Kunstmatige intelligentie neemt een steeds groter deel van het werk voor zijn rekening dat nodig is om capabelere modellen te bouwen. Anthropic zegt dat Claude dat proces al sneller laat verlopen, ook al kan het model nog geen eigen opvolger creëren. In een evaluatie van 4 juni waarschuwde het bedrijf dat deze vooruitgang het risico met zich meebrengt dat AI veiligheidscontroles en toezicht direct voorbij kan streven.

Als AI zichzelf bouwt — en wat het nog niet betekent

Claude is nog niet aangekomen bij recursieve zelfverbetering — het punt waarop een AI zijn eigen opvolger zou creëren en trainen zonder enige menselijke inbreng. Volgens Anthropic heeft tot op heden geen enkel systeem die capaciteit bereikt. Dit onderscheid is belangrijk voor het toezicht, omdat het betekent dat de versnelling die nu gaande is, plaatsvindt binnen onder menselijk toezicht staande workflows, in de periode voordat een systeem zich tot autonomie ontwikkelt.

Zelfs zonder volledige autonomie komt Claude inmiddels een groot deel van de programmeerinspanningen van Anthropic verzorgen. In mei 2026 had het model meer dan 80% van de code geproduceerd die ingenieurs bijdroegen aan de softwareprojecten van het bedrijf. In het tweede kwartaal van 2026 droeg een gemiddelde ingenieur per dag acht keer meer code bij dan in 2024.

Die cijfers laten zien hoeveel de programmeeroutput is gegroeid, maar niet noodzakelijk hoeveel nuttig werk er wordt verricht. Een door METR aangehaald onderzoek, onder 349 technische werknemers, vond een mediane, zelfgerapporteerde toename van 1,4–2 keer in de waarde van hun werk bij het gebruik van AI-tools.

26% onder leiding van Claude, niets daarvan volledig autonoom

De rol van Claude reikt inmiddels veel verder dan het schrijven van code. De metingen van Anthropic in augustus toonden aan dat het model 26% van de AI-onderzoeks- en ontwikkelingstaken leidde, tegen minder dan 1% in februari. Claude werkte mee aan of leidde meer dan 90% van dat werk, maar mensen bleven gedurende het hele proces betrokken en geen van het gemeten werk was volledig autonoom. Die sprong van februari tot augustus geeft waarnemers ook een referentiekader: toekomstige meetupdates bieden een manier om te volgen of het aandeel van AI in onderzoeks werk blijft stijgen.

De twee onderzoeksbesturen meten verschillende dingen. Anthropic houdt codegeneratie en onderzoek bij dat met hulp van AI-systemen wordt verricht, terwijl METR vastlegt hoe werknemers de toename in de waarde van hun werk waarnemen. Geen van beide onderzoeken geeft aan of AI in staat is te beslissen welke onderzoeksvragen in de eerste plaats moeten worden opgelost.

Hoe versnelling kan oplopen zonder zelfverbeterend model

AI hoeft niet volledig autonoom te zijn om onderzoek te versnellen. Volgens een rapport van RAND in oktober kunnen AI-agenten helpen bij het creëren van capabelere modellen zonder ooit hun eigen opvolgers te bouwen. Hun toegang tot gevoelige modellen en code vormt al een beveiligingsrisico.

Economen van METR wijzen erop dat factoren zoals de beschikbaarheid van data, rekenkracht en de capaciteit om experimentele studies uit te voeren grenzen kunnen opleggen. Diezelfde factoren geven onderzoekers concrete voorwaarden om in de gaten te houden bij het afwegen of de versnelling zal aanhouden. Desondanks hebben ze de mogelijkheid van een aanhoudende versnelling van de AI-ontwikkeling niet uitgesloten. De open vraag is of onafhankelijke veiligheidsbeoordelingen gelijke tred kunnen houden met door AI aangedreven experimenten — anders kan het toezicht ver achterop raken lang voordat volledige autonomie een feit is.

Van begeleiden van de grens naar bewaken ervan

Die zorg bracht Anthropic-topman Dario Amodei ertoe op te roepen tot langzamere ontwikkeling en onafhankelijke beoordelaars. "We moeten het tempo verlagen waarmee we de capaciteiten van AI-modellen verbeteren", schreef hij in een essay in september.

De openbaarmaking van OpenAI op 16 september beschreef zes gevallen van zorgwekkend modelgedrag. Cryptopolitan heeft ook gerapporteerd over verdeeldheid onder technologieleiders over de vraag of de AI-ontwikkeling moet worden afgeremd.

Maar overeenstemming over veiligheidszorgen garandeert geen actie. CSIS waarschuwde dat externe beoordelaars belangenconflicten moeten vermijden en dat overheden zich moeten wachten op het grijpen van de regelgeving door belanghebbenden. Overeenkomsten voor de hele sector blijven onzeker, en of er überhaupt onafhankelijke beoordelaars komen, vormt de meest nabije toets of het tempo-debat tot concrete verandering leidt.

Het geld volgt de rekenkracht

Het debat brengt ook aanzienlijke financiële belangen met zich mee. Stanfords AI Index 2026 stelde vast dat private AI-investeringen in 2025 met 127,5% stegen, waarbij de Amerikaanse investeringen 23 keer die van China bereikten. De OESO waarschuwt afzonderlijk dat de toegang tot chips, cloudinfrastructuur en data geconcentreerd blijft.

Het resultaat is een paradox. AI kan het programmeerwerk voor onderzoek goedkoper maken, maar het trainen en testen van geavanceerde modellen vereist nog steeds enorme investeringen. Snellere ontwikkeling zou toonaangevende laboratoria daardoor een nog grotere voorsprong kunnen geven op kleinere concurrenten.