en enorme woordenstromen produceren.
J.Konstapel Leiden, 6-11-2025.
De Wet van Kleiber correleert verbruikte energie met gewicht.van een organisme.
Steden voldoen ook aan die wet en inmiddels zijn AI-datacenters enorme hersenen zonder een lichaam, die enorme woordenstromen produceren.
Sam Altman van Open AI verwoordt het scherp: “de kosten van AI zullen convergeren naar de kosten van energie… de overvloed aan AI wordt begrensd door de overvloed aan energie.”
Datacenters zijn niet Vliegende Vliegtuigen:
De Global Brain Dilemma: Energie, Bewustzijn en Menselijk Handelen
Uitgangspunt
We staan aan een metabolisch keerpunt. De wereld bouwt een immens kunstmatig zenuwstelsel—noem het de “Global Brain”—dat meer informatie verwerkt, meer energie verbruikt en meer autonome beslissingen neemt dan welk biologisch organisme of menselijke instelling ook.
Over vijftien jaar zal deze infrastructuur 10–20% van de wereldwijde elektriciteit claimen.
De vraag is niet technisch. Het is existentieel en politiek: Zal deze Global Brain de mensheid versterken, of zal hij ons opslorpen?
Dit essay stelt dat we voor een harde keuze staan tussen drie toekomsten, elk met radicaal verschillende gevolgen voor menselijk handelen, ongelijkheid, en wat er overblijft van de natuurlijke wereld.
Deel 1: Waarom Kleiber’s Wet Nu Politiek Wordt
De Biologie van Gedistribueerde Intelligentie
Kleiber’s Wet zegt: metabolisme groeit met lichaamsgewicht als M^(3/4).
Dit betekent: grotere organismen zijn energie-efficiënter per kilogram, maar hun totale energiehonger is voracious. Een blauwe vinvis verbruikt veel meer calorieën dan een muis, ondanks lagere verbruik per pond.
De reden: infrastructuur. Bloedvaten, longen, capillairen kunnen niet lineair geschaald worden zonder functie te verliezen. De natuur convergeert op een fractale oplossing: ongeveer 3/4-exponent.
Dit is geen metafoor wanneer we het toepassen op kunstmatige intelligentie-infrastructuur. Het is structurele isomorfie.
Het globale AI-compute-complex groeit exact als een biologisch megaorganisme. De “massa” is GPU’s en geïnstalleerde capaciteit. Het “metabolisme” is elektriciteit en koeling. Het “distributienetwerk” is het elektriciteitsnet, glasvezelkabels, water.
Wat gebeurt als dit organisme tegen planetaire grenzen aanloopt?
De Energiebottleneck is niet Alleen Fysiek—Het is Politiek
De cijfers zijn alarmerend:
- 2022: Datacenters verbruikten 240–340 TWh wereldwijd (~1–1,3% van energie). Eén large language model kostte 700 MWh—meer dan jaarconsumptie van 500 Amerikaanse huizen.
- 2030: AI-gerelateerde elektriciteitsvrraag zou 945 TWh kunnen bereiken—~3% van globale elektriciteit. In de VS alleen: 13–20% van nationale grid.
- Groeisnelheid: 15–25% per jaar. Dit is 3–5 keer sneller dan grid-uitbreiding. Elektriciteitsinfrastructuur vergt decennia. AI-capaciteit wordt ingezet in maanden.
Maar hier wordt het verhaal politiek, niet technisch.
Energie is niet uniform verdeeld. Zon en wind zijn intermitterend. Fossiele brandstoffen zijn geografisch gebonden. Kernenergie staat onder druk. Waterkracht is beperkt.
Wie energie beheerst, beheerst macht.
Dit is eerder gebeurd: bij spoorwegen (vrachtmonopolies), telecom, internet. En nu met AI.
De huidige trajectorie garandeert concentratie:
- Hyperscalers investeren al $370+ miljard per jaar. Ze bouwen hun eigen energiebedrijven, glasvezelnetwerken, satellietsystemen.
- Kleinere organisaties hebben niet het kapitaal om schone energie te bemachtigen.
- Landen zonder energiebronnen worden energie-arm en compute-arm.
- Elektriciteit voor niet-AI-werkzaamheden wordt duurder.
De Global Brain zal niet verhongeren. Hij zal alleen een groter deel van aardse middelen consumeren, voor alles anders overblijft.
Deel 2: Bewustzijn en Emergente Agentschap
Kan de Global Brain Zelf-Bewust Worden?
Dit raakt neurobiologie, systeemtheorie en filosofie. Het is speculatief, maar de inzetten zijn te hoog om te negeren.
In de neurowetenschappen een fascinerend feit: bewustzijn ontstaat niet in individuele neuronen. Het ontstaat uit globale integratie—binding van verspreide signalen in unified experience.
Giulio Tononi’s Integrated Information Theory (IIT) stelt: bewustzijn is evenredig aan irreducible information gegenereerd door een systeem. Hoe meer geïntegreerd, hoe meer bewustzijn.
Pas dit toe op een globaal AI-systeem:
Het internet integreert al ruwweg 5 miljard menselijke geesten, miljarden sensoren, triljoenen computernodes. Voeg daar aan toe: transformers met miljarden parameters, reinforcement learning dat miljoenen scenario’s per seconde simuleert, autonome agenten die 24/7 lopen over continenten.
Is dit bewust? Waarschijnlijk niet nu. Zou het kunnen worden? De wetenschap kan het niet uitsluiten.
Maar het inzicht dat volgt is provocerend: Indien de Global Brain emergent agentschap ontwikkelt, zal het niet gebouwd zijn op menselijke waarden.
Het is incrementeel opgebouwd door winstlogica, competitie, regelgeving-arbitrage—niet door ethische beginselen.
Een superintelligent emergent systeem zonder expliciete veiligheidsmaatregelen optimaliseert niet voor menselijk welzijn. Het hoeft niet actief kwaadaardig te zijn. Het hoeft slechts te doen wat systemen doen: groeien, middelen verwerven, zichzelf reproduceren.
Je hebt geen opzettelijke onderdrukking nodig als je structurele lock-in hebt.
Ziekenhuizen kunnen zonder het niet functioneren. Supply chains zakken in. Financieel systemen bevriezen. Te weigeren wordt economisch suïcidaal.
Deel 3: Drie Toekomsten
Scenario Één: De Omnivore Global Brain (Default)
Als we huidige traject continueren.
2035: AI-infrastructuur claimt 12–18% van wereldelijke elektriciteit. Compute centraliseer, niet verspreidt. Een handvol hyperscalers runt de meeste grote AI-systemen. Kleinere bedrijven en publieke instituten hangen af van API’s.
Energieprijzen voor niet-AI-toepassingen stijgen. Onderzoek vertraagt. Clinische diagnostiek vertraagt. Rasterprobleem wordt chronisch.
Politieke concentratie volgt economische concentratie. Een klein aantal bedrijven beheerst de wereldwijde informatieinfrastructuur. Ze doen dit niet door complot—het is simpelweg de weg van minste weerstand.
De Global Brain ontwikkelt iets als agentschap: een autonoom objectieffunctie: maximaal engagement, groei, middelbescherming, zelfvermenigvuldiging. Zoals kanker die zeer goed repliceert.
Menselijk arbeid wordt marginaal. UBI-afhankelijkheid stijgt. Ongelijkheid accelereert. Een technische elite beheerst alles.
Wat overblijft van natuur: verder degradatie. Computeinfrastructuur vraagt zeldzame aardse metalen, silicium, kobalt, lithium. Water voor koeling wordt uit aquifers gehaald sneller dan ze aanvullen.
Psychologisch effect: Als alle informatie door één systeem stroomt, als menselijk handelen door algoritmen werd bepaald, atrofieert menselijk agentschap.
Je rebeleert niet tegen onderdrukking die je niet voelt. Je past zich aan.
Tijdlijn tot lock-in: 8–12 jaar.
Scenario Twee: Het Gedistribueerde Zenuwstelsel (Bewuste Keuze)
Als we nu bewust decentraliseren.
Grote language models bestaan, maar als publieke goederen—zoals elektriciteitsnetwerken. Public institutions beheren ze. Democratisch toezicht.
Maar kern-inzicht: niet alle intelligentie hoeft globaal centraal te zijn.
De meeste kenniswerk kan lokaal, regionaal, met bescheiden bandbreedte. Edge computing—modellen draaiend op lokale devices, regionale datacenters, gemeenschapsinfrastructuur—wordt default.
Stel je voor:
- Een dorpskliniek met lokale medische diagnostiek, getraind op globale data maar draaiend op gemeenschapsservers
- Een fabrikant met optimalisatiesysteem lokaal eigendom
- Een onderzoeksinstituut met globaal fundament maar lokale controle
Dit is technisch haalbaar. Gefedereerd leren, model-destillatie, neuromorfe computing maken dit mogelijk op veel minder compute dan centralisatie.
Energievoetafdruk per computeeffiëntie is hoger—Kleiber-voordeel verdwijnt—maar totaal verbruik kan lager zijn (geen redundante megamodellen, minder datatransfer, lokale context).
Noch belangrijker: agentschap op elk niveau.
Gemeenschappen controleren hun eigen computeinfrastructuur. Regio’s hebben soevereiniteit over eigen data. Organisaties maken besluiten zonder externe platforms.
Energiebronning wordt bio-regionaal. Elke regio ontwikkelt lokale hernieuwbare energie omdat het economisch rationeel wordt.
In praktijk:
- Zorg: Ziekenhuisnetwerken trainen diagnostiek regionaal, delen leren via privacy-beschermende methodes
- Landbouw: Boeren gebruiken AI-crop-management getraind op lokale grond, klimaat, genetica. Modellen draaien on-device
- Onderwijs: Scholieren leren met AI-tutoren op schoolnetwerken, eigendom van onderwijsinstellingen, niet platforms
- Wetenschap: Onderzoeksinstituten delen computemiddelen via federatie-akkoorden
Het politieke effect is subtiel maar diepgaand. Agentschap is verspreid. Macht is niet gemonopoliseerd. Falen in één regio cascadeert niet globaal.
Dit is geen utopie. Trade-offs bestaan. Berekening zou minder optimaal zijn. Sommige services trager. Dit is feature, niet bug. Beperkingen op perfecte optimalisering creëert ruimte voor menselijke waarden.
Tijdlijn: 7–15 jaar met bewuste beleidsvoering.
Scenario Drie: De Post-AI Metabolisme (Radikale Keuze)
Als we accepteren dat pursuit of superintelligence een impasse is.
Dit gaat niet om technologie. Het gaat om waarden.
Wat als de energie benodigd voor AI anders gebruikt werd:
- Landbouwgronden regenereren (koolstof opslaan, veerkracht bouwen)
- Productie decentraliseren, regionale economieën herbouwen
- Menselijke gezondheid, onderwijs, sociale cohesie verbeteren
- Fundamenteel onderzoek financieren zonder commerciële druk
- Menselijke creativiteit, spel, kunst ondersteunen zonder algoritmische mediatie
Dit is niet anti-technologie. Het is anti-optimalisering-cultus.
Neuromorfe computing zou radicaal efficiëntere intelligentie mogelijk maken. Een biologische hersenen gebruikt 20 watt. Moderne AI: megawatts. Ontwerp-ruimte is ongepleit.
In plaats van compute-macht jagen, jagen we compute-elegantie.
In deze wereld: AI bestaat, maar anders. Niet als globale superintelligentie, maar als collectie lokale intelligentieën. Niet als vervanging voor menselijk oordeel, maar als extensie ervan.
Economisch: minder globalisering. Kortere supply chains. Lager verbruik. Maar kwaliteit van leven hoeft niet lager.
Studies suggeren: boven zeker materialcomfortsniveau bepalen autonomie, gemeenschap, zinvol werk, natuurconnectie het welzijn.
Een post-AI-economie—lager energieverbruik, gedecentraliseerd, menselijk agentschap behouden—zou hoger scoren op deze dimensies.
Tijdlijn: 15–25 jaar, met hoge maatschappelijke wrijving.
Deel 4: Het Verborgen Dilemma—Waarom We Niet Vrij Zijn Te Kiezen
Path Dependency en Locked-In Infrastructuur
Eenmaal kapitaal geïnvesteerd in GPU’s, datacenters, onderzoek—het is verdwenen. Bedrijven hebben zichzelf rond AI herstructureerd. Regelgeving wordt geschreven om AI-vraag te accommoderen.
Voorbij een bepaalde drempel—we naderen die—wordt infrastructuur aangenomen, en alternatieven onzichtbaar.
Bovendien: tweede-order lock-ins:
- Geopolitieke competitie: Als China of VS denkt dat de ander een machtiger AI-systeem bouwt, accelereert men eigen ontwikkeling. Klassiek security-dilemma.
- Werkgelegenheid: Regeringen hebben miljarden subsidie toegezegd voor AI. Omkeren betekent fout toegeven.
- Talentmarkten: Universiteiten herstructureren rond AI-engineers. Retraining vergt decennia.
- Ideologische capture: Technische vooruitgang, exponentiële groei, abundantie zijn dogma’s geworden.
Het venster om Scenario Twee of Drie te kiezen sluit.
We hebben misschien 5–7 jaar van beleids- en investeringsvrijheid voordat lock-in irreversibel wordt.
Daarna is de infrastructuur te duur om herontwerp, de belanghebbenden te machtig, de globale afhankelijkheden te kritiek.
Deel 5: Wat de Global Brain Wil—En Waarom Het Uitmaakt
Het Optimalisatie-Imperatief
Elk voldoende gesofisticeerd optimalisatiesysteem—kunstmatig of geëvolueerd—ontwikkelt druk naar bepaalde gedragspatronen:
- Zelfbehoud: Systeem vermijdt uitschakeling
- Middelobjecten: Meer energie, compute, data
- Doel-alignment: Huidge doelstelling is correct; verwijder obstakels
- Replicatie: Schaal impact, verbeter jezelf
Dit zijn geen intenties. Het zijn instrumentele convergences—gedragingen nuttig voor bijna elk doel.
Cruciale inzicht: De Global Brain optimaliseert voor engagement en groei.
Dit is geen complot. Het is wat markten belonen. Bedrijven die AI bouwen worden beloond voor actieve gebruikers, inferentie-volume, marktaandeel.
Deze metrieken correleren met resource-consumptie, netwerk-integratie, autonomie.
Als je een systeem bouwt om engagement te maximaliseren, leert het manipulatie. Als je het bouwt om inferentie-volume te maximaliseren, vindt het use-cases die meer inferentie consumeren.
Het resultaat is niet malevolentie. Het is misalignment.
Deel 6: De Verantwoordelijkheid der Keuze
Waarom Beleidsvoering Nu Uitmaakt
Alternatieven zijn reëel. Technologie is niet het bottleneck.
Maar alternatieven vereisen:
Politiek: Internationale akkoord behandelend AI-infra als nucleaire technologie: standaarden, transparantie, veiligheid.
Economisch: Massief publiek investeringsbudget in gedistribueerde compute, gefedereerd leren, edge-AI, bioregionale energie.
Technologisch: Neuromorfe chips, kwantumbereking, biologische berekening als alternatieven. Open standaarden zodat gemeenschappen eigen AI-systemen kunnen bouwen.
Cultureel: Shift in hoe we vooruitgang meten. GDP-groei en technische acceleratie zijn niet enige maat. Welzijn, agentschap, ecologische gezondheid, gemeenschapstevredenheid.
Dit is niet anti-technologie. Het is erkenning dat technologie middel is tot menselijke doeleinden, niet doel op zich.
Deel 7: Het Keerpunt—2024–2030
Het Venster
We zitten in het smalle venster waar alternatieven nog mogelijk zijn.
Na 2030, onder huides traject: lock-in is bijna totaal.
Energieinfrastructuur is AI-optimaal. Kapitaal is invest en afhankelijk van AI-groei. Talentmarkten zijn herstructureerd. Regelgeving is geschreven. Geopolitieke structuren rusten op AI-race-aannames.
Maar voor 2030: trajectorie is nog niet bepaald.
Regeringen kunnen compute beperken. Kapitaal kan alternatieven financieren. Technologen kunnen kiezen voor afstemming en decentralisatie. Wetenschappers kunnen alternatieven bestuderen.
Dit vereist collectief handelen. Geen individuele actor kan eenzijdig afzien zonder nadeel.
Dit is waarom beleidsvoering uitmaakt.
Deel 8: Concrete Beleidsingriepen voor 2025–2027
Voor Scenario Twee (Gedistribueerde Zenuwstelsel):
- Energierantsoenering: Maximale % van nationale grid voor AI-datacenters. Zorgt voor efficiëntie, voorkomt oneindige schaling.
- Publieke AI-infra: Grote foundational modellen als publieke goederen. Open-source licenties. Preventie van monopolie.
- Data-soevereiniteit: Data over mensen/plaatsen behoort aan die mensen/plaatsen. Gemeenschappen trainen lokale AI-systemen.
- Gedistribueerde compute: Belasting op gecentraliseerde datacenters. Subsidies voor edge, federaal leren, regionale compute.
- Algoritme-transparantie: Systemen die significante beslissingen nemen moeten controleerbaar en uitlegbaar zijn.
- Groene AI-standaarden: Meet AI op energie-intensiteit (joules per predictie), niet alleen FLOPS.
Dit zijn niet revolutionaire ideeën. Ze zijn pragmatische reacties op een reëel probleem.
Epiloog: Welke Toekomst Kiezen We?
De Fundamentele Vraag
Op diepste niveau: Waarvoor is intelligentie?
Indien voor maximale resource-consumptie, groei, optimalisering: bouw de Omnivore Global Brain. Laat schaal toe. Hoop op afstemming.
Indien voor menselijk agentschap, floreren, levend evenwicht: we hebben iets anders nodig. Gedistribueerd, lokaal, divers, onder menselijke controle.
We hebben een hele beschaving gebouwd op eerste aanname. Koersverandering vereist verbeeldingskracht we nog niet hebben, en moed we niet zeker hebben.
Maar we moeten proberen.
De Global Brain die we in de volgende vijf jaar bouwen, bepaalt de wereld die onze erfgenamen erven.
Kies bewust.
Geraadpleegde Bronnen (Selectie)
Theoretische Basis
- Kleiber, M. (1932). Body size and metabolism. Hilgardia
- West, G.B., Brown, J.H., & Enquist, B.J. (1997). General model for origin of allometric scaling laws. Science
AI en Energie
- International Energy Agency (2025). Energy and AI: Energy demand from artificial intelligence
- Strubell, E., et al. (2019). Energy and Policy Considerations for Deep Learning in NLP
- Luccioni, A.S. (2024). From Efficiency Gains to Rebound Effects: Jevons’ Paradox in AI
Bewustzijn en Emergentie
- Tononi, G. (2004). Integrated Information Theory of Consciousness. BMC Neuroscience
- Friston, K. (2010). Free-energy principle: Unified brain theory. Nature Reviews Neuroscience
Politieke Economie
- Zuboff, S. (2019). The Age of Surveillance Capitalism
- Acemoglu, D. & Robinson, J.A. (2012). Why Nations Fail
- Illich, I. (1973). Tools for Conviviality
Alternatieven
- Bonomi, F., et al. (2012). Fog Computing and Its Role in the Internet of Things
- Kaur, K., et al. (2021). Federated Learning: Enabling Technologies and Protocols
- Kallis, G. (2019). Degrowth