Het AI-model GPT-6 Astra heeft de puzzelgame Portal zelfstandig uitgespeeld. In een online demonstratie was te zien hoe het systeem door alle levels van het Valve-spel navigeerde. Dat gebeurde deze week, zonder handmatige hulp tijdens het spel. De proef moet laten zien dat kunstmatige intelligentie complexe 3D-omgevingen kan begrijpen en besturen, wat vragen oproept over veiligheid en de Europese AI-verordening voor overheden en bedrijven.
AI speelt Portal uit
GPT-6 Astra bediende zelf toetsenbord en muis en loste puzzels op met portalen, knoppen en lasers. Het systeem herkende objecten in beeld, plande stappen en voerde acties uit. Portal, uitgebracht door Valve, staat bekend om puzzels die logisch denken en timing vragen.
De demonstratie liet zien dat het model fouten kon herstellen en doorging tot het level gehaald was. Zulke veerkracht is belangrijk voor systemen die in wisselende situaties werken. Het maakt het verschil tussen een gescripte truc en echt adaptief gedrag.
Toch blijft onduidelijk hoe vaak de run opnieuw moest worden gestart. Ook is niet bekend of er hulpfuncties, zoals aangepaste camerahoeken of aangepaste levels, zijn gebruikt. Die details zijn nodig om de prestatie goed te kunnen wegen.
Zien, plannen en handelen
GPT-6 Astra werkt als een zogenoemd vision-language-action model. Dat is een soort algoritme dat beelden begrijpt, in natuurlijke taal een plan maakt en vervolgens acties uitvoert. Zo kan het scherminformatie koppelen aan doelen en toetsen of muis bedienen.
In Portal betekent dit: objecten herkennen, een route kiezen en precies richten en springen. De uitdaging is dat het spel realtime is en kleine fouten snel worden afgestraft. Het model moet daarom waarnemen, redeneren en handelen in korte cycli.
Autonome besturing van consumentensoftware is technisch lastiger dan tekstchat of beeldherkenning. Kleine variaties in licht, camera of timing kunnen het model in de war brengen. Succes in één spel betekent dus niet automatisch dat andere apps of games ook lukken.
Embodied AI is software die kijkt als met ogen, plant in taal en zelf toetsen en muis bedient.
Nog geen sluitend bewijs
Een video zegt niet alles over herhaalbaarheid. Voor wetenschappelijke waarde zijn logbestanden, meerdere runs en een heldere methode nodig. Open benchmarks en onafhankelijke tests helpen om claims te toetsen.
Ook transparantie over hulpmiddelen is cruciaal. Denk aan of er hints, aangepaste instellingen of savestates zijn gebruikt. Zulke keuzes bepalen hoe knap een prestatie werkelijk is.
De gamecontext heeft voordelen: de omgeving is controleerbaar en veilig. Maar echte toepassingen op pc of web zijn rommeliger en veranderen vaak. Wat werkt in een strak gedefinieerde wereld, kan breken op een willekeurige werkplek.
Risico’s en veiligheid
Een systeem dat zelfstandig software bedient, kan productiever maken, maar kent ook risico’s. Ongewenste acties, zoals het verwijderen van bestanden of het delen van data, liggen op de loer. Beperkingen, loggen en sandboxing zijn daarom nodig.
Beveiliging vraagt om duidelijke doelen en noodstops. Een agent moet kunnen pauzeren, om toestemming vragen en uitleg geven bij keuzes. Zonder die functies wordt toezicht lastig en neemt het risico op schade toe.
Voor consumentenapps geldt bovendien dat interfaces snel veranderen. Een robuuste agent moet updates, foutmeldingen en pop-ups veilig afhandelen. Dat vergt testen buiten het ideale demoscenario.
Europese regels voor GPAI
Onder de Europese AI-verordening (AI Act) vallen generatieve basismodellen en algemene-doel AI (GPAI) onder extra plichten. Denk aan technische documentatie, transparantie over trainingsdata en energiegebruik, en evaluaties van risico’s. Voor modellen met systeemrisico komen daar strengere eisen bij, zoals onafhankelijke tests en incidentrapportage.
Als GPT-6 Astra commercieel wordt ingezet in de EU, moeten aanbieders en afnemers de regels volgen. Overheden en bedrijven krijgen dan praktische gevolgen, zoals inkoopchecks en naleving van documentatie-eisen. Dit raakt ook Nederlandse instellingen die agents willen gebruiken op werkplekken.
De verordening vraagt bovendien om passende beveiliging en dataminimalisatie waar persoonsgegevens in beeld komen. Bij games speelt dat minder, maar bij kantoorsoftware kan het snel wél relevant zijn. Encryptie en lokale verwerking kunnen daar helpen.
Gevolgen voor Nederland
Nederlandse ontwikkelaars en onderzoeksinstellingen kunnen deze aanpak testen in gesimuleerde omgevingen. Denk aan trainingen met open source games of digitale tweelingen van fabrieken. Zo worden prestaties meetbaar en risico’s beheersbaar.
Voor de overheid is dit een kans en een opdracht. Autonome agents kunnen helpen bij service en administratie, maar moeten voldoen aan de AVG en de AI Act. Dat vraagt om pilots met duidelijke kaders en onafhankelijke evaluatie.
De game-industrie, met veel studio’s op Steam, kan profiteren van testtools en toegankelijkheidsfuncties. Tegelijk moeten uitgevers, zoals Valve, duidelijke regels geven voor botgebruik. Zo blijft online spel eerlijk en veilig, ook als slimme agents meedoen.