Informatica
Een taal die de manier waarop je over programmeren denkt niet beïnvloedt, is het niet waard om te kennen.
— (1982)
Ervaren ontwikkelaars voelden zich sneller met AI terwijl ze meetbaar langzamer werkten — de echte bevinding, en het oordeel over AI-coding dat het niet is
Een gerandomiseerde gecontroleerde studie van METR liet zestien ervaren open-source-ontwikkelaars 246 echte taken uitvoeren op codebases die ze goed kenden, met AI-gereedschap van begin 2025 (Cursor Pro plus Claude 3.5/3.7 Sonnet) toegestaan op een willekeurig gekozen helft. Ze verwachtten dat AI hun taaktijd met ongeveer 24% zou verkorten; in plaats daarvan nam die met 19% toe — en achteraf geloofden ze nog steeds dat ze zo'n 20% sneller waren geweest. Die perceptiekloof is de scherpe, robuuste kern van de studie. Maar het zijn zestien ontwikkelaars, één smalle setting en een vaste momentopname van begin 2025: de auteurs zijn er expliciet over dat dit niet aantoont dat AI de meeste ontwikkelaars niet helpt, en hun eigen follow-up van 2026 wijst al in de richting van een versnelling, met eigen voorbehouden.
Een cryptografisch bewijs kan zijn geheim verbergen door het moeilijk te maken het ontbreken van een simulator te bewijzen
Zero-knowledgebewijzen laten iemand een uitspraak bewijzen zonder de witness te onthullen. De klassieke theorie zegt dat dit in de volledige betekenis niet kan met één bericht, zonder vertrouwde setup en met perfecte soundness. Rahul Ilango's paper laat die onmogelijkheid niet verdwijnen. Het verandert het doel: in plaats van te eisen dat een simulator werkelijk bestaat, vraagt het dat geen gekozen bewijssysteem efficiënt kan bewijzen dat de simulator niet bestaat. Onder belangrijke aannames uit bewijscomplexiteit en cryptografie is dat genoeg om falsifieerbare, spelgebaseerde gevolgen van zero-knowledge eigenschap voor eigenschap terug te winnen. Het punt is geen kant-en-klare internetprimitief. Het is een bewijstheoretische manier om wiskundige onbewijsbaarheid als cryptografische dekking te gebruiken.
Een medische AI kan gemiddeld privé zijn en toch specifieke patiënten blootstellen — vooral de ondervertegenwoordigde
Een medisch AI-model dat “privacybeschermend” heet, rust meestal op één gemiddelde score. Deze studie betoogt dat dit de verkeerde test is. Bij membership-inference-aanvallen — die onthullen of het dossier van een specifieke persoon in de trainingsdata zat en daarmee bijvoorbeeld een ziekte kunnen verraden — maten de auteurs het risico per patiënt in plaats van geaggregeerd, over zeven medische datasets en veel modellen. Het patroon: modellen die gemiddeld veilig lijken kunnen specifieke personen bijna perfect identificeerbaar maken (aanval-AUC ≥ 0,95); de blootgestelden komen systematisch uit ondervertegenwoordigde groepen; en het wordt erger naarmate modellen groter worden. De auteurs zeggen niet dat medische AI moet worden opgegeven, maar dat privacy per patiënt moet worden gemeten, modeltoegang beperkt en differential privacy gebruikt.
Een tekenende AI leren naar de pagina te kijken
Taalmodellen die vectorafbeeldingen genereren doen dat blind — ze schrijven de tekencommando's uit zonder het resultaat ooit te zien. Een nieuwe methode laat het model toekijken hoe zijn eigen canvas zich vult, streek voor streek, en de eerlijke wending is dat het simpelweg ogen geven de zaken verslechtert: het moet hertraind worden om ze te gebruiken. De beloning is een model dat rivalen die op tot twintig keer meer data zijn getraind evenaart of nipt voorbijstreeft — een echt, zorgvuldig resultaat op één benchmark, geen revolutie.
Een AI-agent werkte zelfstandig volledige patiëntcasussen af — in een simulator, op oude dossiers
MIRA is een nieuw soort medische AI: in plaats van één vraag te beantwoorden, werkt het een hele casus af in een gesimuleerd ziekenhuisdossier — anamnese, tests aanvragen en lezen, diagnose, opdrachten schrijven. Op 574 retrospectieve casussen uit een publieke database, verdeeld over acht vooraf geselecteerde diagnoses, rapporteerden de auteurs hogere diagnostische nauwkeurigheid dan bij artsen en grotendeels richtlijnconforme, medicatieveilige beslissingen. Maar elke kwalificatie telt: het draaide in een sandbox op oude dossiers, alleen in tekst; veel van het voordeel zat bij aandoeningen met duidelijke testuitslagen; het gebruikte ongeveer twee keer zoveel bloedonderzoek als de artsen; en verschillende uitkomsten werden tegen het oorspronkelijke dossier beoordeeld. De echte vooruitgang is een agent die door de hele workflow handelt — geen bewijs dat een machine nu beter diagnosticeert dan een arts.
Werken grote robot-"foundation modellen" echt beter? Een zorgvuldig antwoord — bescheiden ja, en de meeste studies kunnen het niet zeggen
Het Toyota Research Institute trainde "large behavior models" — robotpolicies voorgetraind op ~1.700 uur diverse manipulatiedata — en testte ze tegen vanaf-nul getrainde eentaakpolicies met ongewone striktheid: blinde, gerandomiseerde proeven met grote steekproef (~1.800 echt, meer dan 47.000 in simulatie) met echte statistiek. Na finetuning per taak deden de grote modellen het gemiddeld beter, hadden ruwweg 3–5× minder taakspecifieke data nodig en waren robuuster bij verschoven omstandigheden; de prestatie steeg gelijkmatig met meer voortrainingsdata. Maar zonder finetuning versloegen ze eentaakmodellen niet consistent, meerdere effecten waren klein genoeg dat alleen de grote steekproeven ze onthulden, en een alledaagse datanormalisatie-keuze telde meer dan de architectuur. Het is gematigde steun voor de richting van de robot-foundation-modellen — geen universele robot, geen zero-shot-generalist, geen "emergente sprong" — plus een puntige waarschuwing dat een groot deel van de robotica mogelijk ruis meet.
Waarom taalmodellen hallucineren — en waarom onze beoordeling het zo houdt
De stellige onwaarheden die we "hallucinaties" noemen zijn geen mysterieuze storing: een deel is een statistisch bijproduct van de training, en ze blijven bestaan omdat gangbare benchmarks een zelfverzekerde gok hoger belonen dan een eerlijk "ik weet het niet". Een casestudy op vier frontier-modellen laat zien dat het vermelden van de scoreregels in de prompt ("open rubrics") die prikkel omkeert.