Centraal in Hassabis’ denken staat het idee dat AI een hulpmiddel kan worden voor wetenschappelijke ontdekking. Zijn langjarige missie is intelligentie te begrijpen en die kennis te gebruiken om andere problemen op te lossen. Eerdere DeepMind-systemen verklaren waar dat vertrouwen vandaan komt:

• AlphaGo liet in 2016 tijdens een wedstrijd tegen Go-kampioen Lee Sedol met de bekend geworden ‘move 37’ een strategie zien die menselijke experts aanvankelijk niet voor de hand liggend vonden.
• AlphaZero ging verder door bordspellen te leren vanuit alleen de spelregels en door tegen zichzelf te spelen, zonder menselijke partijen als trainingsvoorbeelden. Voor Hassabis laten zulke systemen zien dat AI binnen een afgebakend probleem nieuwe oplossingen kan ontdekken.
• AlphaFold bracht deze benadering naar de wetenschap. Het systeem voorspelt eiwitstructuren, een probleem waarmee onderzoekers tientallen jaren worstelden. Volgens CBS voorspelde DeepMind met AlphaFold in één jaar ongeveer 200 miljoen eiwitstructuren. Het wordt inmiddels toegepast in onderzoek naar onder meer malaria, kanker en veroudering. De voorspellingen blijven onderdeel van een breder wetenschappelijk proces en moeten waar nodig experimenteel worden bevestigd. AlphaFold laat zien dat AI onderzoek kan versnellen, niet dat AI zelfstandig wetenschappelijke of maatschappelijke problemen kan oplossen.

Het uiteindelijke doel van Hassabis is artificial general intelligence, AGI. Zijn opvatting daarvan gaat verder dan AI die veel menselijke taken beter kan uitvoeren.

In het TIME-interview uit april 2025 legt hij de lat bij wetenschappelijke creativiteit: een werkelijk algemene intelligentie zou ook nieuwe theorieën en verklaringen moeten kunnen bedenken. Als denkbeeldige test noemt hij een AI die met dezelfde beschikbare kennis als Einstein zelf tot de algemene relativiteitstheorie zou kunnen komen.

Volgens Hassabis zijn huidige AI-systemen daar nog niet. AlphaGo en AlphaZero kunnen binnen een gegeven probleemruimte onverwachte oplossingen vinden, maar algemene AI-systemen missen volgens hem een verdergaande vorm van wetenschappelijke creativiteit: zelfstandig nieuwe vragen, hypothesen en verklaringen formuleren. In april 2025 sprak Hassabis over vijf tot tien jaar voordat AGI mogelijk zou zijn; in juli 2026 formuleerde hij zijn verwachting als „a few short years”. Zijn publieke formulering is daarmee urgenter geworden, maar beide uitspraken blijven speculatief: voor AGI bestaat geen algemeen aanvaarde definitie of tijdlijn.

Hassabis verwacht grote maatschappelijke voordelen als zulke systemen worden gerealiseerd. In zijn recente essay vergelijkt hij de mogelijke impact van AGI met tien keer die van de Industriële Revolutie in een tiende van de tijd. Hij denkt dat AI kan bijdragen aan snellere medicijnontwikkeling, schone energie en nieuwe materialen en uiteindelijk mogelijk aan een economie waarin schaarste een veel kleinere rol speelt. In CBS’ 60 Minutes zegt hij dat de ontwikkeling van één medicijn gemiddeld ongeveer tien jaar en miljarden dollars kost en dat AI delen van dat proces mogelijk van jaren naar maanden of weken kan terugbrengen. Ook denkt hij dat het einde van ziekten binnen een decennium binnen bereik zou kunnen komen.

Het NRC-profiel van Wouter van Noort plaatst die ambitie in een persoonlijk kader. Volgens Sebastian Mallaby, die een biografie van Hassabis schrijft, drong Hassabis erop aan dat hij Ender’s Game zou lezen, een sciencefictionroman over een begaafd kind dat wordt opgeleid om de mensheid te redden. Hassabis zou hebben gezegd dat het hoofdpersonage laat zien „wie ik ben”. Mallaby ziet daarin een sterk gevoel van persoonlijke verantwoordelijkheid. Hij beschrijft Hassabis ook als competitief, een eigenschap die hij mede terugvoert op diens jeugd als schaakwonderkind.

Intussen ontwikkelt AI zich van systemen die vooral informatie genereren naar systemen die ook kunnen waarnemen en handelen. Project Astra van Google DeepMind kan via beeld en geluid reageren op zijn omgeving. DeepMind werkt ook aan Gemini-systemen die praktische handelingen kunnen uitvoeren en aan AI voor robotica. Daarmee komt agentic AI in beeld: systemen die zelfstandiger taken uitvoeren en doelen nastreven. Hassabis beschouwt geen vande huidige AI-systemen als bewust of zelfbewust. Hij sluit toekomstig machinebewustzijn niet uit, maar het creëren daarvan is geen huidig onderzoeksdoel.

Die toenemende autonomie brengt volgens Hassabis risico’s mee. Krachtige modellen kunnen worden misbruikt voor cyberaanvallen of biologische dreigingen, terwijl bestaande AI misinformatie en deepfakes versterkt. Voor AI-gegenereerde inhoud wijst hij onder meer op digitale watermerken zoals SynthID. Naarmate systemen zelfstandiger en krachtiger worden, dringt de vraag zich op hoe mensen hun gedrag kunnen begrijpen en beheersen.

In een gesprek met Cleo Abram eerder dit jaar zei Hassabis dat hij liever had gezien dat AI langer in een gecontroleerde wetenschappelijke omgeving was ontwikkeld. In de praktijk versnellen commerciële en geopolitieke concurrentie de ontwikkeling. Daar ontstaat de centrale paradox die NRC beschrijft: Hassabis neemt ernstige AI-risico’s serieus, maar blijft krachtigere systemen ontwikkelen. Zijn argument is dat de wedloop doorgaat als hij of DeepMind stopt en er dan een partij minder bij betrokken is die veiligheid belangrijk vindt. Wanneer meerdere deelnemers zo redeneren, houdt diezelfde logica de wedloop mede in stand.

Zijn veiligheidsdenken blijft niet bij waarschuwingen. In zijn recente essay stelt Hassabis een Amerikaanse Frontier AI Standards Body voor die de krachtigste modellen vóór introductie zou testen. Aanvankelijk zou deelname vrijwillig kunnen zijn; later zouden frontiermodellen een beoordeling moeten doorstaan voordat ze op de Amerikaanse markt worden toegelaten. Hij pleit ook voor onafhankelijke evaluaties en externe audits en houdt de mogelijkheid open de ontwikkeling gecoördineerd te vertragen wanneer ernstige risico’s dat vereisen.

Daar staan grote economische belangen tegenover. Volgens TIME kan de ontwikkeling van AGI honderden miljarden dollars aan investeringen vereisen, terwijl automatisering delen van de arbeid in een wereldeconomie van meer dan 100 biljoen dollar kan raken. Google verschaft DeepMind de rekenkracht en middelen voor dit onderzoek, maar is ook een onderneming met aandeelhouders en commerciële belangen. Dat AlphaFold gratis beschikbaar is voor wetenschappelijk onderzoek, garandeert niet dat toekomstige AGI-technologie volgens hetzelfde model wordt ingezet.

TIME beschrijft ook een spanning tussen Hassabis’ principes en de institutionele praktijk. Bij de overname van DeepMind door Google in 2014 bedong Hassabis volgens het tijdschrift een contractuele beperking op militaire toepassingen. Na latere reorganisaties verdween die bescherming. Volgens TIME levert Google inmiddels AI-technologie aan krijgsmachten. Hassabis verklaart zijn veranderde houding tegenover militaire toepassingen vanuit de verslechterde geopolitieke situatie. Het voorbeeld laat zien hoe naast persoonlijke overtuigingen ook bedrijfsbelangen en geopolitieke omstandigheden de inzet van AI bepalen.

Daarmee komt de discussie uit bij de belangrijkste kritiek van NRC: macht en verdeling. Hassabis verwacht dat AGI grote productiviteitswinsten en mogelijk een tijdperk van overvloed kan opleveren, maar daarmee is niet bepaald wie de technologie controleert, wie profiteert en hoe kosten en opbrengsten worden verdeeld. TIME scherpt dit aan met de vraag wat er met de positie van burgers gebeurt wanneer bedrijven en staten voor economische productie minder afhankelijk worden van menselijke arbeid. Hassabis erkent dat hij beter is in het voorspellen van technologische dan van sociale en economische ontwikkelingen. Een wereld met veel minder schaarste heeft volgens hem mogelijk een nieuwe politieke filosofie nodig; hij heeft ook gezegd dat democratie niet vanzelfsprekend de uiteindelijke bestuursvorm hoeft te zijn.

Zijn recente essay nuanceert de kritiek dat hij deze maatschappelijke dimensie negeert. Hassabis schrijft expliciet dat zelfs als technische AI-problemen worden opgelost, economische en filosofische vragen over verdeling, waarden, betekenis en het menselijk bestaan overblijven. Die mogen volgens hem niet door technologen alleen worden beantwoord. Zijn voorstellen zijn echter concreter voor technische veiligheid en toezicht dan voor eigendom, economische herverdeling en democratische besluitvorming.

Daar komt een fundamentelere waardenvraag bij. In CBS’ 60 Minutes stelt Hassabis dat AI-systemen via voorbeelden, instructie en veiligheidsgrenzen een waardesysteem en gedragsregels kunnen meekrijgen, enigszins zoals mensen kinderen waarden proberen bij te brengen. Dat is een mogelijke aanpak, geen bewezen oplossing voor het technische en maatschappelijke probleem van AI-alignment. Het roept een politieke vraag op: als autonome systemen volgens aangeleerde waarden gaan handelen, welke waarden zijn dat dan, wie selecteert ze en met welk maatschappelijk mandaat?

Zo ontstaat een bredere spanning dan die van een AI-bouwer die waarschuwt voor de risico’s van zijn eigen technologie. Hassabis ziet AI zich ontwikkelen van patroonherkenner en probleemoplosser tot systemen die ‘zelfstandig’ kunnen ontdekken en handelen. Hij verwacht grote wetenschappelijke en maatschappelijke voordelen, maar erkent ook risico’s van misbruik, verlies van controle en geopolitieke concurrentie. Zijn voorstellen voor technische veiligheid en toezicht worden concreter; veel minder duidelijk is hoe eigendom, economische verdeling, publieke waarden en democratische controle moeten worden georganiseerd. De centrale vraag is daarom niet alleen of AGI technisch mogelijk en veilig te maken is, maar ook wie bepaalt waarvoor zulke systemen worden ontwikkeld, welke waarden ze meekrijgen, wie er zeggenschap over heeft en hoe baten en risico’s worden verdeeld.

Bronnen

• Abram, C. (2026). The hardest problem AI ever solved, with Google DeepMind CEO Demis Hassabis [Video]. YouTube. Besproken in Derksen (2026).
• Derksen, M. (2026, 12 april). De belofte en risico’s van AI volgens Hassabis. Upstream.
• Hassabis, D. (2026, 14 juli). A framework for frontier AI and the dawning of a new age. LinkedIn.
• Pelley, S., Chasan, A., Schrier Cetta, D., & Brennan, K. (2025, 20 april). What’s next in artificial intelligence according to a tech visionary who may hold the cards to our future. CBS News / 60 Minutes.
• Perrigo, B. (2025, 16 april). Demis Hassabis is preparing for AI’s endgame. TIME.
• Van Noort, W. (2026, 7 augustus). Demis Hassabis: de AI-pionier en Nobelprijswinnaar met diepe zorgen over zijn eigen uitvinding. NRC.
• Mallaby, S. (2026). The Infinity Machine. Aangehaald in Van Noort (2026).