Dick Ahles
AI-nieuws: tussen lek, laboratorium en logica
Recent verscheen in een AI-nieuwsbrief een opvallend bericht: bij Anthropic zou per ongeluk een groot deel van de broncode van hun nieuwste ontwikkelomgeving rond Claude openbaar zijn geworden. Ontwikkelaars doken er meteen op en meldden dat zij in die code allerlei nog niet gepubliceerde functies aantroffen: systemen die zelfstandig taken plannen, experimenteren met subagents, applicaties openen en workflows automatiseren. De nieuwsbrief presenteerde dit als een zeldzaam inkijkje in de nabije toekomst van AI, en impliciet als bewijs van hoe ver deze systemen inmiddels zijn. Wat hier zichtbaar wordt, is hoe AI evolueert van tool naar systeem.
Wie de stroom AI-nieuws volgt, krijgt al snel de indruk dat we wekelijks getuige zijn van doorbraken die de wereld fundamenteel veranderen. Nieuwsbrieven, podcasts en blogs buitelen over elkaar heen met termen als “krachtigste ooit”, “gevaarlijkste AI” en “ongekende mogelijkheden”. Maar wie even afstand neemt, ziet iets anders. Minder spectaculair misschien, maar des te interessanter. Dat verklaart ook waarom AI-nieuws dit soort incidenten zo graag als doorbraak verpakt: continuïteit haalt zelden de koppen.
Neem dat vermeende lek van broncode. Op het eerste gezicht is het een klassiek verhaal: interne code komt op straat te liggen, ontwikkelaars duiken erop en ontdekken allerlei experimentele functies. De verleiding is dan groot om dat meteen te lezen als een blik in de toekomst. Maar dat is toch iets te snel.
Wat hier zichtbaar wordt, is namelijk niet zozeer het per ongeluk gepubliceerde geheime plan voor komende innovatie, maar een proces dat inmiddels overal in de AI-wereld zichtbaar is.
Allereerst is daar de snelheid van ontwikkeling. Die is ongekend. Waar software vroeger in cycli van jaren werd ontwikkeld, zien we nu bij AI iteraties in maanden, soms zelfs in weken. Dat is geen magie, maar het gevolg van schaal, investeringen en het feit dat softwareontwikkeling zelf inmiddels deels wordt ondersteund door AI. Systemen bouwen systemen. Dat is geen sciencefiction, maar industriële evolutie.
Van innovatie naar verwachting
Ten tweede is daar het idee van het uitzonderlijke laboratorium bij Claude. Het is naïef te denken dat slechts één partij experimenteert of creatief is in het verzinnen van innovaties. Iedere serieuze AI-aanbieder beschikt over een eigen interne ontwikkelomgeving waarin nieuwe functies, automatisering en andere interactievormen worden getest. Wat bij de één zichtbaar wordt, bestaat in varianten ook bij de ander. Niet identiek, maar wel vergelijkbaar in richting, omvang en innovatief vermogen.
Daarmee komen we bij een belangrijk mechanisme: wat vandaag als innovatie verschijnt, is morgen al een verwachting van gebruikers.
Zodra een functie aanslaat, wordt zij niet simpelweg gekopieerd, maar geanalogiseerd. Andere systemen bouwen een functioneel equivalent binnen hun eigen architectuur. Zo ontstaat geleidelijk een norm. Zoals elke tekstverwerker uiteindelijk doet wat gebruikers van tekstverwerkers verwachten, zo zal ook AI zich stabiliseren rond een set van vanzelfsprekende functies: niet alleen antwoorden geven, maar ook handelen, organiseren en uitvoeren.
De huidige voorsprongen zijn daarom vaak tijdelijk. Wat vandaag onderscheidend lijkt, is morgen gemeengoed.
Een derde punt dat vaak onderbelicht blijft, is de manier waarop deze systemen zelf tot stand komen. Steeds meer software wordt ontwikkeld met behulp van AI. Dat betekent dat nieuwe systemen voortbouwen op eerdere systemen, die op hun beurt weer voortbouwen op nog eerdere generaties. Dat is een Darwinistisch proces van variatie, selectie en cumulatie. Het gevolg is dat de totale complexiteit snel toeneemt en volledige menselijke doorgronding steeds moeilijker wordt. Begrip verschuift van totaaloverzicht naar lokaal inzicht.
Eigendom onder druk
Tot slot raakt dit alles aan een fundamenteler vraagstuk: eigendom.
In een wereld waarin functionaliteit snel wordt nagebouwd en kennis zich moeiteloos verspreidt, komt het klassieke auteursrecht onder druk te staan. Niet omdat het per definitie onzinnig is, maar omdat het probeert schaarste te handhaven in een domein dat technisch juist overvloed produceert. Daar komt nog bij dat nieuwe creaties steeds vaker mede door machines tot stand komen, en dus minder eenvoudig zijn toe te schrijven aan één unieke, menselijke, creatieve maker. De spanning tussen innovatie en bescherming wordt daarmee steeds zichtbaarder.
Het Claude-incident is daarom minder interessant als incident, en meer als symptoom. Het laat zien hoe AI zich ontwikkelt: niet als een reeks wonderen, maar als een continu proces van experimenteren, aanpassen, kopiëren en normaliseren.
Wie dat proces begrijpt, heeft minder behoefte aan superlatieven.
En ziet meer.
