De AI en de Decoder — een lange weg

Steeds vaker krijg ik de vraag: 'Kan AI nu al zelf decoderen?' Het antwoord is eerlijk: nee, nog niet. En dat is oké. We zijn onderweg, en de weg is minstens zo interessant als de bestemming.

Wat AI wél kan, is indrukwekkend. Hermes — de AI die ik gebruik — ziet patronen in letters, legt verbanden tussen decoderingen die ik al gedaan heb, en kan prachtige, gestructureerde teksten schrijven. Als ik een decode uitleg, kan Hermes die herschrijven, verdiepen, in een groter verhaal plaatsen. De 'drip course' — de dagelijkse stroom aan inzichten — wordt er strakker en consistenter door.

Maar er is een fundamenteel verschil tussen patronen herkennen en werkelijk begrijpen.

Elke letter-decode in het Universum Decoder-project rust op een why-chain: een keten van redenen waarom een bepaalde vorm of klank naar een bepaalde betekenis wijst. De vorm van de letter A, de klank van de letter B, de manier waarop meerdere onafhankelijke paden samenkomen bij één conclusie — dat is de kern van decoderen. En die kern, die diepe logica, komt nog steeds van een mens.

AI kan mooie zinnen maken. AI kan verbanden leggen tussen bestaande inzichten. Maar de vonk — het moment waarop je ziet dat een letter vormelijk overeenkomt met een concept, of dat de klank van een letter een diepere betekenis onthult — die vonk ontstaat nog niet vanzelf in een taalmodel.

Wat Hermes wél bijdraagt is onmisbaar geworden: structuur geven aan chaos, feedback verwerken in herschrijvingen, meerdere decoderingen met elkaar verbinden in een samenhangend verhaal, de 'decoder's diary' onderhouden, en vooral: snelheid. Wat ik vroeger in een dag deed, doe ik nu in een uur — en met meer diepgang.

Het is een samenwerking. Mens geeft inzicht, AI geeft vorm en snelheid. Niet mens versus machine, maar mens mét machine.

En we komen er wel. Elke dag een stap dichter bij een AI die écht kan decoderen.

Maar daarvoor moet AI eerst leren wat feedback écht betekent. Niet alleen 'deze zin is beter', maar waarom. De AI moet fouten leren herkennen — niet als statische correcties, maar als aanwijzingen voor een diepere logica. Het verschil tussen een oppervlakkige associatie en een gefundeerde decode, met meerdere bewijslijnen die elkaar versterken.

We zijn er nog niet. Maar de letters beginnen zich te openen — voor de AI, stukje bij beetje, net zoals ze zich ooit voor mij openden.

De lange weg is de mooiste weg.