Luke Kim, oprichter en CEO van Liner – Interviewserie

Luke Kim is de oprichter en CEO van Liner, een geavanceerde AI-aangedreven onderzoekstool die is ontworpen om het onderzoeksproces te stroomlijnen en te verbeteren, waardoor gebruikers hun taken 5,5 keer sneller kunnen voltooien. Als een AI-zoekmachine biedt Liner gefilterde zoekresultaten voor nauwkeurige informatie en genereert automatisch citaten in verschillende formaten, waardoor het een onmisbare bron is voor onderzoekers, studenten en professionals.

Kun je ons iets vertellen over je achtergrond en wat je heeft geïnspireerd om ondernemerschap na te streven, vooral op het gebied van AI en technologie?

Mijn ondernemersreis begon met de wens om echte problemen op te lossen met technologie. Als bachelorstudent viel het me op hoe moeilijk het was om de overvloed aan informatie online te doorzoeken en te vertrouwen. Ik was gemotiveerd om een tool te creëren die het proces stroomlijnt en studenten helpt onderscheid te maken tussen bronnen. Wat begon als een markeertool, die beschikbare informatie filterde, ontwikkelde zich na verloop van tijd tot wat Liner nu is: een AI-zoekmachine die alleen de meest betrouwbare resultaten levert. Ik werd aangetrokken door AI vanwege het potentieel om de manier waarop we data verwerken en ermee omgaan te transformeren. De mogelijkheid om betekenisvolle oplossingen te creëren voor studenten, zoals mijn jongere zelf, blijft mij inspireren.

Hoe heeft je ervaring met de browserextensie die je tijdens je studietijd bouwde, de visie voor Liner gevormd?

De Liner‑highlighter‑browserextensie was mijn eerste echte duik in het oplossen van het probleem van informatie‑overload. Het liet me zien hoeveel mensen waarde hechten aan tools die het vinden en organiseren van belangrijke informatie vergemakkelijken. Ik leerde dat het vereenvoudigen van zelfs één stap in een workflow een grote impact kan hebben, of het nu gaat om het markeren van belangrijke punten of het naar voren brengen van relevante bronnen. Dit project vormde Liner’s toewijding om een naadloze ervaring voor gebruikers te creëren en studenten en onderzoekers te helpen het overtollige lawaai op internet te filteren.

Wat was de oorspronkelijke visie achter Liner en hoe is deze sinds de oprichting geëvolueerd?

Liner begon als een eenvoudige tool om gebruikers te laten markeren en opslaan van belangrijke delen van online content. Het doel was om het voor gebruikers gemakkelijker te maken zich te concentreren op de meest relevante informatie zonder overweldigd te raken. Na verloop van tijd realiseerden we ons dat gebruikers meer nodig hadden dan alleen een manier om informatie te verzamelen en te sorteren – ze hadden betere manieren nodig om die te vinden en de betrouwbaarheid ervan te beoordelen. Deze realisatie leidde tot de transformatie van Liner tot een AI-zoekmachine.

Wat waren de belangrijkste uitdagingen die je tegenkwam bij de overgang van Liner van een markeertool naar een AI‑gedreven zoekmachine?

Een van de grootste uitdagingen was ervoor zorgen dat onze AI consistent betrouwbare en nauwkeurige resultaten kon leveren. Academisch onderzoek vereist een hoog vertrouwen, en het voldoen aan die verwachtingen was cruciaal. Een andere uitdaging was het integreren van jaren aan door gebruikers gemarkeerde data in het trainingsproces van de AI, terwijl het platform intuïtief bleef. Het vinden van de juiste balans tussen technologische innovatie en een naadloze gebruikerservaring was essentieel, maar ook enorm belonend.

Door de definitie van “agent” voor Liner vanaf nul op te bouwen, konden we een robuust en stabiel kader creëren voor wat een agent werkelijk is. Vervolgens implementeerden we een zoek‑agent die betrouwbaarheid en geloofwaardigheid voorop stelde. Aangezien ons doelgroepsegment de hoogste verwachtingen heeft op het gebied van geloofwaardigheid, hadden we een onderscheidende oplossing nodig die de meest complexe problemen kon aanpakken. Onze kracht lag in het benutten van onze eigen datasets, de technische inzichten die tijdens het agent‑definitieproces werden verkregen, en onze implementatie‑expertise. Samen werden deze elementen onze krachtigste instrumenten voor succes.

Kun je toelichten hoe de integratie van door gebruikers gemarkeerde data de nauwkeurigheid en betrouwbaarheid van Liner’s AI‑zoekresultaten verbetert?

Door gebruikersgemarkeerde data te gebruiken, ontstaat een waardevolle laag van kwaliteitscontrole, waardoor ons LLM kan onderscheiden wat andere gebruikers belangrijk en geloofwaardig vinden. Door deze gecureerde data te benutten, kunnen we relevante en betrouwbare informatie prioriteren in onze zoekresultaten. Deze aanpak zorgt ervoor dat gebruikers precieze en bruikbare inzichten krijgen, terwijl irrelevante of lage‑kwaliteit content wordt vermeden.

Hoe onderscheidt Liner zich van andere AI‑zoektools zoals ChatGPT of Perplexity?

Liner onderscheidt zich door betrouwbaarheid en transparantie voorop te stellen. Elk zoekresultaat bevat een bronvermelding, en gebruikers kunnen minder betrouwbare bronnen filteren om nauwkeurigheid te waarborgen. Als extra maatregel kunnen studenten de bronnen ophalen en de oorspronkelijke geciteerde tekst op hun scherm bekijken. In tegenstelling tot tools die zijn ontworpen voor losse vragen, is Liner specifiek gebouwd voor studenten, academici en onderzoekers, zodat gebruikers zich kunnen richten op diepgaand leren en analyseren in plaats van feiten te verifiëren. Deze toewijding aan vertrouwen en bruikbaarheid maakt Liner tot een favoriete tool voor meer dan 10 miljoen gebruikers, waaronder studenten aan universiteiten zoals UC Berkeley, USC, University of Michigan en Texas A&M. Liner blijft zich onderscheiden via partnerschappen, zoals een recent partnerschap met Tako, dat kennisvisualisatietools integreert om complexe data op een toegankelijkere en interactieve manier te presenteren, waardoor gebruikers dieper in hun onderzoek kunnen duiken.

Welke maatregelen neemt Liner om hallucinaties in zijn AI‑reacties te verminderen, en hoe beïnvloedt dit het vertrouwen van gebruikers?

Het verminderen van hallucinaties vereist dat AI‑gegenereerde antwoorden worden verankerd in verifieerbare bronnen. Liner bereikt dit door zijn resultaten te cross‑refereren met academische papers, overheidsdatabases en andere vertrouwde repositories. Ons Source Filtering System stelt gebruikers bovendien in staat onbetrouwbare content uit te sluiten, waardoor een extra kwaliteitsgarantie ontstaat. Deze stappen minimaliseren niet alleen fouten, maar bouwen ook vertrouwen op bij de gebruiker.

Liner’s system is based on relevance (the relevance score between agent-generated claims and reference passages) and factuality (which assesses how well the agent-generated claims are supported by the reference passages). The more supportive the passage, the higher the factuality score.Since our product strongly encourages users to verify claims to ensure they are free from hallucinations, enhancing the factuality of our agent system is crucial. Ultimately, we observe a positive correlation between the factuality score and user retention.

Het systeem van Liner is gebaseerd op relevantie (de relevantiescore tussen door de agent gegenereerde beweringen en referentie‑passages) en feitelijkheid (die beoordeelt hoe goed de door de agent gegenereerde beweringen worden ondersteund door de referentie‑passages). Hoe meer ondersteunend de passage, hoe hoger de feitelijkheidsscore. Omdat ons product gebruikers sterk aanmoedigt om beweringen te verifiëren en zo hallucinaties te voorkomen, is het verbeteren van de feitelijkheid van ons agentsysteem cruciaal. Uiteindelijk zien we een positieve correlatie tussen de feitelijkheidsscore en gebruikersretentie.

Welke stappen onderneemt Liner om vertrouwen op te bouwen bij gebruikers, vooral bij degenen die sceptisch staan tegenover het vertrouwen op AI voor kritieke informatie?

Vertrouwen opbouwen begint met transparantie. Liner biedt duidelijke bronvermeldingen voor elk resultaat, waardoor gebruikers de informatie zelf kunnen verifiëren. Bovendien rangschikken we bronnen op basis van betrouwbaarheid en stellen we gebruikers in staat direct met de originele content te werken. Continue gebruikerseducatie en open communicatie dragen ook bij aan het aantonen dat AI, wanneer verantwoord ontworpen, een betrouwbare bondgenoot kan zijn in het onderwijs.

Welke trends denk je dat de toekomst van AI in academisch onderzoek en professionele kennisverwerving zullen vormgeven?

AI zal steeds meer gepersonaliseerd worden, zich aanpassen aan de unieke behoeften van elke gebruiker en op maat gemaakte inzichten bieden. Transparantie zal cruciaal zijn, omdat gebruikers meer duidelijkheid zoeken over hoe AI informatie verwerkt en resultaten levert. Innovaties zullen zich ook richten op het aanpakken van informatie‑overload en het stroomlijnen van onderzoekstools. Door repetitieve taken zoals gegevensverzameling en synthese te automatiseren, zal AI de vroege fasen van onderzoek versnellen, waardoor onderzoekers zich meer kunnen richten op kritisch denken, analyse en innovatie. Deze balans tussen efficiëntie en intellectuele betrokkenheid zal de toekomst van academisch en professioneel onderzoek vormgeven.

Liner heeft recent met succes een financieringsronde van $29 miljoen opgehaald. Hoe zal deze investering Liner helpen groeien, en op welke gebieden richt je je voor uitbreiding?

Deze financiering stelt ons in staat onze missie voort te zetten om AI in het onderwijs te verbeteren. We breiden ons wereldwijde team uit en introduceren nieuwe functies zoals Essay‑Mode, die studenten helpt hun schrijf-, structuur‑ en opmaakvaardigheden te verfijnen. We geven ook prioriteit aan partnerschappen met universiteiten en professionele organisaties om meer gebruikers te bereiken en de impact van AI‑aangedreven onderzoekstools te demonstreren. Recente samenwerkingen met bedrijven zoals ThetaLabs en Tako hebben onze mogelijkheden vergroot. Deze investering onderstreept de groeiende behoefte aan betrouwbare zoekoplossingen, en we zijn enthousiast om op dit momentum voort te bouwen.

Bedankt voor het geweldige interview, lezers die meer willen weten, kunnen Liner bezoeken.