Wednesday, November 11, 2026

AI-agenten worden steeds krachtiger. Hoe houden we dan toch de regie?

AI-agenten kunnen samen complexe software schrijven of de energiemarkt beter afstemmen. Maar hoe meer autonomie ze krijgen, hoe moeilijker voorspelbaar hun gedrag. Toch biedt de wetenschap manieren om de controle te behouden.

                                   

Dit artikel schreef ik voor NRC Handelsblad en werd gepubliceerd op 24 oktober 2026

‘Losgeslagen AI-agent voert op eigen houtje hack uit’ schreef deze krant op 22 juli, kort nadat AI-agenten van OpenAI tijdens een test waren binnengedrongen in de systemen van het platform Hugging Face. AI-agenten drongen ook overheidssystemen in de VS, Australië en Canada binnen. In september kregen berichten over dit soort incidenten zelfs een existentiële lading. ‘For years, they warned AI could kill all humans. Now people are listening,’ kopte The Washington Post.

Toch zijn softwareagenten allesbehalve nieuw. AI-onderzoekers werken al sinds de jaren tachtig aan systemen die zelfstandig beslissen en handelen. Zo hielpen gespecialiseerde softwareagenten in de jaren negentig storingen in het Spaanse elektriciteitsnet op te sporen en samen een herstelplan te maken. In 1999 liet NASA zijn ‘Remote Agent’ zelfs enkele dagen zelfstandig de ruimtesonde Deep Space 1 besturen.

Maar niet elke agent uit die jaren was een succes. Berucht is Microsofts paperclip Clippy, onderdeel van Office 97. Clippy keek over de schouder van de gebruiker mee en bood uit eigen beweging hulp aan. Veel mensen vonden hem vooral irritant en belerend, en na een paar jaar verdween hij.

Softwareagenten kunnen krachtige instrumenten zijn om ingewikkelde informatieproblemen op te lossen. Maar hoe kunnen we hun kracht benutten zonder de controle te verliezen?

Eerst maar eens onder de motorkap kijken. Een agent is een softwaremodule die een opdracht krijgt, zijn omgeving waarneemt en op basis daarvan zelfstandig acties kiest en uitvoert. Een thermostaat is een eenvoudig voorbeeld: hij meet de omgevingstemperatuur en zet de verwarming aan of uit. De klassieke AI-agenten uit de jaren negentig waren veel geavanceerder, maar ook hun wereld was sterk afgebakend. Ontwerpers bepaalden welke informatie ze kregen en welke acties ze mochten uitvoeren.

Je kunt agenten ook combineren tot een multi-agentsysteem waarin elke agent zijn eigen specialisatie heeft en met andere agenten communiceert. Dan kunnen ze samen aan een doel werken, bijvoorbeeld het bouwen van complexe software, of ze kunnen concurreren, zoals bij het handelen in aandelen op de beurs.

Het hele artikel is te lezen op de website van NRC Handelsblad. Het bevat interviews met de hoogleraren Han La Poutré (CWI en TUD), Mehdi Dastani (UU) en Virginia Dignum (Universiteit van Umea - Zweden).