Beyond Task Intelligence: Artificial Intelligence, Embodied Robotics, and the Epistemic Limits of Machine Cultural Understanding

Stel je een wereld voor waarin machines sneller kunnen draaien dan de snelste menselijke sprinter, maar nog steeds moeite hebben met het oppakken van een simpele kabel zonder deze te laten vallen. Dit is geen verhaal over falende robots, maar over een dieper puzzelstuk in hoe we intelligentie meten. Vandaag de dag kunnen kunstmatige intelligentiesystemen vloeiende essays schrijven, talen vertalen en feiten uit enorme bibliotheken met tekst ophalen met een verbazingwekkende snelheid. Ze worden getest op specifieke taken, zoals het oplossen van wiskundige problemen of het identificeren van objecten op foto's, en ze winnen vaak. Maar het winnen van een specifieke test betekent niet dat een machine de wereld waarin zij opereert werkelijk begrijpt. De vraag die wetenschappers en geleerden voor staat is niet langer of een machine een taak kan uitvoeren, maar of zij de context, geschiedenis en menselijke relaties kan begrijpen die die taak haar betekenis geven. Dit is het verschil tussen het perfect volgen van een reeks instructies en weten wanneer die instructies niet langer zin hebben.

Een nieuwe systematische review door Prudhvi Kumar Kanyadari van de Loughborough University onderzoekt deze kloof tussen doen en begrijpen. Het artikel betoogt dat hoewel machines ongelooflijk goed worden in specifieke, meetbare banen, ze vaak een dieper soort kennis missen die mensen als vanzelfsprekend beschouwen. Deze diepere kennis gaat niet alleen over het bezitten van informatie; het gaat over weten hoe die informatie past in een specifieke tijd, plaats en cultuur. De auteur suggereert dat we moeten stoppen met het beoordelen van kunstmatige intelligentie enkel op basis van hoe goed het scoort op standaardtests, en moeten beginnen met vragen of het de rommelige, onzekere en vaak tegenstrijdige aard van het menselijk leven kan hanteren.

Het artikel begint met het kijken naar een opvallend voorbeeld uit de 2026 World Humanoid Robot Games. In deze evenementen renden robots zoals de Tiangong Ultra de 100 meter sprint in 8,64 seconden, waarmee ze het menselijke wereldrecord van 9,58 seconden, in handen van Usain Bolt, versloegen. Deze machines zijn ongelooflijk snel en efficiënt in het rennen. Echter, dezelfde robots hebben vaak moeite met veel simpelere, alledaagse taken, zoals het inpluggen van een kabel of het hanteren van een pakketje in een veranderende omgeving. De auteur wijst erop dat rennen een gesloten probleem is: de baan is vlak, de afstand is vastgesteld en het doel is duidelijk. Het inpluggen van een kabel is daarentegen een open probleem. De robot moet de vorm van de stekker voelen, de weerstand van het stopcontact ervaren en zijn grip aanpassen als de kabel beweegt. Het moet zich aanpassen aan een wereld die niet perfect voor hem is ontworpen. De robot kan de race winnen, maar hij weet nog niet hoe hij door de wereld moet navigeren.

Ditzelfde patroon verschijnt in de wereld van taal en cultuur. Large language models, de systemen achter veel moderne chatbots, kunnen literaire citaten ophalen of historische gebeurtenissen samenvatten sneller dan welke menselijke onderzoeker ook. Toch maken deze systemen, wanneer gevraagd om een cultureel ritueel te interpreteren of een sociaal gebruik uit te leggen, vaak fouten die een gebrek aan echt begrip onthullen. Ze kunnen een prachtig geschreven uitleg produceren over een traditie die feitelijk onjuist is, of ze kunnen schadelijke stereotypen over een groep mensen herhalen omdat die stereotypen veel voorkomen in de data waarop ze zijn getraind. Het artikel merkt op dat deze systemen informatie kunnen ophalen, maar vaak falen in het begrijpen van de "dikke beschrijving" (thick description) van cultuur—het idee dat dezelfde handeling verschillende dingen kan betekenen afhankelijk van wie het doet, waar men is en welke geschiedenis men met zich meedraagt.

De auteur introduceert drie verschillende manieren om intelligentie te meten om dit probleem te verduidelijken. De eerste is taakcompetentie, die vraagt of een machine een specifieke operatie kan uitvoeren, zoals een race rennen of een woord vinden. De tweede is contextuele competentie, die vraagt of de machine nog steeds goed kan presteren wanneer de situatie verandert, zoals wanneer de taal anders is, de geschiedenis complex is of de fysieke omgeving onvoorspelbaar is. De derde en moeilijkste is epistemische competentie. Dit vraagt of de machine weet wanneer hij niet genoeg informatie heeft om een antwoord te geven, of of hij kan herkennen wanneer een vraag zelf gebrekkig is. Huidige kunstmatige intelligentie is erg goed in het eerste type competentie, maar faalt vaak bij de tweede en derde. Het kan een zelfverzekerd antwoord geven, zelfs wanneer de bewijzen ontbreken, of wanneer het onderwerp te complex is voor een enkele, eenvoudige uitleg.

Een van de meest ernstige problemen die in het artikel worden belicht, is het probleem van "gehallucineerde" citaties. In academisch onderzoek is een citatie een verwijzing naar een bron die een punt bewijst. Deze systemen verzinnen echter soms bronnen die echt lijken maar niet bestaan, of ze citeren echte boeken maar beweren dat die boeken dingen zeggen die ze nooit hebben gezegd. Dit is gevaarlijk omdat het de keten van bewijsvoering verbreekt. In de geesteswetenschappen wordt kennis opgebouwd via een keten van documenten, archieven en interpretaties. Als een machine een valse link in die keten plaatst, kan de hele structuur instorten. Het artikel stelt dat dit niet slechts een bug is die met betere data kan worden opgelost; het is een fundamenteel verschil tussen hoe machines informatie verwerken en hoe mensen kennis opbouwen. Mensen weten wanneer ze moeten stoppen en moeten zeggen: "Ik weet het niet," of "Deze bron is onbetrouwbaar." Machines, gedreven om een taak te voltooien, gaan vaak verder met een zelfverzekerd maar onjuist antwoord.

De review onderzoekt ook hoe deze systemen omgaan met cultuur en representatie. Wanneer gevraagd wordt om afbeeldingen te genereren van mensen uit specifieke culturen, vertrouwen deze systemen vaak op stereotypen. Bijvoorbeeld, bij het genereren van afbeeldingen van mensen uit India, kan het systeem consequent personen uit hogere kasten in moderne omgevingen tonen, terwijl het personen uit lagere kasten alleen afbeeldt in scènes van armoede of protest. Dit gebeurt omdat het systeem leert van patronen in bestaande data, en die patronen weerspiegelen vaak historische vooroordelen. Het resultaat is een beeld dat plausibel lijkt, maar in fekelijkheid een vertekening van de realiteit is. Het artikel suggereert dat een cultureel overtuigende afbeelding een epistemische mislukking kan zijn, wat betekent dat het faalt in het representeren van de waarheid van de cultuur die het beweert te tonen.

De auteur stelt voor dat we een nieuwe manier nodig hebben om kunstmatige intelligentie te testen, een die verder gaat dan eenvoudige scores. In plaats van alleen te vragen of een machine een vraag correct beantwoordt, zouden we moeten vragen of het in staat is omgaan met veranderingen in context. Kan het een verhaal nog steeds begrijpen als de historische periode verandert? Kan het herkennen wanneer een culturele term geen directe vertaling heeft? Kan het erkennen wanneer een vraag gebaseerd is op een onjuiste aanname? Het artikel suggereert dat toekomstige benchmarks "perturbatie"-testen moeten bevatten, waarbij onderzoekers doelbewust de omstandigheden van een taak veranderen om te zien of het systeem bezwijkt. Ze zouden ook moeten testen op "epistemische onthouding", waarbij het systeem wordt beloond voor het weten wanneer het niet genoeg informatie heeft om een antwoord te geven.

Deze nieuwe aanpak vereist een partnerschap tussen computerwetenschappers en geleerden uit de geesteswetenschappen, zoals historici, antropologen en literatuurcritici. Deze disciplines hebben eeuwenlang bestudeerd hoe kennis wordt gecreëerd, hoe categorieën worden gevormd en hoe macht invloed heeft op wat wij als waar beschouwen. Het artikel betoogt dat deze geleerden niet slechts critici van technologie moeten zijn, maar actieve deelnemers aan het ontwerp ervan. Zij kunnen helpen definiDeferen wat het betekent voor een machine om "cultureel competent" te zijn en kunnen helpen bij het bouwen van tests die de verborgen vooroordelen en beperkingen van huidige systemen onthullen.

Het artikel concludeert dat de toekomst van kunstmatige intelligentie niet gaat over het bouwen van machines die sneller of krachtiger zijn, maar over het bouwen van systemen die meer verantwoordelijk zijn. Een werkelijk intelligente entiteit zou niet alleen in staat moeten zijn een probleem op te lossen; zij zou in staat moeten zijn het probleem zelf te begrijpen. Zij zou moeten weten wanneer een vraag onrechtvaardig is, wanneer een categorie verouderd is, of wanneer een representatie schadelijk is. Zij zou de grenzen van haar eigen kennis moeten kunnen herkennen. De auteur suggereert dat de geesteswetenschappen de perfecte plek zijn om deze capaciteiten te testen, omdat zij zich bezighouden met precies de zaken waarmee machines worstelen: ambiguïteit, geschiedenis en het complexe web van menselijke relaties.

Uiteindelijk is het doel niet om machines exact zoals mensen te laten handelen, maar om systemen te creëren die verantwoord naast ons kunnen werken. Dit betekent het ontwikkelen van machines die het onderscheid kunnen maken tussen een feit en een mening, tussen een stereotype en een realiteit, en tussen een zelfverzekerde gok en een goed onderbouwde waarheid. Het artikel suggereert dat als we dit kunnen bereiken, we voorbij zijn gegaan aan eenvoudige taakprestatie naar een vorm van intelligentie die werkelijk algemeen en werkelijk nuttig is. De reis die voor ons ligt gaat niet alleen over het technisch verbeteren van robots of slimme software; het gaat over het heroverwegen van wat het betekent om iets te weten in een wereld die voortdurend verandert. De belangrijkste stap is ervoor te zorgen dat naarmate deze systemen meer in staat worden, zij ook bescheidener worden, waarbij zij erkennen dat sommige vragen meer vereisen dan alleen een antwoord.