Twee Stanford-onderzoekers testten 50 veelgeciteerde bevindingen over taalmodellen opnieuw, op 20 modellen van de afgelopen twee jaar. Bijna de helft klopt niet meer. Wie medewerkers traint met AI-voorbeelden van een jaar geleden, leert ze dus deels dingen die niet meer waar zijn.
In het kort
- Van 50 bekende bevindingen over AI-modellen is 44% verlopen en 34% verzwakt.
- Verlopen bevindingen hielden het gemiddeld 15,7 maanden vol.
- Zwaktes in kunnen verdwijnen het snelst. Modellen die de gebruiker naar de mond praten, blijven.
- Microsoft haalt vanaf half november de losse Word-, Excel- en PowerPoint-agents uit Copilot.
Wat er gebeurde
Een Stanford-studie laat zien dat de meeste bekende AI-zwaktes binnen anderhalf jaar verdwijnen of duidelijk afzwakken.
Owen Queen en James Zou publiceerden The shelf life of LLM findings (Stanford, 2 november 2026). Ze herhaalden de oorspronkelijke tests op modellen van acht makers uit juli 2024 tot september 2026. Een voorbeeld uit The Decoder (3 november 2026): GPT-3.5 verzon in 2023 nog 55% van zijn bronvermeldingen. GPT-6.1 Sol komt nu op 0%, Claude Sonnet 5.5 op 1%. Qwen3.7-Flash, ook een model uit 2026, verzint er nog 69%.
Wat bleef of sterker werd, gaat vooral over gedrag: modellen die de gebruiker gelijk geven en AI-beoordelaars die hun eigen antwoorden voortrekken.
Dezelfde dag kondigde Microsoft in bericht MC1536062 (Microsoft 365 Message Center, 3 november 2026) aan dat de losse Word-, Excel- en PowerPoint-agents verdwijnen. Documenten maken gaat voortaan direct in Copilot Chat. Microsoft adviseert zelf om handleidingen bij te werken.
Waarom dit relevant is
Een AI-training is een momentopname van bepaalde modellen op een bepaalde datum, en die momentopname veroudert sneller dan het lesmateriaal.
Veel AI-training voor medewerkers leunt op waarschuwingen als “AI verzint bronnen” of “AI kan niet rekenen”. Bij de grote modellen klopt dat steeds minder. Een medewerker die dat zelf merkt, gaat de rest van de training ook wantrouwen. De waarschuwing die wel blijft staan, krijgt weinig aandacht: een model dat meegaat met wat jij al denkt. En de verschillen per model zijn groot, dus “AI doet X” zegt weinig zonder modelnaam en datum.
Leer je team niet alleen wat AI fout doet. Leer ze hoe ze dat zelf testen.
Wat je nu kunt doen
Behandel je AI-training als software: met een versie, een datum en een vast moment om bij te werken.
- Zet bij elk voorbeeld welk model en welke datum het betreft.
- Test elk half jaar opnieuw of de bekende fouten nog optreden in de tools die je team echt gebruikt.
- Verschuif de nadruk naar controleren: bronnen nalopen, tegenvragen stellen, het model niet naar het gewenste antwoord sturen.
- Werk je Copilot-instructies bij voordat de uitrol half november begint.
- Leg vast wie dit bijhoudt. Artikel 4 van de AI Act vraagt voldoende AI-geletterdheid, en dat is geen eenmalige cursus.
Meer over die verplichting lees je in artikel 4 en AI-geletterdheid in je organisatie. Heb je Copilot al uitgerold, lees dan zo krijg je Copilot-adoptie op gang. Onze AI-trainingen voor teams werken met de modellen die je nu gebruikt.
Veelgestelde vragen
Minstens elk half jaar. Volgens Stanford was 16 procent van de bekende bevindingen over AI-modellen na een jaar verlopen en 39 procent na twee jaar, dus voorbeelden en waarschuwingen verouderen snel.
Dat verschilt sterk per model. In de Stanford-test verzon GPT-6.1 Sol geen bronnen en Claude Sonnet 5.5 1 procent, terwijl Qwen3.7-Flash nog 69 procent verzon. Bronnen nalopen blijft dus nodig.
Bronnen: Stanford (Queen en Zou), 2 november 2026, The Decoder, 3 november 2026, Microsoft 365 Message Center MC1536062, 3 november 2026.