Jouw eigen podcast, gemaakt door AI
11/08/2026
Nieuwe kennis... of slimme patroonherkenning?
Een taalmodel dat een kandidaatbewijs levert voor een wiskundig probleem waar onderzoekers al decennia op vastlopen. Betekent dat AGI, ASI, of gewoon een hele goede stagiair?
Is AI slimmer geworden dan de mensheid?
Een taalmodel dat een kandidaat-bewijs levert voor een wiskundig probleem waar onderzoekers al decennia op vastlopen. Best indrukwekkend, gezien de meesten van ons nog geen vijf jaar geleden nog nooit van ChatGPT hadden gehoord. Onlangs kwam GPT-5.6 met zo'n kandidaatbewijs voor de Cycle Double Cover Conjecture: het vermoeden dat je in ieder netwerk van punten en verbindingen altijd een setje lussen kunt vinden die samen elke verbinding precies twee keer bedekken. Een probleem dat al sinds de jaren '70 openstaat.
Een kandidaatbewijs wil zeggen: het ziet er logisch en overtuigend uit, maar is nog niet door de wiskundige gemeenschap gecontroleerd en goedgekeurd. Pas als andere experts elke stap hebben nagelopen, telt het als een echt bewijs. Maar de overkoepelende vraag ligt ondertussen alvast op tafel: is AI slimmer geworden dan de mensheid?
AGI en ASI: geen eenduidige definitie
Bij dit soort discussies vallen al snel de termen AGI (artificial general intelligence) en ASI (artificial super intelligence). Grofweg: AGI is AI op menselijk niveau, ASI is AI die slimmer is dan wij. Maar de uitdaging van nu is dat niemand dezelfde definities hanteert. Waar die grens precies ligt, verschilt van persoon tot persoon, en dus ook hoe haalbaar ASI wordt geacht.
"AGI is kennis of een vaardigheid die een mens in principe zou kúnnen hebben, al is het soms alleen met veel training of moeite. ASI is wat écht buiten menselijk bereik ligt."
Patroonherkenning op grote schaal
Om te snappen of die wiskundige doorbraak wijst op ASI, moet je eerst weten hoe een model daar überhaupt komt. Het antwoord: patroonherkenning. Tijdens training leert een taalmodel woorden, concepten en relaties weergeven als getallen in een soort hoogdimensionale ruimte. Daardoor legt het verbanden tussen ideeën die voor ons los van elkaar lijken te staan.
Wat wij als aparte theorieën zien, kan in die representatie juist vlak naast elkaar liggen. Zo combineert het model informatie die niemand eerder aan elkaar had gekoppeld, en ontstaat er een nieuw perspectief, of een mogelijk bewijs.
Nieuwe informatie, of gewoon een nieuw perspectief?
In de meeste gevallen is het dat laatste. Taalmodellen bouwen voort op bestaande kennis; ze verzinnen geen volledig nieuwe feiten, maar combineren wat er al is op nieuwe manieren. Dat is trouwens precies wat mensen ook doen bij veel wetenschappelijke doorbraken. Het verschil zit in schaal en snelheid: waar een mens jaren nodig heeft om verbanden te leggen, doet AI dat in een fractie van de tijd.
Wat het onderzoek laat zien
3x meer publiceren, 5x meer citaties
Een grootschalige studie in Nature (41,3 miljoen publicaties) laat zien dat onderzoekers die AI gebruiken drie keer zoveel publiceren en bijna vijf keer zoveel citaties krijgen. Tegelijk neemt de diversiteit van onderzoek af: AI versterkt vooral bestaande, datarijke onderzoekslijnen.
Creatiever als individu, eenvormiger als groep
Een vergelijkbaar beeld zie je in Science Advances: generatieve AI maakt individuen creatiever, maar de resultaten gaan collectief meer op elkaar lijken. Logisch, want als iedereen dezelfde modellen gebruikt, leggen we sneller dezelfde verbanden.
AGI, ASI, of gewoon een hele goede stagiair?
Taalmodellen zijn uitzonderlijk goed in het combineren van bestaande kennis, en dat levert soms verrassende theorieën, hypotheses en zelfs wiskundige bewijzen op. Dat maakt ze niet automatisch slimmer dan de mens, en al helemaal nog geen AGI of ASI. Hun kracht zit niet in het scheppen van iets volledig nieuws, maar in het combineren van bestaande kennis op een schaal en snelheid die voor ons simpelweg onmogelijk is.
Voor de maakindustrie is dat een geruststellende gedachte: AI vervangt geen doorbraken, het versnelt de weg ernaartoe. En dat is precies waar wij bij Univia dagelijks mee aan de slag gaan.
Referentielijst
- Artificial Intelligence Tools Expand Scientists' Impact but Contract Science's Focus. (2024). Geaccepteerd door Nature. arxiv.org/abs/2412.07727
- Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances.
Benieuwd hoe wij bij AI-projecten met dit soort vragen omgaan?
We schrijven regelmatig over automatiseringen, datagedreven oplossingen en AI-toepassingen. Check onze andere blogs of neem gewoon contact op, we denken graag mee.
Altijd als eerste het nieuws van Univia ontvangen?
Volg ons op social media, en houd onze blog pagina in de gaten voor de laatste updates! Of schrijf je nu in voor onze nieuwsbrief!
