Toen OpenAI eind november 2022 ChatGPT vrijgaf, leek het in eerste instantie vooral een indrukwekkende demo. Een chatbot die teksten kon schrijven, code kon uitleggen, samenvattingen kon maken en vragen kon beantwoorden in natuurlijke taal. Binnen korte tijd bleek echter dat de impact groter was dan die van een handig online hulpmiddel. ChatGPT maakte generatieve AI toegankelijk voor een massapubliek en zette daarmee een nieuwe fase in voor software, kenniswerk en digitale productie.

Inmiddels, in mei 2026, is generatieve AI niet langer een losstaande chatbotcategorie. De technologie is verwerkt in zoekmachines, besturingssystemen, kantoorsoftware, ontwikkelomgevingen, creatieve tools en zakelijke workflows. De ontwikkeling van de afgelopen jaren laat zien hoe snel een experimentele interface kan uitgroeien tot een bredere infrastructuurlaag.

Voor dit artikel spreken we met Mason Robberts, die de opkomst van generatieve AI de afgelopen jaren van dichtbij volgde.

“ChatGPT was niet het begin van AI, maar wel het moment waarop AI voor veel mensen bruikbaar werd. De techniek bestond al langer, maar de interface maakte het verschil.”

ChatGPT als kantelpunt

Voor november 2022 waren grote taalmodellen vooral zichtbaar via onderzoekspublicaties, API’s en demonstraties. Met ChatGPT veranderde dat. De gebruiker hoefde geen programmeur te zijn en hoefde ook geen kennis te hebben van modellen, parameters of trainingsdata. Een tekstvak was genoeg.

Die eenvoud bleek doorslaggevend. ChatGPT vertaalde complexe AI-technologie naar een interactievorm die iedereen al kende: een gesprek. Daardoor ontstond een golf van experimenten in vrijwel elke sector. Studenten gebruikten het voor samenvattingen, ontwikkelaars voor codevoorbeelden, marketeers voor conceptteksten en bedrijven voor klantenservice, interne kennisbanken en automatisering.

De eerste maanden draaiden vooral om verwondering. Gebruikers testten wat het systeem wel en niet kon. Het schreef sollicitatiebrieven, legde programmeerfouten uit, maakte lesplannen en genereerde blogposts. Tegelijkertijd werden de beperkingen snel duidelijk. Het model kon overtuigend klinken, maar feitelijk onjuist zijn. Het kon bronnen verzinnen, redeneringen overslaan of context verkeerd interpreteren.

Volgens Robberts was dat dubbele karakter vanaf het begin bepalend.

“De kracht van generatieve AI zat meteen naast het grootste risico. Het systeem produceert taal die menselijk en zelfverzekerd klinkt. Daardoor moet je als gebruiker scherper worden, niet minder kritisch.”

2023: de modellenrace komt op gang

In 2023 verschoof de aandacht van chatinterfaces naar modelcapaciteit. Met GPT-4 werd duidelijk dat taalmodellen niet alleen bruikbaar waren voor tekstgeneratie, maar ook voor complexere taken zoals redeneren, programmeren, analyseren en multimodale input. Tegelijkertijd kwamen concurrenten nadrukkelijker in beeld.

Google versnelde zijn AI-strategie met Bard en later Gemini. Anthropic positioneerde Claude als alternatief met nadruk op veiligheid en lange contextvensters. Meta zette sterker in op open modellen met Llama. Microsoft integreerde OpenAI-technologie in Bing, GitHub Copilot en Microsoft 365. Daarmee ontstond een markt waarin generatieve AI niet langer één product was, maar een strategische laag binnen bestaande ecosystemen.

Voor gebruikers betekende dit dat AI-functies steeds minder als losse tools aanvoelden. Ze kwamen terecht in software die al dagelijks werd gebruikt: tekstverwerkers, spreadsheets, e-mailclients, zoekmachines en code-editors.

De discussie veranderde mee. In plaats van de vraag of AI nuttig kon zijn, ging het steeds vaker over betrouwbaarheid, kosten, dataveiligheid, auteursrecht en vendor lock-in.

2024: tekst wordt slechts één modaliteit

In 2024 werd duidelijk dat generatieve AI niet beperkt zou blijven tot tekst. Modellen gingen beter om met beeld, audio en video. GPT-4o liet zien hoe tekst, spraak en beeld in één systeem konden samenkomen. Google bouwde Gemini verder uit als multimodaal model. OpenAI presenteerde Sora, waarmee tekst-naar-video opnieuw veel aandacht kreeg.

Die ontwikkeling was belangrijk omdat de interface met AI veranderde. Een gebruiker hoefde niet langer alleen tekstuele opdrachten te geven. Een screenshot, foto, audiobericht of document kon onderdeel worden van de prompt. Daarmee werd AI bruikbaarer voor taken waarbij context visueel of auditief is.

Voor creatieve professionals betekende dit een verschuiving in het productieproces. AI kon helpen bij het maken van varianten, moodboards, eerste scripts, ruwe visualisaties en conceptuele richtingen. Voor developers werd AI steeds meer een programmeerpartner die code kon schrijven, uitleggen, refactoren en debuggen. Voor organisaties ontstonden toepassingen rond documentanalyse, interne zoekfuncties en procesautomatisering.

Robberts ziet 2024 als het jaar waarin AI breder werd dan tekstproductie.

“Vanaf het moment dat modellen beeld, spraak en video serieuzer gingen verwerken, werd AI minder een schrijfassistent en meer een universele interface. Je kon een probleem laten zien in plaats van het volledig uit te typen.”

De volwassenwording brengt nieuwe problemen mee

De snelle adoptie maakte ook duidelijk dat generatieve AI niet zonder governance kan. Modellen kunnen hallucineren, gevoelige gegevens verwerken, auteursrechtelijk beschermd materiaal reproduceren of voor misleiding worden gebruikt. Deepfakes, geautomatiseerde spam en synthetische content werden zichtbaarder.

In Europa werd de AI Act een belangrijk ijkpunt. De wetgeving introduceerde een risicogebaseerde benadering voor AI-systemen en verplicht bedrijven om beter na te denken over transparantie, veiligheid en verantwoordelijkheid. Voor organisaties betekende dit dat AI niet alleen een innovatieproject was, maar ook een compliance- en beleidsvraagstuk.

Bedrijven moesten bepalen welke tools medewerkers mochten gebruiken, welke data ingevoerd mocht worden en wanneer menselijke controle verplicht bleef. Vooral in sectoren als zorg, finance, onderwijs en juridische dienstverlening werd die discussie concreet.

2025: van assistent naar agent

In 2025 werd de term ‘AI-agent’ dominant. Waar chatbots vooral reageren op opdrachten, moeten agents zelfstandig meerdere stappen kunnen uitvoeren. Denk aan het verzamelen van informatie, plannen van acties, schrijven van code, testen van resultaten en terugkoppelen aan de gebruiker.

In de praktijk bleek dat lastiger dan de marketing soms suggereerde. Agents werken goed in afgebakende omgevingen, maar hebben moeite met onduidelijke doelen, foutafhandeling en veranderende context. Toch was de richting duidelijk: AI-systemen werden minder passief en kregen meer mogelijkheden om tools te gebruiken, bestanden te bewerken, agenda’s te raadplegen of workflows aan te sturen.

Voor softwareontwikkeling was dit een belangrijke verschuiving. AI ging van autocomplete naar een systeem dat complete functies kon voorstellen, bugs kon analyseren en pullrequests kon voorbereiden. Ook buiten development ontstonden agentachtige workflows: researchassistenten, klantenservicebots, documentverwerkers en persoonlijke productiviteitstools.

2026: generatieve AI wordt een standaardlaag

In mei 2026 is generatieve AI voor veel gebruikers onderdeel geworden van de dagelijkse softwarestack. Niet iedereen gebruikt dezelfde tool, maar de onderliggende interactie is herkenbaar geworden: je geeft een opdracht in natuurlijke taal, voegt eventueel context toe en krijgt een bewerkbaar resultaat terug.

De technologie is daarmee minder spectaculair geworden, maar belangrijker. Zoals cloudopslag, smartphones en videobellen ooit bijzonder waren en later normaal werden, beweegt generatieve AI richting vanzelfsprekendheid. De grootste verandering zit niet meer in één chatbot, maar in de integratie in bestaande processen.

Tegelijkertijd is de markt nog volop in beweging. Modellen verschillen in snelheid, prijs, contextlengte, multimodale mogelijkheden en mate van controle. Open modellen zijn sterker geworden, waardoor bedrijven meer keuze hebben tussen commerciële API’s, self-hosted oplossingen en hybride varianten. Voor organisaties is die keuze strategisch: gemak en schaalbaarheid tegenover controle, privacy en afhankelijkheid van leveranciers.

Niet de vervanger, maar de versneller

De ontwikkeling sinds ChatGPT laat zien dat generatieve AI vooral een versneller is. Het verkort de tijd tussen idee en eerste versie. Het maakt experimenteren goedkoper. Het verlaagt de drempel om te schrijven, programmeren, ontwerpen of analyseren. Maar het neemt de noodzaak van menselijke beoordeling niet weg.

Sterker nog: hoe meer AI produceert, hoe belangrijker selectie, redactie en verantwoordelijkheid worden. De waarde verschuift van alleen maken naar beoordelen, sturen en verbeteren. Een model kan output genereren, maar het begrijpt niet automatisch de commerciële context, juridische gevolgen, merkstrategie of maatschappelijke impact.

Voor kenniswerkers betekent dat een nieuwe vaardigheid: niet alleen leren prompten, maar leren samenwerken met systemen die snel, overtuigend en soms fout zijn.

Tussen november 2022 en mei 2026 is generatieve AI verschoven van publieke sensatie naar structurele technologie. ChatGPT was het kantelpunt omdat het de interface vereenvoudigde. Daarna volgden krachtigere modellen, multimodale input, integratie in bestaande software, regelgeving en de opkomst van agentachtige systemen.

De hypefase is daarmee grotendeels voorbij. Wat overblijft is een technologie die steeds normaler wordt, maar nog lang niet uitontwikkeld is. De komende jaren zullen minder draaien om de vraag of generatieve AI indrukwekkend is, en meer om de vraag hoe betrouwbaar, controleerbaar en nuttig de technologie in echte workflows kan worden ingezet.