Dit onderzoeksdocument onthult waarom "uitgelijnde AI" blijft falen binnen echte bedrijven. Ondernemingen praten over uitlijning alsof het een universele schakelaar is die je eenmaal omzet en verdergaat. Het document toont aan waarom dat geloof breekt op het moment dat een LLM een demo verlaat en een organisatie binnenkomt. De auteurs introduceren COMPASS, een kader dat is opgebouwd rond een eenvoudige maar genegeerde realiteit: bedrijven opereren niet op generieke veiligheidsregels. Ze opereren op interne beleidsstapels vol uitzonderingen, voorwaarden, randgevallen en conflicterende prikkels. De meeste LLM-evaluaties missen dit volledig. Modellen worden meestal getest op abstracte ethiek, platformregels of publieke benchmarks. Echte organisaties draaien op compliance-handboeken, escalatiepaden, juridische beperkingen, merkrichtlijnen en operationele handleidingen die niet netjes passen in ja-of-nee beslissingen. COMPASS test of een model kan functioneren binnen die chaos. Niet of het beleids taal herkent, maar of het de juiste regel kan toepassen in de juiste situatie om de juiste reden. Het kader richt zich op capaciteiten die de meeste benchmarks negeren. Kan het model het juiste beleid selecteren wanneer er meerdere bestaan? Kan het vage clausules en uitzonderingen interpreteren in plaats van standaard te kiezen voor algemene weigeringen? Kan het conflicten oplossen op de manier die de organisatie verwacht? Kan het beslissingen rechtvaardigen door naar beleids tekst te verwijzen in plaats van zelfverzekerd te klinken? Het meest ongemakkelijke resultaat is dit: de meeste mislukkingen hadden niets te maken met ontbrekende kennis. Het waren redeneerfouten. Modellen hadden vaak toegang tot het juiste beleid en pasten toch de verkeerde sectie toe, negeerden beperkingen, overgeneraliseerden restricties of kozen conservatieve antwoorden die zakelijke doelen schonden. Van buitenaf lijken die reacties "veilig". Van binnenuit zijn ze operationeel verkeerd. Dat is waarom modellen publieke benchmarks doorstaan en toch falen bij implementatie. Ze zijn op niemand in het bijzonder afgestemd. De diepere implicatie is strategisch. Uitlijning is niet overdraagbaar. Een model dat is afgestemd voor een autofabrikant, een bank, een ziekenhuis en een overheidsinstantie is niet één model met betere prompts. Het zijn vier afzonderlijke uitlijningsproblemen. COMPASS beweert niet de uitlijning op te lossen. Het doet iets waardevollers voor ondernemingen. Het maakt misalignment meetbaar. ...