De jaarlijkse Groundhog Day-traditie om voor weersvoorspellingen te vertrouwen op knaagdieren is een bekende nutteloze oefening. Punxsatawney Phil heeft, net als veel andere groundhogs, op zijn best een slechte staat van dienst, en de hele praktijk laat zien hoe mensen bereidwillig onbetrouwbare voorspellingen accepteren, gewoon voor de lol. Verrassend genoeg presteert moderne AI met een vergelijkbare consistentie : het kan vol vertrouwen onjuiste feiten vermelden zonder gevolgen.
Ik heb verschillende populaire AI-modellen getest, waarbij ik ze ertoe aanzette te ‘doen alsof’ ze groundhogs waren die het weer voorspelden. De reacties varieerden van absurd gedetailleerde groundhog-fanfictie tot… net zo onbetrouwbare voorspellingen. Dit is geen fout in AI, maar een fundamentele overeenkomst tussen de twee voorspellingsmethoden : geen van beide kan verantwoordelijk worden gehouden, en beide spreken elkaar vaak tegen.
ChatGPT-5.2 voorspelde nog zes weken winter en omlijstte het met cynische humor: “Het wordt een stiekeme winter… een neplente hier, een zonnige dag van 62 graden daar, net genoeg hoop om je de jas te laten opbergen… voordat de winter weer opduikt.” Claude van Anthropic, die Sonnet 4.5 draaide, reageerde met een voorspelling in het vroege voorjaar, maar gaf toe dat de methode “niet precies is wat de atmosferische wetenschappers robuust zouden noemen.”
Het Gemini 3-model van Google weerspiegelde Punxsatawney Phil’s voorspelling van een langere winter en erkende zelfs zijn eigen historische nauwkeurigheid van 39%. (Het model bood ook een secundaire mening van Buckeye Chuck, die een vroege lente voorspelde, wat de chaos verder aantoont.) Het punt is dat AI, net als groundhogs, zijn ‘feiten’ baseert op onbetrouwbare informatie.
Deze vergelijking is niet bedoeld om AI volledig af te wijzen. Het herinnert ons er eerder aan dat AI niet als een onfeilbaar orakel moet worden behandeld. Net zoals niemand serieus verwacht dat een groundhog het weer nauwkeurig kan voorspellen, moeten we AI niet blindelings vertrouwen zonder de resultaten ervan te verifiëren. De kernles is eenvoudig: Twijfel aan de bron en neem nooit beslissingen op basis van ongecontroleerde voorspellingen.
