Samenvatting
Een internationaal team van toponderzoekers onder wie Yoshua Bengio, Erik Brynjolfsson en Max Tegmark, heeft voor het eerst geprobeerd om artificiële algemene intelligentie (AGI) wetenschappelijk te definiëren en te meten. Hun paper vertaalt inzichten uit de psychologie (de Cattell–Horn–Carroll-theorie over menselijke intelligentie) naar tien cognitieve domeinen waarmee AI op dezelfde manier getest kan worden als mensen. De conclusie: zelfs de meest geavanceerde AI van vandaag, GPT-5, haalt slechts 58% van menselijk cognitief niveau. Machines zijn sterk in taal, kennis en wiskunde, maar falen in redeneren, leren over tijd, geheugen en context. Het herinnert ons eraan dat echte intelligentie breder is dan data en snelheid. Mensen onderscheiden zich door hun vermogen om te leren, betekenis te geven en moreel te oordelen. De toekomst van werk draait dus niet om vervanging, maar om cognitieve samenwerking: AI gebruiken voor efficiëntie en patroonherkenning, mensen inzetten voor inzicht, empathie en verbeelding.
Steeds vaker horen we dat artificiële intelligentie bijna menselijk is. Grote technologiebedrijven tonen trots modellen die kunnen schrijven, redeneren en zelfs onderhandelen. Sommigen spreken al over de doorbraak naar AGI – Artificial General Intelligence, een machine die net zo veelzijdig en slim zou zijn als de mens. Maar hoe dichtbij zijn we werkelijk? En wat betekent ‘menselijk denken’ eigenlijk, wanneer een machine het doet?
Die vraag hield ook een aantal van de slimste mensen ter wereld bezig. Yoshua Bengio, pionier van deep learning en Nobelprijswinnaar voor AI, Erik Brynjolfsson, econoom van Stanford die al jaren onderzoekt hoe technologie arbeid en productiviteit beïnvloedt, en fysicus-filosoof Max Tegmark, bekend van zijn werk over de maatschappelijke impact van AI, bundelden de krachten met een internationaal team van onderzoekers. Hun doel: voor het eerst wetenschappelijk vastleggen wat algemene intelligentie bij machines eigenlijk betekent én hoe we die kunnen meten. Hun paper A Definition of AGI (Hendrycks e.a., 2025) maakt korte metten met vaagheid en marketinghype. Volgens hun metingen behaalt het nieuwste model, GPT-5, slechts 58 % van menselijk cognitief niveau. Dat is verbluffend veel vooruitgang op twee jaar tijd, maar nog altijd ver van het menselijke denken.
Van vage belofte naar meetbare intelligentie
AGI is een beladen en vooral vaag begrip. De onderzoekers stellen dat als we willen weten hoe algemeen intelligent een machine is, we haar moeten toetsen aan dezelfde maatstaf die we al decennia voor mensen gebruiken: de Cattell–Horn–Carroll-theorie van menselijke intelligentie. Die theorie, bekend in de cognitieve psychologie en de basis van heel wat IQ-testen, stelt dat intelligentie niet één enkel getal is, maar een bundel van verschillende mentale vermogens. Ze onderscheidt domeinen zoals geheugen, redeneren, taal, waarneming en verwerkingssnelheid. Samen vormen die een soort mentale ecologie: brede intelligentie ontstaat pas wanneer al die functies goed op elkaar inspelen.
De onderzoekers hebben dat model vertaald naar de wereld van kunstmatige intelligentie. Ze identificeerden tien cognitieve domeinen: van algemene kennis en wiskunde tot taalbegrip, geheugen, visuele en auditieve verwerking en vervolgens stelden ze voor elk domein tests op die zowel mensen als AI’s kunnen afleggen. Elk domein weegt even zwaar in de totaalscore, die uitdrukt hoe dicht een AI bij menselijk niveau komt.
Een grillig intelligentieprofiel
De resultaten tonen dat AI effectief razendsnel slimmer wordt, maar op een onevenwichtige manier. GPT-5 scoren bijvoorbeeld hoog op kennis, taal en berekening, dat zijn domeinen waar een overvloed aan data voorhanden is. Ze blijken echter zwak in redeneren, in het vasthouden van informatie over langere tijd en in het combineren van verschillende vormen van waarneming, zoals beeld, geluid en tekst.
De onderzoekers spreken van een jagged cognitive profile: een grillige intelligentie met pieken en dalen. Dat verklaart waarom AI soms briljant lijkt en even later compleet de mist ingaat. Ze excelleert in herhaling en patroonherkenning, maar mist context, geheugen en inzicht.
Om dat gebrek te maskeren, gebruiken ontwikkelaars slimme trucs: grotere contextvensters die als tijdelijk geheugen fungeren, of zogenaamde retrieval-systemen die informatie uit databases opzoeken. Dat lijkt indrukwekkend, maar het is geen echt leren. De onderzoekers noemen het capability contortions: kunstgrepen die intelligentie imiteren zonder ze werkelijk te bezitten.
Waarom dit ertoe doet voor HR en werk
Wie met mensen werkt, herkent het patroon. Waar AI schittert in snelheid, kennis en precisie, blinkt de mens uit in betekenis, nuance en leren over tijd. Deze paper maakt dat verschil tastbaar: AI kan kennis reproduceren, maar ze begrijpt niet wat die kennis betekent. Ze vergeet wat ze gisteren ‘leerde’, heeft geen moreel kompas en geen geheugen van ervaringen.
Het onderzoek toont daarmee aan dat de toekomst van werk niet draait om vervanging, maar om cognitieve samenwerking. Machines nemen het rekenwerk over; mensen brengen redenering, context, empathie en ethiek. In die zin biedt dit onderzoek als het ware een nieuwe taal om over skills en learning & development te praten. Geen tegenstelling mens versus machine, maar een zoektocht naar complementaire intelligentie. Hoe ontwerpen we werk en leeromgevingen waarin de sterktes van beide optimaal samenkomen?
Leren als onderscheidend vermogen
Een van de meest opvallende bevindingen uit de studie is dat AI tot nu toe geen enkel echt langetermijngeheugen heeft. Elke interactie is een nulpunt. Mensen daarentegen leren voortdurend: we onthouden, herinterpreteren, passen ons aan. Dat vermogen om te leren, zowel individueel als collectief, is precies wat organisaties toekomstbestendig maakt. Investeren in menselijk leervermogen is dus een harde noodzaak. Want technologie wordt alleen maar krachtiger als mensen er verstandig en kritisch mee kunnen omgaan.
Denken voorbij de hype
AGI is nog niet hier, maar voor het eerst hebben we een wetenschappelijke maat om te zien hoever we staan. Het helpt ons om voorbij de hype te kijken en te begrijpen dat intelligentie meer is dan informatieverwerking. Technologie zal pas waardevol worden als ze ingebed is in menselijkheid. AI is briljant in kennis. Wij zijn briljant in betekenis.
Denken over werk in tijden van AI vraagt daarom volgens mij niet alleen digitale geletterdheid, maar ook cognitieve nederigheid: het besef dat echt intelligent gedrag, leren, verbinden, betekenis geven, nog altijd een menselijke specialiteit is.
