Schrijf een wetenschappelijke ontdekking pas aan een AI-systeem toe als je per fase kunt aantonen wat het systeem deed en wat mensen deden. Detectie door bijvoorbeeld Claude is een aantoonbare bijdrage, maar pas na onafhankelijke validatie en menselijke interpretatie kun je van een voltooide ontdekking spreken.
Op 23 september 2026 meldde Anthropic dat Claude-agents een nog niet gekarakteriseerd enzymsysteem identificeerden tijdens een AI-ondersteund biologieprogramma. Dat is een concrete aanleiding om een oude vraag scherp te stellen: op welk moment verandert AI-ondersteuning in een bijdrage aan een wetenschappelijke ontdekking, en wanneer nog niet? OpenAI wordt vaak als vergelijkingspunt genoemd, maar in deze casus is Claude het onderzochte AI-systeem.
Wat meldde Anthropic precies over Claude en het enzymsysteem?
Volgens Anthropic doorzochten Claude-agents ongeveer 210 miljoen tokens verdeeld over 200.000 sequenties van reverse transcriptases. Daaruit haalden zij kandidaatsystemen en detecteerden zij een combinatie van een reverse transcriptase, een aangrenzend partnergen en een repeat-array. De onderzoekers noemden die combinatie array-associated reverse transcriptases (ARTs).
Anthropic vermeldt er twee dingen bij die het verhaal begrenzen. Ten eerste: menselijke wetenschappers verrichtten het laboratoriumwerk. Ten tweede: de functie van het systeem is nog in onderzoek. Beide feiten staan letterlijk in de aankondiging en zijn cruciaal voor de toeschrijving (zie de bron van Anthropic).
In welke fasen moet je de bijdrage van een AI-systeem opsplitsen?
Toeschrijving wordt controleerbaar zodra je het ontdekproces in identificeerbare fasen ontleedt en per fase noteert wie of wat de bijdrage leverde. Naar onze inschatting zijn dit de auditeerbare stappen:
- Vraagstelling: wie bepaalde de onderzoeksrichting en de zoekopdracht?
- Detectie: wie of wat vond het patroon of de anomalie in de data?
- Hypothese: wie formuleerde de toetsbare veronderstelling?
- Nieuwheidsbeoordeling: wie stelde vast dat de kandidaat nog niet beschreven was?
- Experimenteel ontwerp en uitvoering: wie ontwierp en verrichtte de proeven?
- Validatie en interpretatie: wie bevestigde het resultaat onafhankelijk en duidde de betekenis?
In het geval van Claude legt Anthropics eigen relaas de detectie en de prioritering van kandidaten bij het model. De vraagstelling, de review van de kandidaat, de experimenten en de interpretatie liggen bij mensen. Dat onderscheid is dezelfde logica die achter controleerbare AI-verificatie per stap zit: een uitkomst telt pas als je de stappen ernaartoe kunt inspecteren.
Waarom is Claude's detectie nog geen voltooide ontdekking?
Een ontdekking is meer dan een plausibele kandidaat. De stelling van dit artikel is dat de ART-vondst nog niet aan Claude kan worden toegeschreven als voltooide ontdekking, om twee redenen die rechtstreeks uit Anthropics tekst volgen.
- De biologische functie van het enzymsysteem is nog onbevestigd. Een detectie zonder gevalideerde functie is een aanwijzing, geen conclusie.
- Het laboratoriumwerk dat de aanwijzing zou moeten bevestigen, is door mensen uitgevoerd en nog niet afgerond.
Autonoom zoeken en een plausibele uitvoer produceren is niet hetzelfde als een wetenschappelijke ontdekking doen. Naar onze inschatting is het correct om Claude krediet te geven voor patroonherkenning en kandidaatselectie, maar geen onbeperkt krediet voor een resultaat dat nog onafhankelijke, mensgeleide validatie mist. Dezelfde terughoudendheid past bij door leveranciers gerapporteerde modelprestaties toetsen: een claim van de aanbieder is een startpunt voor toetsing, geen bewijs op zichzelf.
Wat voegt de Co-Scientist-studie van Nature aan dit beeld toe?
De ART-vondst staat niet op zichzelf. In een in 2026 gepubliceerde peer-reviewed publicatie beschrijft Nature het systeem Co-Scientist als een multi-agent-opzet op basis van Gemini die nieuwe, toetsbare hypothesen genereert voor onder meer drug repurposing en onderzoek naar antimicrobiële resistentie (zie de Nature-publicatie).
De studie presenteert dat systeem uitdrukkelijk als scientist-in-the-loop: menselijke experts stellen de doelen, beoordelen en selecteren hypothesen, en verrichten of superviseren de validatie. Nature vermeldt bovendien dat de validaties voorlopig zijn en verder preklinisch of klinisch onderzoek niet vervangen. Dat bevestigt het gefaseerde beeld: AI kan hypothesen aandragen en prioriteren, terwijl krediet ook menselijke doelbepaling, beoordeling en laboratoriumwerk moet meewegen.
Er is nog een aparte grens, uit het recht. Het Amerikaanse octrooibureau stelt in zijn herziene richtlijn over AI-ondersteunde uitvindingen dat alleen natuurlijke personen als uitvinder van een Amerikaans octrooi kunnen worden genoemd en dat AI-systemen hulpmiddelen zijn in het uitvindingsproces (USPTO-richtlijn). Dat juridische onderscheid betekent dat het erkennen van AI-assistentie iets anders is dan een AI-systeem als formele menselijke uitvinder aanwijzen. Die redenering ligt dicht bij hoe je AI verantwoorden in de beroepspraktijk verantwoordt: bijdrage erkennen, verantwoordelijkheid bij de mens houden.
Hoe leg je AI-bijdrage en menselijke validatie vast in de praktijk?
Het gevolg dat in de bronnen zelf niet wordt benoemd, is naar onze inschatting concreet voor onderzoeksgroepen: wie AI-bijdragen aantoonbaar wil houden, moet detectie expliciet scheiden van validatie en interpretatie in de eigen registratie. Een werkbare set velden ziet er zo uit:
- modelversie en de exacte prompts of zoekopdrachten;
- de omvang en herkomst van de doorzochte data;
- de stappen waarin kandidaten werden geselecteerd;
- de menselijke reviews en de gemaakte keuzes;
- het experimentele protocol en de ruwe resultaten;
- de uiteindelijke toeschrijvingsbeslissing per fase.
Zo'n registratie maakt controleerbaar wat een model wel en niet deed, zonder dat gevoelige onderzoeksdata ongefilterd naar buiten hoeven. Dezelfde noodzaak van een aparte bewijslaag speelt bij menselijke controle bij AI-besluiten aantonen: zonder vastgelegde stappen blijft een claim over de rol van de mens onverifieerbaar. Voor de ART-casus geldt de simpele conclusie: krediet voor detectie, geen krediet voor een ontdekking die nog moet worden bevestigd.
Bronnen en referenties
Bronnen: Het artikel steunt op de aankondiging van Anthropic over Claude, de Co-Scientist-studie in Nature en de herziene uitvinderschapsrichtlijn van het Amerikaanse octrooibureau (USPTO).