AI die code helpt schrijven is niet hetzelfde als AI die zelfstandig AI-onderzoek versnelt. Volgens DiarioBitcoin concludeerde een interne evaluatie van Google DeepMind dat de gemeten vooruitgang na april 2026 geen significante structurele versnelling liet zien die aan AI zelf kon worden toegeschreven. DiarioBitcoin meldde dit op 15 oktober 2026 en schreef dat de evaluatie was opgenomen in het veiligheids- en beveiligingsrapport voor Gemini 4 Argon, dat een dag eerder verscheen.
De analyse omvatte volgens DiarioBitcoin 123 modellen en 92 benchmarks. De gerapporteerde cijfers gaan over de maandelijkse trend voor publieke modellen, gemeten met de General Capability Index (GCI), een index voor algemene modelcapaciteit.
De GCI-trend lag na april hoger
DiarioBitcoin rapporteerde een hogere maandelijkse trend na april 2026, maar schreef ook dat de evaluatie die stijging niet als een significante structurele omslag beschouwde.
| Periode | Maandelijkse trend voor publieke modellen |
| Vóór april 2026 | 0,091 GCI-punten per maand |
| Na april 2026 | 0,118 GCI-punten per maand |
Het verschil tussen de twee gerapporteerde waarden is rekenkundig 0,027 GCI-punt per maand. Dat is ongeveer 29,7% boven de eerdere trend. Die berekening beschrijft het verschil tussen de cijfers; de conclusie van de evaluatie, zoals DiarioBitcoin die weergaf, was dat er geen significante structurele versnelling was.
Codebijdrage is geen maat voor zelfstandig onderzoek
Volgens DiarioBitcoin draagt AI bij aan meer dan 75% van de productiecode bij Google DeepMind. Tegelijkertijd vereist 88% van de codewijzigingen nog menselijke beoordeling. Het aandeel volledig gedelegeerde wijzigingen steeg in de gerapporteerde vergelijking van 7,5% naar 11,9%.
Die cijfers meten verschillende stappen: AI kan code helpen maken, terwijl mensen wijzigingen controleren of een taak volledig aan een systeem overlaten. Geen van die percentages beschrijft op zichzelf of AI zelfstandig onderzoek uitvoert dat de ontwikkeling van AI versnelt.
DiarioBitcoin meldde ook dat antwoorden van 12 senior onderzoekers van Google DeepMind wezen op betere automatisering bij duidelijk omschreven, controleerbare taken dan bij open ideeënvorming en complexe planning. Dat onderscheid helpt verklaren waarom ondersteuning bij afgebakend programmeerwerk niet automatisch betekent dat een model het bredere onderzoeksproces zelfstandig kan voortstuwen.
NeoTeo schreef eerder over kritiek op de prestaties van Gemini 4 Argon en de reactie van Google in een apart artikel. Dat eerdere onderwerp staat los van de GCI-trend die hier wordt besproken.
Wat de gerapporteerde RE-Bench-resultaten zeggen
DiarioBitcoin beschreef een RE-Bench-evaluatie met 74 taken voor machine-learningengineering. Gemini 4 Argon zou ongeveer de helft hebben opgelost; Gemini 3.7 Flash behaalde volgens dezelfde berichtgeving 27%. Die scores horen bij deze specifieke taakverzameling.
Een afzonderlijke beoordeling van 1.389 uitvoeringen van Argon liet volgens DiarioBitcoin lagere slagingskansen zien bij complexe taken zonder menselijke tussenkomst. De gerapporteerde resultaten wijzen daarmee op een verschil tussen hulp bij technische deeltaken en zelfstandig omgaan met ingewikkeldere opdrachten.
