Praten we nog wel over hetzelfde als we het over AI hebben?

Ergens begin april plaatste AI-onderzoeker Andrej Karpathy een tweet die 3,7 miljoen keer bekeken werd. De kern: er zijn twee groepen mensen die totaal langs elkaar heen praten als het over AI gaat. De eerste groep probeerde ChatGPT een keer gratis uit, zag het een eenvoudige vraag verprutsen, en heeft daar z'n mening op gebaseerd. De tweede groep gebruikt dagelijks betaalde, agentic tools als OpenAI Codex of Claude Code, en ervaart wat Karpathy "AI Psychosis" noemt: de verbeteringen zijn zo dramatisch dat ze zichzelf bijna niet meer kunnen uitleggen aan de rest.

Beide groepen hebben het over "AI". Ze bedoelen iets heel anders.

Dit is niet alleen een kwestie van enthousiasme versus scepsis. De twee groepen gebruiken letterlijk andere producten. OpenAI's gratis spraakassistent draait op een model uit het GPT-4o-tijdperk, met een kennisgrens van april 2024 — ruim twee jaar geleden. Datzelfde bedrijf verkoopt ondertussen Codex: een model dat een uur lang zelfstandig een volledige codebase kan herstructureren of kwetsbaarheden in systemen kan opsporen. Technoloog Simon Willison werkte Karpathy's analyse verder uit: de reden dat betaalde tools zoveel verder zijn ontwikkeld dan gratis alternatieven, is dat technische domeinen zoals programmeren expliciete, verifieerbare beloningsfuncties hebben. Unit tests slagen of niet. Code werkt of niet. Dat maakt ze bij uitstek geschikt voor reinforcement learning — en voor B2B-omgevingen waar de rekening groter is.

De gratis gebruiker ziet de tien procent die blijft steken. De power user ziet de negentig procent die werkt. Geen van beiden liegt.

Wat verontrustend is: de kloof zit niet alleen tussen techies en niet-techies. Hij zit ook binnen de meest technologisch geavanceerde organisaties ter wereld. Softwareontwikkelaar en auteur Steve Yegge publiceerde een observatie die hij uit een gesprek met een Google-techneut had opgetekend: het bedrijf dat de meest geavanceerde AI-modellen bouwt, heeft intern ruwweg dezelfde adoptiecurve als een tractorfabrikant. Zijn schatting voor de brede industrie: zo'n 20 procent is echt agentic aan het werken, 20 procent weigert, en 60 procent gebruikt AI als een iets slimmere zoekbalk — denk: Cursor, een chatvenster, autocomplete. Demis Hassabis, CEO van Google DeepMind, noemde de vergelijking met John Deere "pure clickbait-nonsens". Addy Osmani reageerde namens Google met het getal van 40.000 software-engineers die wekelijks agentic codering gebruiken. De ruzie zelf is informatief: zelfs intern is onduidelijk hoeveel mensen de sprong daadwerkelijk hebben gemaakt.

Die onduidelijkheid is niet onschuldig. Als het al zo moeilijk is om intern vast te stellen welke groep iemand behoort, hoe weet je dan waar jijzelf staat?

Een deel van het antwoord ligt in wat onderzoekers van de University of Pennsylvania deze maand "cognitive surrender" noemden. In experimenten met 1.372 deelnemers accepteerde gemiddeld 73 procent van de gebruikers foutieve AI-antwoorden zonder te corrigeren. Slechts 19,7 procent wees de AI terecht. Onder tijdsdruk werd dat correctiecijfer nog eens 12 procentpunten lager. Het gaat hier niet om mensen die bewust lui zijn — ze rapporteerden zelfs 11,7 procent méér vertrouwen in hun antwoorden, ondanks dat de AI de helft van de tijd fout zat. Ze wisten het niet.

Dit legt een spanning bloot die Karpathy's tweedeling niet volledig dekt. Het is niet enkel: wie heeft toegang tot de betere tools? Het is ook: wie heeft de gewoonten ontwikkeld om die tools kritisch te gebruiken? Toegang en vaardigheid lopen niet automatisch gelijk op. Je kunt Codex betalen en er alsnog blind op vertrouwen.

De optimistische lezing is dat de kloof dichtlopend is — dat er meer power users komen naarmate betere tools beschikbaar worden en mensen leren hoe ze ermee werken. MIT Technology Review publiceerde afgelopen week een analyse die dat beeld nuanceert: frequente AI-gebruikers worden juist enthousiaster, terwijl het grote publiek sceptischer wordt. De percepties bewegen van elkaar áf, niet naar elkaar toe. Dat heeft gevolgen voor hoe AI-beleid gevormd wordt, hoe bedrijven adoptie intern communiceren, en hoe mensen die al diep in het gebruik zitten, onderschatten hoe vreemd het er van buitenaf uitziet.

"AI" is geen enkelvoudig gereedschap meer — als het dat ooit was. Het is een spectrum dat loopt van een verouderd stemmodel dat gratis op je telefoon draait tot een agentic systeem dat je codebase autonoom herstructureert. Wie aan het ene uiteinde staat en denkt te begrijpen wat het andere uiteinde ervaart, heeft het waarschijnlijk mis. En wie aan het andere uiteinde staat en vergeet hoe groot de afstand is geworden, ook.