AI onthult verrassende kracht maar faalt hard op bedrijfsdata

maandag, 30 maart 2026 om 12:00

AI kan je leeftijd raden maar begrijpt je bedrijf niet

Onderzoekers presenteren in maart 2026 twee opvallende AI-benchmarks die het debat over kunstmatige intelligentie opnieuw aanwakkeren. VLAgeBench toont hoe AI-systemen iemands leeftijd kunnen schatten op basis van een gezicht, zonder specifieke training. Tegelijk laat AIDABench zien dat dezelfde generatie AI-modellen massaal faalt op echte bedrijfsdata.

Deze combinatie raakt een gevoelig punt. Enerzijds groeit de zorg over privacy, surveillance en discriminatie. Anderzijds blijkt de praktische waarde van AI in het bedrijfsleven minder groot dan vaak wordt beloofd.

Experts trekken daarom aan de bel. Zij waarschuwen dat AI zich sneller ontwikkelt dan regelgeving en dat bedrijven de technologie overschatten. Dat is te lezen in het onderzoek.

VLAgeBench: AI schat leeftijd en roept privacyvragen op

De benchmark VLAgeBench test hoe goed AI-modellen leeftijd kunnen inschatten op basis van gezichten. Opvallend is dat deze systemen dit doen zonder expliciete training op leeftijdsdata.

Dat betekent dat AI impliciet patronen herkent in gezichtskenmerken. Denk aan huidstructuur, rimpels en botstructuur. Deze inzichten ontstaan automatisch tijdens training op brede datasets.

Waarom dit zorgwekkend is

Experts wijzen op drie grote risico’s:

Privacy: Leeftijd wordt afgeleid zonder toestemming van de gebruiker
Bias en discriminatie: Modellen maken vaker fouten bij bepaalde groepen
Surveillance: Technologie kan ingezet worden voor monitoring in publieke ruimtes

Vooral dat laatste punt zorgt voor politieke spanning binnen de Europese Unie. De AI Act, de nieuwe Europese wetgeving rond kunstmatige intelligentie, probeert dit soort toepassingen te reguleren.

Toch blijft handhaving lastig. Veel AI-systemen draaien op internationale infrastructuur en vallen buiten directe controle.

Nederlandse context: toezicht onder druk

In Nederland houden instanties zoals de Autoriteit Persoonsgegevens toezicht op datagebruik. Maar experts stellen dat bestaande regels niet zijn ontworpen voor dit soort impliciete AI-analyses.

Een belangrijk probleem is dat leeftijdsschatting niet expliciet wordt opgeslagen, maar direct wordt gegenereerd. Daardoor valt het soms buiten klassieke definities van persoonsgegevens.

Dit creëert een grijs gebied waarin bedrijven en overheden technologie kunnen gebruiken zonder duidelijke juridische grenzen.

AIDABench: AI faalt massaal op echte bedrijfsdata

Waar VLAgeBench vooral ethische vragen oproept, raakt AIDABench de economische realiteit. Deze benchmark test AI-modellen op echte bedrijfsdata, zoals interne rapporten, klantgegevens en operationele processen.

De uitkomst is opvallend: de beste modellen behalen gemiddeld slechts 59 procent nauwkeurigheid.

Dat betekent dat AI in bijna de helft van de gevallen verkeerde of onbruikbare output levert.

Waarom AI hier faalt

De oorzaken zijn duidelijk maar fundamenteel:

Bedrijfsdata is rommelig en ongestructureerd
Context ontbreekt vaak voor AI-modellen
Data bevat interne jargon en uitzonderingen
Real-world situaties zijn complexer dan trainingsdata

Veel AI-systemen zijn getraind op publieke datasets zoals internettekst. Maar bedrijfsdata wijkt daar sterk van af.

Impact op Nederlandse bedrijven

Nederlandse bedrijven investeren massaal in AI. Van logistiek tot financiële dienstverlening en zorg. Toch laat AIDABench zien dat de return on investment onzeker blijft.

Bedrijven lopen tegen praktische problemen aan:

AI geeft inconsistent advies
Automatisering werkt minder goed dan verwacht
Menselijke controle blijft noodzakelijk

Vooral midden- en kleinbedrijf (MKB) wordt geraakt. Deze bedrijven hebben minder middelen om AI-systemen aan te passen of te trainen op eigen data.

De kloof tussen AI-hype en realiteit groeit

De combinatie van VLAgeBench en AIDABench laat een duidelijke trend zien. AI wordt tegelijkertijd krachtiger én problematischer.

Aan de ene kant kan AI onverwachte vaardigheden ontwikkelen, zoals leeftijdsschatting zonder training. Aan de andere kant blijkt dezelfde technologie onbetrouwbaar in praktische toepassingen.

Deze paradox voedt een bredere discussie:

Wordt AI overschat door bedrijven en investeerders
Is regelgeving te traag voor technologische ontwikkeling
Hoe betrouwbaar is AI in kritieke processen

Experts spreken steeds vaker van een “AI-realiteitscheck”.

Europese regelgeving loopt achter op technologische snelheid

De Europese Unie probeert met de AI Act grenzen te stellen aan risicovolle toepassingen. Systemen zoals gezichtsherkenning en biometrische analyse vallen onder streng toezicht.

Maar benchmarks zoals VLAgeBench tonen aan dat AI zich ontwikkelt buiten traditionele categorieën.

Leeftijdsschatting zonder expliciete training is bijvoorbeeld moeilijk te classificeren. Het is geen klassieke gezichtsherkenning, maar heeft wel vergelijkbare impact.

Uitdagingen voor beleid

Beleidsmakers staan voor drie grote uitdagingen:

Technologie verandert sneller dan wetgeving
AI-systemen zijn moeilijk uitlegbaar
Internationale bedrijven opereren buiten nationale controle

Nederland speelt hierin een actieve rol binnen Europa, maar loopt tegen dezelfde beperkingen aan.

Wat betekent dit voor de toekomst van AI in Nederland

De inzichten uit beide benchmarks hebben directe gevolgen voor hoe Nederland met AI omgaat.

Voor bedrijven

Realistische verwachtingen zijn noodzakelijk
Investeringen moeten beter onderbouwd worden
Menselijke controle blijft essentieel

Voor overheid en toezicht

Nieuwe definities van persoonsgegevens zijn nodig
Handhaving moet technischer en internationaler
Transparantie-eisen moeten strenger

Voor burgers

Bewustzijn over AI-gebruik groeit
Privacybescherming wordt belangrijker
Vertrouwen in technologie staat onder druk

Conclusie: AI wordt krachtiger, maar minder voorspelbaar

De ontwikkelingen rond VLAgeBench en AIDABench maken één ding duidelijk. AI groeit snel, maar niet altijd in de richting die bedrijven en beleidsmakers verwachten.

Systemen worden slimmer in onverwachte taken, maar blijven onbetrouwbaar in praktische toepassingen. Tegelijk nemen de risico’s rond privacy en discriminatie toe.

Voor Nederland betekent dit dat zowel innovatie als regulering versneld moet worden. Zonder duidelijke kaders dreigt AI meer problemen te veroorzaken dan op te lossen.