Onzekere tijden
Het mag niet als een verrassing komen dat het wetenschappelijke vakblad Science deze zomer een onderzoek bracht waaruit bleek dat er met behulp van artificiële intelligentie volledige virale genomen samengesteld kunnen worden. Al jaren waren er in het AI-debat wetenschappers die waarschuwden voor catastrofale scenario’s waarin men met behulp van AI als het ware een supervirus zou kunnen creëren, met alle gevolgen van dien voor de globale gezondheid. Nu is die dreiging dus een stap concreter geworden.
Hoe evolueert dit verder? Als reactie op enkele vragen in het kader van dit artikel stelde een professor computationele biologie dat hij “geen glazen bol” had. Elke uitspraak over de verdere ontwikkelingen van artificiële intelligentie in het domein van biowapens is en blijft een vorm van speculatie, hoe beargumenteerd die ook kan zijn. Dit artikel beperkt zich daarom tot twee vragen: wat kan AI vandaag al, en hoe moet men daarmee omgaan?
Over de waarschijnlijkheid van nieuwe biologische wapenproductie – een risicocategorie hoger dus -, waar de modellen vooralsnog niet toe in staat zouden zijn, is nog minder duidelijkheid.
Wat kan AI vandaag?
De artificiële intelligentie die de meeste mensen kennen en gebruiken, is wat men noemt de general-purpose AI, die ingezet kan worden voor een brede waaier aan taken – denk aan ChatGPT (OpenAI), Gemini (Google) en Claude (Anthropic). Hoewel je er soms wat naar moet zoeken, geven de bedrijven achter deze modellen op basis van interne en externe evaluaties aan hoe ver de capaciteiten van hun bots reiken. Qua biologische capaciteiten is de rode draad in deze evaluaties dat er wordt nagegaan of het model een actor met relatief beperkte ervaring en middelen significant kan bijstaan en verbeteren in het creëren van een (reeds bestaande) biologische bedreiging.
Voor OpenAI vertaalt het vermogen van een AI-systeem tot de zonet beschreven vorm van bijstand zich in een “hoge capaciteit in het biologische en chemische domein”. ChatGPT Astra 6 valt binnen deze categorie, maar OpenAI nuanceert dat men vooral provisoir tot die conclusie gekomen is. Voor Anthropic komt dit vermogen neer op een “CB-1-niveau”, een categorie die wordt toegepast op alle recentste Claude-modellen. Google beschrijft bovenstaande capaciteiten dan weer met de categorie “CBRN CCL Uplift Level 1”. De Gemini 3‑modellen hebben deze CCL-Uplift 1 “niet bereikt”.
Dat is de theorie. Hoe groot die capaciteiten dan in praktijk zijn, is niet altijd duidelijk. “We zijn nog steeds in significante mate onzeker over de werkelijke mate van risico van onze modellen”, schrijft Anthropic in een recent Risk Report. Over de waarschijnlijkheid van nieuwe biologische wapenproductie – een risicocategorie hoger dus -, waar de modellen vooralsnog niet toe in staat zouden zijn, is nog minder duidelijkheid. Daarenboven is er nog een heel proces van DNA-synthese en gerichte verspreiding nodig om een ontwerp van een virus als het ware uit een beeldscherm fysiek in de echte wereld te krijgen.

Naast deze LLM’s komt een ander, mogelijks groter risico van gespecialiseerde biologisch gerichte AI-systemen. Deze modellen worden vaak gebruikt voor wetenschappelijk onderzoek. Zij zijn gebaseerd op dezelfde foundation models als de LLM’s, laat prof. Vanessa Vermeirssen weten, die onder andere kankeronderzoek verricht met behulp van AI, “maar de contextualisatie en het gebruik van domain-specific knowledge is key.” De AI in haar vakgebied werkt bijvoorbeeld met moleculaire data in plaats van taal als input.
Met zo’n gespecialiseerd biologisch AI-systeem heeft men aan de Universiteit van Stanford dus een viraal genoom gecreëerd. Hier moet benadrukt worden dat dit vooralsnog gaat om bacteriofagen. Deze kunnen dus enkel bacteriën, geen mensen, infecteren. Desalniettemin wordt in een bespreking van het onderzoek gewaarschuwd dat de methoden in het onderzoek in kwestie, indien zij succesvol toegepast zouden kunnen worden op het genereren van “eukaryoot-infecterende pathogenen”, kunnen leiden tot “nieuwe pathogenen die mensen, dieren of planten kunnen infecteren op manieren die niet onder controle kunnen worden gehouden door bestaande tegenmaatregelen.”
Wat nu?
De discussie over AI en biowapenproductierisico’s is echter bezaaid met mitsen en maren. Die discussie wordt enkel complexer wanneer men probeert na te denken over hoe met dit risico om te gaan.
De vraag is dan wat zwaarder doorweegt: de risico’s of de voordelen van deze krachtige technologie?
Een belangrijk debat is of men biologische AI-capaciteiten moet beperken. We hebben hier immers te maken met een tweesnijdend zwaard: wanneer zij voor slechte intenties gebruikt worden, kunnen de hoge biologische capaciteiten van artificiële intelligentie schadelijke resultaten hebben. Andersom kunnen die capaciteiten erg voordelig zijn voor de wetenschap. De vraag is dan wat zwaarder doorweegt: de risico’s of de voordelen van deze krachtige technologie?

“Voor ons vakgebied (meer het biomedische) ben ik van mening dat AI gereguleerd moet worden om de ethische grenzen niet te overschrijden,” aldus prof. Vermeirssen. “Het probleem is dat er een knowledge gap is tussen AI-ontwikkelaars, AI-gebruikers en de mensen die de wetten daarrond vastleggen. De AI-ontwikkeling gaat razendsnel.”
De geschiedenis van de moderne wetenschap kent velerlei voorbeelden van razendsnel ontwikkelende technologieën met potentieel gigantische risico’s die (vooralsnog) niet geleid hebben tot het einde van de wereld. Of dat in de toekomst zo zal blijven, ligt nu voor een deel in onze eigen handen, maar is zo goed als zeker onmogelijk te voorspellen. “Yesterday is history. Tomorrow’s a mystery. Today is a gift – that’s why they call it the present”, vatte een wijze schildpad eens mooi samen. Aan de wetenschap én de samenleving om dat geschenk te koesteren.


Een reactie achterlaten