Wat AI wel en niet kan: Sterktes en grenzen van kunstmatige intelligentie
„AI kan alles aan.” „AI is overdreven en stelt niets voor.” Beide uitspraken zijn onjuist — en beide zijn tegenwoordig gangbaar.
Overdreven verwachtingen leiden tot teleurstelling. Overdreven scepsis laat reële hulp liggen. De waarheid ligt in concrete cijfers — en die zijn verrassend helder.
Dit artikel is jouw praktische gids: wat AI in 2026 werkelijk aankan, waar het betrouwbaar tekortschiet en hoe je daarmee omgaat.
Waar AI in 2026 werkelijk uitblinkt
Gemiddelde productiviteitswinst van 25 %. Bedrijven melden een besparing van 40–60 minuten per dag per medewerker. Concepten, samenvattingen, herformuleringen.
Van het oplossen van 4,4 % naar 71,7 % van echte taken (SWE-bench) in één jaar. Boilerplate, debuggen, tests, uitleg van code.
Model o1 behaalt 74,4 % op de internationale wiskundeolympiade. Wetenschappelijke benchmark GPQA (PhD-niveau) steeg met 48,9 procentpunten.
Kwaliteit vergelijkbaar met professionele vertalers. Sorteren van feedback, extractie uit documenten, identificatie van thema's in grote volumes.
Waar AI betrouwbaar tekortschiet
Feitelijke nauwkeurigheid — hallucinaties zijn geen uitzondering
Dit is de grootste beperking die je moet kennen. AI-systemen zijn in staat onjuiste informatie met volledige zekerheid te presenteren. Dit noemen we hallucinaties (hoe en waarom dit technisch werkt, legt het artikel Hoe werkt AI uit).
De cijfers zijn nuchter:
- Bij gewone zoekopdrachten hallucineert ongeveer één op de vijf vragen (studie 2025)
- In de medische sector toonde een meta-analyse van klinische vragen een hallucinatiepercentage van 23 %
- In de juridische sector bij complexe vragen lopen hallucinaties op tot 69–88 %
Praktische conclusie: AI is een uitstekend startpunt, maar controleer concrete feiten, cijfers en citaten altijd zelf. (Hoe je dat in de praktijk aanpakt, beschrijft Veilig gebruik van AI.)
Logisch redeneren buiten aangeleerde patronen
AI blinkt uit in situaties die lijken op situaties uit de training. Zodra je voorbij de grens van aangeleerde patronen gaat — bijvoorbeeld een ongebruikelijk logisch raadsel, een nieuwe combinatie van voorwaarden of een taak die echt causaal redeneren vereist — keldert de kwaliteit.
Onderzoek toont aan dat zelfs modellen met zogenaamd stapsgewijs redeneren (Engels: „chain-of-thought”) niet betrouwbaar taken kunnen oplossen die logische planning vereisen, als die groter of complexer zijn dan de voorbeelden in de trainingsdata.
Actuele informatie en realtime data
De meeste AI-modellen hebben een kennisafsnijdatum (knowledge cutoff) — een datum waarna ze geen informatie meer hebben. Als een model geen toegang heeft tot internet of actuele bronnen, kan het geen betrouwbare antwoorden geven over actuele gebeurtenissen, prijzen, verkiezingsuitkomsten of nieuw onderzoek.
Gezond verstand en de fysieke wereld
AI heeft geen ervaring met de fysieke wereld. Het weet niet dat een glas breekt als het valt, of dat ijs smelt in de warmte — tenzij dit expliciet uit de context van het gesprek blijkt. Vragen die „gezond verstand” uit de wereld om ons heen vereisen, zijn voor AI verrassend moeilijk.
Creatieve originaliteit
AI kan een gedicht schrijven, een verhaal bedenken of een campagne ontwerpen. Maar het doet dit door patronen te combineren uit wat het heeft gezien — niet door echte creatieve inventie. De resultaten zijn doorgaans technisch correct en gemiddeld goed, maar zelden baanbrekend. Ongeveer 80 % van de innovaties is incrementeel — en daar blinkt AI in uit. De resterende 20 % radicale, originele innovatie is vooralsnog het domein van mensen.
De paradox die het waard is te kennen
Gegevens uit 2026 tonen een interessante tegenstelling: een onderzoek van het National Bureau of Economic Research (NBER) onder 6.000 managers stelde vast dat de grote meerderheid van bedrijven geen productief effect van AI ervaart. Tegelijkertijd tonen gecontroleerde studies keer op keer aanzienlijke winsten aan.
Het verschil zit niet in de technologie — het zit in hoe AI wordt gebruikt. Bedrijven die AI daadwerkelijk hebben geïntegreerd in concrete processen, profiteren van een winst van 40–60 minuten per dag. Bedrijven die AI „hebben maar nauwelijks gebruiken”, halen er niets uit.
Hoe je dit in de praktijk aanpakt
Realistisch AI-gebruik draait er niet om óf je het gebruikt — maar waarvoor je het gebruikt.
Concepten en eerste versies, samenvattingen en herformuleringen, vertalingen, terugkerende teksttaken, coderen met eigen controle van de uitvoer.
Concrete cijfers, namen en citaten. Uitvoer op juridisch, medisch en financieel gebied. Alles waarvan een belangrijke beslissing afhangt.
Definitieve beslissingen met echte gevolgen, werkelijk originele creatieve doorbraken, informatie over actuele gebeurtenissen zonder verificatie.
De beste manier om dit voor jezelf te ontdekken? AI uitproberen op een concrete taak die je interesseert — en zien waar het je helpt en waar het je verrast.
Ontdek wat AI voor jou aankan
Geef AI een taak die nu op je bureau ligt. Je zult zelf zien waar het van pas komt — en waar je het resultaat wilt controleren.
Test jezelf: Weet jij wat AI wel en niet kan?
Wat AI wel en niet kan?
Je weet wat AI kan — nu is het tijd om te ontdekken hoe je er praktisch mee begint. Precies dat behandelt het volgende artikel: Aan de slag met AI.