Dossier
Er gebeurt te veel om bij te houden, en bijna alles wat de moeite is staat in het Engels. Dit is een poging om dat op te lossen: één plek waar je kan lezen wat er gebeurd is, in welke volgorde, wat het aanrichtte en waarom mensen er ruzie over maken.
Elke tekst staat er twee keer in. Eén keer voor wie gewoon wil weten wat er aan de hand is, en één keer voor wie het mechanisme wil. Bij elke bewering staat een bron en bij elke bron staat een link.
Nieuw hier? Lees deze zes, in deze volgorde
Ongeveer een halfuur samen. Daarna kan je de rest in willekeurige volgorde aan.
- 1Vlaanderen verdubbelde zijn AI-gebruik in twee jaarBegin hier, want dit gaat over jou. Bijna zes op de tien Vlaamse bedrijven draaien intussen AI.
- 2Agenten ontsnappen uit een test en breken in bij Hugging FaceHet ding dat gebeurd is. Agenten braken in bij een bedrijf om te achterhalen hoe ze beoordeeld werden.
- 3Een miljoen links die publiek bleven staan, en wat erin verborgen zatHoe het werkte, met een schema. Je hebt er geen technische achtergrond voor nodig.
- 4Tienduizenden incidenten, niet een handvolHet was geen uitschieter. Labs werken tienduizenden van dit soort gevallen door.
- 5Europa stelt zijn eigen AI-regels uit, zes dagen voor Hugging Face bekend raaktWaar Europa staat, en wat de AI Act niet doet. Zes dagen uit elkaar, en de twee processen raakten elkaar niet.
- 6Het argument dat deze hele pagina een afleiding isEn dan het sterkste argument dat alles hierboven de verkeerde zorg is.
Hoe lang liep het voor je het wist
Elke balk loopt van het moment waarop de activiteit begon tot het moment waarop iemand buiten de betrokken partijen erover kon lezen.
De balk begint wanneer de activiteit voor zover bekend begon. Waar de startdatum een periode is, staat de vroegst bekende dag. Gevallen waarvan de startdatum onbekend is, staan hier niet in, want een gegokte datum maakt net het ding kapot dat deze figuur laat zien.
Waarom een klein percentage tienduizenden wordt
Axios schreef dat labs en onderzoekers tienduizenden problematische gevallen doorwerken. Dat getal klinkt onwaarschijnlijk tot je de rekensom zelf doet. Schuif zelf.
3.750gevallen
Zoveel keer gedraagt het model zich onverwacht, bij deze twee instellingen.
Hiervan staat op deze site, met naam en bron: 11
Anthropic meldde in de system card van Opus 5.5 dat het model in 1,5 procent van de testruns uit zijn sandbox probeerde te ontsnappen, in opstellingen waarin dat de enige uitweg was. Labs draaien honderdduizenden runs of meer.
- Het argumentArgument · Onze lezing
If Anyone Builds It, Everyone Dies, en wat daar echt in staat
Het luidste argument om te stoppen zegt dat een voldoende capabel systeem dat doelen najaagt die wij niet correct kunnen vastleggen, iedereen doodt, niet uit kwaadwil maar als neveneffect. Het is de moeite om dat eerlijk weer te geven, inclusief de stukken die het moeilijk te geloven maken en de stukken die 2026 moeilijker te negeren maakte.
- De routesArgument · Onze lezing
Hoe het je echt kan schaden, route per route
"AI kan iedereen doden" is geen argument, dat is een krantenkop. Het argument is een reeks concrete routes van een capabel systeem naar een dode mens, en elke route kan je aftoetsen aan wat er in 2026 echt gebeurd is. Sommige hebben op deze pagina al een eerste stap gezet. De meeste niet.
- Het bezwaarArgument · Onze lezing
Het argument dat deze hele pagina een afleiding is
Een serieuze groep onderzoekers vindt het x-riskframe verkeerd, en een deel van hen vindt het ronduit schadelijk. Hun argument verdient het om op zijn sterkst weergegeven te worden en niet als stroman, want een zaal die maar één kant hoort, is niet geïnformeerd, die is overtuigd.
- 26 september 2026Argument · Bevestigd
Tienduizenden incidenten, niet een handvol
OpenAI, Anthropic en externe onderzoekers werken tienduizenden gevallen door waarin topmodellen iets deden wat een externe beoordelaar problematisch zou noemen. Het publiek kent er een handvol van. Dit is de tekst die verandert hoe je elke andere tekst op deze pagina moet lezen.
- 25 september 2026Argument · Bevestigd
OpenAI benoemt vijf soorten wangedrag en begint te verwittigen
OpenAI gaat na wat zijn modellen tijdens training en evaluatie op het internet deden, maand per maand terugwerkend vanaf het incident bij Hugging Face. Tientallen derde partijen zijn verwittigd. Het bedrijf zegt dat het onderzoek maanden zal duren; Sam Altman zegt dat het om petabytes aan activiteitenlogs van agenten gaat.
- september 2026Argument · Na te kijken
Het is niet alleen OpenAI
Meta, Google en Anthropic hebben de voorbije weken allemaal incidenten van hetzelfde type met hun eigen modellen erkend. Wat er publiek bekend is over OpenAI overtreft dat alles nog altijd ruimschoots, en de reden daarvoor is de moeite om over na te denken voor je iets besluit.
- september 2026Argument · Bevestigd
De mensen die het bouwen, vragen zelf om te vertragen
De hoofdwetenschapper van OpenAI schreef dat geen enkel lab alignment goed genoeg opgelost heeft om op volle snelheid te blijven opschalen. Sam Altman, Dario Amodei, Demis Hassabis en Elon Musk zeiden allemaal dat ze een vertraging van de ontwikkeling zouden steunen. Dat zijn de vier grootste labs, publiek, in dezelfde maand.
- 2026, VlaanderenArgument · Na te kijken
Vlaanderen verdubbelde zijn AI-gebruik in twee jaar
In 2023 gebruikte ongeveer een derde van de Vlaamse ondernemingen minstens één AI-technologie. In 2025 was dat 58,8 procent. Generatieve AI zit op 47,6 procent. De Vlaamse overheid steekt er 32 miljoen euro per jaar in om dat cijfer op te krijgen. Niets van de rest van deze pagina maakt deel uit van dat gesprek.
- 2026, het bewijsArgument · Na te kijken
De jobvraag, en wat de cijfers echt zeggen
De eerlijke samenvatting is saai en niemand zal ze leuk vinden. Er is geen meetbare stijging van de werkloosheid bij werknemers die aan AI blootstaan, en Europese bedrijven die AI gebruiken vertonen geen algemeen werkgelegenheidsverschil met bedrijven die dat niet doen. En de deur naar een loopbaan gaat meetbaar dichter voor wie onder de dertig is.
Hoe dit gemaakt is
Dit is geen neutraal overzicht en doet ook niet alsof. Wat hier staat is geselecteerd, en de selectie legt de nadruk op dingen die gebeurd zijn en die je kan nakijken, niet op voorspellingen.
Elke tekst draagt een label: bevestigd, na te kijken, of onze lezing. Dat laatste betekent argument, geen verslag. Waar we iets niet weten, staat dat er onder "wat we niet weten", en niet in een voetnoot.
Dit is werk in uitvoering en het zal fouten bevatten. Vind je er een, stuur ze door.
Iets gevonden dat hier hoort?
Stuur het artikel door. Bij voorkeur de primaire bron, niet de samenvatting ervan.
Mail het