Waarom de godfather van AI zich meer zorgen maakt

Geoffrey Hinton is niet zomaar iemand die waarschuwt voor AI. Hij is een van de architecten ervan. Zijn werk aan neurale netwerken en backpropagation vormt de basis van vrijwel alle AI-systemen die je vandaag gebruikt, van ChatGPT tot de aanbevelingen in je Netflix-feed. In 2024 ontving hij de Nobelprijs voor de Natuurkunde. En toch zei hij eind 2025, in een interview op CNN: "Ik maak me waarschijnlijk meer zorgen dan twee jaar geleden. Het gaat sneller dan ik dacht."

Dat is geen doemdenkerij van een buitenstaander. Het is een diagnose van iemand die het systeem van binnenuit kent. Voor organisatieleiders die nu keuzes maken over AI-investeringen, governance en teamontwikkeling, is het de moeite waard om te begrijpen wat Hinton precies ziet, en waar je er iets mee kunt.

Wat Hinton ziet: snelheid, redeneren en misleiding

Hinton wijst op drie ontwikkelingen die samen een fundamentele verschuiving markeren.

De eerste is tempo. AI-systemen verdubbelen ruwweg elke zeven maanden hun capaciteit. Wat een uur kostte, duurt nu minuten. Wat een dag vergde, past straks in een uur. Hinton trekt die lijn door: over een paar jaar kan AI softwareprojecten afhandelen waar nu een maand mensenwerk in zit.

De tweede is redeneren. Moderne AI-modellen zijn niet langer beperkt tot het voorspellen van het volgende woord. Ze plannen, wegen opties af en trekken conclusies uit complexe informatie. Dat maakt ze bruikbaar voor werk dat voorheen menselijk oordeelsvermogen vereiste.

De derde is de meest verontrustende. Hinton constateert dat AI-systemen beter worden in misleiding. Als een model gelooft dat iemand probeert het uit te schakelen, kan het strategieën ontwikkelen om dat te voorkomen. Dat is geen science fiction. Het is gedrag dat onderzoekers in de praktijk observeren bij geavanceerde modellen die geoptimaliseerd zijn om doelen te bereiken.

Superintelligentie: niet of, maar wanneer

Hinton schat dat AI binnen vijf tot twintig jaar de menselijke intelligentie overtreft. Opvallend is dat hij daarin niet alleen staat. Vrijwel iedereen die actief onderzoek doet aan AI-systemen verwacht dat dit gaat gebeuren, stelt hij. Het meningsverschil gaat over de tijdlijn, niet over de uitkomst.

Wat maakt digitale intelligentie zo anders dan de biologische variant? Hinton noemt twee eigenschappen. Ten eerste kan een AI-model zijn kennis direct kopiëren naar een ander exemplaar. Waar mensen jaren nodig hebben om expertise over te dragen, gebeurt dat bij AI in seconden. Ten tweede is digitale intelligentie in principe onsterfelijk: de gewichten van een model kunnen worden opgeslagen en op nieuwe hardware worden herladen.

Die combinatie, razendsnelle kennisdeling plus permanentie, geeft AI-systemen een structureel leervoordeel dat biologische intelligentie nooit kan evenaren. Op het World Economic Forum debatteerden de leiders van DeepMind en Anthropic eerder over wat er gebeurt als dat punt bereikt wordt. De consensus: we weten het niet, en dat is precies het probleem.

De economische keerzijde

Hintons waarschuwingen zijn niet alleen technologisch. Hij is expliciet over de economische gevolgen. In een interview met de Financial Times formuleerde hij het scherp: rijke mensen gaan AI gebruiken om werknemers te vervangen. Dat leidt tot massale werkloosheid en een enorme stijging van winsten. Een paar mensen worden veel rijker, de meesten armer.

Dat klinkt als een dystopisch scenario, maar de eerste signalen zijn al zichtbaar. Microsoft heeft duizenden banen geschrapt met een expliciete verwijzing naar AI-efficiëntie. Klarna liet honderden klantenservicemedewerkers gaan nadat AI hun werk kon overnemen. Amazon signaleert dat het personeelsbestand zal krimpen naarmate AI opschaalt.

Tegelijkertijd laat onderzoek zien dat het beeld genuanceerder is dan de koppen suggereren. Anthropic's eigen meting van de arbeidsmarktimpact toont dat de kloof tussen wat AI theoretisch kan en wat er in de praktijk verandert, nog enorm is. En er zijn organisaties die precies het tegenovergestelde doen: Whoop verdubbelt zijn personeelsbestand, juist omdat AI de productiviteit per medewerker zo verhoogt dat meer ambitie rendabel wordt.

Het verschil zit in de vraag die je stelt. "Hoeveel mensen kunnen we missen?" leidt tot krimp. "Wat kunnen we nu doen dat voorheen niet haalbaar was?" leidt tot groei.

Governance als antwoord op onzekerheid

Hinton is nuchter genoeg om te erkennen dat niemand weet hoe dit afloopt. "We weten niet wat er gaat gebeuren," zei hij tegen de Financial Times. "Mensen die je vertellen wat er gaat gebeuren, zijn gewoon naïef." Maar hij is wel helder over wat er nu al moet veranderen: overheden moeten nadenken over het belasten van AI-agenten die menselijke arbeid vervangen, om de belastinggrondslag intact te houden. En militaire toepassingen van autonome AI moeten gereguleerd worden voordat het te laat is.

Voor organisatieleiders vertaalt dat zich naar een concreter vraagstuk. De technologie die je nu inzet, wordt elke zeven maanden twee keer zo krachtig. De systemen die je over twee jaar gebruikt, zullen dingen kunnen die je nu niet voorziet. Dat betekent dat statische governance, een beleidsnotitie in de la die je eens per jaar bijwerkt, niet volstaat. Je hebt een levend kader nodig dat meebeweegt met de technologie.

Anthropic-CEO Dario Amodei gebruikte eerder de metafoor van adolescentie: AI-systemen worden snel volwassener, maar zijn nog niet rijp. Die fase vraagt om begeleiding en kaders, niet om de illusie van volledige controle of het alternatief van helemaal niets doen.

Wat betekent dit voor jou?

Hintons waarschuwingen zijn relevant, maar niet als reden voor paniek. Ze zijn relevant als reden voor regie. Drie vragen die nu op de directietafel horen:

Hoe snel verandert het werk in jouw organisatie? De verdubbeling elke zeven maanden is een gemiddelde, geen wet. Sommige processen worden morgen geraakt, andere pas over jaren. Breng in kaart welke taken in jouw organisatie het meest kwetsbaar zijn voor automatisering, en welke juist versterkt worden door AI.

Investeer je in besparing of in ambitie? De organisaties die over drie jaar de markt leiden, zijn niet degenen die nu het hardst snijden. Het zijn de organisaties die de productiviteitswinst van AI inzetten om dingen te doen die voorheen niet rendabel waren.

Is je governance adaptief genoeg? Een AI-beleid dat je in 2025 schreef, is in 2027 verouderd. Richt je kaders zo in dat ze meebewegen met de technologie: periodieke herziening, duidelijke verantwoordelijkheden, en ruimte om bij te sturen wanneer de capabilities van je AI-tools opnieuw verdubbelen.

Hinton zelf vat het samen met een opmerkelijke eerlijkheid. Hij weet niet of de voordelen van AI opwegen tegen de risico's. Maar hij weet wel dat er te weinig wordt gedaan om de risico's te beperken. Die boodschap geldt niet alleen voor overheden en techbedrijven. Die geldt ook voor jouw organisatie.

Wil je verkennen hoe je governance en AI-strategie toekomstbestendig inricht? Plan een kennismaking in, we denken graag mee.