De verschillende niveaus van AI: narrow AI, AGI en ASI

De drie niveaus van AI zijn kunstmatige smalle intelligentie (ANI), kunstmatige algemene intelligentie (AGI) en kunstmatige superintelligentie (ASI). Smalle AI is gebouwd voor specifieke taken, en de meeste AI-systemen die nu worden gebruikt vallen in deze groep. AGI zou intellectueel werk ongeveer even breed en flexibel aankunnen als een mens. ASI zou de beste mensen overtreffen in vrijwel elk cognitief vakgebied. AGI is niet onomstotelijk aangetoond, al maken algemene modellen zoals ChatGPT de grens lastiger te trekken, en ASI is nog hypothetisch.

Houd vanaf het begin één kanttekening in gedachten. Deze driedeling is een conventie, geen officiële standaard, en onderzoekers leggen de grenzen op verschillende plekken. Google DeepMind beoordeelt AI-systemen bijvoorbeeld op twee aparte assen: hoe breed hun vaardigheden zijn en hoe goed ze presteren in vergelijking met mensen.

In het kort:

• Smalle AI is overal, van spamfilters tot schaakcomputers, en kan op één taak bovenmenselijk presteren.
• Voor AGI bestaat geen algemeen aanvaarde definitie of test, en in september 2026 is er geen wetenschappelijke consensus dat een systeem dat niveau heeft bereikt.
• ASI zou de beste mensen over de hele breedte moeten verslaan, niet in één domein. Het is hypothetisch, en niemand kan betrouwbaar zeggen wanneer het er komt, of dat het er überhaupt komt.
• Smalle AI kan elk prestatieniveau bereiken. Pas breedte en prestatie samen maken iets tot AGI of ASI.

ANI vs. AGI vs. ASI

ANI, AGI en ASI verschillen in hoe breed een systeem zijn vaardigheden kan inzetten en in hoe het zich verhoudt tot menselijke prestaties. De tabel zet ze naast elkaar.

Dimensie	ANI	AGI	ASI
Ook wel	Smalle AI of zwakke AI	Algemene AI, soms sterke AI	Superintelligentie
Takenpakket	Eén taak of een afgebakende set taken	Een breed scala aan intellectuele taken	Vrijwel alle cognitieve taken
Aanpassingsvermogen	Laag buiten de training	Hoog, kan nieuwe soorten problemen aan	Groter dan dat van mensen
Kennisoverdracht	Beperkt	Over domeinen heen	Over domeinen heen, beter dan mensen
Prestatie vergeleken met mensen	Van onder menselijk tot bovenmenselijk niveau, binnen het eigen domein	Ruwweg menselijk niveau op de meeste cognitieve taken, afhankelijk van de definitie	Beter dan de beste mensen in vrijwel elk vakgebied
Autonomie	Wordt bepaald bij de inzet	Wordt bepaald bij de inzet, binnen wat de capaciteiten toelaten	Wordt bepaald bij de inzet, als het beheersbaar is
Status (september 2026)	Bestaat en wordt breed gebruikt	Niet algemeen erkend als bereikt	Hypothetisch
Voorbeelden	Spamfilters, Stockfish, AlphaFold	Geen onomstreden voorbeeld	Geen
Belangrijkste beperking	Faalt buiten het eigen domein	Geen afgesproken definitie of test	Onbekend of het mogelijk is, en lastig te beheersen als het dat wel is

Bovenmenselijke prestaties op één taak maken een systeem nog geen ASI. Een schaakengine als Stockfish verslaat elke levende schaker, maar kan geen contract samenvatten of een project plannen. Het is smalle AI op het hoogste prestatieniveau.

Wat een “niveau” van AI eigenlijk betekent

Een niveau van AI beschrijft wat een systeem kan, niet hoe het vanbinnen werkt of hoeveel vrijheid het krijgt. Vier vragen bepalen meestal waar een systeem thuishoort:

•   Hoe breed is het scala aan taken dat het aankan?

•   Kan het kennis overdragen naar situaties die het nooit eerder heeft gezien?

•   Kan het zich aanpassen en zelfstandig problemen oplossen als de omstandigheden veranderen?

•   Hoe presteert het vergeleken met vakkundige mensen?

De labels ANI, AGI en ASI vatten alle vier de antwoorden samen in één woord. Dat is handig, maar het verbergt dat een systeem hoog kan scoren op de ene vraag en laag op de andere.

Is intelligentie hetzelfde als bewustzijn?

Intelligentie en bewustzijn zijn verschillende dingen, en het een impliceert het ander niet. Volgens het paper van Google DeepMind zijn bewustzijn en gevoelsvermogen geen “noodzakelijke voorwaarde voor AGI”.

Niveau 1: kunstmatige smalle intelligentie (ANI)

Kunstmatige smalle intelligentie is AI die is ontworpen of getraind voor één specifieke taak of een beperkte set taken. Het wordt ook smalle AI of zwakke AI genoemd. De meeste AI die dagelijks wordt gebruikt, valt in deze categorie.

Kenmerken van smalle AI

Smalle AI heeft vier typische kenmerken:

• Het werkt binnen de grenzen van zijn training of ontwerp.
• Het kan mensen overtreffen in zijn eigen domein.
• Het heeft geen algemene, mensachtige breedte aan vaardigheden.
• Het kan flink de mist ingaan bij invoer die afwijkt van de trainingsdata, zonder aan te geven dat het faalt.

Zijn ChatGPT en andere taalmodellen smalle AI?

Huidige taalmodellen bevinden zich in een grijs gebied tussen smalle en algemene AI. Ze zijn veel breder dan klassieke AI voor één taak, want hetzelfde model schrijft, vertaalt, programmeert, leest afbeeldingen en gebruikt tools. Het framework van DeepMind, voor het eerst geschreven in 2023, plaatst ChatGPT, Bard, Llama 2 en Gemini op het laagste niveau van algemene AI, dat het Emerging AGI noemt.

Breedte alleen maakt een systeem echter nog geen AGI. Er is geen geaccepteerde test of drempel voor AGI, en huidige modellen worden niet algemeen gezien als bewezen AGI. Wie ChatGPT “gewoon een chatbot” noemt, doet het tekort, en wie het AGI noemt, claimt meer dan het bewijs toelaat. Ons overzicht van de top 10 AI-chatbots vergelijkt wat de huidige assistenten kunnen.

Niveau 2: kunstmatige algemene intelligentie (AGI)

Kunstmatige algemene intelligentie is een hypothetisch AI-systeem met ongeveer menselijk vermogen op een breed scala aan intellectuele taken. Het zou zijn kennis en vaardigheden breed en flexibel inzetten. Het sleutelwoord is algemeen. Hetzelfde systeem moet een nieuw soort probleem kunnen oppakken zonder daarvoor opnieuw te worden gebouwd.

Organisaties zijn het oneens over waar de grens voor AGI precies ligt. Het OpenAI Charter omschrijft AGI als “zeer autonome systemen die mensen overtreffen in het meeste economisch waardevolle werk”. De ARC Prize Foundation definieert het als het vermogen van een systeem om elke vaardigheid te verwerven die een mens kan leren, even efficiënt als een mens. Anthropic-CEO Dario Amodei spreekt liever van “powerful AI” en schrijft dat hij de term “AGI” niet prettig vindt. DeepMind noemt zijn eigen niveau Competent AGI “waarschijnlijk de beste verzamelnoemer” voor veel bestaande definities.

Is AGI al bereikt?

Er is geen brede wetenschappelijke consensus dat AGI is bereikt. In 2023 betoogden onderzoekers van Microsoft dat GPT-4 “redelijkerwijs kon worden gezien als een vroege (maar nog onvolledige) versie” van AGI. Anderen wijzen op tekortkomingen die benchmarkscores niet laten zien. Het International AI Safety Report 2026, gepubliceerd in februari, omschrijft de capaciteiten als “grillig”. Toonaangevende systemen kunnen uitblinken in sommige moeilijke taken en tegelijk falen bij eenvoudigere. Voorbeelden zijn het tellen van objecten op een afbeelding en het herstellen van basale fouten in langere workflows.

Hoe AGI gemeten zou kunnen worden

AGI meet je op meerdere dimensies tegelijk, niet met één score. De belangrijkste kandidaten zijn de breedte van taken, het niveau vergeleken met mensen, prestaties in nieuwe situaties, robuustheid en het vermogen om zonder hulp nieuwe vaardigheden te leren.

Google DeepMind heeft de eerste twee omgezet in een raster. Het Levels of AGI-framework beoordeelt een systeem op algemeenheid (smal of algemeen) en op prestatie, die het verdeelt in vijf niveaus boven “geen AI”. De tabel geeft de voorbeelden en beoordelingen uit het paper zelf weer. Die stammen uit de eerste versies van het paper en zijn ongewijzigd in de herziening van september 2025. De cellen met “nog niet bereikt” zijn dus de visie van het paper, geen oordeel voor september 2026.

Niveau	Prestatie vergeleken met mensen	Voorbeeld smalle AI	Voorbeeld algemene AI
1. Emerging (opkomend)	Gelijk aan of iets beter dan een ongeschoold mens	Regelgebaseerde systemen zoals SHRDLU	ChatGPT, Bard, Llama 2, Gemini
2. Competent	Minimaal het 50e percentiel van vakkundige volwassenen	Slimme speakers, IBM Watson	Nog niet bereikt
3. Expert	Minimaal het 90e percentiel van vakkundige volwassenen	Grammarly, DALL-E 2	Nog niet bereikt
4. Exceptional (uitzonderlijk)	Minimaal het 99e percentiel van vakkundige volwassenen	Deep Blue, AlphaGo	Nog niet bereikt
5. Superhuman (bovenmenselijk)	Beter dan 100 procent van de mensen	AlphaFold, AlphaZero, Stockfish	ASI, nog niet bereikt

Niveau 3: kunstmatige superintelligentie (ASI)

Kunstmatige superintelligentie beschrijft een hypothetische AI die de beste mensen consequent zou verslaan op vrijwel elke cognitieve taak. Filosoof Nick Bostrom gaf in 1997 de klassieke definitie. Hij beschreef een intellect dat “veel slimmer is dan de beste menselijke breinen in vrijwel elk vakgebied, inclusief wetenschappelijke creativiteit, algemene wijsheid en sociale vaardigheden”.

Hoe verschilt ASI van AGI?

AGI zou de brede menselijke intelligentie ongeveer evenaren, terwijl ASI die ver zou overtreffen. Een hypothetische ASI zou de beste menselijke experts kunnen overtreffen in vakgebieden zoals:

• wetenschappelijk onderzoek;
• strategie en planning;
• softwareontwikkeling;
• creatief probleemoplossen;
• medische analyse;
• technologische innovatie.

Wat is superintelligentie?

Superintelligentie heeft inmiddels twee betekenissen, en die liggen ver uit elkaar. In onderzoek is het een intellect dat veel slimmer is dan de beste menselijke geesten in vrijwel elk vakgebied. In het taalgebruik van de Amerikaanse overheid is het sinds 29 september 2026 de officiële naam voor alle AI.

De onderzoeksbetekenis beschrijft een intellect dat veel slimmer is dan de beste menselijke breinen in vrijwel elk vakgebied. Geen enkel systeem haalt die lat vandaag. ASI, of kunstmatige superintelligentie, is dat idee toegepast op AI, en dat bedoelt dit artikel met niveau 3.

De overheidsbetekenis komt van president Trump. Tijdens de Algemene Vergadering van de VN op 22 september 2026 zei hij dat “het woord artificial intelligentie nep laat klinken”. Hij kondigde aan dat Amerikaanse documenten voortaan super intelligence zouden gebruiken. Een week later tekende hij een presidentieel decreet dat federale instanties opdraagt “Super Intelligence” en “SI” te gebruiken in plaats van “Artificial Intelligence” en “AI”.

Welke bedrijven zeggen dat ze aan ASI werken?

Verschillende AI-bedrijven noemen superintelligentie inmiddels als hun doel, al blijft ASI zelf hypothetisch. Safe Superintelligence Inc., geleid door Ilya Sutskever, zegt één doel en één product te hebben: een veilige superintelligentie. OpenAI, Meta met Meta Superintelligence Labs en Microsoft met het MAI Superintelligence Team hebben vergelijkbare ambities aangekondigd. Dit zijn intentieverklaringen, geen bewijs van wat deze systemen kunnen.

Waarom de grenzen tussen AI-niveaus zo lastig te trekken zijn

Voor intelligentie zelf bestaat geen afgesproken definitie, dus elke grens tussen de niveaus staat ter discussie. Shane Legg, die later DeepMind mede oprichtte, en Marcus Hutter verzamelden al in 2007 zo’n zeventig definities van intelligentie. Daar komen nog een aantal andere problemen bij:

• Prestaties verschillen sterk per taak. Een model kan expert zijn in programmeren en slecht in het tellen van objecten op een afbeelding.
• Vloeiende antwoorden kunnen de indruk wekken dat een systeem meer begrijpt dan het doet. Daarom zijn AI-hallucinaties ook zo overtuigend.
• Een systeem kan veel taken aan en toch onvoorspelbaar falen op sommige ervan, dus breedte zegt weinig over betrouwbaarheid.
• DeepMind beoordeelt wat een systeem zou kunnen, niet hoe breed het wordt gebruikt, en een resultaat in het lab is nog geen werkend product.

Waar AI staat in september 2026

In september 2026 zijn algemene modellen breed maar ongelijkmatig, en geen enkel systeem wordt algemeen erkend als AGI. Deze sectie bevat de cijfers die het snelst veranderen, dus controleer de datum voordat je ze citeert.

Wat de nieuwste benchmarkresultaten laten zien

Benchmarkscores maakten in 2026 een flinke sprong, maar de organisatie achter de bekendste test noemt het best scorende model nog steeds geen AGI. Die test is ARC-AGI-3, een reeks puzzelomgevingen die mensen volledig kunnen oplossen. In mei 2026 scoorde GPT-5.5 0,43 procent op de semi-private set van de test met de Standard harness van de ARC Prize Foundation. Vier maanden later scoorde GPT-6 Astra van OpenAI 62,7 procent op dezelfde set en harness, op de hoogste redeneerinstelling. Met de Provider Adapter harness, waarmee het model de eigen contextbeheerfuncties van OpenAI kan gebruiken, scoorde Astra 99,9 procent op de instelling high.

Dit zijn scores op één benchmark, geen percentage algemene intelligentie. De ARC Prize Foundation schreef over Astra: “we beweren niet dat het AGI is”. Ook in de lanceringspost van OpenAI wordt Astra niet als AGI omschreven.

Wat zeggen voorspellingen over wanneer AGI komt?

Voorspellingen lopen sterk uiteen, en geen ervan is een vaste datum. Een enquête onder 2.778 AI-onderzoekers verscheen in 2024 als preprint en in 2025 in een tijdschrift. De gezamenlijke voorspelling gaf 50 procent kans dat machines zonder hulp in 2047 beter presteren dan mensen op elke mogelijke taak. Die voorspelling gaat ervan uit dat de wetenschap ongestoord doorgaat, en hanteert de definitie van de enquête zelf in plaats van een afgesproken definitie van AGI.

In oktober 2024 schreef Dario Amodei dat wat hij powerful AI noemt er al in 2026 zou kunnen zijn, “al zijn er ook manieren waarop het veel langer kan duren”. Zijn lat ligt hoger dan bij de meeste AGI-definities hierboven: een model dat “slimmer is dan een Nobelprijswinnaar in de meeste relevante vakgebieden“.

Hoe je beoordeelt welk niveau een AI-tool heeft bereikt

Je beoordeelt een AI-tool op wat hij doet met jouw eigen taken, niet op het label waaronder hij wordt verkocht. Vijf vragen dekken het meeste van wat ertoe doet:

1. Hoeveel verschillende soorten taken kan het systeem aan zonder opnieuw te worden gebouwd?
2. Hoe scoort het tegenover vakkundige mensen op elk van die taken, en niet alleen op de taken waarin het het sterkst is?
3. Blijft het overeind bij problemen die onmogelijk in de trainingsdata kunnen hebben gezeten?
4. Kan het zelfstandig een nieuwe vaardigheid leren, en hoeveel oefening heeft het daarvoor nodig?
5. Blijft het betrouwbaar in lange, rommelige workflows in de praktijk?

Een systeem dat goed scoort op de eerste twee vragen maar slecht op de laatste drie, kun je beter een brede tool noemen dan AGI.

Voor een bedrijf komt de praktische versie neer op takenpakket, betrouwbaarheid en het toezicht dat een tool nodig heeft. Drie hypothetische voorbeelden, geen klantcases, laten zien hoe dat werkt:

Tool (hypothetisch voorbeeld)	Takenpakket	Te testen betrouwbaarheid	Benodigd toezicht
Een agent die leveranciersfacturen verwerkt	Smal: één workflow met bekende documenttypen	Nauwkeurigheid op een gelabelde steekproef van je eigen facturen, inclusief afwijkende lay-outs	Menselijke goedkeuring boven een vastgesteld bedrag, en een log van elke actie
Een algemene assistent zoals ChatGPT of Copilot voor medewerkers	Breed: schrijven, analyse, onderzoek en code	Wisselend per taak, dus test de taken waarvoor je medewerkers hem echt gebruiken, inclusief controles op verzonnen feiten	Medewerkers controleren elke output voordat die de organisatie verlaat, ondersteund door een helder gebruiksbeleid
Een klantenservicechatbot op basis van je kennisbank	Begrensd door de documenten die hij kan doorzoeken	Of antwoorden overeenkomen met de brondocumenten, en wat hij doet als het antwoord ontbreekt	Overdracht aan een medewerker bij complexe vragen, en regelmatige review van gesprekken

Geen van deze tools hoeft AGI te zijn om zijn werk te doen. Waar het om gaat, is of takenpakket, betrouwbaarheid en toezicht passen bij de taak.

Veelgestelde vragen

Wil je AI inzetten in je organisatie? Een AI-assessment laat zien welke van je processen de huidige narrow en general-purpose AI realistisch kan oppakken. Een workshop helpt je team het verschil te zien tussen wat deze systemen vandaag doen en wat de krantenkoppen beloven.