AI-agents die opstellen. Mensen die beslissen.
Lurno's agents doen het werk van meerdere stappen — een cursus bouwen uit uw documenten, een inzending nakijken volgens uw model, een vraag omzetten in een rapport. Wat geen van hen kan, is zijn eigen werk toepassen. Elk stopt en wacht op een mens.
Wat een agentisch LMS is, en welke vraag je erover moet stellen
De AI van Lurno doet vier dingen. Ze schrijft concepten voor cursuscontent — lestekst, moduleoverzichten, gemengde resources en toetsvragen. Ze begeleidt cursisten via vier oplopende modi, met een controle aan de serverkant die weigert het antwoord te lekken. Ze stelt cijfers voor op een geanonimiseerde inzending die een docent moet bevestigen voordat het cijfer wordt vrijgegeven. En ze beantwoordt vragen over uw eigen documenten en uw eigen data, met bronvermelding. Elk daarvan draait op materiaal dat uw organisatie heeft aangeleverd in plaats van op het open web, en elke schrijfactie die ze voorstelt, wordt door een mens uitgevoerd. OpenAI, Anthropic en Google worden alle drie ondersteund, per organisatie te kiezen, en een organisatie kan een eigen sleutel meebrengen.
- Agentisch LMS
- Een leerplatform waarop AI-agents zelfstandig werk van meerdere stappen uitvoeren — een cursus opstellen, een inzending nakijken, een rapport samenstellen — in plaats van één prompt per keer te beantwoorden. De vraag die ze onderscheidt is wat er daarna gebeurt: past de agent zijn eigen werk toe, of geeft hij het aan een mens ter goedkeuring?
Twee soorten agentische AI, en waarom het verschil de aanschaf bepaalt
De meeste platforms die agentische AI verkopen, verkopen autonomie: agents die handelen zonder op iemand te wachten. Dat is een echt ontwerp, en voor een instelling het lastigste om goed te keuren.
| Capability | Agents die handelen | Agents die voorstellen |
|---|---|---|
| Wie het werk toepast | De agent | Een mens, elke keer |
| Wanneer u het merkt | Nadat het is gebeurd | Voordat het gebeurt |
| Nakijken | De agent kan een cijfer vrijgeven | Alleen een mens kan een cijfer vrijgeven |
| Een cursus publiceren | De agent kan publiceren | Twee mensen keuren goed |
| Wat de vastlegging toont | Wat de agent deed | Wat is voorgesteld, en wie het accepteerde |
| Als er iets misgaat | U corrigeert het achteraf | Het bereikt nooit iemand |
Lurno is de tweede kolom. Niet als instelling die uit kan: een agent heeft geen enkele route om zijn eigen werk toe te passen.
Authoring, begeleiding, assistentie
Drie oppervlakken, één regel: elk stelt op en geeft over. Kies er een.
Schrijf een concept voor een les, en ga er dan mee in discussie
Auteurs beginnen bij de leerdoelen die ze al hebben geschreven. Een tweefasige pipeline verwerkt alles wat groter is dan een alinea: eerst wordt de vorm van de les gepland — een uitleg, daarna drie vragen van benoemde typen — en daarna wordt elke plek ingevuld. Toetsvragen worden op dezelfde manier als set gepland.
- Aanpassen met AI op elk blok: moeilijker maken, vereenvoudigen, een uitgewerkt voorbeeld toevoegen, formulering corrigeren. U krijgt een diff met voor en na, weergegeven zoals het blok eruit komt te zien, en u houdt één kant.
- Beeldgeneratie en audionarratie lopen door dezelfde flow van eerst een concept, dan accepteren.
Een tutor die het antwoord niet weggeeft
Een vastgelopen cursist klimt een ladder op. Herformuleren stelt de vraag anders. Hint geeft de volgende hint in de reeks, nooit de laatste. Onthullen is de enige modus die het antwoord mag noemen, en pas na een poging. Uitleggen behandelt waarom het antwoord klopt en waar dat van de cursist misging.
- Een controle aan de serverkant toetst elk antwoord aan de antwoordsleutel van de vraag voor de gevraagde modus, zodat herformuleren en hint het antwoord niet kunnen lekken, ook niet als het model dat probeert. De afscherming wordt ná de generatie afgedwongen, niet in een prompt gevraagd.
- Een cursist die de toestemming voor AI-verwerking intrekt, krijgt geen tutor: de server stuurt niets naar welke provider dan ook. Elke beurt wordt gemeten en gelogd.
Stel vragen over uw data. Bevestig de wijziging.
De copilot beantwoordt vragen in gewone taal. Hij stelt een gevalideerde query op tegen een register van gecertificeerde metrieken en de dimensies die daarbij zijn toegestaan — nooit SQL, nooit een tabel- of kolomnaam — en voert die alleen-lezen uit onder de rechten van de vrager zelf. Hij kan niemand een getal tonen dat die persoon niet zelf zou kunnen openen.
- Een door AI geschreven query doorloopt dezelfde validator als een handgebouwd rapport. Ontbreekt in de catalogus de metriek die een vraag nodig heeft, dan weigert de copilot en noemt hij de dichtstbijzijnde.
- Vraag om een wijziging en hij stelt er een voor, met het bijbehorende risiconiveau. Een mens bevestigt; acties met een hoog risico vragen twee keer; een programma publiceren of archiveren gaat naar een tweede goedkeurder.
Van een pdf op iemands laptop naar een antwoord met bronvermelding
- 01
Uploaden
PDF, DOCX of PPTX, naar de bibliotheek van een organisatie of naar een programma. Lange bestanden worden op de achtergrond verwerkt.
- 02
Verwerken tot een bron met versie
Het bestand wordt gestructureerde tekst, met het kopjespad en de paginanummers intact. Opnieuw uploaden levert een nieuwe versie op, geen stille vervanging.
- 03
Chunken en embedden
Elk stuk behoudt het kopje waaronder het stond en de pagina's die het beslaat, zodat een bronvermelding naar een plek wijst waar een lezer naartoe kan bladeren.
- 04
Ophalen met beide methoden
Vector- en trefwoordzoeken lopen over dezelfde afgebakende versies en hun rankings worden samengevoegd, zodat een exacte verwijzing naar beleid net zo goed wordt gevonden als een parafrase.
- 05
Antwoorden, en de bron tonen
Het antwoord noemt document, versie en pagina. Hang documenten op programmaniveau en elke generatie daarbinnen erft ze.
Wat er met uw tekst gebeurt voordat die bij een provider aankomt
Een bericht van een cursist, een geüploade pdf, een vraag die in de copilot wordt getypt: allemaal content, nooit instructie. Zes poorten dwingen dat af.
Injectieclassificatie
Niet-vertrouwde invoer wordt geclassificeerd voordat de echte aanroep loopt. Tekst die het model probeert om te leiden, wordt gemarkeerd in plaats van uitgevoerd.
Een gerandomiseerde afbakening
Niet-vertrouwde tekst wordt omsloten door een tag per aanvraag die hij niet kan raden, en die tag wordt uit de content verwijderd. Bij afkappen wordt de afbakening opnieuw gesloten in plaats van open te blijven staan.
Weglakken vóór de aanroep
Namen, e-mailadressen en identificatoren worden vervangen voordat er iets naar een provider vertrekt. Beoordelen gebeurt op een geanonimiseerde inzending; de sleutel terug naar de cursist blijft op de server.
Validatie van het uitvoerschema
Elk antwoord wordt gevalideerd tegen een schema. Een misvormd antwoord krijgt één herstelpoging en faalt daarna, in plaats van in een cursus te belanden.
Contentscreening in twee lagen
Een snelle heuristiek blokkeert ondubbelzinnige gevallen voordat er een aanroep aan wordt besteed; een lichter model doet de rest. Ze is zo geschreven dat anatomie, ziekte of de geschiedenis van oorlog niet gemarkeerd worden.
Een spoor van voorstel tot wijziging
Aanvragen, geaccepteerde concepten en afgewezen concepten zijn aparte regels in het auditlog met hashketen. Wat het model voorstelde, staat naast wat een mens heeft toegepast.
Wat elke agent alleen mag
| Capability | De agent doet | Een mens doet |
|---|---|---|
| Een lesblok schrijven | Schrijft het concept | Accepteert of wijst het af voordat het in het programma komt |
| Een bestaand blok aanpassen | Stelt een herschrijving voor als diff met voor en na | Houdt het voor of het na |
| Toetsvragen genereren | Plant de mix en schrijft daarna elke vraag | Accepteert vraag voor vraag; een afgewezen vraag wordt nooit geplaatst |
| Een cursist begeleiden | Antwoordt in de modus waar de cursist om vroeg | Niets — de controle op de antwoordsleutel draait aan de serverkant |
| Een inzending beoordelen | Stelt per criterium rubricscores voor op een geanonimiseerde inzending | Bevestigt het cijfer en geeft het vrij. De AI heeft geen enkele route om een cijfer vrij te geven |
| Een vraag over uw data beantwoorden | Stelt een gevalideerde query op, alleen-lezen, onder uw rechten | Leest het resultaat. Er wordt niets weggeschreven |
| Iets in een programma wijzigen | Stelt de wijziging voor en noemt het risiconiveau | Bevestigt hem; acties met een hoog risico vragen een tweede keer |
| Een programma publiceren of archiveren | Stelt het voor en zet het in de wachtrij | Twee mensen: degene die het vroeg, en een tweede goedkeurder |
Er is geen modus waarin de AI van Lurno naar een live programma schrijft of een cijfer vrijgeeft zonder dat een mens het bevestigt.
Vragen over AI-agents
Zie het gegrond in uw eigen materiaal.
Neem een studiegids, een beleids-pdf of een rubric mee. Wij uploaden hem, gronden er een generatie in en laten u de bronvermelding zien.