Vraag een beeldgenerator om een analoge klok die kwart over drie aanwijst. Je krijgt een klok. Hij is mooi, hij is scherp, de wijzerplaat klopt tot en met de kleine streepjes. En hij staat op tien over tien.

Vraag het opnieuw. Vraag het nadrukkelijker. Zet er kwart over drie bij in hoofdletters, of schrijf 3:15, of teken het uit in woorden. Tien over tien. Nog eens: tien over tien.

Waarom net die stand

Het model is niet koppig. Het heeft gewoon nooit iets anders gezien.

In de horloge- en klokkenreclame is tien over tien al decennia de huisregel. De wijzers staan dan symmetrisch omhoog, links en rechts even hoog, en de ruimte onder de twaalf blijft vrij voor de merknaam op de wijzerplaat. Elke catalogusfoto, elke webshopfoto, elke advertentie: dezelfde stand. Zoek een keer op afbeeldingen naar “horloge” en scroll een halve minuut. Je vindt er nauwelijks eentje die iets anders aangeeft.

Dat is de wereld waar een beeldmodel uit leert. Miljoenen klokken, en zowat allemaal in dezelfde pose. Het model leert dus niet wat een klok doet. Het leert hoe een klok eruitziet. En hoe een klok eruitziet, dat is nu eenmaal tien over tien.

Vondst. Er zit een omkering in die me blijft bevallen. Wij denken dat de machine hier faalt op tijd. Ze faalt niet op tijd, want ze weet van tijd niets af. Ze slaagt perfect in wat ze wel geleerd heeft: het gemiddelde plaatje van een klok reproduceren. Het probleem zit niet in het model, het zit in de reclamefotografie van de laatste vijftig jaar.

Aflezen gaat trouwens ook mis

Het tweede stuk is nog wat vervelender, want dat gaat de andere kant op. Niet tekenen, maar lezen.

Onderzoekers van de School of Informatics van de Universiteit van Edinburgh, Rohit Saxena en Aryo Gema, lieten in 2025 multimodale modellen wijzerplaten en kalenders interpreteren. Gewoon: hier is een foto van een klok, hoe laat is het. Het beste model gaf de stand van de wijzers in minder dan een kwart van de gevallen juist. Bij datumberekeningen op een kalender zat de beste er in ongeveer een op de vijf gevallen naast.

Hun uitleg is de moeite. Een wijzerplaat aflezen is geen vormherkenning. Je moet twee hoeken inschatten, uitmaken welke wijzer de korte is en welke de lange, die twee ten opzichte van elkaar plaatsen, en er dan nog een klein rekensommetje op loslaten. Precies de dingen waar deze systemen zwak in zijn, allemaal tegelijk, in een plaatje dat er voor ons doodsimpel uitziet.

En dat is wat me eraan boeit. Wij zien kwart over drie in een oogopslag en zijn vergeten dat we dat ooit hebben moeten leren. Met een kartonnen klok en twee splitpennen, in de klas, ergens rond ons zevende. Het duurde weken.

Zelf testen, en wat je erbij moet zeggen

De proef duurt dertig seconden. Vraag drie keer om een klok op een tijd naar keuze, elke keer anders geformuleerd, en schrijf op wat je krijgt. Doe het met het model dat je zelf gebruikt, niet met het model uit een artikel van een jaar geleden.

Let op. Dit is een bewegend doelwit. Sinds begin 2026 zijn er beeldmodellen die het merkbaar beter doen, en er loopt onderzoek dat specifiek probeert klokaflezen te verbeteren. Dus niet: AI kan geen klok tekenen. Wel: tot voor kort deden vrijwel alle modellen dit, en veel doen het nog. Als je zelf test, zet de datum erbij, want de bevinding veroudert sneller dan het stuk.

Wat niet veroudert is het mechanisme eronder. Een model leert het makkelijkste patroon dat de data toelaten, en dat is bijna nooit het patroon dat wij bedoelden. Bij de klok is dat grappig, want je ziet het meteen en er hangt niets van af. Vervelender wordt het wanneer het patroon dat het model gevonden heeft er ook uitziet als begrip, en de data die scheefstaan van iets zijn waar je zelf niet in kan kijken.

Tien over tien is dan nog de eerlijkste fout die er bestaat. Ze staat er groot op.

Proef op de som:

Met Gemini geen 10 over 10 maar wel 3u. Verschillende pogingen om bij te sturen helpen niet 🙂

ChatGPT doet dit zeker goed

De AI van Magnific gaat inderdaad uit de bocht

En wat zijn jouw bevindingen?