← Nieuwste papers
📄 sociale wetenschappen

The Embodiment Gap: What Mandatory, Regulatory and Media-Based Incident Regimes Reveal About Robotic AI Failures, 2021–2026

Dit artikel analyseert incidentgegevens van 2021 tot 2026 over verplichte regelgevende en media-gebaseerde regimes om aan te tonen dat elk systeem een afzonderlijke en onvolledige subset van robotische AI-fouten vastlegt, wat duidt op significante hiaten in de zichtbaarheid van operationele fouten zonder botsingen en opkomende humanoïde technologieën.

Oorspronkelijke auteurs: Alfredo Merlet

Gepubliceerd 2026-10-19
📖 5 min leestijd🧠 Diepgaand

Oorspronkelijke auteurs: Alfredo Merlet

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Wanneer een machine met kunstmatige intelligentie een fout maakt in de echte wereld, hangt het verhaal van die fout volledig af van wie er luistert. Als een zelfrijdende auto een ongeluk veroorzaakt, zal een overheidsinstantie met een wettelijke opdracht om gegevens te verzamelen, dit registreren. Als een chirurgische robot een defect vertoont in een patiënt, zal een gezondheidsregulator een rapport indienen. Maar als een robot struikelt in een museum of een humanoïde machine zich vreemd gedraagt op een handelsbeurs, dan is het enige verslag wellicht een video geplaatst door een omstander of een nieuwsartikel. Deze verschillende manieren van informatie verzamelen worden incidentregimes genoemd. Ze fungeren als de ogen en oren van de samenleving en bepalen welke fouten deel uitmaken van ons collectieve geheugen en welke in de stilte verdwijnen. Het probleem is dat elk regime een andere inkijk in de werkelijkheid krijgt. De één ziet alleen crashes, een ander ziet alleen medische fouten, en een derde ziet alleen de verhalen die het nieuws halen. Omdat deze systemen niet met elkaar communiceren, denken we vaak dat we begrijpen hoe veilig robots zijn, terwijl we in werkelijkheid naar een gefragmenteerd beeld kijken waarbij de meest gevaarlijke defecten verborgen kunnen zijn en de meest voorkomende onzichtbaar kunnen zijn.

Een onderzoeker genaamd Alfredo Merlet probeerde deze blinde vlekken in kaart te brengen door drie verschillende manieren van het bijhouden van robotfouten tussen 2021 en 2026 te vergelijken. Hij keek naar de verplichte crashrapporten die werden ingediend bij de Amerikaanse National Highway Traffic Safety Administration, de rapporten over medische hulpmiddelen die werden ingediend bij de Amerikaanse Food and Drug Administration, en een vrijwillige database die verhalen verzamelt uit de media. Door deze bronnen aan elkaar te koppelen, ontdekte hij dat de manier waarop we leren over robotfouten diep gebrekkig is. Het verplichte systeem voor zelfrijdende auto's registreerde meer dan 8.000 incidenten, terwijl de mediadatabase, die vaak wordt beschouwd als een allesomvattende lijst van AI-problemen, slechts een fractie van die crashes bevatte. Sterker nog, minder dan één procent van de crashes die bij de overheid werden gemeld, kwam terecht in de mediadatabase. Dit suggereert dat het publiek een sterk vertekend beeld heeft van de veiligheid van robots, waarbij het de overgrote meerderheid van de routinefouten mist terwijl het zich concentreert op een select aantal.

De studie toonde ook aan dat de media niet simpelweg ernstige ongelukken negeren. In tegen tegenstelling tot het idee dat nieuwsmedia de voorkeur geven aan onschuldige, merkwaardige robotverhalen boven tragische verhalen, lieten de gegevens zien dat ernstige crashes juist veel vaker werden gerapporteerd. Wanneer een crash met een zelfrijdende auto leidde tot een dodelijk ongeval of ernstig letsel, was deze bijna negen keer waarschijnlijker om in de mediadatabase te verschijnen dan een kleine aanrijding. De mediadatabase legde echter een ander soort defect vast dat het systeem van de overheid volledig miste: operationele defecten zonder crash. Dit zijn incidenten waarbij een robot gevaarlijk gedrag vertoont maar niets raakt, zoals een robotaxi die een ambulance blokkeert, een vloot voertuigen die stilvalt in het verkeer door een stroomstoring, of een robot die vast komt te zitten in een overstroming. Omdat de rapportageregel van de overheid alleen wordt geactiveerd door een fysieke crash, blijven deze gevaarlijke situaties onzichtbaar voor toezichthouders, ook al vormen ze een reëel risico voor de openbare veiligheid.

Het onderzoek breidde zich uit naar chirurgische robots, waar een ander soort vertekening werd gevonden. De database van rapporten over medische hulpmiddelen liet in 2025 een enorme, viervoudige stijging zien in het aantal meldingen van defecten. Op het eerste gezicht leek dit op een plotselinge piek in gevaarlijke defecten. Bij een nadere analyse van de gegevens bleek echter dat de stijging niet werd veroorzaakt door meer letsels of overlijdens. In plaats daarvan begon de fabrikant melding te maken van een specifiek type slijtage aan hun instrumenten, een routineonderhoudskwestie die voorheen ongeregistreerd bleef. Het aantal werkelijke letsels bij patiënten veranderde nauwelijks. Deze bevinding onderstreept hoe het gedrag van de persoon die het rapport indient een illusie van een crisis kan creëren, zelfs wanneer de fysieke realiteit van schade stabiel blijft.

Misschien wel de meest opvallende bevinding betreft de nieuwste generatie robots: humanoids. Dit zijn de machines die op twee benen lopen en beginnen te verschijnen in openbare ruimtes, van pretparken tot stadscentra. De studie toonde aan dat deze robots door de mazen van elk controlesysteem vallen. Er is geen verplichte regel voor hen om crashes te melden, geen categorie voor medische hulpmiddelen voor hun defecten, en geen consistente manier voor de media om hen te volgen. De onderzoeker stelde een lijst samen van vijf specifieke incidenten met humanoids in 2026, waaronder een robot die in brand vloog tijdens een wedstrijd en een andere die werd in beslag genomen door de politie na een vermeende ongepaste aanraking. Slechts één van deze gebeurtenissen verscheen in de mediadatabase, en geen enkele werd geregistreerd door een officiële overheids- of gezondheidsinstantie. Dit creëert een gevaarlijke kloof waarbij de meest zichtbare en snel inzetbare vorm van kunstmatige intelligentie opereert zonder een systematisch verslag van haar defecten.

De conclusie is dat geen enkele informatiebron ons de waarheid over robotveiligheid kan vertellen. De overheid ziet de crashes, maar mist de bijna-ongelukken. De media zien de dramatische defecten, maar missen de routinegebeurtenissen. De medische toezichthouders zien de rapporten die door fabrikanten worden ingediend, maar zien mogelijk niet de werkelijke schade. Totdat deze systemen worden verbonden en uitgebreid om de nieuwe soorten robots die onze wereld binnenkomen te dekken, zal ons begrip van risico onvolledig blijven. De studie suggereert dat toezichthouders hun regels moeten bijwerken om operationele defecten vast te leggen, niet alleen crashes, en om nieuwe rapportagekanalen te creëren voor de humanoid robots die al tussen ons lopen. Zonder deze veranderingen zullen we de gevaren van kunstmatige intelligentie blijven leren pas achteraf, en alleen wanneer het verhaal dramatisch genoeg is om verteld te worden.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →