AI-rijkdom van naties: een blauwdruk voor aanpassing in het AI-tijdperk

De aanpassing aan AI blijft achter bij de snelle innovatie op dit gebied, wat de uitdagingen van de Industriële Revolutie weerspiegelt. Dringende, gezamenlijke inspanningen – zoals Adam Smiths ‘Wealth of Nations’ – zijn nodig om een ​​’AI-rijkdom van naties’ te creëren door middel van scenario’s, overheidsbeleid en maatschappelijke normen. Zonder proactieve aanpassing loopt de samenleving het risico dat de ongelijkheid, het banenverlies en de ethische dilemma’s in een door AI gedreven toekomst verergeren.

Terwijl de innovatie op het gebied van AI-technologie zich razendsnel ontwikkelt, blijft de aanpassing aan AI achter. Deze situatie is vergelijkbaar met die waarmee de Schotse econoom en filosoof Adam Smith te maken kreeg tijdens de Industriële Revolutie: een agrarische samenleving die zich aanpaste aan mechanisatie.

Zijn boek, An Inquiry into the Nature and Causes of the Wealth of Nations (1776), beter bekend als The Wealth of Nations , legde de basis voor die aanpassing. Vandaag de dag staan ​​we voor de noodzaak om ons op een vergelijkbare manier aan te passen aan AI. Om dat te bereiken, hebben we een vergelijkbare basis nodig voor onze huidige aanpassingsinspanningen – een AI-versie van The Wealth of Nations , zo u wilt.

Er is een groeiende consensus dat de samenleving zich zal moeten aanpassen aan AI, aangezien de innovatie op het gebied van AI-hardware, -software en -toepassingen zich in hoog tempo ontwikkelt. Er wordt echter weinig onderzoek gedaan naar hoe dit te bewerkstelligen. Er wordt veel gesproken en geschreven over wat AI met ons zal doen, maar er wordt niet daadwerkelijk gewerkt aan mogelijke reacties, scenario’s van effecten of adaptieve aanpassingen.

Smith heeft The Wealth of Nations niet volledig in zijn eentje geschreven; het was het resultaat van 17 jaar gesprekken tussen economen en 10 jaar schrijfwerk. Op dezelfde manier kan niemand in zijn eentje de basis leggen voor de acceptatie van AI. We hebben een vergelijkbare reeks gesprekken nodig om de basis te vormen voor de aanpassing aan AI.

De Industriële Revolutie, die begon rond de uitvinding van de stoommachine in 1712, wordt over het algemeen beschouwd als een periode die pas rond 1840 volledig tot bloei kwam. Innovatie op het gebied van AI gaat veel sneller, en daarom moeten we ook veel sneller een basis leggen voor innovatieve aanpassing.

Het is op zijn zachtst gezegd problematisch om de problemen van vandaag op te lossen met de middelen van gisteren, dus we hebben innovatieve benaderingen nodig. Innovatie is moeilijk in te plannen, maar het creëren van een omgeving die innovatie bevordert, is wel mogelijk. Het hebben van verschillende scenario’s om te bespreken en plekken om die gesprekken te voeren, is de beste manier om de innovatie te stimuleren die we nodig hebben. Wachten met het maken van reddingsvesten tot we al in het water liggen, is gevaarlijk.

Achtergrond van innovaties in AI-technologie

We bevinden ons midden in een AI-vernieuwing van 10x — een vertienvoudiging van de omvang van geavanceerde AI-modellen. NVIDIA’s Rubin en concurrerende chips zijn krachtig, maar niet krachtig genoeg voor deze huidige vertienvoudiging van de omvang van geavanceerde modellen. We zullen de volgende generatie chips en de nieuwe architectuur van datacenters/infrastructuur om deze te ondersteunen rond 2028 zien. Dan zullen die 10x grotere modellen de volgende generatie AI gaan trainen. De nieuwe hardware en modellen zullen leiden tot dramatische verbeteringen in software.

Onze ervaringen met eerdere 10X-programma’s leren ons dat de verbeteringen moeilijk te voorspellen zijn, maar dat ze zeer waarschijnlijk dramatisch zullen zijn. Er komt daarna nog minstens één volgende 10X-stap – met nóg dramatischer verbeteringen.

Ondertussen boeken de toonaangevende bedrijven vooruitgang in software en ontwikkelen ze nieuwe mogelijkheden, zoals het Mythos-product van Anthropic. In de applicatiesector zijn intelligente agenten (softwareagenten die autonoom handelen) enorm populair geworden. Ze hebben AI’s ertoe gebracht niet langer alleen vragen te beantwoorden, maar ook taken voor mensen uit te voeren.

De eerste versie van OpenClaw gaf de doorslag door onervaren gebruikers een tool te bieden waarmee ze intelligente agenten konden creëren. Dit werd gevolgd door een golf van meer geavanceerde innovators en innovaties op het gebied van intelligente agenten.

Deze ontwikkelingen zijn nog maar het begin. AI zal zich blijven ontwikkelen op manieren die moeilijk te voorspellen zijn . Hoewel we misschien niet kunnen voorspellen waar AI naartoe zal gaan, kunnen we er wel alles aan doen om voorbereid te zijn op elke mogelijke uitkomst.

Overzicht van AI-adaptatie

Sommige mensen willen AI stoppen, of in ieder geval voorkomen dat het de samenleving verandert. Helaas voor hen zijn de productiviteits- en economische voordelen van AI te groot. AI is bovendien al een vast onderdeel van het dagelijks leven aan het worden, dus met uitzondering van een paar autoritaire religieuze groeperingen zal het niet mogelijk zijn om de groei of het gebruik van AI volledig te stoppen.

Daardoor zal de samenleving zich op sommige gebieden aan AI moeten aanpassen. Maar er zullen ook andere gebieden zijn waar AI zich aan de samenleving zal moeten aanpassen.

Illustratie #1 laat zien welke aanpassingen de samenleving moet maken voor AI, te beginnen met veranderingen in het onderwijssysteem om te functioneren in de AI-omgeving en strategieën om banenverlies als gevolg van AI te voorkomen.

Ook de kwestie van autonome wapens speelt een rol, die onlangs werd benadrukt door de poging van Anthropic om het Amerikaanse Ministerie van Defensie (DoD) te beletten de AI’s van Anthropic te gebruiken voor massale surveillance van Amerikaanse burgers en autonome wapens, nadat het DoD sancties tegen het bedrijf had ingesteld . Mythos heeft de aandacht gevestigd op de cybersecurity-uitdaging.

De boosheid die klinkt bij toespraken tijdens afstudeerceremonies waarin AI wordt genoemd, is voelbaar; er is een groeiende weerstand tegen AI vanwege de toenemende kloof tussen rijkdom en macht. Er bestaat ook bezorgdheid over psychotisch gedrag en AI-deepfakes, die het moeilijk maken om te bepalen wat waar is en wat de impact is op onze taal en cultuur. Dit zijn de uitdagingen die we moeten leren overwinnen als we in een AI-maatschappij willen leven.

Net zoals de samenleving zich moet aanpassen aan AI, moet AI zich ook aanpassen aan de samenleving. Deze aanpassing van AI aan de samenleving wordt weergegeven in Illustratie 2. Een eerste prioriteit is het vermijden van existentiële gevolgen, en dat is waar het afstemmingsprobleem om de hoek komt kijken. De uitdaging is ervoor te zorgen dat geavanceerde AI-systemen handelen in overeenstemming met menselijke waarden en doelen om het einde van de mensheid te voorkomen.

Om dat te bereiken, moet een geavanceerde technologische oplossing in AI’s worden ingebouwd, die ervoor zorgt dat de AI een menselijk perspectief heeft. Dit is een opkomende technologie die nog niet volledig is ontwikkeld. De uitdaging is ervoor te zorgen dat een nieuwe AI “veilig” is vanuit het afstemmingsperspectief voordat deze wordt uitgebracht . Er is echter een grote concurrentiedruk om nieuwe AI’s uit te brengen voordat deze technologie volledig is ontwikkeld en de AI’s volledig zijn getest.

Tegelijkertijd met het overwegen van het existentiële probleem, moeten we ervoor zorgen dat AI’s onze samenlevingen en culturen niet negatief beïnvloeden. Dit is op twee gebieden een ernstig probleem. Het eerste betreft de zogenaamde specificatie (Spec) en het tweede de trainingsdata. Om afstemming te realiseren, moet er iets zijn om mee af te stemmen: de specificatie.

De opkomende afstemmingstechnologie probeert ervoor te zorgen dat de AI aan de specificatie voldoet. Maar wie maakt die specificatie? Momenteel zijn dat kortetermijnbedrijven die winst nastreven, maar zijn zij wel echt in staat om de verantwoordelijke bewakers van de samenleving als geheel te zijn? 

Het tweede punt van zorg op cultureel gebied betreft de inhoud van het trainingsmateriaal dat wordt gebruikt om AI’s te ontwikkelen. Ook dit materiaal wordt, zoals gezegd, gekozen door bedrijven met winstoogmerk en soms andere agenda’s. Dit heeft geleid tot bezorgdheid over nazimateriaal, propaganda, pornografie, materiaal over seksueel misbruik, enzovoort, dat mogelijk uit AI’s zou komen. Hoe zouden de bredere behoeften van de samenleving moeten worden weerspiegeld in de selectie en het gebruik van handelsgegevens?

De vraag die ons bezighoudt, is welke aanpassingen (zowel van de samenleving aan AI als van AI aan de samenleving) nodig zijn en hoe we die kunnen realiseren. De huidige situatie is ongekend. Dat betekent dat er geen model of recept bestaat voor wat we moeten doen of hoe we deze uitdagingen het hoofd kunnen bieden. Innovatie is daarom noodzakelijk.

Uitdagingen bij de aanpassing aan AI leiden tot negatieve sentimenten rondom AI.

Het grote publiek roept echter niet op tot aanpassing. In plaats daarvan reageert men op zowel de daadwerkelijke als de vermeende bedreigingen die AI vormt. De sterkste negatieve reacties komen van mensen die zelf door AI-gerelateerde problemen op de arbeidsmarkt worden geconfronteerd, of die vrienden hebben die dat wel doen – met name de generatie die net is afgestudeerd.

Daarnaast zijn er de meer gevestigde werknemers die in de eerste ontslagrondes als gevolg van AI hun baan verloren, en degenen die vrezen dat zij de volgende zijn. Ten slotte zijn er mensen die worstelen met inflatie en die zien hoe AI-datacenters de elektriciteitskosten opdrijven en vrezen voor waterrantsoenering. Anderen beschouwen het als een milieuprobleem.

Wat op de achtergrond speelt, is het gevoel dat een paar insiders in de AI-wereld enorm veel macht en rijkdom zullen vergaren, terwijl de rest van ons het steeds moeilijker zal krijgen. Er zijn mensen die erop hebben ingezet dat AI hen rijker zal maken. Sommigen van hen beseffen dat als het huis van hun buurman in brand staat, hun eigen huis ook gevaar loopt. En dan zijn er anderen die hun voordeel koste wat kost willen behouden.

Sommigen zeggen dat de wedloop om als eerste de zogenaamde superintelligentie te ontwikkelen, gelijk staat aan een internationale oorlog tussen natiestaten. Dat “onze” kant de AI-race moet winnen, anders “is het afgelopen”… De betekenis van “onze” en “anders” hangt af van wie het zegt. 

Er hebben zich al geïsoleerde geweldsincidenten voorgedaan vanwege de snelheid waarmee deze ‘oorlog’ veranderingen teweegbrengt. Anderen voorspellen dat er de komende maanden straatprotesten zullen plaatsvinden . Sommigen zeggen dat deze tegenreacties alleen maar afkomstig zijn van mensen met psychische problemen. Dat zou kunnen kloppen. Maar zijn mensen met psychische problemen dan slechts de kanaries in de kolenmijn?

De enige uitweg is het creëren van innovatieve overheidsmaatregelen en nieuwe maatschappelijke normen, zodat iedereen profiteert van AI. Met andere woorden, alle aspecten van de samenleving zullen op ongeveer dezelfde manier baat hebben bij AI. Hoe kunnen we dit bereiken?

Onderdelen van openbaar beleid en normstelling

Veel actuele discussies over overheidsbeleid draaien om regelgeving – zowel geografische als functionele. Er zijn veel mogelijke niveaus van regelgeving: geografische regelgeving varieert van internationaal tot nationaal, regionaal en lokaal, terwijl functionele regelgeving zich doorgaans richt op specifieke sectoren zoals de medische sector, nutsbedrijven, de auto-industrie, enzovoort. Regelgeving kan bedrijven voorschrijven wat ze wel en niet mogen doen en economische parameters vaststellen, zoals winst, investeringspercentages, bepaalde gedragsdoelen en meer.

Inzicht in regelgeving is belangrijk bij het overwegen van overheidsbeleid. Regelgeving is echter niet het enige onderdeel van overheidsbeleid. Andere niet-regulerende componenten van overheidsbeleid zijn onder meer strafrecht, burgerlijk recht, sancties, belastingen, leningen, subsidies, stimuleringsmaatregelen en politieke druk. Deze kunnen net zo krachtig, of zelfs krachtiger, zijn dan regelgeving.

Naast overheidsbeleid kunnen sociale normen een belangrijke rol spelen. In sommige gevallen betreft dit het terrein van kunst, onderwijs, ethiek, religie, enzovoort. Innovatieve denkers op deze gebieden kunnen een belangrijke rol spelen. De impact van deze denkers kan worden versterkt door organisaties. Denk hierbij aan professionele organisaties, maatschappelijke organisaties, religieuze organisaties en non-profitorganisaties. Deze organisaties kunnen lokaal, regionaal, nationaal of internationaal actief zijn. 

Achtergrond van sociale normen

Het AI 2027- project publiceerde in april 2025 een paper over het afstemmingsprobleem. Het scenarioonderzoek dat ze publiceerden, had een aanzienlijke invloed op de zelfregulering binnen de AI-industrie. Dit kan worden gezien als een vorm van sociale normvorming. Aanvankelijk werkte het, maar na verloop van tijd verzwakte de concurrentiedruk het effect. Het bood ook geen oplossing voor het probleem van wie de specificaties schrijft waaraan AI’s moeten voldoen.

Op 24 mei publiceerde paus Leo XIV een encycliek van 44.000 woorden over kunstmatige intelligentie (AI), getiteld Magnifica Humanitas (Magnifieke Mensheid). Het is een breed en diepgaand document dat op verschillende manieren geïnterpreteerd kan worden. Een mogelijke omschrijving van de boodschap is dat het een humanistische benadering bepleit van hoe AI zich aanpast aan de samenleving en hoe de samenleving zich aanpast aan AI.

Hoewel het overheidsbeleid ter sprake komt, lijkt het vooral een poging om maatschappelijke normen te vormen rondom de manier waarop de samenleving zich aan AI zal aanpassen. In het document wijst paus Leo XIV op de overeenkomst tussen de situatie waarmee hij geconfronteerd wordt en die waarmee paus Leo XIII geconfronteerd werd toen hij zijn encycliek over de Industriële Revolutie schreef.

Pogingen van AI-bedrijven tot aanpassing

Glasswing , een project van Anthropic dat de maatschappij helpt zich aan te passen aan de kracht van hun nieuwe AI, Mythos, is een voorbeeld van een ontwikkelaar van grensverleggende modellen die de aanpassing van de maatschappij aan AI ondersteunt. Glasswing brengt Anthropic, grote bedrijven (met de nadruk op banken) en bedrijven die cyberbeveiligingstools ontwikkelen (wiens cyberbeveiliging door Mythos bedreigd zou worden) samen om aanpassingen te ontwikkelen. Terwijl deze aanpassingen worden gemaakt, houdt Anthropic Mythos buiten de markt.

Dit is een poging om te voorkomen dat de maatschappij veranderingen moet doorvoeren door in plaats daarvan een technische oplossing te vinden. Dit is een prijzenswaardige inspanning en een die als voorbeeld kan dienen voor anderen. Met steun van overheidsbeleid zou dit kunnen worden uitgebreid naar andere gebieden waar AI zich moet aanpassen aan de maatschappij.

Achtergrond van het openbaar beleid

Niet iedereen is het echter eens met de aanpak van Anthropic. Een groep investeerders en bedrijven in kunstmatige intelligentie pleit voor een laissez-faire- benadering (“laat het maar gebeuren” of “handen afhouden”) van AI. Zij stellen dat elk overheidsbeleid met regulering noodzakelijke innovatie zal vertragen en daarom koste wat kost vermeden moet worden. Deze groep heeft in de VS gelobbyd en een politiek actiecomité opgericht dat politici financiert die hun standpunt steunen. Ze slaagden erin de steun van de regering-Trump voor hun aanpak te verkrijgen.

Naast de inspanningen van deze groep worden er ook andere beleidsmaatregelen genomen om de regelgeving voor AI te verminderen. Op federaal niveau wordt er momenteel in het Amerikaanse Congres gewerkt aan een wetsvoorstel dat staten ervan weerhoudt AI te reguleren. Op staatsniveau werkt de wetgevende macht van Wisconsin aan een wetsvoorstel dat de aansprakelijkheid van AI-bedrijven voor dood en verderf veroorzaakt door hun systemen zou beperken.

Toch is het debat over AI-regulering nog lang niet beslecht. Sommige AI-bedrijven pleiten voor een laissez-faire- aanpak, terwijl anderen juist AI-regulering eisen. In de VS hebben deze bedrijven, samen met particulieren, een nieuw politiek actiecomité opgericht om kandidaten te financieren die voorstander zijn van meer toezicht op AI.

Voorstanders van regulering wijzen op eerdere ervaringen in de technologiesector. Sommige analisten wijzen op problemen met sociale media die verergerd werden door een laissez-faire benadering van regelgeving. De recente succesvolle rechtszaak in de VS tegen Meta en Google laat zien hoe de laissez-faire benadering van sociale media de samenleving heeft geschaad. Deze analisten suggereren dat iets soortgelijks zou kunnen gebeuren met AI.

Op juridisch vlak loopt er in Florida een formeel strafrechtelijk onderzoek naar ChatGPT (OpenAI) wegens moord. Daarnaast heeft het proces tegen OpenAI en Musk, dat grotendeels draaide om de veiligheid van AI, de aandacht opnieuw gevestigd op het uitlijningsprobleem.

De huidige Amerikaanse regering heeft voor de nodige verwarring gezorgd. Ten eerste door een vrijwillig veiligheidsonderzoek door de federale overheid voor te stellen naar nieuwe Large Language Models (LLM’s) vóór de implementatie. Vervolgens dwong ze Anthropic om Fable 5 en Mythos 5 uit de markt te halen, terwijl andere bedrijven die geavanceerde modellen ontwikkelen vergelijkbare mogelijkheden bieden.

Sommige waarnemers zien dit als een voortzetting van de persoonlijkheidsstrijd die het Amerikaanse ministerie van Defensie met Anthropic is begonnen. Wat de reden ook is, het is belangrijk om verwarring in het overheidsbeleid rondom AI te voorkomen.

Buiten de VS is het beeld minder duidelijk. Zowel de EU als de VN hebben studiegroepen voor kunstmatige intelligentie (AI) opgericht. Maar concrete actie van deze groepen met een significant effect is nog niet te zien. Daardoor bestaat er nog geen breed internationaal consensus over hoe AI gereguleerd zou moeten worden.

Ongeacht welke regelgeving uiteindelijk de overhand krijgt, blijft één van de belangrijkste vraagstukken hoe we mensen kunnen helpen die hun baan zijn kwijtgeraakt door AI. De oude manier was omscholing. Maar is het in een omgeving waar AI-systemen zo’n breed scala aan banen overnemen, wel mogelijk om te bepalen voor welke specifieke taken mensen het beste getraind kunnen worden? Zo niet, welke andere manieren zijn er dan om te helpen? 

Een voorstel dat periodiek de aandacht heeft getrokken, is het garanderen van een minimuminkomen voor iedereen. Tijdens de Amerikaanse presidentsverkiezingen van 2020 was er een kandidaat die het idee prominent onder de aandacht bracht door er een centraal thema van zijn campagne van te maken. Zijn campagne was echter niet succesvol en sindsdien is er niet meer zoveel aandacht voor geweest.

Onlangs stelde Tom Steyer, die zich kandidaat stelde voor het gouverneurschap van Californië, een belasting op tokens voor om een ​​programma te financieren dat mensen helpt die hun baan zijn kwijtgeraakt door AI. Is dit het begin van een nieuw, concreet voorstel met een duidelijke en realistische financieringsmethode? Of gaat het hier om financiering voor een gegarandeerd minimuminkomen?

De noodzaak van innovatief denken

Er zijn veel manieren om deze aanpassingen aan te pakken. Ieder van ons kan kiezen waar hij of zij zijn of haar energie in wil steken. Als je gelooft in een laissez-faire benadering van AI-regulering, kun je je richten op één van de aanpassingsgebieden van de samenleving. Als je vindt dat de samenleving niet zou moeten veranderen door AI, kun je je richten op hoe AI zich zou moeten aanpassen aan de samenleving. We kunnen ons allemaal richten op het aspect of de aspecten waar we sterk in geloven. Verzet tegen één aanpassingsgebied mag ons er niet van weerhouden om andere gebieden te overwegen.

Het is niet mogelijk om uitvindingen of innovaties te voorspellen of in te plannen. Maar het is wel mogelijk om ze te stimuleren. Het stimuleren van innovatie in de aanpassing van AI aan de uitdagingen waar we voor staan, is precies wat we nodig hebben.

Een goede eerste stap is het opstellen van heldere scenario’s voor elke uitdaging en mogelijke reacties daarop. Het meervoud van scenario is hier belangrijk. We begeven ons op onbekend terrein en kunnen daarom niet met zekerheid voorspellen wat er precies zal gebeuren. We moeten dus op zijn minst een breed scala aan scenario’s overwegen voor elk aanpassingsgebied. Met deze scenario’s voor ogen kunnen we beginnen met het bespreken van passende reacties voor elk scenario. Dit garandeert geen innovatie, maar het biedt er wel een basis voor.

De effectiviteit van scenario’s werd goed aangetoond door het AI 2027-project. Na verloop van tijd hebben concurrentiedruk en daarmee het effect van de sociale norm die het project bevorderde, afgezwakt. We hebben daarom geleerd dat voor elk aanpassingsgebied goede scenario’s moeten worden ontwikkeld. Deze scenario’s moeten voortdurend worden bijgewerkt en onder de aandacht van het publiek worden gehouden. Vervolgens moeten er concrete, praktische maatregelen worden genomen om ermee om te gaan.

Bij dergelijke maatregelen moet rekening worden gehouden met de verschillende culturele, politieke en ontwikkelingscontexten wereldwijd. De effecten van AI zullen bijvoorbeeld waarschijnlijk heel verschillend zijn en een ander overheidsbeleid vereisen in gebieden met zelfvoorzienende landbouw dan in hoogontwikkelde economieën.

Naast de scenario’s zijn er veilige fora nodig waar mensen met uiteenlopende achtergronden samen kunnen komen om de scenario’s en mogelijke beleidsmaatregelen te bespreken. Veilig betekent dat deelnemers geen represailles hoeven te vrezen voor wat ze zeggen. Deelnemers moeten mensen zijn die goed thuis zijn in AI-technologie, economie, antropologie, sociologie en politicologie. 

Die discussies kunnen zich uitbreiden naar de hierboven genoemde organisaties en het politieke proces beïnvloeden – op een manier die vergelijkbaar is met de rol van ‘The Wealth of Nations’ tijdens de industriële revolutie. Het is belangrijk om het materiaal zo te organiseren dat het gemakkelijk toegankelijk is. In de huidige wereld met een korte aandachtsspanne is een boek alleen wellicht niet de beste manier om dit te bereiken. Een verzameling korte teksten, aangevuld met video’s, zou wel eens het meest effectief kunnen zijn.

De aanpassing aan AI blijft achter bij de snelle technologische vooruitgang van AI. Dat moet veranderen. Het aanbieden van verschillende scenario’s om te bespreken en veilige omgevingen voor die gesprekken is de beste manier om de noodzakelijke innovatie in het overheidsbeleid te stimuleren.