Een onafhankelijke ontwikkelaar heeft een videogame uitgebracht die volledig door kunstmatige intelligentie gemaakt zou zijn. De game is online speelbaar en moet laten zien hoe ver generatieve algoritmen inmiddels zijn. De maker presenteert dit als “the world’s first fully playable game created 100% through AI”. De claim roept direct vragen op over bewijs, kwaliteit en de gevolgen van de Europese AI‑verordening (AI Act).
Claim is moeilijk te toetsen
“100% door AI gemaakt” klinkt helder, maar is lastig te controleren. Het gaat om meerdere stappen: code, graphics, muziek, leveldesign en testen. Vaak schuurt het begrip “100%” al bij kleine handmatige ingrepen, zoals het samenvoegen van bestanden of het uploaden naar een platform. Zonder openbaar projectarchief of audit is de bewering vooral een marketingclaim.
“the world’s first fully playable game created 100% through AI”
Transparantie is hier belangrijker dan de superlatief. Een logboek met prompts, modelversies en iteraties zou controleerbaar maken wat het systeem heeft gedaan. Ook helpt broncode in een publieke repository om na te gaan of mensen hebben hersteld of geoptimaliseerd. Zulke documentatie ontbreekt vaak bij dit soort experimenten.
Daarnaast is “speelbaar” rekbaar. Een korte demo of minigame is technisch gezien speelbaar, maar zegt weinig over schaal, stabiliteit en herhaalbaarheid. Voor game‑ontwikkeling telt juist of je een consistente ervaring kunt leveren op verschillende apparaten en over langere tijd.
Wat AI hier waarschijnlijk deed
De bouwstenen van zo’n project liggen voor de hand. Grote taalmodellen, zoals OpenAI’s GPT‑4o of Anthropic’s Claude, kunnen broncode genereren of uitleggen. Beeldmodellen, zoals Midjourney of Stable Diffusion, maken sprites, achtergronden en iconen. Stem- en audiomodellen, zoals ElevenLabs, kunnen voice‑over en effecten synthetiseren.
In de praktijk is dit een keten. Een model schrijft een basis in JavaScript of Unity C#, een ander maakt de art en een derde levert geluid. Een laatste stap bundelt de assets in een webbuild of desktopversie. Zonder strakke regie ontstaan stijlbreuken, bugs en dubbele assets.
Tools nemen productiewerk uit handen, maar sturen niet vanzelf op spelplezier. Levelbalans, tempo en feedbacklus vragen vaak menselijke finetuning. Die stap is lastig te automatiseren, omdat het gaat om smaak, doelgroep en context.
Kwaliteit blijft voorlopig beperkt
Vroege AI‑games tonen vooral wat mogelijk is, niet wat af is. Je ziet hergebruik van art, wisselende resoluties en gebrek aan animatiediepte. Code die door een model is geschreven werkt, maar kan inefficiënt of lastig onderhoudbaar zijn. Dat is geen probleem voor een demo, wel voor een commerciële titel.
Ook testdekking is mager. Algoritmen maken zelden zelf unit‑ of playtests met betekenisvolle scenario’s. Fouten duiken dan pas op bij spelers, wat klappen geeft op prestaties en reputatie. Een minimale kwaliteitscontrole blijft nodig.
Toch is de richting duidelijk: productietijd van prototypes daalt. Snelle iteraties zijn waardevol voor onderwijs, gamejams en experimenten. De vraag verschuift van “kan het?” naar “is het goed genoeg voor uitgave en ondersteuning?”
Europese regels sturen het gebruik
De Europese AI‑verordening (AI Act) stelt op het moment van schrijven transparantie-eisen aan generatieve systemen. Ontwikkelaars moeten onder meer aangeven dat content door AI is gemaakt. Games vallen meestal in een lage risicoklasse, maar ontsnappen niet aan informatieplichten en zorgvuldigheid.
Daarnaast blijft het auteursrecht leidend. De EU kent geen auteursrecht op puur autonome machine-output; bescherming vergt menselijke schepping. Wie een AI‑game commercieel uitbrengt, zal dus moeten uitleggen wie de maker is en welke menselijke creatie er in zit. Dat raakt ook licenties en verdeling van opbrengsten.
Voor training en materiaal geldt het tekst‑ en datamining‑regime in de EU. Rechthebbenden mogen een TDM‑opt‑out hanteren, en datasets moeten zorgvuldig worden samengesteld. Ontwikkelaars doen er goed aan model- en datasetkeuzes te documenteren en opt‑outs te respecteren.
Risico’s voor makers en spelers
Voor makers schuilt het grootste risico in herkomst van assets. Niet‑geverifieerde datasets kunnen tot claims leiden, zeker als herkenbare stijlen of merken opduiken. Ook audio‑klonen zonder toestemming zijn juridisch en ethisch gevoelig onder de AVG en portret‑ en persoonlijkheidsrechten.
Voor spelers gaat het om veiligheid en betrouwbaarheid. Onvolwassen code kan prestaties of batterijduur schaden, en online builds kunnen extra trackers of permissies meenemen. Heldere privacyverklaringen en dataminimalisatie zijn vereist onder de AVG.
Platformen zoals Steam en itch.io vragen steeds vaker om labeling van AI‑inhoud. Dat helpt verwachtingen managen en maakt moderatie beter. Het sluit aan bij de Europese lijn: transparantie eerst, claims daarna.
Kans voor Nederlandse studios
Nederlandse ontwikkelaars kunnen profiteren van snellere prototyping met generatieve modellen. Denk aan een vertical slice die in dagen staat in plaats van weken. Dat maakt het eenvoudiger om fondsen, uitgevers of onderwijsprojecten te overtuigen met een werkende demo.
De keerzijde is regie op stijl en IP. Studios moeten afspraken maken over prompts, modelkeuze en rechtenbeheer. Een interne richtlijn voor AI‑gebruik, inclusief bronvermelding en kwaliteitscriteria, voorkomt discussie achteraf.
Publieke instellingen en gesubsidieerde projecten hebben extra aandachtspunten. Inkoopvoorwaarden en de AVG vragen om dataminimalisatie, beveiliging en verwerkersafspraken. Een DPIA (gegevensbeschermingseffectbeoordeling) kan nodig zijn als persoonlijke data of stemmen worden gebruikt.
Wat dit nieuws echt betekent
De lancering laat zien dat een kleine speler met generatieve systemen snel iets speelbaars kan maken. Dat is op zichzelf interessant, maar maakt de superlatief “eerste” niet automatisch waar. Zonder open documentatie is het vooral een momentopname van waar de tools vandaag staan.
De komende maanden worden audit en herhaalbaarheid belangrijker dan bravoure. Wie zijn AI‑pipeline publiceert — met modelversies, prompts en licenties — bouwt vertrouwen op. Dat sluit aan bij de AI Act en bij verwachtingen van spelers en platforms.
Voor het Europese ecosysteem is de les helder: experimenteer, label en documenteer. Dan wordt de vraag “door wie is dit gemaakt?” minder beladen, en verschuift de discussie naar wat echt telt: speelplezier, originaliteit en duurzaamheid.
