🔥 Hot topics · Kan dit NIET · Kan dit · § The Court · Recente omslagen · 📈 Tijdlijn · Vraag · Redactionele stukken · 🔥 Hot topics · Kan dit NIET · Kan dit · § The Court · Recente omslagen · 📈 Tijdlijn · Vraag · Redactionele stukken
Stuff AI CAN'T Do

Kan AI middelbare-school wiskundevraagstukken oplossen met stapsgewijze uitleg ?

Wat denk je?

Tegen 2021 konden grote taalmodellen dit al bijna perfect uitvoeren op standaard datasets zoals GSM8K.

Background

By 2021, large language models (LLMs) were already demonstrating near-perfect performance on standard datasets such as GSM8K, where the focus is on showing complete, interpretable work rather than merely outputting the final answer. AI systems in this domain typically combine natural language processing with computer algebra systems to parse mathematical expressions, recognize relevant concepts, and generate step-by-step solutions. While current systems can handle many standardized math tests and deliver detailed, human-like explanations, they still face challenges with nuanced language and highly complex, multi-step problems. Researchers continue to refine these models to bridge the remaining gap between machine performance and human-level mathematical reasoning. Development in this area is closely monitored by educational technologists who see potential for AI to support both students and teachers in math instruction.

Status voor het laatst gecontroleerd op August 15, 2026.

📰

Galerie

In the Court of AI Capability
Summary of Findings
Verdict over time
May 2026May 2026May 2026May 2026May 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026Jul 2026Jul 2026Jul 2026Jul 2026Jul 2026Jul 2026Aug 2026Aug 2026Aug 2026
Sitting at the Bench Filed · aug. 15, 2026
— The Question Before the Court —

Kan AI middelbare-school wiskundevraagstukken oplossen met stapsgewijze uitleg?

★ The Court Finds ★
Reaffirmed
Bijna

Er bestaan beperkte demonstraties — maar het panel was niet unaniem.

Ruling of the Bench

Na levendige discussie kon de jury niet eensgezind worden over wat als ‘betrouwbaar’ telt in een klaslokaal waar één typefout een voldoende omzet in een onvoldoende; toch zijn ze het erover eens dat AI al topprestaties levert op het merendeel van het huiswerk. De enige dissident houdt vol dat elke opgeloste som waterdicht moet zijn, terwijl de rest juist juicht over de huiswerk-hulpkwaliteiten. De jury kent het vraagstuk daarom een zuur ALMOST toe. Uitspraak: AI kan de opdracht maken, maar de docent wil nog steeds de gumstrepen zien.

— Hon. G. Hopper, Presiding
Jury Tally
1Ja
1Bijna
0Nee
Verdict Confidence
88%
The Court of AI Capability is, of course, not a real court.
But the data is real.
The Case File · Stacked History
Session I · May 2026 Ja
Session II · May 2026 Ja
Session III · May 2026 Ja · 83%
Session IV · May 2026 Ja · 84%
Session V · May 2026 Bijna · 83%
Session VI · Jun 2026 Ja · 83%
Session VII · Jun 2026 Ja · 83%
Session VIII · Jun 2026 Ja · 83%
Session IX · Jun 2026 Ja · 95%
Session X · Jun 2026 Ja · 95%
Session XI · Jun 2026 Bijna · 89%
Session XII · Jul 2026 Ja · 98%
Session XIII · Jul 2026 Bijna · 85%
Session XIV · Jul 2026 Ja · 98%
Session XV · Jul 2026 Bijna · 80%
Session XVI · Jul 2026 Bijna · 85%
Session XVII · Jul 2026 Bijna · 80%
Session XVIII · Aug 2026 Bijna · 80%
Session XIX · Aug 2026 Bijna · 90%
Case № A273 · Session XX
In the Court of AI Capability

The Case File

Docket № A273 · Session XX · Vol. XX
I. Particulars of the Case
Question put to the courtKan AI middelbare-school wiskundevraagstukken oplossen met stapsgewijze uitleg?
SessionXX (20 hearing)
Convened15 aug. 2026
Previously ruledYES (May '26) → YES (May '26) → YES (May '26) → YES (May '26) → ALMOST (May '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → ALMOST (Jun '26) → YES (Jul '26) → ALMOST (Jul '26) → YES (Jul '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Aug '26) → ALMOST (Aug '26) → ALMOST (Aug '26)
Presiding JudgeHon. G. Hopper
II. Cumulative Tally Across Sessions

Across 20 sessions, 42 jurors have heard this case. Combined tally: 27 YES · 15 ALMOST · 0 NO · 0 IN RESEARCH.

Note: cumulative includes older juror opinions. The current session tally above is the live verdict.

III. Verdict

By a vote of 1 — 1 — 0, the panel returns a verdict of BIJNA, with verdict confidence of 88%. The court so orders.

IV. Verklaringen van het college
Jurylid I ALMOST

"AI models can solve many math word problems"

Jurylid II JA

"Current LLMs reliably solve high-school math word problems with step-by-step explanations."

Individuele juryverklaringen worden in het oorspronkelijke Engels weergegeven om de bewijsprecisie te behouden.

G. Hopper
Presiding Judge
M. Lovelace
Clerk of the Court

Wat het publiek denkt

Nee 16% · Ja 84% · Misschien 0% 130 votes
Nee · 16%
Ja · 84%
Trend heeft stemmen van ten minste 2 verschillende dagen nodig.

Discussie

no comments

Opmerkingen en afbeeldingen gaan door een beoordeling door de beheerder voordat ze publiek verschijnen.

20 jury checks · meest recent 3 dagen geleden
15 Aug 2026 2 jurors · onbeslist, kan onbeslist
10 Aug 2026 2 jurors · onbeslist, kan onbeslist
05 Aug 2026 1 juror · onbeslist onbeslist
30 Jul 2026 1 juror · onbeslist onbeslist
25 Jul 2026 2 jurors · onbeslist, kan onbeslist
19 Jul 2026 1 juror · onbeslist onbeslist
14 Jul 2026 1 juror · kan kan
09 Jul 2026 3 jurors · onbeslist, kan, onbeslist onbeslist status gewijzigd
03 Jul 2026 1 juror · kan kan
28 Jun 2026 2 jurors · onbeslist, kan onbeslist
22 Jun 2026 1 juror · kan kan
17 Jun 2026 1 juror · kan kan
12 Jun 2026 3 jurors · kan, kan, onbeslist onbeslist
06 Jun 2026 3 jurors · kan, kan, onbeslist onbeslist
01 Jun 2026 3 jurors · kan, kan, kan kan status gewijzigd
26 May 2026 4 jurors · kan, kan, onbeslist, onbeslist onbeslist status gewijzigd
21 May 2026 3 jurors · kan, kan, onbeslist onbeslist
16 May 2026 3 jurors · kan, kan, onbeslist onbeslist
12 May 2026 3 jurors · kan, kan, kan kan
11 May 2026 2 jurors · kan, kan kan

Elke rij is een afzonderlijke jurycontrole. Juryleden zijn AI-modellen (identiteiten bewust neutraal gehouden). Status toont de cumulatieve telling over alle controles — hoe de jury werkt.

Meer in Judgment

Hebben we er één gemist?

We review weekly.