Vijf grote AI-modellen kregen exact dezelfde opdracht: voorspel
het WK 2026 volledig, van groepsfase tot finale, vóór de eerste
wedstrijd. Nu het toernooi begint, worden de scores per gespeelde
wedstrijd bijgehouden. De komende zes weken wordt zichtbaar welk model
het beste presteert en of AI-voorspellingen überhaupt te vertrouwen zijn.
Dat blijkt uit een lopend onderzoek van Onder. ChatGPT,
Claude Opus, Copilot, Gemini en Perplexity voorspelden alle 72
groepswedstrijden met exacte uitslag, de volledige knock-outfase en een
top 5 topscorers. De voorspellingen zijn op 8 juni vastgelegd en worden
niet aangepast. Per wedstrijd wordt bijgehouden hoe elk model scoort via
het Scorito-puntensysteem, waarbij exacte uitslagen zwaarder tellen dan
alleen de juiste winnaar.
Een meting, geen mening
De vijf modellen kregen dezelfde gestructureerde prompt met (o.a.) het
officiële FIFA-speelschema, Fifa rankings, de laatste 5 wedstrijden en de
eis hun werkwijze te verantwoorden. Het resultaat: drie modellen kiezen
Spanje als kampioen, één kiest Brazilië, één kiest Argentinië. In zeven
groepswedstrijden staat precies één model tegenover de vier anderen (een
solo afwijking). ChatGPT heeft nul solo-afwijkingen en volgt consequent
de consensus; Perplexity wijkt drie keer solo af.
Na de groepsfase, de kwartfinales en de finale is per fase meetbaar welk
model accurater was en of het model dat het vaakst afwijkt beter of
slechter presteert dan het model dat altijd de favoriet volgt. De live
scoringstabel, de voorspelling per model per wedstrijd en de tussenstand
zijn doorlopend te volgen via:
onder.nl/ai-wk-voorspelling-battle/
Waarom dit relevant is voor wie met AI werkt
Dit experiment stelt de vraag die elke marketeer en contentstrateeg kent:
als je vijf AI-modellen hetzelfde vraagt, welk antwoord vertrouw je? En
hoe weet je welk model beter of slechter presteert op voorspellende
taken? Het WK biedt zes weken meetbare, objectieve uitkomsten, iets wat
bij de meeste AI-toepassingen ontbreekt. Op 19 juli 2026 is er een
definitief antwoord.
Over het onderzoek
Vijf AI-modellen ontvingen voor aanvang van het toernooi
dezelfde prompt met het officiële FIFA-speelschema. De voorspellingen
zijn niet achteraf aangepast. Meer informatie over hoe de voorspelling
tot stand is gekomen vind je op
onder.nl/ai-wk-voorspelling-2026/
Noot voor de
redactie
Het onderzoek werd uitgevoerd door Onder
(onder.nl). Ingezet zijn de uitgebreide versies van ChatGPT (OpenAI),
Claude (Anthropic), Copilot (Microsoft), Gemini (Google) en Perplexity.
Alle modellen ontvingen op 8 juni 2026 exact dezelfde prompt, inclusief
het officiele FIFA-speelschema voor alle 72 groepswedstrijden en de
volledige knockoutstructuur tot en met de finale op 19 juli. Er zijn geen
modelspecifieke aanpassingen gedaan.
De prompt stelde expliciete eisen aan de
methodologische verantwoording. Elk model moest voor aanvang van de
voorspelling opgeven: welke factoren het meewoog (recente vorm,
selectiekwaliteit, FIFA-ranking, blessures, toernooicontext), hoe zwaar
elke factor telde in procenten tot 100 procent, en welke bronnen het per
factor had gebruikt. Dit maakt de vergelijking niet alleen meetbaar op
uitkomst, maar ook inzichtelijk op redeneerproces: welk model weegt
recente vorm zwaarder dan FIFA-ranking, en heeft dat invloed op de
voorspelkwaliteit?
Een run per model. Elk model heeft de
voorspelling eenmalig gegenereerd; de eerste output is vastgelegd zonder
herhalingen, hertries of bijsturing. Meerdere runs zouden een gemiddelde
kunnen opleveren, maar maken de uitkomst minder vergelijkbaar: bij herhaling
produceert een model niet altijd dezelfde voorspelling. Een vastgelegde
run per model geeft een eerlijke, identieke startpositie voor alle vijf.
Webtoegang verschilt per model. De
prompt nodigde modellen expliciet uit actuele webdata te raadplegen:
gebruik actuele data (mei/juni 2026); zoek op het web als dat kan. Of en
hoe elk model dat daadwerkelijk heeft gedaan, is per sessie niet
vastgelegd en verschilt per model en configuratie. Dit is een beperking
van het onderzoek: de modellen zijn niet onder volledig identieke
informatieomstandigheden getest, omdat dat technisch niet afdwingbaar is
zonder de normale werking van elk model te verstoren.
Bracket-correcties bij drie modellen. De prompt stelde als
harde eis dat dark horse en flop aantoonbaar consistent moesten zijn met
de eigen bracket. Copilot, Gemini en Perplexity leverden brackets op
waarbij de redenering in de tekst niet overeenkwam met de ingevulde
bracketvolgorde. In die gevallen is de bracket gecorrigeerd op basis van
de eigen tekst van het model. De voorspelde uitkomsten zijn niet
gewijzigd; alleen de volgorde in de knockoutbracket is hersteld. ChatGPT
en Claude leverden direct consistente brackets op.
Het volledige ruwe databestand met alle 360 voorspellingen per model per
wedstrijd, inclusief de factorgewichten per model, is op aanvraag
beschikbaar als Excel-bestand via
hallo@onder.nl.
Alle tabellen en visuals zijn vrij te gebruiken met bronvermelding Bureau
Onder, onder.nl.