AnswersPublished20 sources
Waarom de meeste mensen een heel ander beeld van AI hebben dan een kleine groep insiders
Karpathy schat dat ongeveer 6 miljard mensen nauwelijks met taalmodellen in aanraking komen, tegenover zo’n 5.000 mensen met interne toegang tot de meest geavanceerde systemen. Zijn punt: een chatbot gebruiken om iets op te zoeken of te schrijven is iets heel anders dan AI agenten inzetten voor een omvangrijk softwa...
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met GPT Image 2
Research answer
Key takeaways
- Karpathy schat dat ongeveer 6 miljard mensen nauwelijks met taalmodellen in aanraking komen, tegenover zo’n 5.000 mensen met interne toegang tot de meest geavanceerde systemen.
- Zijn punt: een chatbot gebruiken om iets op te zoeken of te schrijven is iets heel anders dan AI agenten inzetten voor een omvangrijk software of onderzoeksproject.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did OpenAI co-founder and former Tesla AI head Andrej Karpathy argue in his October 11 X post about the widening gap between everyday A. Article summary: Karpathy’s October 11 argument was that people increasingly experience different levels of AI capability: most encounter little more than a chatbot, while a tiny technical minority uses agents for substantial projects an. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Andrej Karpathy stelde in een bericht van 11 oktober dat de gedeelde kennis over wat AI kan steeds verder uiteenloopt. Volgens hem is het verschil niet langer alleen dat twee groepen langs elkaar heen praten: de ervaring met AI vormt eerder een ‘scherpe trechter’. De meeste mensen gebruiken nauwelijks grote taalmodellen (LLM’s), terwijl een kleine technische groep met geavanceerdere modellen werkt en nog minder mensen binnen AI-labs toegang hebben tot de nieuwste systemen. De aantallen zijn Karpathy’s eigen ruwe ‘napkin math’, geen uitkomst van een gemeten adoptieonderzoek. 8
16
Karpathy’s trechter in vier niveaus
De indeling gaat over hoeveel mensen met AI in aanraking komen en welke systemen ze kunnen gebruiken. Het is geen gecontroleerde meting van wat ieder mens of model kan. 8
16
- Ongeveer 6 miljard mensen, circa 75% van de wereldbevolking: hebben nauwelijks contact gehad met LLM’s.
2
16
- Ongeveer 1 à 2 miljard incidentele gebruikers: gebruiken af en toe gratis chatbots, vaak als hulpmiddel bij zoeken of schrijven.
4
- Ongeveer 20 miljoen professionals: werken met geavanceerde modellen, vooral op het gebied van wiskunde en software.
6
8
- Ongeveer 5.000 insiders: hebben intern toegang tot systemen van het hoogste niveau.
20
Het verschil zit volgens Karpathy onder meer tussen een chatbot een antwoord laten geven en agenten inzetten voor een groot project met meerdere stappen. Wie vooral alledaagse chatbotgesprekken ziet, kan daardoor een heel ander beeld van AI hebben dan mensen die geavanceerdere systemen gebruiken voor ambitieus werk. 3
16
Waarom mensen zo verschillend naar AI kijken
De omvang van de opdracht maakt uit. Een korte vraag of een verzoek om een tekst te schrijven test niet hetzelfde als een langdurig project. In berichtgeving over Karpathy’s redenering wordt de schaal en ambitie van de taak genoemd als een reden waarom ervaringen uiteenlopen. 3
17
Ook het vakgebied speelt mee. De aangehaalde uitleg wijst vooral op werk als programmeren en wiskunde, waar resultaten vaak duidelijker te controleren zijn. Dat betekent niet dat AI-capaciteiten zich in elk soort werk even snel ontwikkelen. 17
Toegang bepaalt mede wat iemand ervaart. In Karpathy’s indeling staan incidenteel gebruik van gratis chatbots, professioneel gebruik van geavanceerde modellen en interne toegang tot systemen van AI-labs op verschillende niveaus. De beschikbare hulpmiddelen én de manier waarop iemand ze inzet, kleuren dus het beeld van AI. 6
16
Karpathy waarschuwde ook dat menselijke controle en begrip achter kunnen raken wanneer agenten steeds omvangrijker werk uitvoeren. Dat is een zorg over het vermogen van mensen om de uitvoer te controleren en te begrijpen — geen bewijs dat het werk van een agent automatisch klopt. 7
Wat de cijfers wel en niet zeggen
De trechter helpt beschrijven waarom mensen heel verschillende ervaringen met AI kunnen hebben. De aantallen moet je echter niet lezen als onafhankelijk gecontroleerde tellingen: Karpathy noemt ze zelf ruwe schattingen en zijn bericht verwijst niet naar een onderliggend adoptieonderzoek. 8
16
De indeling maakt ook duidelijk waarom alleen wat losse vragen aan een chatbot stellen geen volledig beeld hoeft te geven van hulpmiddelen die grotere projecten uitvoeren. Maar Karpathy’s schattingen bewijzen niet hoe goed zulke systemen op uiteenlopende taken presteren, of dat hun werk zonder zorgvuldige controle betrouwbaar is. 7
16
Een aparte kwestie: de kosten van AI-agenten
Een prognose van Morgan Stanley, aangehaald in berichtgeving over AI-agenten, schat dat het gebruik van agenten tegen 2030 32,5 tot 60 miljard dollar kan toevoegen aan de potentiële markt voor CPU’s en geheugen in datacenters. Dat is een raming van de infrastructuurmarkt, geen bewijs dat elke inzet van agenten kosteneffectief of winstgevend is. 31
De twee schattingen beantwoorden verschillende vragen. Karpathy’s trechter gaat over wie met welke niveaus van AI-capaciteit in aanraking komt; Morgan Stanley kijkt naar mogelijke vraag naar infrastructuur. Geen van beide ramingen bevestigt de andere.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Waarom de meeste mensen een heel ander beeld van AI hebben dan een kleine groep insiders"?
Karpathy schat dat ongeveer 6 miljard mensen nauwelijks met taalmodellen in aanraking komen, tegenover zo’n 5.000 mensen met interne toegang tot de meest geavanceerde systemen.
What are the key points to validate first?
Karpathy schat dat ongeveer 6 miljard mensen nauwelijks met taalmodellen in aanraking komen, tegenover zo’n 5.000 mensen met interne toegang tot de meest geavanceerde systemen. Zijn punt: een chatbot gebruiken om iets op te zoeken of te schrijven is iets heel anders dan AI agenten inzetten voor een omvangrijk software of onderzoeksproject.
Sources