Wat AI eigenlijk is (en wat het niet is)

Serie: Naar Hapori, naar AI - Digitale soevereiniteit voor inheemse gemeenschappen (Artikel 1 van 5) Auteur: My Digital Sovereignty Ltd Datum: Maart 2026 Licentie: CC BY 4.0

Een machine die uw zinnen afmaakt

Je hebt mensen waarschijnlijk horen zeggen dat kunstmatige intelligentie alles gaat veranderen. Je hebt misschien ook mensen horen zeggen dat het maar een rage is, of dat het niets echt nieuws kan doen. Beide standpunten slaan de plank mis en als je begrijpt waarom, kan je gemeenschap betere beslissingen nemen over deze technologie.

Hier is de duidelijkste beschrijving van wat AI vandaag doet: het voorspelt welk woord de volgende is.

Wanneer je een bericht typt in ChatGPT of een vraag stelt aan Siri, denkt het systeem niet na over je vraag zoals jij of je kaumatua dat zou doen. Het doet iets veel mechanischer. Het heeft miljarden pagina's tekst te zien gekregen - boeken, websites, gesprekken, juridische documenten, recepten, medische documenten, argumenten op sociale media - en uit al dat lezen heeft het patronen geleerd. Als je het een vraag stelt, genereert het een antwoord door woord voor woord te voorspellen hoe een plausibel antwoord eruit ziet op basis van alles wat het eerder heeft gezien.

Dit is echt nuttig. Een systeem dat de patronen van miljarden pagina's tekst heeft geabsorbeerd, kan je helpen bij het opstellen van een brief, het samenvatten van een lang document, het beantwoorden van een feitelijke vraag of suggesties doen voor de formulering van een moeilijke mededeling. Dit zijn echte mogelijkheden en ze besparen echte tijd.

Maar het is geen denken. Het is geen begrijpen. Het is patroonherkenning op een buitengewone schaal.

AI kan niets nieuws doen - Het hangt ervan af wat je met nieuw bedoelt

Mensen die AI afwijzen door te zeggen dat het niets origineels kan maken, doen een bewering die eng waar en breed misleidend is.

Een taalmodel kan niet voortkomen uit ervaring. Het heeft nog nooit aan een tangi gezeten. Het heeft nooit het gewicht gevoeld om namens een whanau te spreken. Het kan niet begrijpen waarom de karanga er toe doet aan de poort van een marae - het kan alleen patronen reproduceren die statistisch gezien op begrip lijken. In die zin is alles wat het produceert een recombinatie van materiaal dat het tijdens de training heeft geabsorbeerd.

Maar bedenk eens wat "recombinatie" eigenlijk betekent op deze schaal.

Geen enkel mens heeft elk stuk documentatie over verdragsschikkingen gelezen, elk rapport van het Waitangi Tribunaal, elk stuk wetgeving over inheemse rechten in het Gemenebest, elk academisch artikel over inheemse gegevenssoevereiniteit en elke nieuwsbrief van een gemeenschap van de afgelopen honderd jaar. De AI is getraind op een enorm corpus dat veel van deze bronnen bevat. Als de AI een verband legt tussen de polycentrische bestuurstheorie en de traditionele Maori-besluitvormingsstructuren, is dat verband echt nieuw voor ieder individueel mens, ook al bestonden beide ideeën al afzonderlijk.

Dus "AI kan niets nieuws doen" is waar op het niveau van oorsprong en onjuist op het niveau van synthese. Beide dingen zijn belangrijk en om serieus met deze technologie om te gaan, moet je beide in je achterhoofd houden.

Kan AI echt redeneren?

Er is een diepere vraag die onderzoekers actief onderzoeken en het duidelijke antwoord is: we weten het nog niet.

Toen vroege AI-systemen vloeiende tekst produceerden, was het redelijk om ze te beschrijven als geavanceerde patroonmatching. Maar toen deze systemen groter en capabeler werden, gebeurde er iets onverwachts. Ze hebben interne structuren ontwikkeld - circuits, zo je wilt - die verrassend veel lijken op redeneren. Niet identiek aan menselijk redeneren, maar ook niet eenvoudigweg ophalen.

Onderzoekers hebben ontdekt dat grote taalmodellen problemen kunnen oplossen waarop ze nooit expliciet zijn getraind. Ze kunnen ketens van logica volgen over meerdere stappen. Ze kunnen analogieën trekken tussen domeinen. Sommige onderzoekers omschrijven deze capaciteiten voorzichtig als emergent - wat betekent dat ze op schaal verschenen zonder specifiek te zijn ontworpen.

Of dit echt redeneren is of zeer geavanceerde patroonmatching die redeneren nabootst, is een open vraag. Het onderzoek is echt niet overtuigend. Iedereen die je vertelt dat AI zeker wel of zeker niet kan redeneren, overdrijft het bewijsmateriaal.

Wat we wel kunnen zeggen is dit: het traject is steil. Vijf jaar geleden konden deze systemen nauwelijks een samenhangende alinea aan elkaar rijgen. Vandaag kunnen ze essays schrijven, slagen voor juridische examens, computercode genereren en gesprekken voeren die voor veel mensen niet te onderscheiden zijn van een gesprek met een mens. Over vijf jaar zullen hun mogelijkheden weer aanzienlijk groter zijn.

Waarom dit nu van belang is

Niemand weet met zekerheid wat er gebeurt als een AI-systeem ooit iets ontwikkelt dat lijkt op zijn eigen intentie - zijn eigen doelen en prioriteiten die misschien niet overeenkomen met de onze. We zijn waarschijnlijk nog ver verwijderd van die drempel. Maar de architectuur die we nu bouwen, de gewoonten van bestuur die we vandaag vaststellen, zullen bepalen of we voorbereid zijn wanneer dat moment aanbreekt of dat we te laat ontdekken dat we de controle ongemerkt hebben overgedragen.

Dit is geen science fiction. Het is een eenvoudige observatie over institutionele paraatheid. Jouw gemeenschap heeft haar eigen bestuursstructuren - haar eigen tikanga voor hoe beslissingen worden genomen, hoe autoriteit wordt uitgeoefend, hoe kennis wordt gedeeld. Deze bestaan niet omdat elke hui in chaos vervalt, maar omdat bestuursstructuren er moeten zijn voordat ze nodig zijn, niet erna.

Hetzelfde principe geldt voor AI.

Het echte probleem: Wiens patronen?

Hier wordt het praktisch voor je gemeenschap.

Wanneer een groot AI-systeem wordt getraind op het internet, absorbeert het de vooroordelen, aannames en culturele standaards van het internet. Het internet is overwegend Engelstalig, westers, commercieel georiënteerd en gevormd door de waarden van Silicon Valley. Dit is geen complot - het is gewoon wat er gebeurt als je een systeem traint op gegevens die onevenredig veel één cultuur en één set prioriteiten vertegenwoordigen.

Voor inheemse gemeenschappen is deze vooringenomenheid niet subtiel. Het is structureel.

Het internet oververtegenwoordigt geschreven, westerse, geïndividualiseerde kennis. Het ondervertegenwoordigt orale tradities, collectieve besluitvorming, relationele kennissystemen en de vormen van begrip die inheemse volken al generaties lang met zich meedragen. Wanneer een AI-systeem op deze gegevens wordt getraind, ontbreekt het niet alleen aan inheemse kennis - het wordt er structureel tegen gewogen. De patronen die het heeft aangeleerd behandelen westerse kaders als de standaard en al het andere als de uitzondering.

Als een whanau-lid een AI-systeem om advies vraagt over een moeilijke gezinssituatie, grijpt het systeem standaard naar de taal van individuele therapie - assertiviteitstraining, grenzen stellen, zelfzorg - omdat dat de trainingsgegevens domineert. Het grijpt niet naar de concepten van whanaungatanga (verwantschapsverplichting), manaakitanga (zorg voor anderen), of de lange adem die je krijgt als je weet dat je verplichtingen zich over generaties uitstrekken. Niet omdat deze concepten minder geldig zijn, maar omdat ze statistisch gezien zeldzaam zijn in de gegevens waarvan het systeem heeft geleerd.

Wanneer een leider van een gemeenschap de AI vraagt om te helpen met een gevoelige communicatie, gebruikt het systeem standaard bedrijfstaal - stakeholdermanagement, raamwerken voor berichtgeving, gespreksonderwerpen - omdat het aantal zakelijke correspondentie in de trainingsgegevens veel groter is dan het aantal correspondentie van de inheemse gemeenschap.

Het systeem staat niet vijandig tegenover jouw kennis. Het kent jouw kennis gewoon niet. Het weet wat statistisch gezien gebruikelijk is, en wat statistisch gezien gebruikelijk is, is overweldigend westers.

Dit is het echte probleem met AI voor inheemse gemeenschappen. Niet of het kan denken. Niet of het de wereld zal overnemen. De echte vraag is: wiens patronen draagt het? En kan jouw gemeenschap haar eigen patronen kiezen?

Twee paden voorwaarts

Er zijn twee manieren waarop een gemeenschap zich met AI kan bezighouden.

De eerste manier is om Big Tech AI te gebruiken - systemen zoals ChatGPT, Google Gemini of Microsoft Copilot. Deze zijn krachtig, handig en gratis of goedkoop in gebruik. Maar ze komen met voorwaarden. Je gegevens stromen naar hun servers. Je gesprekken worden onderdeel van hun systemen. Het gedrag van de AI wordt bepaald door het beleid van het bedrijf, dat zonder jouw toestemming kan veranderen. En de patronen die de AI in zich draagt - zijn standaardwaarden, aannames, culturele framing - worden bepaald door zijn trainingsgegevens, waar jij geen invloed op hebt. Voor inheemse gemeenschappen die generaties lang hebben gevochten voor soevereiniteit over hun eigen kennis, is dit geen neutrale ruil.

Het tweede pad is om AI te gebruiken die je gemeenschap controleert. Een kleiner systeem, minder krachtig in ruwe capaciteit, maar getraind op jouw inhoud, draaiend op infrastructuur die jij beheert, bestuurd door regels die jouw gemeenschap instelt. Een systeem dat het verschil weet tussen een communitymededeling en een bedrijfsblogbericht, omdat jouw community het dat heeft geleerd. Een systeem waarvan de antwoorden worden gecontroleerd aan de hand van uw werkelijke records door wiskundige controleurs die onafhankelijk van de AI zelf opereren.

Dit is wat Village AI is. Het is niet het krachtigste AI-systeem dat er is. Het is ontworpen om trouw te zijn aan je gemeenschap - aan je inhoud, je waarden en je bestuur. Voor inheemse gemeenschappen omvat die trouw de mogelijkheid om je eigen woordenschat te definiëren, je eigen bestuurlijke grenzen en je eigen regels over hoe kennis wordt gedeeld.

Het volgende artikel in deze serie legt uit hoe Village AI structureel verschilt van Big Tech AI, en waarom dat verschil van belang is - met name voor gemeenschappen waarvan de kennissystemen al één golf van kolonisatie hebben overleefd en niet nog een golf zouden moeten overleven.

Dit is artikel 1 van 5 in de serie "To Hapori, To AI". Ga voor de volledige technische architectuur naar Village AI - Agentic Governance.

Volgende: Big Tech AI vs. de AI van je gemeenschap - Waarom het verschil ertoe doet