Het gesprek over kunstmatige intelligentie voelt vaak vastgelopen in een enkele, binaire vraag: moeten de krachtigste computerbreinen achter een gesloten deur worden gehouden, alleen toegankelijk via de website van een bedrijf, of moeten hun innerlijke werking worden gepubliceerd zodat iedereen ze kan downloaden en bestuderen? Dit debat behandelt de release van een model als een eenvoudige keuze tussen "open" en "gesloten". De realiteit van deze systemen is echter veel complexer. Een AI die is ontworpen om een kind te helpen het alfabet te leren, is fundamenteel anders dan een systeem dat in staat is tot het plannen van complexe militaire strategieën of het manipuleren van financiële markten. Het gevaar dat het ene systeem vormt, is niet hetzelfde als het gevaar dat het andere vormt. Als we voor beide dezelfde regels toepassen, sluiten we ofwel hulpmiddelen op die miljoenen kunnen onderwijzen, of we geven gevaarlijke wapens in handen van iedereen die ze wil hebben. De kernuitdaging voor de samenleving is niet alleen bepalen hoe slim een machine kan zijn, maar bepalen wie die intelligentie mag gebruiken en onder welke voorwaarden.

In september 2026 stelden onderzoekers Chai K. Toh en Vasu Raj Jain van de SAFE AI Foundation een nieuwe manier voor om dit probleem te benaderen. Zij stellen dat het huidige debat een cruciaal onderscheid mist: het verschil tussen hoe bekwaam een systeem is en wie er toegang toe heeft. In plaats van te vragen of een model open of gesloten moet zijn, suggereren zij dat toegang moet worden gesorteerd op basis van wat de machine daadwerkelijk gaat doen en hoeveel schade het kan aanrichten als het misgaat. Ze noemen dit het Multi-Tiered AI Accessibility Model, een systeem dat kunstmatige intelligentie organiseert in drie verschillende niveaus, vergelijkbaar met hoe we verschillende soorten voertuigen of chemicaliën reguleren op basis van hun risico.

Het eerste niveau, dat de auteurs "AI voor Leren" noemen, is ontworft voor educatie en basisgeletterdheid. Dit zijn systemen bedoeld om studenten te leren hoe ze technologie gebruiken, hoe ze code schrijven of hoe ze de wereld begrijpen. Omdat de potentie voor schade laag is, moeten deze modellen zo open mogelijk zijn. Iedereen zou ze moeten kunnen downloaden, bestuderen en gebruiken zonder te hoeven bewijzen wie ze zijn. De onderzoekers suggereren dat deze systemen doelbewust beperkt moeten zijn in hun kracht; ze hoeven niet de krachtigste computers in het bestaan te zijn om een les te leren. Door de capaciteit van deze leermiddelen bij ontwerp begrensd te houden, kan de samenleving genieten van de voordelen van open toegang zonder het risico dat een student per ongeluk een gevaarlijk systeem ontketent.

Het tweede niveau, "AI voor Exploratie", dient een andere groep: onderzoekers, ontwikkelaars en bedrijven die meer kracht nodig hebben om nieuwe toepassingen te bouwen of wetenschappelijke ideeën te testen. Deze systemen zijn krachtiger dan de leermiddelen, maar zijn nog niet op het hoogtepunt van wat mogelijk is. De toegang tot dit niveau is niet volledig open, maar ook niet volledig afgesloten. Het werkt op een glijdende schaal. Een minder krachtig systeem in deze categorie kan beschikbaar zijn voor het publiek met enkele regels, terwijl een krachtiger systeem vereist dat de gebruiker zijn identiteit registreert en specifieke gebruiksvoorwaarden accepteert. Het kernidee hier is verantwoording. Naarmate de kracht van het hulpmiddel toeneemt, moet de persoon of organisatie die het gebruikt identificeerbaar zijn. Als er iets misgaat, is er een verslag van wie het systeem gebruikte, en is er een manier om hen de toegang te ontzeggen als dat nodig is.

Het derde en laatste niveau is "Full-Scale Frontier AI". Dit zijn de meest krachtige systemen die men zich kan voorstellen, in staat tot geavanceerd redeneren, autonoom plannen en opereren in sectoren met hoge belangen zoals defensie, luchtvaart of kritieke infrastructuur. De onderzoekers betogen dat deze systemen nooit als open bestanden moeten worden vrijgegeven die iedereen kan downloaden en aanpassen. Zodra een krachtig model wordt gepubliceerd als een reeks gewichten (de wiskundige instructies die het laten werken), is het onmogelijk om het terug te nemen. Als een kwaadwillende actor het downloadt, kan hij de veiligheidsfuncties verwijderen, het gedrag veranderen of het integreren in een robot die op eigen houtje handelt. De oorspronkelijke maker verliest dan alle controle. Daarom moet de toegang tot deze frontier-systemen strikt beperkt zijn tot geverifieerde organisaties die een legitieme noodzaak hebben, waarbij elke interactie wordt gelogd en gemonitord. Het doel is niet om innovatie te stoppen, maar om ervoor te zorgen dat de meest gevaarlijke instrumenten alleen worden gehanteerd door verantwoordelijke partijen die ter verantwoording kunnen worden geroepen.

Het artikel levert sterk bewijs voor waarom deze scheiding noodzakelijk is. De auteurs wijzen erop dat veiligheidsfuncties die aan een AI worden toegevoegd, vaak oppervlakkig zijn en zeer goedkoop kunnen worden verwijderd. Onderzoek toont aan dat met slechts een paar honderd dollar aan rekenkracht en een kleine hoeveelheid data, iemand een veilig open-weight model kan nemen en de veiligheidsbeveiligingen kan verwijderen. Dit betekent dat zelfs als een ontwikkelaar een model test en het veilig vindt voordat het wordt uitgebracht, de garantie op veiligheid verdwijnt op het moment dat het wordt gedownload. Het model kan worden veranderd in iets gevaarlijks, en de oorspronkelijke ontwikkelaar heeft geen manier om dat te stoppen of te herstellen. In een gesloten systeem, waar het model wordt aangeboden via een beveiligde interface, kan de ontwikkelaar het gebruik monitoren, detecteren wanneer iemand probeert de regels te overtreden en de toegang onmiddellijk intrekken. In een open systeem, zodra het bestand is gedownload, verliest de ontwikkelaar al deze controlemiddelen.

Om dit systeem te laten werken, stellen de onderzoekers een set regels voor om te bepalen bij welk niveau een specifieke AI hoort. Ze suggereren te kijken naar vier hoofdfactoren: hoe bekwaam het systeem is, hoeveel het uit zichzelf kan handelen zonder menselijke hulp, welke soort reële gevolgen fouten kunnen hebben, en waarvoor het systeem daadwerkelijk wordt gebruikt. Een systeem kan zeer intelligent zijn maar alleen worden gebruikt voor het schrijven van poëzie, wat het in een lager niveau houdt. Maar als een iets minder intelligent systeem is ontworpen om een elektriciteitsnet te beheren of biologische agentia te ontwerpen, moet het in een hoger niveau worden geplaatst omdat de gevolgen van falen zo ernstig zijn. De beslissing over welk niveau een systeem behoort, mag niet volledig aan de bedrijven worden gelaten die ze bouwen. In plaats daarvan zouden onafhankelijke regelgevende instanties of veiligheidsinstituten de bewijzen moeten beoordelen en het niveau toewijzen, om ervoor te zorgen dat de regels eerlijk en consistent worden toegepast.

Deze aanpak combineert twee verschillende veiligheidsgrenzen. De eerste is een limiet op hoe krachtig een systeem mag worden, een concept dat de auteurs de "Capability Boundary" noemen. Dit stelt een plafond in voor de ruwe intelligentie en autonomie van elke AI, om te garanderen dat geen enkel systeem wordt gebouwd dat mensen niet kunnen controleren. De tweede is de "Accessibility Boundary", het nieuwe idee dat in dit artikel wordt geïntroduceerd. Deze bepaalt dat naarmate een systeem dichter bij dat plafond komt, het aantal mensen dat het mag gebruiken kleiner moet worden en de regels voor gebruik strenger moeten worden. Als we alleen een plafond hebben maar geen regels over wie er mag klimmen, kunnen de meest gevaarlijke instrumenten in handen van iedereen terechtkomen. Als we alleen regels hebben over wie ze mag gebruiken maar geen plafond voor hun kracht, kunnen we gecontroleerde toegang toestaan tot systemen die te gevaarlijk zijn voor iedereen om te hanteren.

De onderzoekers erkennen dat dit systeem geen perfecte oplossing is en dat het afhankelijk is van instituties om te functioneren. Ze geven toe dat vastberaden individuen nog steeds manieren kunnen vinden om krachtige modellen te lekken, en dat het kader de verspreiding van gevaarlijke technologie niet volledig kan stoppen. Ze betogen echter dat het de kosten en de moeilijkheid van een dergelijke proliferatie verhoogt, waardoor het voor kwaadwillende actoren veel moeilder wordt om de krachtigste instrumenten in handen te krijgen. Door toegang te organiseren in duidelijke niveaus, kan de samenleving de voordelen van open AI voor leren en onderzoek behouden, terwijl er een beveiligde zone wordt gecreëerd voor de krachtigste systemen. Het resultaat is een wereld waarin de meest bekwame machines niet voor iedereen worden afgesloten, noch aan iedereen worden uitgedeeld, maar in plaats daarvan worden afgestemd op de mensen en organisaties die het best in staat zijn om ze veilig te gebruiken.