Subscribe
Share
Share
Embed
AI Wereld Vandaag houdt je dagelijks op de hoogte van het belangrijkste nieuws over kunstmatige intelligentie.
Van OpenAI en ChatGPT tot Google, Microsoft, Claude en de nieuwste AI-tools. Je hoort wat er gebeurt in de wereld van AI, welke ontwikkelingen ertoe doen en wat ze betekenen voor jou.
Kort, helder en toegankelijk. Zonder onnodige hype of ingewikkeld jargon. Ideaal om tijdens je ontbijt, onderweg of tussendoor bij te blijven.
AI Wereld Vandaag is een podcast van AIWereld.nl, dé Nederlandse website over kunstmatige intelligentie.
Dit is AI Wereld Vandaag
Een leerling uit groep zeven vraagt ChatGPT om een werkstuk te schrijven. Een paar seconden later staat er een keurige tekst. Maar wat heeft dat kind eigenlijk geleerd? In Den Haag willen tien Kamerleden dat basisschoolleerlingen geen generatieve AI meer gebruiken. De Tweede Kamer stemt dinsdag over hun voorstel.
De motie is ingediend door Volt-Kamerlid Laurens Dassen en negen medeondertekenaars. Zij maken zich zorgen dat kinderen minder oefenen met zelfstandig denken, schrijven en creatief problemen oplossen wanneer een chatbot dat werk overneemt. Het voorstel vraagt het kabinet om het onderwijs aan te passen aan AI, met in ieder geval een verbod op generatieve AI door leerlingen in het primair onderwijs.
Belangrijk: er is nog niets verboden. Zelfs als de Tweede Kamer de motie aanneemt, moeten de precieze regels nog worden uitgewerkt. De verantwoordelijke bewindspersoon heeft de motie bovendien ontraden. Of er een meerderheid voor komt, weten we dus nog niet.
En niet alle AI in de klas doet hetzelfde. Een leerling die een chatbot het volledige huiswerk laat maken, is iets anders dan een docent die met kinderen onderzoekt waarom AI soms fouten verzint. Ook een leerkracht die de eigen les voorbereidt met AI, doet iets anders dan een leerling die zijn denkwerk uitbesteedt. Sommige digitale oefenprogramma's gebruiken ook AI zonder dat ze zelf teksten genereren.
De motie vertelt nog niet precies waar die grens moet komen te liggen. Dat maakt de discussie interessant. Kinderen moeten leren omgaan met een technologie die buiten school steeds normaler wordt. Maar hoe zorg je dat ze eerst zelf leren lezen, schrijven en nadenken? Het debat gaat dus niet alleen over een knop om ChatGPT uit te zetten. Het gaat over wat we op de basisschool belangrijk vinden om zelf te kunnen.
Van de klas naar de serverruimte. Het Chinese Alibaba heeft zijn eerste Nederlandse cloudregio geopend. In Amsterdam gebruikt het bedrijf twee datacenters waar klanten computers, opslag en andere clouddiensten kunnen huren.
Dat klinkt misschien als een gewone bedrijfsuitbreiding, maar het is ook een verhaal over de plek waar onze gegevens terechtkomen. Stel dat een Nederlands bedrijf een webshop draait. Door servers dichter bij zijn klanten te gebruiken, kan het de vertraging bij het uitwisselen van gegevens beperken. Het bedrijf hoeft dan niet zelf alle hardware te kopen.
Alibaba zegt dat klanten gegevens in de Nederlandse regio kunnen opslaan en verwerken. Maar er is een belangrijk onderscheid met de AI-modellen van Alibaba. De documentatie van Model Studio, waar onder meer Qwen wordt aangeboden, noemt Frankfurt als Europese regio. Een aparte Amsterdamse uitvoering van die AI-dienst is nog niet bevestigd.
Een datacenter in Nederland betekent dus niet automatisch dat iedere AI-opdracht ook in Amsterdam wordt uitgevoerd. Bedrijven moeten per dienst kijken waar gegevens worden opgeslagen, waar berekeningen plaatsvinden en welke partijen toegang hebben. Alibaba wil later bovendien extra hulpmiddelen voor AI-agenten aanbieden. Een concrete datum voor die uitbreiding is er nog niet.
Ook bij Europese AI is er deze week een stap gezet die over controle gaat. Het Franse Mistral heeft de bestanden van Mistral Large vier beschikbaar gemaakt. We bespraken eerder al de introductie van dit model, dat ook wel Le Chonk wordt genoemd. Toen kon je het vooral via Mistrals eigen online dienst uitproberen. Nu kunnen organisaties de modelgewichten downloaden en op hun eigen infrastructuur installeren.
Modelgewichten zijn de waarden die de AI tijdens het trainen heeft geleerd. Met die bestanden kan een organisatie het model zelf draaien en aanpassen, binnen de licentievoorwaarden. Bijvoorbeeld om interne documenten te verwerken zonder ieder verzoek naar Mistrals computers te sturen.
Dat is geen kleine download voor een gewone laptop. Het volledige model telt ongeveer een biljoen parameters. Er bestaan verkleinde uitvoeringen, maar ook die vragen flinke hardware. En de licentie maakt onderscheid tussen intern gebruik en bedrijven die klanten een algemene modeldienst verkopen. Die laatste groep kan een aparte commerciële overeenkomst nodig hebben.
Mistral zegt dat het verbeterde model sterk presteert bij programmeren en cybersecurity. Die claims moeten ontwikkelaars voor hun eigen werk controleren. Het interessante Europese nieuws is vooral dat de keuze groter wordt: een krachtig model gebruiken via een aanbieder, of zelf verantwoordelijk worden voor de computers, beveiliging en het beheer.
Wie een eigen website beheert, krijgt intussen mogelijk een eenvoudigere manier om aan AI-bedrijven te vertellen wat ze met de inhoud mogen doen. OpenAI, Google en Microsoft ondersteunen een gezamenlijk signaal waarmee sites kunnen aangeven dat ze hun teksten en afbeeldingen niet voor AI-training beschikbaar stellen.
Tot nu toe moest een uitgever vaak afzonderlijke instructies voor verschillende zoekrobots en AI-aanbieders bijhouden. Het nieuwe voorstel gebruikt het bestaande robots-punt-tekst-bestand op de website. Daar kan een beheerder een voorkeur opnemen die meerdere deelnemende bedrijven herkennen.
Maar één regel is geen magische bescherming tegen alle AI-crawlers. Het gaat voorlopig om een ontwerpvoorstel en de deelname is vrijwillig. OpenAI wil de ondersteuning in de komende maanden invoeren. Google en Microsoft hanteren hun eigen invoermomenten. Niet ieder bedrijf hoeft het signaal te volgen.
Bovendien gaat de gezamenlijke voorkeur specifiek over training. Een website bezoeken om een actueel antwoord van een bron te voorzien, is iets anders dan de inhoud gebruiken om een model te trainen. En een verzoek om iets niet te doen, is geen technisch slot op de deur. Wie ongewenste bots daadwerkelijk wil tegenhouden, heeft daarvoor aparte beveiliging nodig.
Het initiatief kan uitgevers werk besparen, maar het debat over eigendom, toestemming en AI-training is er niet ineens mee opgelost.
En over trainen gesproken: twee Chinese AI-bedrijven zouden hebben geleerd van antwoorden van OpenAI. Volgens een bericht van The Information, dat ook door Reuters werd verspreid, gebruikten DeepSeek en Moonshot AI uitvoer van GPT-zes Astra bij de ontwikkeling van nieuwe modellen.
Het gaat onder meer om DeepSeek Flash en een model uit de Kimi-familie. De beschuldiging komt van anonieme bronnen. Er is geen openbaar technisch onderzoek waarmee je precies kunt narekenen hoeveel antwoorden zijn gebruikt en hoeveel van de prestaties daarvan afkomstig zijn. De betrokken bedrijven hadden bij de eerste berichtgeving nog niet inhoudelijk gereageerd.
De techniek heet distillatie. Daarbij gebruikt een ontwikkelaar antwoorden van een krachtig model als voorbeelden om een ander model te trainen. Dat kan een heel gewone techniek zijn, bijvoorbeeld wanneer een bedrijf zijn eigen grote model inzet om een kleinere versie te maken.
De discussie ontstaat als een concurrent zonder toestemming enorme hoeveelheden antwoorden verzamelt of technische beperkingen probeert te omzeilen. Belangrijk is ook dat leren van antwoorden niet hetzelfde is als toegang krijgen tot de geheime modelbestanden. Dat onderscheid verdwijnt gemakkelijk in verhalen over gestolen AI.
Een goedkopere concurrent ontwikkelen is op zichzelf geen bewijs van misbruik. Voor een harde conclusie over deze specifieke modellen is meer bewijs nodig.
En na Halloween eindigen we met iets wat uit een sciencefictionfilm lijkt te komen. Een Amerikaanse startup zegt een AI-videomodel sneller te hebben gemaakt dankzij onderzoek met levende menselijke hersencellen.
De naam van het model is Mischief één. Volgens het bedrijf maakt het vijf keer sneller video's dan de oorspronkelijke versie, tegen veel lagere kosten. Dat zijn cijfers van de maker zelf; onafhankelijke vergelijkingen ontbreken nog.
Maar de hersencellen zitten niet in de computer die jouw filmpje maakt. De onderzoekers laten gekweekte neuronen in het laboratorium reageren op elektrische signalen. Ze zoeken patronen in die reacties en vertalen interessante ideeën naar gewone software. Het uiteindelijke videomodel draait gewoon op bestaande chips en is gebaseerd op een eerder AI-model van Alibaba.
Dat is misschien minder griezelig dan een machine met een levend brein, maar wetenschappelijk juist interessanter. Kunnen onderzoekers door biologische systemen te bestuderen efficiëntere algoritmes vinden? De eerste commerciële toepassing is er. Hoeveel van de snelheidswinst daadwerkelijk aan die methode te danken is, moet nog onafhankelijk worden vastgesteld.
Van kinderen die zelf moeten blijven nadenken tot onderzoekers die hersencellen bestuderen: de belangrijkste vraag is niet alleen wat AI kan overnemen, maar ook wat wij zelf willen blijven begrijpen.
Vond je dit een interessante aflevering? Volg dan AI Wereld Vandaag en stuur deze aflevering door naar een vriend of collega die ook wil bijblijven.
Deze productie is gerund door AI. Meer leren en lezen? Kom langs bij AI Wereld punt en el. Daar zitten wél mensen aan de knoppen overigens.