Onderzoekers van de Universiteit van California San Diego presenteren op 23 april 2026 een AI-agent die klimaatdata begrijpt en beantwoordt in gewone taal. Zephyrus heet het systeem, en het kan iets wat wetenschappers al jaren niet lukte: een brug slaan tussen ruwe klimaatdata en menselijke vragen. Tegelijk laat nieuw onderzoek zien dat de klimaatbeloftes van grote techbedrijven grotendeels gebakken lucht zijn.
Wat Zephyrus doet en waarom dat een doorbraak is
Klimaatmodellen produceren enorme hoeveelheden data. Satellietbeelden, weerballonmetingen, oceaantemperaturen, atmosferische simulaties. Al die informatie zit opgesloten in complexe databestanden die alleen gespecialiseerde onderzoekers kunnen uitlezen.
Zephyrus verandert dat. De AI-agent van UC San Diego zet een gewone vraag in het Engels, zoals "welke regio's in Europa hadden dit jaar de hoogste temperatuurafwijking?", om in computercode. Die code doorzoekt vervolgens echte klimaatdatasets en vertaalt het resultaat terug naar begrijpelijke taal.
Zoals UC San Diego op zijn officiële nieuwsÂpagina rapporteerde, overtrof Zephyrus op duizenden benchmarktaken consistent de prestaties van tekst-gebaseerde AI-modellen. Medeauteur Rose Yu omschreef het doel als "klimaatwetenschap democratiseren": studenten en onderzoekers overal ter wereld moeten toegang krijgen tot kritische klimaatdata, zonder dat ze daarvoor eerst jaren programmeerervaring nodig hebben.
Het systeem scoort het beste op gerichte taken, zoals het lokaliseren van weersomstandigheden of het analyseren van kortetermijnvoorspellingen. Bij complexe, langetermijnvragen, zoals een mondiaal klimaatscenario voor drie maanden vooruit, schiet het systeem nog tekort.
Hoe AI ook emissiedata van bedrijven transparanter kan maken
Zephyrus is niet het enige gebied waar AI klimaatwetenschap versterkt. Een minstens zo belangrijke toepassing is het meten en controleren van wat bedrijven daadwerkelijk uitstoten.
Verplichte duurzaamheidsrapportage was tot voor kort een groeiend beleidsthema. De EU introduceerde de Corporate Sustainability Reporting Directive (CSRD), die grote bedrijven dwingt om gedetailleerde klimaatdata te publiceren. Maar de handhaving is inconsistent en de data die bedrijven zelf aanleveren is zelden onafhankelijk geverifieerd.
AI kan dat veranderen. Satellietbeelden, stadsluchtmetingen, scheepvaart- en vliegtuigdata en industriële sensoren kunnen worden gecombineerd tot een onafhankelijk beeld van de werkelijke uitstoot van bedrijven en sectoren. Dat is waardevolle informatie voor beleggers, toezichthouders en burgers, juist op een moment dat overheden zich terugtrekken uit verplichte klimaatdisclosures.
Zoals Euronews rapporteerde op basis van een analyse van energieanalist Ketan Joshi: van 154 onderzochte klimaatclaims van grote AI-bedrijven citeerde slechts 26 procent gepubliceerde academische studies. Ruim een derde had helemaal geen onderbouwing. Dat maakt onafhankelijke emissiemeting via AI des te urgenter.
Waarom de klimaatbelofte van big tech grotendeels niet klopt
Er is een fundamenteel onderscheid dat techbedrijven liever niet maken. Traditionele AI, zoals voorspellende modellen en computervision, heeft bewezen klimaatvoordelen. Generatieve AI, de systemen die tekst, beeld en muziek maken, heeft die nauwelijks.
Zephyrus is een voorbeeld van de eerste categorie. ChatGPT, Gemini en Copilot zijn voorbeelden van de tweede. Toch presenteren bedrijven als Google en Microsoft de klimaatclaims van traditionele AI als rechtvaardiging voor de enorme energiehonger van hun generatieve modellen.
Die energiehonger is concreet. Volgens de International Energy Agency verbruiken datacenters wereldwijd in 2026 evenveel elektriciteit als Japan. Een groot deel van die stroom wordt opgewekt met fossiele brandstoffen. Google, Microsoft en Amazon rapporteerden allemaal dat hun COâ‚‚-uitstoot steeg, terwijl ze tegelijkertijd beweerden dat AI hun klimaatdoelen dichterbij brengt.
Onderzoekers zijn duidelijk: er is niet één gedocumenteerd geval waarbij generatieve AI-systemen aantoonbaar en meetbaar emissies hebben verminderd.
AI en klimaat: een patroon van hype en onderinvestering in echte oplossingen
De kloof tussen belofte en bewijs is niet nieuw. In 2021 beweerde Google dat AI 5 tot 10 procent van de mondiale broeikasgasuitstoot kon voorkomen tegen 2030. Die claim was gebaseerd op een blog van adviesbureau BCG, niet op wetenschappelijk onderzoek.
Sindsdien groeide de belofte, maar het bewijs bleef uit. Wel groeide de uitstoot. Microsoft rapporteerde een stijging van zijn COâ‚‚-emissies met 29 procent in 2023, grotendeels door AI-activiteiten. Google's emissies stegen in dezelfde periode met 48 procent.
Daar staat tegenover dat gerichte AI-toepassingen in wetenschap, landbouw en energiebeheer wél aantoonbare resultaten laten zien. Systemen die stroomnetoptimalisatie verbeteren, overstromingsmodellen verfijnen of droogte vroeger detecteren, zijn voorbeelden van AI die écht bijdraagt.
Zoals wij eerder schreven over de druk die de AI-boom legt op datacenters en energienetwerken: de ecologische voetafdruk van AI groeit veel sneller dan de winst in efficiëntie. Dat maakt het onderscheid tussen PR-claims en wetenschappelijk onderbouwde toepassingen urgenter dan ooit.
Wat jij als burger, onderzoeker of beleidsmaker nu moet weten
AI en klimaat is geen eenvoudig verhaal van goed of slecht. De realiteit is genuanceerder, en dat vraagt om kritische interpretatie.
- Wees sceptisch over klimaatclaims van techbedrijven die geen peer-reviewed onderzoek citeren. Het rapport van Joshi biedt een goede checklist om claims te toetsen.
- Volg de ontwikkeling van Zephyrus en vergelijkbare wetenschappelijke AI-tools. Die worden in april 2026 gepresenteerd op de ICLR-conferentie in Rio de Janeiro, de meest gezaghebbende conferentie voor machine learning-onderzoek.
- Als beleidsmaker of journalist: dring aan op onafhankelijke verificatie van emissierapportages via satelliet- en sensordata. Die technologie bestaat en wordt steeds nauwkeuriger.
- Onderscheid traditionele AI van generatieve AI in elke discussie over klimaatvoordelen. De bewijsbasis verschilt fundamenteel.
De vraag is niet óf AI klimaatwetenschap kan versterken. Zephyrus laat zien dat het kan. De vraag is of we de hype los kunnen koppelen van de werkelijkheid, voordat de verkeerde investeringen worden gedaan.
Conclusie
AI kan klimaatwetenschap versnellen en emissiemetingen onafhankelijker maken. Maar de generatieve AI-boom vergroot ondertussen de uitstoot die het systeem beweert te helpen bestrijden. Zolang techbedrijven klimaatbelofte als marketingargument gebruiken in plaats van als wetenschappelijke doelstelling, lost AI het probleem niet op. Het vergroot het.
