Governance and Global Affairs
FGGA en AI
FGGA kiest voor een bewuste, transparante en selectieve toepassing van AI, waarbij zowel de mogelijkheden als de risico’s worden meegewogen. Om verantwoord met AI te kunnen werken, biedt FGGA medewerkers en studenten een veilige infrastructuur en omgeving: FGGAi.
Introductie LUChat
In juni 2026 is LUChat geïntroduceerd: een veilige, goed beveiligde en vertrouwelijke generatieve AI-tool, ontwikkeld voor gebruik binnen de Universiteit Leiden.
- Lees het artikel over LUChat met meer informatie hierover.
- Onboardingsmodule voor LUChat
Ga direct naar LUChat
LUChat
AI-geletterdheid: kennis van en verantwoord omgaan met AI
Als onderdeel van onze strategie stimuleren we AI-bewustzijn en AIgeletterdheid onder medewerkers en studenten. Hiervoor zijn verschillende online trainingen beschikbaar (Engelstalig):
- Online training voor medewerkers
- Online training voor studenten (Geesteswetenschappen)
AI in het onderwijs
De impact van AI verschilt per domein. In het onderwijs staat de kwaliteit van het onderwijs voorop en houdt de docent de regie over hoe en wanneer AI wordt ingezet. Hiervoor gelden aanvullende richtlijnen en handreikingen:
- Didactische handreiking voor LLM’s (LLInC)
- Richtlijnen voor studenten (FGGA)
- Richtlijnen scriptie en papers
- Informatie voor docenten op het Docentenplatform (FGGA)
LUChat
LUChat is ontwikkeld met bijzondere aandacht voor privacy, digitale soevereiniteit, transparantie en efficiëntie.
- Krachtige functies voor professioneel gebruik: Voeg documenten, persona’s, herinneringen en eigen prompts toe en werk samen met andere gebruikers in gedeelde chats. Je kunt kiezen uit verschillende modellen van diverse aanbieders, waaronder open-weightmodellen en modellen die in Europa zijn ontwikkeld.
- Privacyvriendelijk en veilig: De modellen worden gehost in een beveiligde cloudomgeving van SURF. Chats worden zonder permanente opslag verwerkt. Dit betekent dat de inhoud ervan niet met externe partijen wordt gedeeld of door hen wordt opgeslagen. De gegevens worden niet gebruikt om modellen te trainen en gebruikers kunnen al hun gegevens zelf definitief verwijderen.
- Efficiënt en inzichtelijk: Dankzij de RAG-architectuur wordt de beschikbare contextruimte efficiënt benut. Gebruikers kunnen hun energie- en tokenverbruik zelf volgen. De volledige technische infrastructuur draait op luchtgekoelde servers in Zweden.
- Meer digitale autonomie: De modellen en chatgeschiedenissen functioneren onafhankelijk van elkaar en de gebruikersomgeving is ontwikkeld door Nederlandse universiteiten. Hierdoor ontstaat geen afhankelijkheid van grote technologiebedrijven en kunnen we indien nodig eenvoudig overstappen op andere modellen of hostingpartijen