Kan NotebookLM mij helpen bij mijn podcast?

De Raap himself dook onder in de wondere wereld der AI

Hallo! Even wat droge feiten:

NotebookLM is van Google:

Je onderzoeks- en denkpartner, gebaseerd op de informatie die je vertrouwt, gemaakt met de nieuwste Gemini-modellen.

De naam slaat natuurlijk op de term Language Model, vandaar die LM in de naam. Dit betekent dus dat NotebookLM op taal gebaseerd is. Hoe werk dat precies?

Ik zeg: goeie vraag!

Het korte antwoord is dat de computer slechts kan rekenen. Dus taal is voor de computer slechts een hoopje cijfers. AI is dus eigenlijk een sterk staaltje rekenen met taal.

Dat zal ik zo gaan uitleggen maar doe er een bijsluiter bij: als je niet van technische Podpraatjes houdt, spring dan door naar het hoofdstuk ‘Mijn experiment’.

AI zet woorden, of stukjes woorden, om in getallen (tokens). Die worden vertaald naar vectoren: een wiskundige reeks getallen die de betekenis van een woord vastlegt. Woorden die bij elkaar horen, zoals kat en hond, staan dicht bij elkaar. Zo kan AI slimme verbanden leggen en voorspellingen doen.

Maar vergis je niet: de computer begrijpt niets. Hij rekent alleen razendsnel met getallen.

AI is nu ineens populair geworden door toegenomen computerkracht. De computer kan nu in een fractie van een seconde berekeningen uitvoeren waar we decennia geleden alleen maar van konden dromen. Het neurale netwerk waar moderne AI op draait, bestaat immers al sinds 1943 en de basisprincipes gaan nog veel verder terug.

Mijn experiment

Het was Alexander Klöpping die NotebookLM bij Eva op tv liet zien en horen. De demo van Klöpping voelde iets teveel als reclamepraat uit de Siliconen Vallei. Daar heeft ‘ie wel vaker last van. Zo zat ‘ie ooit met een Google Glass op bij De Wereld Draait Door te verkondigen dat zeer spoedig elke Hollander met zo’n idioot brilletje rond zou hupsen.

Maar het was niet alleen de heer Klöpping die de jubeldans deed, ook anderen begonnen al spoedig NotebookLM de liefde te verklaren. Het almachtige AI zou kleine wonders verrichten. Dus toen moest De Raap Himself er ook maar eens aan gaan geloven. Tijd voor een experiment!

Wat me uiteindelijk over de streep trok om voor NotebookLM te kiezen is omdat je het eenvoudig kunt voeren met je eigen bronnen en die vervolgens kunt gaan bevragen.

Zo kwam ik op het idee om het te voeren met een hele zooi transcripts van een podcast waar ik bij betrokken ben. De transcripts heb ik gemaakt door de audio door de AI-transcriptietool MacWhisper te slingeren.

Zoals je in het screenshot kunt zien heeft MacWhisper niet echt beste oren. Het blijft zonder meer opvallend hoe slecht AI eigenlijk kan luisteren. Laat je een mens van vlees en bloed transcriberen dan krijg je een veel beter transcript. Echter, niet zo snel als MacWhisper dat kan. En hou die opmerking even vast want als het gaat om AI dan gaat het meestal niet om de Kwaliteit maar om de Kwantiteit, om de snelheid namelijk waarmee de AI-tool iets doet.

Ik kan MacWhisper overigens wel aanbevelen want voor niet al te veel geld heb je een prima transcriptie tool die je offline, dus gewoon op je Air of MacBook Pro kunt gebruiken.

En of NotebookLM snel is!

Mozes Kriebel, wat is NotebookLM snel! Ik voerde hem 24 transcripts en kon binnen een paar minuten gezellig gaan chatten met mijn scripts.

Het voelde als een klein wonder simpelweg omdat het zo onwijs snel is! Een transcript lezen kost best een hoop tijd. Laat staan 24 transcripts en daar dan een verhaal uit destilleren. Dat kost menig podcastmaker dagen, of weken.

Wat ook heel tof is aan NotebookLM is dat als je op een van de bronnen klikt er een samenvatting getoond wordt. Op die manier weet je dus vrij snel waar dat script (en dus de specifieke opname) over gaat.

Je kunt in NotebookLM op die manier heel veel te weten komen over de losse documenten en in samenhang met elkaar. Zo kun je alle bronnen aanvinken, of daar een specifieke selectie in maken. Hierdoor kunnen bepaalde vragen dus andere antwoorden opleveren omdat je meer of minder bronnen selecteert.

Kwaliteit kent geen tijd

De kwaliteit van de samenvattingen en de antwoorden die ik kreeg op vragen was echt dik in orde. NotebookLM levert geweldige inhoudelijke analyses op. Het was niet helemaal feilloos. Hier en daar werd een naam verkeerd gebruikt. Ook werd een vrouwennaam gezien als een man. In de chat stelde ik daar een vraag over en kreeg als antwoord:

Op basis van de verstrekte bronnen is er geen enkele indicatie dat … een man is. Integendeel, alle informatie en context in de bronnen wijzen erop dat … een vrouw is:

Vervolgens kwam het met een lijst aan argumenten.

Ik zou nooit 100% vertrouwen op NotebookLM. Je moet echt zelf naar de audio luisteren of de transcripts lezen om te weten waar het verhaal over gaat. Maar als je dat gedaan hebt is NotebookLM best wel een handige aanvulling. Niet zozeer omdat het met iets nieuws zal komen, want dat deed het eigenlijk helemaal niet. Maar meer omdat het alles zo goed samenvat en overzichtelijk bij elkaar zet.

NotebookLM kan ook een Tijdslijn generen van alle onderdelen en personen in het verhaal die te koppelen zijn aan een datum. Ook kun je een Mindmap laten generen die heel handig de relaties in beeld brengt om zo op een andere manier naar het verhaal te kunnen kijken.

Originaliteit

NotebookLM kwam niet met nieuwe inzichten of een andere kijk op de verhaallijn. Wat dat betreft leverde NotebookLM niets nieuws op, met één uitzondering. Daar kom ik later op terug.

NotebookLM is geen tool specifiek bedoeld voor podcasting. Het heeft wat moeite om spannende verhaallijnen te presenteren. Wat het wel prima doet is de droge feiten heel juist opsommen. Maar waar de jus zit van het verhaal dat kun je beter zelf bedenken.

Lagere school-niveau

Je drukt op de knop “Video-overzicht” en moet even een tijdje geduld hebben. Ik heb het niet geklokt maar misschien duurde het 15 minuten. Wat ik vervolgens te zien kreeg was een kleine 7 minuten met gequote tekst en emojis als beeldmateriaal. Een computerstem die behoorlijk natuurlijk klonk (inclusief ademhalingen) las het verhaal voor.

Die video benaderde het verhaal op een verrassende manier. Het haalde één persoon naar voren en liet zijn verhaal paralel lopen met dat van mijn hoofdpersoon. Dat vond ik een originele invalshoek. Het haalde een klein aspect uit het verhaal en bouwde daar het hele verhaal omheen.

De toon van de video, hoe het verhaal verteld werd, dat zat wel op het niveau van *kuch* de lagere school. Eenvoudige taal, zonder interessante beeldspraak, maar vooral heel duidelijk. Neigend naar hoe men sprookjes vertelt.

Je kunt ook een audio-overzicht laten genereren. Ook dit verhaal leverde een vrij kinderlijk geheel op met stemmen die naturel klonken. En zonder een spatje humor. In eerste instantie ging ‘ie de mist in door mijn hoofdpersoon, een vrouw met een typische vrouwennaam, als man te zien. Bij een nieuwe poging gaf ik expliciet mee dat het om een vrouw ging en nog een paar details om zo een beter verhaal te krijgen. Hier en daar kwamen er wel wat verdraaide feiten voorbij maar in grote lijnen klopte het verhaal.

Hoewel Klöpping bij Eva lyrisch was dat NotebookLM er zo’n mooie podcast uit kon poepen met natuurlijk klinkende stemmen ben ik daar veel minder positief over. Natuurlijk is het absoluut waanzinnig dat NotebookLM gewoon op basis van een zooitje transcripts er een podcast uit kan poepen, maar niemand zal zoiets uitbrengen als podcast.

Wat is het voordeel?

NotebookLM kan veel sneller dan een mens tekst doorzoeken en samenvatten. Maar als podcastmaker kun je er niet van op aan dat de informatie helemaal klopt. NotebookLM verkloot sommige feiten dus je moet echt zelf je audio beluisteren en/of je transcripts lezen. Dus die tijdwinst valt in het water.

Het kan je helpen bij het snel vinden van bepaalde uitspraken. Iets waar transcripts natuurlijk altijd al voor gebruikt werden. Maar daar heb je deze tool eigenlijk niet voor nodig want dat kun je met elke teksteditor net zo goed.

Wat wel handig van de tool is dat het bepaalde onderdelen van het verhaal, bepaalde uitspraken direct koppelt aan de bronnen. Dus in plaats van te zoeken naar een specifieke uitspraak, kan het zo’n uitspraak veel breder benaderen als zoekactie. En dat kan soms heel handig zijn.

Ik heb niet het idee dat NotebookLM de essentie van het verhaal er beter uithaalt dan een mens. De mens is wat dat betreft toch creatiever en kan dingen verzinnen die niet op papier staan omdat de fantasie er van alles bij gaat bedenken. NotebookLM komt slechts met de droge feiten aanzetten. Het legt niet meer persoonlijk gewicht bij sommige zaken puur omdat AI niet persoonlijk is. Het mist verstand, gevoel, fantasie en simpelweg alles wat ons mensen zo bijzonder maakt. Rekenen met woorden kent zo zijn beperkingen. En voordelen. Met name qua snelheid.