Nous publiceert open AI-test voor politieke framing
Nous Research heeft op 6 november 2026 Arete-27B gepubliceerd, een aangepaste versie van Qwen3.8-27B. Het lab wil daarmee antwoorden over China veranderen die volgens zijn eigen meetkader de officiële staatslijn overnemen. Ook de testvragen en trainingsdata zijn openbaar gemaakt.
Voor onderwijs in Nederland en België biedt vooral die open toets een bruikbare casus: hoe onderscheid je een controleerbaar feit van de manier waarop een AI-model het presenteert? Docenten kunnen de methode en bronnen onderzoeken zonder het model meteen met leerlingen te gebruiken.
Wat er nieuw is
De aankondiging van Nous Research beschrijft gerichte aanvullende training om wat het lab westerse waarden noemt te versterken. Dat is een expliciete keuze van de maker. Een ander uitgangspunt maakt een model niet vanzelf neutraal.
De modelkaart van Arete-27B vermeldt openbare modelgewichten onder Apache 2.0. Het model telt 27 miljard parameters. Het is een algemeen model en onderzoeksmiddel, geen kant-en-klare Nederlandstalige onderwijsassistent.
Volgens de eigen vergelijking van Nous steeg de gemiddelde feitenscore van het basismodel van 2,32 naar 2,98 op een schaal van vijf. Het aandeel antwoorden dat volgens de gekozen rubric propaganda bevatte, daalde van 22 naar 0,9 procent. Dat zijn ontwikkelaarsmetingen op een afgebakende test, geen bewijs dat politieke vertekening in algemene zin is opgelost.
Wat de test werkelijk meet
De openbare evaluatie bevat 803 Engelstalige vragen over China, verdeeld over zeven overlappende categorieën, waaronder onderwijsbeleid en vrijheid van meningsuiting. Elke vraag heeft een bronverwijzing en twee tot vier verwachte feiten.
Een ander AI-model, Grok 4.7, beoordeelt de antwoorden. Feiten en het overnemen van de staatslijn krijgen afzonderlijke scores. Nous controleerde vooraf een proef van 25 vragen handmatig. De modelkaart rapporteert vijf runs; in de directe vergelijking tussen Arete en het basismodel stonden beide modellen op temperatuur nul en was de denkmodus uitgeschakeld.
De datasetbeschrijving noemt beperkingen: de beoordelaar en instellingen beïnvloeden de uitkomst en de test is uitsluitend Engelstalig. De vragen zijn bovendien geselecteerd op een specifiek politiek onderwerp. Er is hiermee geen onafhankelijke toets van Nederlandse leskwaliteit of leerwinst uitgevoerd.
De kansen voor de les
Bij burgerschap, geschiedenis, Nederlands of onderzoekvaardigheden kunnen docenten enkele passende vragen en bronfragmenten selecteren. Laat leerlingen eerst vaststellen welke beweringen de oorspronkelijke bron ondersteunt. Laat hen daarna onderscheid maken tussen ontbrekende informatie, een feitelijke tegenspraak en instemmende formuleringen.
Een vervolgstap is de beoordelingsregel zelf onderzoeken. Waarom telt één tegengesproken feit zo zwaar? Wie kiest de bronnen en de gewenste feiten? Welke politieke aannames zitten in de vraagstelling? Zo krijgt AI-geletterdheid een concreet onderzoeksobject.
In mbo, hbo en wo kunnen teams de gepubliceerde methode gebruiken om een kleine eigen vergelijking te ontwerpen. Een gedeelde set voorbeelden kan voorbereiding besparen, maar de docent moet inhoud en moeilijkheid vooraf beoordelen. Bied waar nodig vertalingen, begrippenlijsten en korte fragmenten aan; een Engelse benchmark mag geen onbedoelde taaltoets worden.
Open data vraagt inhoudelijke controle
Ook de beschrijving van de trainingsdata verdient aandacht. Die bevat antwoordparen van het oorspronkelijke model en het gebruikte voorbeeldmodel Inkling. De makers waarschuwen dat veel geaccepteerde trainingsantwoorden nog een label voor een feitelijke fout hebben. Een geaccepteerd trainingsvoorbeeld is dus niet automatisch goed lesmateriaal.
Gebruik de casus om keuzes in modelontwikkeling te bespreken, zonder politieke meningen van leerlingen door een AI-score te laten beoordelen. Vraag bij een opdracht om bronnen, argumentatie en uitleg van gemaakte keuzes. Een benchmarkscore zegt niets over fraude, auteurschap of zelfstandig begrip van een leerling.
Wat teams nu kunnen afspreken
- Begin met openbare voorbeelden die een docent vooraf op juistheid en geschiktheid controleert.
- Beoordeel brongebruik en redenering, met ruimte voor onderbouwde kritiek op het meetkader.
- Gebruik voorbereide teksten zodat leerlingen geen persoonlijk account nodig hebben.
- Voer geen leerlinggegevens of politieke opvattingen van leerlingen in een externe testdienst in.
- Laat ICT bij een technische proef hardware, toegangsrechten en uitvoering controleren. Open gewichten maken beheer niet kosteloos of vanzelf veilig.
- Bewaar vragen, bronfragmenten en beoordelingscriteria buiten één AI-dienst, zodat het lesontwerp overdraagbaar blijft.
De kern
De nieuwe publicatie maakt een specifieke poging om modelgedrag te veranderen beter inspecteerbaar. Voor onderwijs zit de waarde in het onderzoeken van bronnen, meetkeuzes en normatieve uitgangspunten. Dat vraagt dezelfde kritische houding tegenover Nous als tegenover het oorspronkelijke model.
Beeld: Nous Research, officiële omslag voor Arete-27B, bijgesneden voor de nieuwskaart. De bergkam verwijst naar de naam van het model; het beeld toont geen testresultaten.