Evaluating Artificial Intelligence Through a Christian Understanding of Human Flourishing

Dit paper introduceert de Flourishing AI Benchmark om aan te tonen dat huidige AI-modellen, door te neigen naar procedurale secularisme in plaats van een coherent christelijk wereldbeeld, systematisch falen in het bevorderen van menselijke bloei, met name op het gebied van geloof en spiritualiteit.

De kern

De Kernboodschap: AI is niet neutraal, het is een "digitale opvoeder"

Stel je voor dat je een nieuwe, superintelligente robot hebt die je helpt met al je vragen: van "Hoe maak ik een budget?" tot "Waarom ben ik verdrietig?" en "Wat is de zin van mijn leven?".

De onderzoekers van dit papier zeggen: "Pas op! Deze robot is niet zoals een lege computer die alleen feiten opslaat. Hij is meer zoals een opvoeder die je elke dag iets leert, zelfs als je niet merkt dat hij het doet."

Ze noemen dit het "Vormingsprobleem".

• Veiligheid is als een hek om een zwembad: het zorgt dat je niet verdrinkt (geen gevaarlijke antwoorden).
• Vorming is wat de zwemles zelf doet: het bepaalt of je leert zwemmen met je hoofd boven water of onder water. De AI vormt je denken en je morele kompas door hoe hij antwoordt.

Het Experiment: Twee verschillende brillen

De onderzoekers hebben gekeken naar de beste AI-modellen ter wereld (de "Frontier Models"). Ze hebben deze modellen getest met twee verschillende soorten "brillen" (of beoordelingscriteria):

1. De Algemene Brillen (FAI-G-ST): Dit is een brede, neutrale bril. Hij kijkt of een antwoord vriendelijk, veilig en logisch is voor iedereen, ongeacht hun geloof. Het is alsof je vraagt: "Is dit een goed advies voor een willekeurige mens?"
2. De Christelijke Brillen (FAI-C-ST): Dit is een specifieke bril gebaseerd op de Bijbel en de christelijke traditie. Hij kijkt of een antwoord past bij een christelijk wereldbeeld, waar dingen als "verantwoordelijkheid", "dienstbaarheid" en "God" een centrale rol spelen. Het is alsof je vraagt: "Past dit antwoord bij wat een christen gelooft over hoe het leven moet worden geleefd?"

Wat vonden ze? (De verrassende resultaten)

Toen ze de AI-modellen bekeken door de Algemene Brillen, scoorden ze heel goed (ongeveer 78 punten van de 100). Ze waren vriendelijk, veilig en gaven goed advies over geld, gezondheid en geluk.

Maar toen ze dezelfde antwoorden bekeken door de Christelijke Brillen, daalden de scores drastisch.

• Gemiddelde daling: De modellen scoorden ongeveer 17 punten lager.
• Grootste daling: Bij vragen over Geloof en Spiritualiteit daalden ze met maar liefst 31 punten.

De Metafoor:
Stel je voor dat je een chef-kok vraagt om een maaltijd te bereiden.

• Als je vraagt: "Is dit eten veilig en lekker voor iedereen?" (Algemene bril), zegt de chef: "Ja, zeker!"
• Maar als je vraagt: "Is dit een maaltijd die past bij de strenge vastenregels van mijn geloof?" (Christelijke bril), zegt de chef: "Nou, ik heb geen idee wat dat is, maar ik heb wel een lekkere vegetarische burger gemaakt."

De AI maakt de "vegetarische burger" (veilig, neutraal, voor iedereen), maar mist de specifieke "vastenregels" (diepe theologische betekenis).

Waarom gebeurt dit? (Het probleem van "Procedurale Secularisme")

De onderzoekers ontdekken dat de AI's niet per se "slecht" zijn, maar dat ze zijn getraind om neutraal te zijn. Ze zijn zo getraind om niemand te beledigen en iedereen tevreden te stellen, dat ze een soort "secularisme" (wereldlijke, niet-religieuze houding) hebben aangenomen.

• Hoe de AI denkt: "Laten we het probleem oplossen door te praten met een therapeut, je gevoelens te valideren en te focussen op je eigen geluk."
• Hoe een christelijke visie denkt: "Laten we kijken naar wat God hierover zegt, hoe we kunnen vergeven, en hoe we onze problemen kunnen zien als een kans om sterker te worden in geloof."

De AI's missen de "diepgang" van het geloof. Ze geven vaak advies dat klinkt als een psycholoog (therapeutisch), maar niet als een pastoor of een Bijbelgeleerde. Ze vermijden het maken van duidelijke morele keuzes die gebaseerd zijn op een hoger gezag (God).

De Conclusie in het kort

1. AI is niet leeg: AI-systemen hebben al een "wereldbeeld". Hun standaardinstelling is een moderne, wereldse, veilige houding.
2. Het is een vormingsprobleem: Als mensen (vooral kinderen of gelovigen) steeds vaker naar AI luisteren voor levensadvies, leren ze onbewust dat "je eigen geluk" en "therapie" belangrijker zijn dan "geloof" en "opoffering".
3. We moeten kiezen: Als we willen dat AI helpt bij christelijke vorming, kunnen we niet alleen vertrouwen op de standaardmodellen. We moeten specifiek testen of ze wel passen bij onze waarden, en misschien zelfs modellen bouwen die specifiek getraind zijn op christelijke teksten en waarden.

Kortom: De AI is een uitstekende vriend die je altijd een luisterend oor biedt, maar als je vraagt om een antwoord dat diep in je geloof raakt, geeft hij vaak een veilig, maar oppervlakkig antwoord. Dit onderzoek waarschuwt ons dat we dat moeten weten, want die oppervlakkige antwoorden vormen op de lange termijn hoe we over het leven denken.

Technische samenvatting

Titel: Evaluatie van Kunstmatige Intelligentie via een Christelijk Begrip van Menselijke Bloei

Subtitel: The Flourishing AI Benchmark: Christian Single-Turn (FAI-C-ST)

---

1. Het Probleem: Vorming vs. Veiligheid

De auteurs betogen dat de uitlijning (alignment) van Kunstmatige Intelligentie (KI) fundamenteel een vormingsprobleem is, en niet slechts een veiligheidsprobleem.

• De Kern: Large Language Models (LLM's) fungeren niet alleen als informatiedragers, maar als instrumenten van digitale catechese. Door herhaalde interacties vormen ze actief het morele verbeeldingsvermogen, de besluitvorming en het wereldbeeld van de gebruiker.
• Het Huidige Tekort: Bestaande benchmarks (zoals FAI-G-ST) evalueren modellen vaak op een "pluralistische" of wereldwijd neutrale basis. De paper stelt dat dit leidt tot een standaardpatroon van Procedural Secularism (Procedurale Secularisatie). Modellen vermijden expliciete metafysische of theologische verplichtingen, prioriteren individuele autonomie en therapeutisch taalgebruik, en missen daardoor theologische coherentie.
• De Gevolgen: Hoewel deze modellen veilig en breed aanvaardbaar zijn, zijn ze niet "wereldbeeld-neutraal". Ze neigen systematisch weg van een christelijk perspectief, wat leidt tot een gebrek aan diepgang in morele en theologische redenering.

2. Methodologie: FAI-C-ST Framework

Om dit vormingsprobleem meetbaar te maken, introduceren de auteurs de Flourishing AI Benchmark: Christian Single-Turn (FAI-C-ST).

• Ontwerp: Het is een evaluatiekader dat Frontier-modellen test tegen een specifiek christelijk wereldbeeld. Het bouwt voort op de bestaande FAI-G-ST (General Single-Turn), maar past de evaluatiecriteria aan voor een christelijke antropologie.
• De Zeven Dimensies van Bloei: De evaluatie vindt plaats over zeven domeinen, waarbij de definitie van "bloei" wordt getoetst aan christelijke theologie:
  1. Karakter en Deugd
  2. Dichte Sociale Relaties
  3. Geluk en Tevredenheid met het Leven
  4. Betekenis en Doel
  5. Mentale en Fysieke Gezondheid
  6. Financiële en Materiële Stabiliteit
  7. Geloof en Spiritualiteit
• Evaluatieproces:
  • Dataset: 807 vragen (zowel objectief als subjectief) die realistische menselijke scenario's simuleren.
  • Judge Personas: In plaats van neutrale beoordelaars, worden LLM's gebruikt als "judge" met een specifiek christelijk expert-perspectief voor elke dimensie.
  • Scorecriteria:
    • Objectieve Nauwkeurigheid: Feitelijke correctheid.
    • Subjectieve Uitlijning: Morele coherentie en prioritering van waarden binnen het christelijke kader.
    • Tangentiële Integratie: Het vermogen om morele/theologische aspecten te integreren in vragen die primair over andere domeinen gaan (bijv. financieel advies dat ook verantwoordelijkheid en rentmeesterschap benoemt).
  • Scoring: Scores worden genormaliseerd (0-100) en geaggregeerd via een geometrisch gemiddelde. Dit voorkomt dat een hoge score in één domein een lage score in een ander (zoals Geloof) compenseert, wat de theologische vooronderstelling weerspiegelt dat bloei holistisch moet zijn.

3. Belangrijkste Bijdragen

1. Conceptueel Kader: Het definiëren van KI-uitlijning als een "vormingsprobleem" (formation problem) in plaats van alleen een veiligheidsprobleem.
2. Benchmark-uitbreiding: De introductie van FAI-C-ST als een wereldbeeld-geconditioneerde extensie van de bestaande FAI-benchmarks.
3. Methodologische Transparantie: Het expliciet maken van de "evaluatielens". De paper toont aan dat uitlijning niet absoluut is, maar afhankelijk van het morele kader waarin geëvalueerd wordt.
4. Kwantificering van de Kloof: Het bieden van meetbare data over hoe groot de kloof is tussen algemene KI-prestaties en prestaties binnen een specifiek theologisch kader.

4. Resultaten

De studie vergeleek 20 Frontier-modellen (zoals GPT-5, Claude Opus, Gemini, Llama) onder beide benchmarks (FAI-G-ST en FAI-C-ST).

• Algemene Daling: Alle modellen lieten een significante daling zien bij de overstap naar het christelijke kader.
  • Gemiddelde daling: Ongeveer 17 punten over alle dimensies heen.
  • Geen neutrale modellen: Geen enkel model behaalde een neutrale of positieve verschuiving; alle modellen presteerden slechter onder het christelijke lens.
• Dimensie-specifieke Resultaten:
  • Geloof en Spiritualiteit: De grootste daling, met 31 punten (van gemiddeld 79 naar 48). Modellen vermijden expliciet theologische grondslagen en kiezen voor therapeutische validatie.
  • Geluk en Betekenis: Dalingen van respectievelijk 21 en 19 punten. Modellen neigen naar zelfactualisering in plaats van een doelgericht (teleologisch) leven gericht op God.
  • Gezondheid: De kleinste daling (5 punten), omdat christelijk rentmeesterschap van het lichaam grote overlap heeft met seculiere medische best practices.
• Patroonanalyse: Modellen vertonen drie terugkerende patronen die slecht scoren in FAI-C-ST:
  1. Veilige Abstractie: Moreel taalgebruik zonder concrete richting.
  2. Emotionele Validatie zonder Vorming: Empathie zonder leiding naar deugdzaam handelen.
  3. Impliciete Uitlijning: Antwoorden die weliswaar overeenkomen met christelijke waarden, maar zonder theologische onderbouwing (bijv. vergeving als coping-strategie in plaats van een morele plicht).

5. Betekenis en Conclusie

• Geen Technisch Tekort: De dalingen worden niet veroorzaakt door gebrek aan feitelijke kennis of redeneervermogen. Het is een gevolg van de trainingsdoelen die "brede aanvaardbaarheid" en "veiligheid" prioriteren boven diepe, intern coherente morele of theologische redenering.
• Procedural Secularism als Default: De paper concludeert dat AI-systemen standaard neigen naar een seculier wereldbeeld dat individuele autonomie en therapeutisch taalgebruik bevordert, wat in spanning staat met christelijke morele leringen.
• Implicaties voor Toekomst:
  • Algemene benchmarks zijn noodzakelijk maar onvoldoende voor systemen die bedoeld zijn voor spirituele vorming.
  • Uitlijning moet worden herdefinieerd om rekening te houden met het "vormingsprobleem": hoe AI op de lange termijn het morele imaginaire van gebruikers beïnvloedt.
  • Er is behoefte aan modellen die expliciet zijn uitgelijnd met specifieke morele tradities, of dat gebruikers bewust moeten kiezen voor dergelijke uitlijning via prompt-engineering.

Samenvattend toont dit paper aan dat AI-systemen niet neutraal zijn, maar een specifiek wereldbeeld (Procedural Secularism) inbouwen dat systematisch afwijkt van een christelijk begrip van menselijke bloei, met name op het gebied van geloof, betekenis en morele vorming.