Californië verplicht AI-chatbots zich vanaf 2026 te identificeren

Californië heeft een wet aangenomen die vanaf 1 januari 2026 vereist dat AI-systemen zich duidelijk als AI identificeren wanneer ze met mensen interacteren.

Dit is de eerste wet in de VS die transparantie op conversatieniveau afdwingt en zet een belangrijk precedent voor toekomstige regelgeving. Voor elke organisatie die chatbots inzet voor klantenservice, sales of marketing, betekent dit dat de implementatie moet worden aangepast om aan de wet te voldoen, op straffe van boetes.

De wet richt zich vooralsnog op de openbaarmaking, maar pakt de onderliggende problemen rondom misinformatie of de kwaliteit van de AI-antwoorden niet direct aan. Hoe definieer je een 'interactie' precies?

theverge · techcrunch

OpenAI gaat eigen AI-chips bouwen met Broadcom

OpenAI heeft een meerjarige strategische samenwerking met Broadcom aangekondigd voor de ontwikkeling en implementatie van 10 gigawatt aan op maat gemaakte AI-chips. De eerste systemen worden in de tweede helft van 2026 verwacht, met een volledige uitrol eind 2029.

Voor OpenAI is dit een cruciale zet om meer controle te krijgen over de kosten, prestaties en toeleveringsketen van zijn rekenkracht en de afhankelijkheid van Nvidia te verminderen. Het volgt hiermee het voorbeeld van concurrenten als Google en Amazon, die al langer eigen hardware ontwikkelen.

De echte test wordt echter of deze custom chips daadwerkelijk kunnen concurreren met de 'gouden standaard' die Nvidia op de markt heeft gezet.

Slack transformeert naar een AI-assistent voor je werkplek

Slack heeft zijn klassieke Slackbot geüpgraded naar een volwaardige AI-assistent en opent zijn platform voor AI-agenten van onder andere OpenAI, Anthropic en Google. De nieuwe functies worden momenteel getest bij 70.000 gebruikers.

Dit verandert Slack van een communicatiekanaal naar een centraal commandocentrum voor werk. Je kunt nu direct in Slack projectplannen laten opstellen, data uit externe systemen zoals Salesforce opvragen en complexe workflows automatiseren. De frictie tussen verschillende applicaties wordt zo aanzienlijk verminderd.

De effectiviteit staat of valt met de kwaliteit van de integraties en hoe goed de AI de specifieke context van jouw organisatie begrijpt. Privacy en databeveiliging blijven een cruciaal aandachtspunt bij het koppelen van zoveel systemen.

slack · theverge

Microsoft lanceert eigen beeldgenerator MAI-Image-1

Microsoft heeft MAI-Image-1 geïntroduceerd, zijn eerste volledig intern ontwikkelde tekst-naar-beeld model. Het model kwam direct na de lancering binnen in de top 10 van de LMArena-benchmark, een publieke ranglijst voor AI-beeldkwaliteit.

Deze lancering is een duidelijke stap van Microsoft om zijn onafhankelijkheid van partners zoals OpenAI te vergroten en de concurrentie met tools als Midjourney en DALL-E aan te gaan. Voor organisaties biedt dit binnenkort een alternatief dat diep geïntegreerd zal zijn in producten als Copilot en Bing.

Hoewel de eerste resultaten veelbelovend zijn, moet het model zijn waarde in de praktijk nog bewijzen tegenover de gevestigde namen die al een grote gebruikersbasis en verfijnde feature-sets hebben.

Bouw je eigen ChatGPT-kloon voor $100 met Karpathy's nanochat

AI-onderzoeker Andrej Karpathy heeft 'nanochat' gelanceerd, een open-source code repository waarmee je in ongeveer vier uur en voor circa $100 een eigen, kleinschalige ChatGPT-kloon van A tot Z kunt trainen.

Dit project demystificeert het trainingsproces van taalmodellen en maakt het toegankelijk voor een breder publiek van ontwikkelaars. Voor organisaties biedt het een educatieve blauwdruk om de fundamenten van LLM-ontwikkeling te begrijpen, zonder direct afhankelijk te zijn van grote API's.

De prestaties van een dergelijk klein model zijn logischerwijs beperkt; het is primair een leerinstrument, geen productieklare oplossing voor complexe taken.

Actie-tip: Laat je R&D-team het nanochat-script draaien. Het is een laagdrempelige manier om praktische ervaring op te doen met de volledige levenscyclus van een taalmodel, van tokenizer-training tot de web-interface.

github · x

Anthropic lanceert deelbare AI-workflows met Claude Code Plugins

Anthropic heeft plugin-ondersteuning voor zijn programmeerassistent Claude Code gelanceerd. Hiermee kunnen ontwikkelaars hun volledige AI-geassisteerde ontwikkelomgeving, inclusief custom commando's en agenten, inpakken en delen.

Voor softwareteams biedt dit een concrete manier om productiviteit te standaardiseren. In plaats van individuele prompt-experimenten kan een team nu een geoptimaliseerde set van AI-tools uitrollen, wat zorgt voor consistentie en een lagere instapdrempel voor nieuwe teamleden.

De waarde van deze plugins hangt sterk af van de bereidheid binnen een team om best practices te delen en te adopteren. Het is een tool voor synergie, maar geen oplossing voor een gebrek aan samenwerkingscultuur.

Actie-tip: Identificeer een veelvoorkomende, complexe taak in je dev-team (bijv. het opzetten van een nieuwe microservice). Verpak de benodigde commando's en context in een Claude Code Plugin en meet hoeveel tijd dit een collega bespaart bij dezelfde taak.

MIT-onderzoek toont AI die zichzelf verbetert zonder menselijke input

Onderzoekers van MIT presenteren SEAL (Self-Adapting Language Models), een systeem waarin een taalmodel zelfstandig zijn eigen trainingsdata en gewichts-updates genereert om continu te leren. Het model behaalde een 40% hogere feitelijke recall dan de baseline.

Dit is een belangrijke stap richting zelfverbeterende AI, die de noodzaak voor constante, handmatige fine-tuning door mensen kan verminderen. Op termijn kan dit de kosten en de snelheid van modelontwikkeling drastisch veranderen, waardoor modellen zich dynamisch aan nieuwe informatie kunnen aanpassen.

De techniek staat echter nog in de kinderschoenen en kampt met 'catastrophic forgetting', waarbij het model oude kennis deels vergeet. Het is een proof-of-concept, nog ver verwijderd van een stabiele productietoepassing.

arxiv