Hoe Google DeepMind AI-misbruik in de biologie wil stoppen (en wat dat voor jou betekent)

Sophie Jansen · 2026-07-16

Google DeepMind en Isomorphic Labs hebben een bioresilience-programma gelanceerd om AI-misbruik in de biologie te beperken en tegelijkertijd uitbraken te bestrijden. Het klinkt als sciencefiction, maar het is echt. En het raakt direct aan hoe wij AI-websites bouwen en inzetten voor medische doeleinden. De twee organisaties publiceerden een update over een gezamenlijk initiatief dat stil begon en nu, in de afgelopen 12 maanden, meer dan 15 partnerschappen heeft opgebouwd met overheidsinstanties, biosecurity-organisaties en onderzoeksgroepen. ### Het dubbele mandaat van AI in de biologie De aankondiging komt met een specifiek framing-probleem. Frontier-modellen zoals Gemini hebben een steeds gedetailleerdere kennis van biologie, en DeepMind erkent dat het koppelen van deze systemen aan gespecialiseerde biologie-modellen, agents zoals het Antigravity-platform, en databases van derden die capaciteit alleen maar zal verscherpen. Maar dezelfde kennis die een onderzoeker helpt een vaccin-doelwit in kaart te brengen, kan in principe een kwaadwillende helpen om gaten in hun eigen begrip te dichten. DeepMind en Isomorphic beschrijven dit als een dubbel mandaat: de wetenschappelijke vooruitgang mogelijk maken die frontier AI mogelijk maakt, terwijl diezelfde tools uit handen blijven van mensen die ze zouden misbruiken. ### Drie pijlers van het programma Het programma rust op drie pijlers, volgens de bedrijven: het voorkomen van misbruik, het sneller detecteren van uitbraken, en het reageren zodra een uitbraak of aanval gaande is. De 15-plus partnerschappen van het afgelopen jaar raken alle drie, hoewel de update beperkte details geeft over welke organisaties betrokken zijn, naast een handvol genoemde samenwerkers, waaronder Lawrence Livermore National Laboratory, het UK AI Security Institute, CEPI, en het Francis Crick Institute. DeepMind zegt van plan te zijn deze relaties de komende zes tot twaalf maanden uit te breiden, met aandacht voor dreigingsinformatie, evaluatiemethoden voor AI-agents, en jailbreak-mitigaties. Het coördineert ook met het Frontier Model Forum over vragen zoals hoe om te gaan met risicovollere categorieën trainingsdata, waarbij virologie-datasets als voorbeeld worden gegeven. ### Gemini afsluiten zonder legitieme wetenschap te blokkeren Het preventiewerk rust op dreigingsmodellering die is ontworpen om te identificeren welke actoren het meest waarschijnlijk misbruik zullen proberen en welke knelpunten hen momenteel stoppen. DeepMind zegt dat het een mix van expert red-teaming en gerandomiseerde gecontroleerde proeven gebruikt om te beoordelen of Gemini iemand zou kunnen helpen die knelpunten te omzeilen. Post-training-methoden zijn bedoeld om het model te leren schadelijke queries te weigeren, terwijl het zogenaamde over-weigering van legitieme wetenschapsvragen wordt vermeden. Een balans die in de hele industrie moeilijk is gebleken, niet alleen voor DeepMind. Classifiers en probes worden ingezet om risicovolle activiteiten in realtime te markeren, en het bedrijf zegt gerichte log-analyse uit te voeren om subtielere misbruikpatronen op te vangen die geautomatiseerde filters mogelijk missen. Geen van deze mitigaties wordt beschreven als opgelost. DeepMind presenteert ze als een doorlopend proces in plaats van een afgerond systeem. Dit is belangrijk voor elke onderneming of overheidsinstantie die overweegt te vertrouwen op de beveiligingen zoals ze momenteel zijn geconfigureerd. Een classifier die is afgestemd op bekende jailbreak-patronen in een gecontroleerde evaluatie, garandeert geen gelijkwaardige prestaties tegen nieuwe aanvalsmethoden die in live gebruik opduiken, en het bedrijf beweert ook niet anders. ### Het DNA-synthese screening probleem Een van de concretere risico's die worden onderzocht, betreft DNA-synthese. Bedrijven binnen de International Gene Synthesis Consortium screenen momenteel bestellingen tegen lijsten van bekende schadelijke pathogenen en toxines, gekoppeld aan screening-algoritmen. DeepMind stelt ronduit dat deze aanpak begint te wankelen, omdat AI nu kan helpen bij het ontwerpen van DNA-sequenties met een vergelijkbare functie als een gevaarlijk pathogeen, zonder dat de sequentie dicht genoeg overeenkomt om bestaande screens te activeren. De voorgestelde oplossing leunt op DeepMinds bestaande watermerkingssysteem, SynthID, dat volgens het bedrijf een industriestandaard is geworden voor het markeren van AI-gegenereerde afbeeldingen en tekst. Het aanpassen ervan aan biologische sequenties wordt gepresenteerd als verkennend werk, niet als een afgeronde oplossing. ### Wat dit betekent voor AI-websitebouwers Voor jou als professional in AI-websitebouw betekent dit dat de tools die je gebruikt steeds slimmer worden, maar ook dat er meer verantwoordelijkheid bij komt kijken. Het gaat niet alleen om het bouwen van een mooie website, maar om het begrijpen van de ethische en veiligheidsimplicaties van de AI die je implementeert. - **Wees bewust van de dual-use aard:** Dezelfde AI die een medische doorbraak mogelijk maakt, kan ook voor kwaad worden gebruikt. Zorg dat je je bewust bent van de risico's. - **Kies voor transparantie:** Gebruik watermerking en andere technieken om AI-gegenereerde content herkenbaar te maken. - **Blijf op de hoogte:** Volg ontwikkelingen zoals die van DeepMind om te begrijpen welke beveiligingen er worden ontwikkeld en hoe je ze kunt toepassen. De balans tussen veiligheid en innovatie is nooit eenvoudig, maar het is essentieel. En zoals DeepMind laat zien, is het een doorlopend proces, geen eindbestemming.