Ik beweeg me al een tijdje in het spanningsveld tussen twee geluiden over AI. Aan de ene kant de ronkende beloften van techpartijen over transformatieve doorbraken. Aan de andere kant de nuchtere – soms ontluisterende – berichten uit de praktijk: organisaties die investeren, implementeren en vervolgens concluderen dat de beloofde waarde uitblijft. Twee werelden die naast elkaar bestaan en elkaar weinig lijken te vinden.
Dat roept voor mij steeds dezelfde drie vragen op. Is de verwachting simpelweg te hoog gespannen? Zetten we AI in voor de verkeerde dingen? Of is er iets fundamenteels aan de hand met de manier waarop we denken over wat AI kan?
Ik stuitte onlangs op een artikel van Jakub Krys – gepromoveerd theoretisch fysicus – dat die drie vragen op een verrassende manier aanraakt. Niet vanuit klantcontact, maar vanuit de wetenschap. En niet vanuit enthousiasme, maar vanuit scepsis die hij uiteindelijk niet kon volhouden.
Zijn vertrekpunt: OpenAI publiceerde een paper waarin GPT-5.2 een nieuw resultaat afleidt in de theoretische deeltjesfysica. Krys is toevallig specialist in precies dit onderwerp, en doet daardoor iets wat vrijwel niemand anders kan: hij beoordeelt de claim op inhoud.
Zijn conclusie, kort samengevat: dit is indrukwekkend. Niet als marketingterm – als vakinhoudelijk oordeel van iemand die er alles aan heeft gedaan om niet indrukwekkend te zijn. Hij noemt het zijn persoonlijke Move 37-moment.*
Hieronder de kern van zijn analyse, die ik heb samengevat voor lezers zonder achtergrond in de deeltjesfysica.
Drie lagen van bijdrage
Het paper draait om zogeheten single-minus gluon tree amplitudes – wiskundige objecten waarmee fysici berekenen hoe deeltjes met elkaar botsen. Al decennialang staat in leerboeken dat deze amplitudes nul zijn. De paper stelt: dat klopt niet altijd.
In de bijdrage van AI onderscheidt Krys drie niveaus.
Het eerste niveau was puur menselijk: de onderzoekers ontdekten zelf dat het standaardbewijs een gat bevat. Dát er een vraag te stellen was, zagen mensen – niet het model. Dat noemt Krys het moeilijkst te repliceren door AI: niet het antwoord vinden, maar de juiste vraag stellen.
Het tweede niveau was mens en AI samen: GPT-5.2 identificeerde vervolgens een speciale configuratie van deeltjesbewegingen waarbij de formules dramatisch vereenvoudigen – en deed daarna een conjunctuur voor de algemene formule. Krys noemt dit PhD-niveau werk. Geen geavanceerde rekenmachine, maar het soort redeneren waar promovendi jaren mee bezig zijn.
Het derde niveau was vrijwel volledig AI: het bewijs van de conjunctuur werd geleverd door een intern systeem dat zo'n twaalf uur zelfstandig redeneerde. Krys is direct: hijzelf had dit bewijs niet kunnen vinden. De lat ligt bij een klein groepje ervaren onderzoekers – en het model haalt die lat.
Bijzonder is ook het vervolgpaper, over zwaartekracht in plaats van gluonen. De prompts van de onderzoekers bestonden letterlijk uit zinnen als "ga door" en "doe de volgende logische stap". De kern van het paper – inclusief het vinden van de configuratie waarop de formules vereenvoudigen – kwam van het model.
Wat dit zegt over de kloof in de praktijk
Terug naar die drie vragen.
Is de verwachting te hoog gespannen? Deels. In de organisaties die ik spreek, wordt AI zelden ingezet voor afgebakende, verifieerbare taken waarbij de output te controleren valt. Het wordt ingezet voor klantgesprekken, processen en beslissingen waarbij context, nuance en oordeel wél een rol spelen – en waarbij de foutmarge minder zichtbaar maar niet kleiner is.
Zetten we het in voor de verkeerde dingen? Ja, regelmatig. Het fysica-voorbeeld laat zien waar AI goed in is: complexe symbolische manipulaties uitvoeren, patronen herkennen in bestaande kennis, conjecturen genereren die vervolgens geverifieerd worden. Dat vraagt om taken met een duidelijke structuur en controleerbaarheid. Klantcontact op maat, of complexe dienstverlening, heeft die eigenschappen lang niet altijd.
Is er iets fundamenteels aan de hand met hoe we over AI-capaciteiten denken? Dat denk ik wel. Het debat wordt nog te veel gevoerd in termen van "kan AI dit of niet" – terwijl de vraag steeds meer wordt: voor welke combinatie van taak en context is AI nu al serieus te nemen, en waar niet? Die vraag is preciezer, en levert betere beslissingen op.
Wat ik hieruit meeneem
De scepsis over AI is niet onterecht. Maar dat wil niet zeggen dat die scepsis onbegrensd houdbaar is. Krys laat zien dat AI op het niveau van de koplopers in zijn vakgebied – een vakgebied dat hij door en door kent – resultaten levert die hij niet had verwacht en niet had kunnen evenaren.
Dat is geen reden om AI overal in te zetten. Het is wél een reden om preciezer te worden in het onderscheid. Niet: is AI goed genoeg? Maar: goed genoeg voor wat, in welke context, met welke controle?
Wie die vraag niet stelt, blijft hangen in twee posities die allebei tekortschieten: de hype en de afwijzing.
* Move 37 – verwijzing naar een legendarische zet van AlphaGo tijdens de partij tegen topspeler Lee Sedol in 2016. De zet was zo onverwacht dat menselijke experts hem eerst als fout beoordeelden. Hij bleek geniaal. Sindsdien wordt "Move 37" gebruikt als metafoor voor het moment waarop AI iets doet dat buiten het referentiekader van menselijke experts valt – niet ondenkbaar, maar ook niet verwacht.
-- dit bericht is eerder gepubliceerd op LinkedIn