ChatGPT babbelt net als een mens, klein verschil: hij begrijpt totaal niet wat hij zegt

Van black box tot papegaai: er zijn al heel wat, weinig vleiende, metaforen bedacht om kunstmatige intelligentie (AI) uit te leggen. Een van de bekendste vergelijkingen is die met een 'rekenmachine voor woorden', populair geworden door OpenAI-topman Sam Altman.

Net als een rekenmachine getallen gebruikt, verwerkt AI enorme hoeveelheden taaldata. Maar die vergelijking gaat maar deels op. Want rekenmachines maken geen fouten, hebben geen ingebouwde vooroordelen en zorgen niet voor ethische dilemma’s. Chatbots hebben die problemen allemaal wel. Toch is het gevaarlijk om de vergelijking helemaal af te wijzen: in de kern is AI namelijk wél een systeem dat taal berekent.

Om dat te begrijpen, moeten we kijken naar taal zelf. Taal voelt vaak intuïtief aan, maar zit vol onzichtbare regels. Denk bijvoorbeeld aan 'sterke thee' in plaats van 'krachtige thee' of 'jij en ik' in plaats van 'ik en jij'.

Taalwetenschappers noemen dit collocaties: vaste woordcombinaties die voor ons goed of fout aanvoelen. Onze hersenen maken dus voortdurend berekeningen over welke woorden het meest logisch samengaan. Precies dat is wat AI ook doet, maar dan op veel grotere schaal.

Een van de grootste prestaties van grote taalmodellen (LLM’s) zoals GPT-5 of Gemini is dat ze dit 'gevoel dat iets klopt' hebben weten te vangen. Ze zijn eigenlijk de meest krachtige collocatiemachines ter wereld. Door patronen en verbanden te berekenen tussen woorden en symbolen, genereren ze zinnen die natuurlijk en menselijk klinken.

Dat verklaart waarom AI-teksten vaak overtuigend zijn, soms zó overtuigend dat mensen er emotioneel bij betrokken raken. Toch is dat misleidend: de systemen begrijpen niets van de inhoud. Ze berekenen alleen de waarschijnlijkheid dat een bepaald woord of zinsdeel volgt op een ander.

De geschiedenis van AI-taalmodellen begint niet bij Silicon Valley, maar al veel eerder, tijdens de Koude Oorlog. Toen werden de eerste vertaalmachines gebouwd om Russisch om te zetten naar Engels. Met de komst van taalkundigen zoals Noam Chomsky verschoof de focus van simpele vertaling naar het doorgronden van de principes van menselijke taal.

Eerst probeerden onderzoekers grammatica in te bouwen, daarna gebruikten ze statistiek op kleine datasets. Pas later kwamen neurale netwerken, die taal vloeiend kunnen genereren. Maar de kern bleef hetzelfde: AI is en blijft een systeem van kansberekening.

Waarom zien we dat vaak niet zo? Simpel: omdat techbedrijven het anders framen. AI denkt, redeneert of droomt, dat klinkt natuurlijk veel spannender dan “AI rekent patronen uit”. Maar feitelijk is dat wél wat er gebeurt.

AI kan berekenen dat “ik” en “jij” vaak samengaan met “hou van”, maar het begrijpt noch “ik”, noch “jij”, noch “liefde”. Generatieve AI is altijd aan het rekenen en we moeten niet de fout maken om dat te verwarren met begrijpen.

Bron: Science Alert