China gebruikt Amerikaanse AI-modellen voor militaire systemen: dit staat op het spel

Wat is modeldistillatie?

Bij modeldistillatie wordt een krachtig model ingezet als ‘leraar’. Onderzoekers sturen via een openbare API grote hoeveelheden vragen naar dat model, verzamelen de antwoorden en gebruiken die vraag-antwoordparen vervolgens om een kleiner ‘leerlingmodel’ te trainen. Dat leerlingmodel leert zo het gedrag en een deel van de mogelijkheden van het oorspronkelijke systeem na .

Het voordeel is praktisch: een kleiner model kan op lokale hardware draaien, zonder de enorme rekeninfrastructuur die nodig is om een frontiermodel — een van de meest geavanceerde AI-modellen — vanaf nul te ontwikkelen .

Toepassingen voor defensie en veiligheid

De door Reuters onderzochte papers en patenten beschrijven verschillende militaire en veiligheidsgerelateerde toepassingen :

• Toezicht en verkenning: AI voor verkenningswerk en inlichtingenanalyse
• Cyberoperaties: geautomatiseerde systemen voor offensieve en defensieve cyberactiviteiten
• Drones en tactische operaties: autonome zwermen en hulpmiddelen voor besluitvorming op het slagveld
• Militaire voertuigen: het Chinese staatsbedrijf Norinco introduceerde een voertuig dat op DeepSeek draait — een model dat volgens de aangeleverde bronnen zelf via distillatie is ontwikkeld — voor autonome ondersteunende taken bij gevechtsoperaties. Het voertuig zou snelheden tot 50 kilometer per uur kunnen halen

Een paper van PLA-eenheid 96904, een onderdeel van het Chinese Volksbevrijdingsleger, beschreef expliciet hoe Amerikaanse modellen konden worden gedistilleerd tot ‘kleinere en veiligere’ versies voor defensietoepassingen .

Een andere publicatie, van PLA-eenheid 96941 in Beijing — een militaire inlichtingen- en cyberoorlogseenheid — beschreef het gebruik van OpenAI’s GPT-3.5 voor het verwerken van gevoelige militaire broncode . In een paper uit 2024 van de National University of Defense Technology van het Volksbevrijdingsleger werd bovendien beschreven hoe distillatie een beeldverwerkingsmodel kleiner kon maken voor militair materieel met beperkte rekenkracht .

Waarom deze aanpak China tijd en geld kan besparen

Het grootste strategische voordeel van distillatie is economisch. De ontwikkeling van een frontiermodel vanaf nul kost volgens de aangeleverde context miljarden dollars, jaren onderzoek, enorme datasets en toegang tot geavanceerde chips. Door bestaande modellen via een API te bevragen, kunnen onderzoekers een deel van die investering omzeilen .

Amerikaanse AI-bedrijven beschuldigen Chinese ontwikkelaars ervan daarbij op grote schaal frauduleuze accounts en proxy-netwerken te hebben gebruikt om accountlimieten en detectiesystemen te ontwijken. Anthropic meldde meer dan 16 miljoen uitwisselingen via ongeveer 24.000 frauduleuze accounts, gericht op het redeneervermogen, toolgebruik en de programmeermogelijkheden van Claude. Volgens het bedrijf was de Chinese AI-ontwikkelaar MiniMax verantwoordelijk voor meer dan 13 miljoen van die uitwisselingen .

Van bedrijfsbeschuldigingen naar overheidsmaatregelen

De kwestie heeft geleid tot een reeks beschuldigingen en beleidsreacties:

• Februari 2026: OpenAI, Anthropic en Google publiceerden elk bewijs van gecoördineerde distillatiecampagnes waarbij Chinese bedrijven als DeepSeek, Moonshot AI en MiniMax betrokken zouden zijn. Anthropic sprak van doelbewuste ‘distillation attacks’ .
• April 2026: Een hoorzitting van een commissie van het Amerikaanse Huis van Afgevaardigden behandelde een memo van OpenAI over ‘geavanceerde, meerfasige’ distillatieprocessen. Daarbij zouden meerdere API-accounts, proxy-netwerken en nagebootst gebruikersgedrag zijn ingezet om detectie te ontlopen .
• Juni 2026: Anthropic beschuldigde Alibaba van de grootste bekende inbreuk op zijn Claude-model. De volgens Anthropic onrechtmatige distillatiecampagne zou hebben gelopen van 22 april tot 5 juni .
• Juli 2026: De Amerikaanse minister van Financiën Scott Bessent waarschuwde voor mogelijke sancties nadat Amerikaanse functionarissen het Chinese AI-lab Moonshot ervan hadden beschuldigd kennis uit Anthropics geavanceerde Fable 5-model te hebben gedistilleerd. Ook onderzoekt het Bureau of Industry and Security van het Amerikaanse ministerie van Handel of Chinese bedrijven illegaal toegang krijgen tot geavanceerde Amerikaanse chips .

De beschuldigingen zijn afkomstig van Amerikaanse bedrijven en overheidsfunctionarissen; ze vormen niet automatisch onafhankelijk vastgesteld bewijs van onrechtmatig handelen door elk genoemd bedrijf.

De technische grenzen van distillatie

Modeldistillatie is geen perfecte kopieertechniek. Voor militaire toepassingen zijn vooral de volgende beperkingen relevant:

• Een kennisplafond: een leerlingmodel kan doorgaans niet beter worden dan het model waarvan het leert. Het neemt niet alleen de sterke punten over, maar ook blinde vlekken en foutpatronen .
• Afnemende kwaliteit bij herhaalde distillatie: bij elke nieuwe ronde kan detail verloren gaan. Fijnmazig redeneren, zeldzame kennis en subtiele veiligheidsafstemming worden kwetsbaarder .
• Verzwakte veiligheidswaarborgen: dit is mogelijk het grootste probleem voor militair gebruik. Onderzoek wijst erop dat zogenoemde soft-label-distillatie de veiligheidswaarborgen van leerlingmodellen tot 50 procent kan verminderen ten opzichte van het oorspronkelijke model, terwijl de prestaties op taken grotendeels behouden blijven . Gedistilleerde modellen beschikken daardoor mogelijk niet over dezelfde weigeringen en veiligheidstraining als frontiermodellen . Anthropic stelt dat onrechtmatig gedistilleerde modellen noodzakelijke veiligheidsmechanismen kunnen missen en zo aanzienlijke risico’s voor de nationale veiligheid opleveren .
• Moeilijke verdediging tegen grootschalige extractie: technieken als het aanpassen van modeluitvoer, datavervuiling en snelheidslimieten blijken in veel situaties onvoldoende tegen vastberaden aanvallers die met meerfasige en verspreide extractie werken .

Waarom dit de veiligheidsrisico’s vergroot

De combinatie van het overnemen van AI-capaciteiten en het verlies van veiligheidsafstemming kan een gevaarlijke dynamiek veroorzaken:

• Verspreiding van minder veilige AI: modellen waarvan veiligheidswaarborgen zijn afgezwakt, kunnen worden ingezet voor militaire of surveillancedoeleinden die de oorspronkelijke Amerikaanse aanbieders in hun gebruiksvoorwaarden verbieden .
• Uitholling van de Amerikaanse voorsprong: distillatie kan tegenstanders in staat stellen jaren aan eigen onderzoek en ontwikkeling gedeeltelijk over te slaan. Dat zet de Amerikaanse voorsprong in frontier-AI onder druk .
• Moeilijke toeschrijving: wie een model alleen via een zogenoemde black-box-API benadert, laat aanvankelijk weinig sporen na. Grootschalige extractie kan daardoor moeilijk te onderscheiden zijn van intensief, maar legitiem API-gebruik .
• Een escalerende tegenreactie: beide kanten nemen steeds strengere maatregelen. Anthropic verwerkte in maart 2026 trackingsoftware in Claude Code om Chinese gebruikers te identificeren, volgens berichtgeving over de zaak . Dat vergroot het risico op een veiligheidsspiraal waarin AI-activiteiten van de andere partij steeds sneller als vijandig worden beschouwd .

Een nieuwe fase in de techstrijd tussen de VS en China

De strijd rond modeldistillatie kan de technologische ontkoppeling tussen de Verenigde Staten en China verder versnellen . Op tafel liggen onder meer strengere exportcontroles op geavanceerde chips, beperkingen op API-toegang, strengere identiteitscontroles voor ontwikkelaarsaccounts en mogelijke financiële sancties .

De kern van het conflict is daarmee breder dan de vraag wie een bepaald AI-model heeft gebruikt. Distillatie maakt het mogelijk om de resultaten van jarenlang Amerikaans onderzoek en enorme investeringen relatief goedkoop om te zetten in gespecialiseerde defensiesystemen. Tegelijk kan het verlies aan veiligheidswaarborgen leiden tot militaire AI die minder beperkt is — en daardoor moeilijker te controleren.