Chemicus Lee Cronin haalt uit naar AI-hype: 'AI kan geen wetenschap bedrijven, maar we moeten de kans niet missen om samen met AI te evolueren.'

vrijdag, 21 augustus 2026 om 6:00

AI-gestuurde biotechnologielabscène met DNA, microscoop, robotica en kleurrijke reageerbuizen in felle neonkleuren.

Kunstmatige intelligentie kan volgens de Britse chemicus Lee Cronin geen echte wetenschap bedrijven, is niet werkelijk creatief en beschikt niet over zelfstandig handelingsvermogen. De hoogleraar aan de University of Glasgow en oprichter van Chemify verzet zich daarmee tegen het idee dat steeds krachtigere AI-systemen uiteindelijk zelfstandig wetenschappelijke ontdekkingen zullen doen of menselijke onderzoekers volledig kunnen vervangen.

Cronin deed de opvallende uitspraken in een uitgebreid gesprek met astrofysicus David Kipping voor de Cool Worlds Podcast. Zijn kritiek is opvallend omdat hij AI en automatisering zelf intensief inzet bij zijn onderzoek en binnen zijn bedrijf. Hij ziet AI als een krachtige technologie om bestaande mogelijkheden sneller te onderzoeken, maar trekt een scherpe grens tussen zoeken binnen bestaande kennis en het creëren van fundamenteel nieuwe ideeën.

“AI gaat wetenschap bedrijven? Nee. Dat gaat niet gebeuren. Sterker nog: nooit.”

Die uitspraak vormt de kern van een bredere discussie over AI, creativiteit en wetenschap. Volgens Cronin worden de huidige mogelijkheden van kunstmatige intelligentie regelmatig verward met eigenschappen als begrip, bewustzijn en wetenschappelijke autonomie.

1. Waarom denkt Cronin dat AI geen wetenschap kan bedrijven?

AI kan wetenschappers ondersteunen, maar kan volgens Cronin niet zelfstandig de rol van een wetenschapper overnemen. Systemen kunnen experimenten helpen ontwerpen en bestaande zoekruimtes sneller doorzoeken, maar dat is volgens hem fundamenteel iets anders dan zelf wetenschap bedrijven.

Cronin richt zijn kritiek vooral op wat hij omschrijft als de hype rond “AI for science”. AI wordt inmiddels gebruikt om wetenschappelijke literatuur te analyseren, code te genereren, eiwitstructuren te onderzoeken en mogelijke nieuwe moleculen voor te stellen. Volgens Cronin zijn zulke toepassingen nuttig, maar bewijzen ze niet dat AI zelf wetenschap begrijpt.

“AI-systemen van vandaag zijn wat ik oppervlakkige verkenners noem. Het zijn snelle, oppervlakkige verkenners.”

Met die omschrijving probeert Cronin onderscheid te maken tussen snelheid en intellectuele diepgang. Een AI-systeem kan in korte tijd veel meer opties verwerken dan een mens, maar beweegt volgens hem nog altijd door een mogelijkhedenruimte die wordt bepaald door bestaande data, representaties en regels.

Een menselijke wetenschapper kan volgens Cronin iets anders doen: een probleem opnieuw formuleren, een onverwachte abstractie bedenken of een compleet nieuwe mogelijkhedenruimte openen.

Juist dat verschil is volgens hem essentieel voor echte wetenschappelijke vernieuwing.

2. AI kan intelligent lijken zonder daadwerkelijk te denken

Cronin verzet zich ook tegen menselijke eigenschappen die volgens hem te gemakkelijk aan AI worden toegeschreven. Een chatbot kan bijvoorbeeld overtuigend uitleggen waarom hij tot een antwoord komt, maar daaruit volgt volgens Cronin niet dat het systeem op dezelfde manier denkt als een mens.

“AI-systemen zijn niet bewust. Ze denken niet.”

Het onderscheid wordt steeds relevanter doordat generatieve AI menselijk gedrag overtuigender nabootst. Moderne modellen kunnen gesprekken voeren, programmeren, afbeeldingen maken, redeneringsstappen produceren en complexe instructies uitvoeren.

Voor gebruikers ontstaat daardoor gemakkelijk de indruk dat achter die output een denkend systeem zit.

Cronin vindt die conclusie te snel.

Hij maakt hetzelfde bezwaar tegen het begrip agency, waarmee doorgaans het vermogen wordt bedoeld om zelfstandig doelen na te streven en beslissingen te nemen.

“AI heeft geen zelfstandig handelingsvermogen. AI neemt geen beslissingen.”

Die uitspraak vraagt wel om nuance. Moderne AI-agenten kunnen binnen softwareomgevingen zelfstandig meerdere acties achter elkaar uitvoeren, plannen aanpassen en gereedschappen gebruiken. Cronins punt is fundamenteler: zulke systemen opereren nog steeds binnen door mensen ontworpen doelen, regels en mogelijke acties.

Functionele autonomie is in zijn visie daarom niet hetzelfde als biologisch of menselijk handelingsvermogen.

3. Het echte AI-probleem ligt volgens Cronin bij onze definitie van intelligentie

De snelle vooruitgang van AI laat volgens Cronin vooral zien hoe weinig we nog begrijpen van intelligentie, bewustzijn en creativiteit. Computers vertonen inmiddels gedrag waarvoor mensen traditioneel woorden als “denken” en “creëren” gebruiken, terwijl onduidelijk blijft welke processen daar precies achter moeten zitten.

“We zien dingen die we niet kunnen verklaren, omdat we nog niet de juiste theorie hebben over de geest, intelligentie en creativiteit.”

Dat is een belangrijker onderdeel van Cronins betoog dan zijn meest stellige uitspraken over AI misschien doen vermoeden.

Hij beweert niet dat moderne AI onbruikbaar of simpel is. Het probleem is juist dat de systemen indrukwekkend genoeg zijn geworden om bestaande definities onder druk te zetten.

Een AI-model kan een afbeelding genereren die nooit eerder heeft bestaan. Het kan een nieuw computerprogramma schrijven of een onbekende moleculaire structuur voorstellen. Voor een gebruiker kan zo'n resultaat zonder meer creatief lijken.

Maar daarmee is volgens Cronin nog niet aangetoond dat het onderliggende proces creatief is.

Hij maakt dus onderscheid tussen creatieve output en een creatief proces.

4. Is generatieve AI volgens Cronin werkelijk creatief?

Generatieve AI produceert nieuwe combinaties, maar Cronin betwijfelt of daarmee werkelijk iets fundamenteel nieuws ontstaat. Hij ziet huidige modellen vooral als systemen die elementen uit bestaande informatie combineren en probabilistisch door bekende mogelijkheden bewegen.

“AI is niet creatief. Het creëert niets werkelijk nieuws.”

Dat is waarschijnlijk een van de meest controversiële uitspraken uit het gesprek.

De term generatieve AI verwijst immers juist naar systemen die nieuwe tekst, afbeeldingen, audio, video, code en andere output kunnen genereren. Het feit dat een specifieke afbeelding of tekst nooit eerder heeft bestaan, is voor Cronin echter onvoldoende om van echte creativiteit te spreken.

Zijn definitie ligt dieper.

Cronin kijkt naar de omvang van de ruimte waarin een oplossing gevonden moet worden. Wanneer die mogelijkhedenruimte enorm wordt, kan simpelweg zoeken volgens hem niet meer verklaren hoe mensen tot sommige uitvindingen komen.

Hij gebruikt een Boeing 747 als gedachte-experiment. Een vliegtuig bestaat uit een gigantisch aantal onderdelen die op specifieke manieren samenkomen. Het toestel ontstond niet doordat mensen blind alle denkbare configuraties van onderdelen probeerden totdat toevallig een werkend vliegtuig verscheen.

Mensen bedachten tussentijdse concepten, bouwden abstracties en ontwikkelden nieuwe manieren om het probleem op te delen.

Cronin vermoedt dat juist daar iets gebeurt wat huidige AI niet kan reproduceren.

5. Chemie laat zien waar digitale AI tegen grenzen aanloopt

De beperking wordt volgens Cronin bijzonder zichtbaar bij het ontwerpen van nieuwe moleculen. Generatieve AI kan op een computer grote aantallen kandidaat-moleculen voorstellen, maar een digitaal ontwerp heeft pas wetenschappelijke waarde wanneer duidelijk is dat het molecuul daadwerkelijk kan worden gemaakt en getest.

“Een molecuul op een computer tekenen, bewijst niet dat het bestaat.”

Cronin stelt zelfs dat een deel van de huidige digitale chemie neerkomt op het genereren van moleculen die er op een computer veelbelovend uitzien, maar waarvan niet duidelijk is of ze praktisch geproduceerd kunnen worden.

Zijn bedrijf Chemify probeert die kloof tussen digitale voorspelling en fysieke werkelijkheid te verkleinen.

Het bedrijf werkt aan programmeerbare chemie waarbij chemische procedures digitaal worden beschreven en door geautomatiseerde laboratoriumsystemen kunnen worden uitgevoerd. Een systeem kan zo kandidaat-moleculen onderzoeken, bepalen welke routes uitvoerbaar zijn, stoffen daadwerkelijk produceren en vervolgens de resultaten van experimenten terugkoppelen.

AI krijgt binnen dat proces een belangrijke rol, maar niet de rol van autonome wetenschapper.

De technologie functioneert eerder als onderdeel van een grotere infrastructuur waarin software, robots, chemische regels, meetapparatuur, foutcorrectie en menselijke expertise samenkomen.

6. Waarom is de fysieke wereld zo belangrijk voor AI?

Experimenten dwingen AI om de confrontatie met de werkelijkheid aan te gaan. Een taalmodel kan een antwoord produceren dat aannemelijk klinkt zonder dat de onderliggende bewering ooit fysiek is getest. In een laboratorium bestaat die vrijheid veel minder.

Een chemische reactie werkt of werkt niet. Een voorspelde stof kan ontstaan of juist niet. Apparatuur kan verstopt raken, grondstoffen kunnen afwijken en een theoretisch aantrekkelijke reactie kan in de praktijk mislukken.

Daarom waarschuwt Cronin voor het idee dat wetenschappers simpelweg AI, robots en meetapparatuur aan elkaar kunnen koppelen en vervolgens volledig autonome wetenschap krijgen.

“Mensen denken dat je gewoon robots, automatisering en een gesloten feedbacklus op een probleem kunt loslaten en het dan oplost. Dat klopt niet.”

Volgens Cronin moet zo'n systeem beschikken over een expliciete structuur waarmee handelingen, experimenten en fouten kunnen worden beschreven. In zijn chemische automatisering probeert hij precies zo'n programmeerbare basislaag te bouwen.

Dat onderscheid is ook buiten de chemie relevant.

AI kan razendsnel mogelijke antwoorden produceren. Wetenschap vereist daarnaast dat voorspellingen worden getest, afwijkingen worden verklaard en nieuwe theorieën ontstaan wanneer de werkelijkheid niet overeenkomt met het bestaande model.

7. Kan AI ooit bewust of werkelijk creatief worden?

Cronin ziet geen duidelijke reden om aan te nemen dat het simpelweg vergroten van huidige AI-modellen uiteindelijk vanzelf tot bewustzijn of menselijke creativiteit leidt.

Zijn argument hangt sterk samen met zijn onderzoek naar leven en evolutie. Menselijke intelligentie ontstond volgens hem binnen levende systemen die miljarden jaren werden gevormd door natuurlijke selectie.

Overleven speelt daarin een centrale rol.

“Evolutie vereist dat we koste wat kost één ding doen: overleven.”

Cronin vermoedt dat eigenschappen als intelligentie en zelfstandig handelingsvermogen nauw verbonden zijn met die evolutionaire geschiedenis. Organismen moeten voortdurend problemen oplossen omdat hun voortbestaan ervan afhangt.

Een taalmodel kent die biologische druk niet.

Dat betekent volgens hem niet dat creativiteit bovennatuurlijk is. Cronin noemt zichzelf juist een materialist. Menselijke intelligentie moet volgens die visie uiteindelijk voortkomen uit fysieke processen.

De vraag is alleen of dezelfde eigenschappen via de huidige route van steeds grotere, op data getrainde AI-modellen kunnen ontstaan.

Daar is Cronin buitengewoon sceptisch over.

In het gesprek zegt hij zelfs voor “99,9999 procent” zeker te zijn dat op silicium gebaseerde AI volgens de huidige benadering nooit creatief zal worden “in de echte betekenis van het woord”. Tegelijk erkent hij dat hij dit niet met absolute zekerheid kan uitsluiten.

Die nuance is belangrijk: het gaat om Cronins voorspelling, niet om een wetenschappelijk bewezen grens van kunstmatige intelligentie.

8. Cronin is kritisch op AI-hype, maar niet tegen AI

Ondanks zijn harde kritiek ziet Cronin kunstmatige intelligentie als een technologie waarmee mensen intensief moeten samenwerken. Hij verwerpt zowel het extreme optimisme rond AI als het tegenovergestelde scenario waarin intelligente machines onvermijdelijk de mens verdringen.

“We moeten de kans niet missen om samen met AI te evolueren.”

Dat maakt zijn positie minder anti-AI dan zijn losse uitspraken soms doen vermoeden.

Cronin verwacht juist dat technologie en mensen steeds afhankelijker van elkaar worden. AI kan onderzoekers helpen grotere zoekruimtes te onderzoeken, experimenten te ontwerpen en bestaande methoden sneller toe te passen. Robots kunnen vervolgens steeds meer fysieke laboratoriumhandelingen automatiseren.

Maar menselijke onderzoekers verdwijnen in zijn visie niet uit dat proces.

Hun rol verschuift.

9. Wat betekent deze visie voor banen en wetenschappers?

AI kan taken automatiseren zonder dat daarmee automatisch het volledige beroep verdwijnt. Cronin zet zich in het gesprek expliciet af tegen de gedachte dat werknemers straks vooral de resultaten van AI hoeven te controleren.

Bij softwareontwikkeling kan AI bijvoorbeeld steeds meer code genereren. De menselijke taak wordt dan niet alleen het controleren van regels code, maar volgens Cronin juist het opnieuw ontwerpen van systemen, begrijpen van problemen en bepalen welke architectuur nodig is.

Voor wetenschappers geldt iets vergelijkbaars.

Chemici hoeven mogelijk minder experimenten handmatig uit te voeren. Onderzoekers kunnen literatuur sneller analyseren en modellen kunnen duizenden hypothesen of kandidaten onderzoeken voordat een mens dat zou kunnen.

De waarde van de onderzoeker verschuift daardoor naar vragen stellen, problemen definiëren, onverwachte resultaten begrijpen en nieuwe verklaringen formuleren.

Cronins eigen bedrijf illustreert zijn positie opvallend goed. Terwijl technologiebedrijven AI regelmatig presenteren als middel om personeelskosten te verlagen, vertelde Cronin dat Chemify de afgelopen jaren juist honderden medewerkers heeft aangenomen. Volgens hem telt het bedrijf inmiddels ongeveer 230 werknemers.

Automatisering en menselijke arbeid hoeven in zijn visie dus niet automatisch tegenover elkaar te staan.

10. De discussie over AI gaat uiteindelijk over de mens

Cronins kritiek raakt uiteindelijk een fundamenteler probleem dan de prestaties van de nieuwste chatbot. De AI-industrie bouwt systemen die steeds overtuigender gedrag vertonen dat mensen traditioneel met intelligentie associëren, terwijl er geen brede overeenstemming bestaat over wat intelligentie, bewustzijn en creativiteit precies zijn.

Daar ontstaat ruimte voor zowel hype als angst.

Een AI-video kan niet van echt te onderscheiden zijn zonder dat het model begrijpt wat het afbeeldt. Een chatbot kan een wetenschappelijk klinkende hypothese produceren zonder dat daarmee bewezen is dat het systeem wetenschap bedrijft. Een model kan een onbekend molecuul voorstellen zonder te weten of dat molecuul ooit fysiek geproduceerd kan worden.

Dat betekent niet dat zulke systemen weinig waarde hebben. Integendeel.

Cronins argument is dat vermogen niet hetzelfde is als begrip, generatie niet hetzelfde is als creativiteit en automatisering niet hetzelfde is als wetenschappelijke autonomie.

Of die grens permanent blijft bestaan, is een open vraag. Zijn voorspelling dat huidige AI nooit werkelijk creatief wordt, is nadrukkelijk onderwerp van discussie en geen vaststaand wetenschappelijk feit.

Maar juist omdat Cronin zelf AI, robotica en automatisering gebruikt om de grenzen van chemisch onderzoek te verleggen, vormt zijn kritiek een interessante tegenstem binnen het huidige AI-debat.

Hij waarschuwt niet dat AI niets kan.

Hij waarschuwt dat we uit wat AI kan te snel conclusies trekken over wat AI is.

Robin HeesterOprichter

Robin Heester is mede-oprichter van AI Wereld en heeft door de jaren heen meerdere websites, nieuwsbrieven en magazines opgericht. Hij schrijft over technologie, innovatie en de maatschappelijke impact van nieuwe digitale ontwikkelingen.