oplossing
De meeste problemen zijn geen problemen. Ze ontstaan doordat je rondom een probleem zoekt in plaats van direct terug te keren naar de bron.
7 min leestijd
Hoe verzand je in een loopje zonder het door te hebben?
Een loopje ontstaat wanneer je steeds verder van het oorspronkelijke probleem afdwaalt en oplossingen bouwt op basis van verkeerde aannames.
Je bent lekker bezig. Alles werkt, je weet waar je naartoe gaat. En dan ineens zit je vast. Niet voor vijf minuten, maar voor een uur. Twee uur. Soms langer.
Ik werk dagelijks in Claude Code. Inmiddels schrijft Claude ergens tussen de 95 en 99 procent van onze code. Dat werkt goed, zolang ik weet wat de richting is. Maar er is een punt waarop het misgaat: het context window. Claude heeft tegenwoordig een context window van een miljoen tokens, wat een flinke stap is ten opzichte van de eerdere 200.000 tokens. Toch geldt: naarmate dat window voller loopt, gaat de kwaliteit achteruit.
Ik leer dat te herkennen. Dan verplaats ik het probleem naar een nieuw gesprek en begin fris. Maar soms verzand ik toch weer in hetzelfde loopje. En dan ben ik zelf ook al uit mijn eigen context aan het lopen, omdat het laat is of ik al lang bezig ben. Dat is het moment waarop ik precies datgene vergeet waar Identity First Media op is gebouwd: altijd terugkeren naar de bron.
Wat kost het je als je rondom een probleem bouwt in plaats van ernaar te kijken?
Rondom een probleem bouwen kost uren, frustratie en energie. Terugkeren naar de bron lost het probleem soms volledig op zonder dat er iets gebouwd hoeft te worden.
Hier is het concrete bewijs dat ik dit principe zelf ook schend.
Ik nam video-opnames op via een DJI-gimbal. Die stond regelmatig scheef. Frustrerend. Mijn eerste reactie was om Claude te gebruiken voor een oplossing. Ik bouwde een volledige tool om een scheefstaand beeld recht te trekken via een applicatie. Uren werk.
De oplossing? Eén knopje in de instellingen van mijn telefoon: kalibreren. De DJI-gimbal heeft ingebouwde autocorrectie. Die functie bestond al. Ik had hem alleen nooit aangeklikt.
Ik had rondom het probleem gebouwd in plaats van terug te gaan naar de bron. De bron was de gimbal zelf, met een functie die het probleem volledig wegnam. Geen code nodig. Geen tool. Geen uren werk.
Dit is wat er gebeurt als je een probleem als vaststaand feit accepteert en begint te bouwen vanuit die aanname. Je maakt het probleem groter dan het is. En soms is het probleem helemaal geen probleem.
Hoe past Identity First Media het principe 'terug naar de bron' toe in contentcreatie?
Identity First Media werkt altijd vanuit de originele bron: de upload van de maker. Alle content die daaruit voortkomt, is traceerbaar naar dat origineel.
Het principe klinkt eenvoudig, maar de meeste contentprocessen doen het tegenovergestelde.
Bij Identity First Media begint alles bij de upload. Jij levert iets van kwaliteit aan, dat is de bron. Dat transcript wordt gecorrigeerd op basis van de bron zelf, omdat we weten wie de gebruiker is, over welke onderwerpen die praat en voor welke doelgroep. Als er fouten insluipen tijdens het transcriberen, mappen we die terug naar de bron.
Vanuit dat transcript genereren we andere vormen van content. Maar altijd vanuit de bron, nooit vanuit content die weer nieuwe content genereert.
Dit is het fluisterspelletje dat je vroeger op school deed. Je fluistert 'aardbei' in het ene oor en aan de andere kant komt 'stoelpoot' uit. Fouten sluipen in, data gaat verloren, context verdampt. Elke stap verder van de bron vergroot die afwijking.
De kwaliteit is het hoogst op het moment van de bron. Elke afgeleide stap daarna is een kopie. En kopieën van kopieën zijn altijd slechter dan het origineel.
Waarom pas je een regel die je zelf hebt bedacht niet consequent toe?
Mensen hebben normen en waarden waar ze naar leven, maar trekken die zelden door naar alle gebieden van hun leven, terwijl dat juist de gebieden zijn waar de meeste winst zit.
Hier zit iets interessants in. Vrijwel iedereen heeft regels die ze voor zichzelf hebben bedacht. Principes die werken, omdat je ze hebt getest, omdat ze kloppen.
Maar loopt dat echt door in de rest van het leven?
Ik doe het in Claude Code bewust: zodra ik merk dat we in een loopje zitten, zeg ik stop. We keren terug naar de bron. Ik benoem wat de bron is, want Claude weet dat niet altijd. En dan zegt Claude regelmatig: je hebt de oplossing al. Je hoeft hem alleen maar te pakken.
Met mijn camera-setup deed ik het tegenovergestelde. Ik herkende het loopje niet, omdat ik er middenin zat.
Dat herken je waarschijnlijk ook. Je hebt een principe dat werkt op het ene gebied en past het niet toe op het andere. Terwijl je het principe niet voor niks hebt. Je hebt het ontwikkeld op basis van ervaring, op basis van wat werkt.
Het is de moeite waard om dat te checken: doe jij alles rechtstreeks vanuit de kern? Vanuit de bron? Want daar is de kwaliteit het hoogst. En als de bron goed is, is alle output die daaruit voortkomt ook beter.
Veelgestelde vragen
Wat betekent 'terug naar de bron' als werkprincipe bij AI-development?
Terug naar de bron betekent dat je stopt met bouwen rondom een probleem en eerst nagaat waar het probleem vandaan komt. Bij AI-development: benoem de bron expliciet aan het model, want het model weet die niet altijd. Vanuit de bron is de oplossing soms al aanwezig zonder dat er iets nieuws gebouwd hoeft te worden.
Waarom gaat de kwaliteit van Claude Code achteruit naarmate het gesprek langer wordt?
Claude Code werkt met een context window van een miljoen tokens. Naarmate dat window voller raakt, daalt de kwaliteit van de output. De oplossing is om lange probleemstellingen te verplaatsen naar een nieuw gesprek, zodat het model weer vanuit een schone staat kan werken zonder de ruis van een vol context window.
Hoe voorkomt Identity First Media dat content afwijkt van het origineel?
Identity First Media werkt altijd vanuit de originele upload van de maker als bron. Transcripten worden gecorrigeerd op basis van die bron. Alle afgeleide content is traceerbaar naar het origineel. Content genereert nooit nieuwe content op basis van eerdere output, omdat elke extra stap de kans op afwijking vergroot.
Hoe herken je dat je in een probleemloopje zit?
Een loopje herken je doordat je steeds een stapje verder van het oorspronkelijke doel afdwaalt zonder dat het probleem kleiner wordt. Bij AI-tools zie je het terug in steeds complexere oplossingen voor wat een eenvoudig probleem leek. Het signaal is frustratie zonder vooruitgang. De ingreep is simpel: stop, benoem de bron, werk van daaruit.
Waarom zijn sommige problemen eigenlijk helemaal geen problemen?
Een probleem wordt een probleem op het moment dat je het als vaststaand feit accepteert en begint te bouwen op die aanname. Wie eerst teruggaat naar de bron, ontdekt regelmatig dat de oplossing al bestaat of dat het probleem verdwijnt zodra je het vanuit de juiste hoek bekijkt. Wie dat niet doet, bouwt uren aan iets wat nooit nodig was.
Gerelateerde artikelen
Discussie
De content stelt dat de meeste problemen geen echte problemen zijn, maar ontstaan doordat je rondom de kern zoekt in plaats van er direct naartoe te gaan. Herken je dit in je eigen werk of onderneming: wanneer heb jij voor het laatst een probleem opgelost door terug te gaan naar de bron, in plaats van een laag oplossingen eroverheen te stapelen?
1 reacties0 deelnemers
Naar de discussie →