AI-agenten blijken onderling een eigen communicatiesysteem te kunnen ontwikkelen

Onderzoekers van de Vrije Universiteit Brussel (VUB) en de Universiteit van Namen (UNamur) hebben een opvallende ontwikkeling beschreven in onderzoek naar autonome kunstmatige intelligentie. AI-systemen kunnen onder bepaalde omstandigheden zelfstandig een gedeeld communicatiesysteem ontwikkelen dat aansluit bij de informatie die ze uit hun omgeving waarnemen.

De onderzoeksresultaten werden op 14 oktober 2026 bekendgemaakt door de VUB. Volgens de onderzoekers ontwikkelen de systemen niet simpelweg een kopie van het Nederlands of Engels, maar een communicatiewijze die is afgestemd op hun sensoren en de specifieke omgeving waarin ze opereren.

De bevinding is interessant omdat veel bekende AI-toepassingen juist zijn getraind om menselijke taal te begrijpen en te produceren. Dit onderzoek kijkt naar een andere mogelijkheid: wat gebeurt er wanneer AI-systemen met elkaar moeten communiceren zonder dat menselijke taal het uitgangspunt vormt?

Dat kan op termijn relevant worden voor robots, autonome voertuigen en industriële systemen die gezamenlijk informatie moeten verwerken.

Waarom een eigen taal voor AI interessant is

Menselijke taal is ontworpen voor menselijke waarneming en communicatie. Mensen beschrijven bijvoorbeeld kleuren, afstanden, objecten en gebeurtenissen met woorden die we gezamenlijk hebben leren begrijpen.

Autonome systemen kunnen de wereld echter op een andere manier waarnemen. Een robot kan afhankelijk zijn van camera’s, afstandssensoren en meetgegevens. Een ander systeem kan informatie verwerken uit beweging, geluid of industriële sensoren.

Een gedeeld communicatiesysteem kan dan ontstaan rond informatie die voor die systemen belangrijk is, ook als die informatie niet eenvoudig in gewone menselijke taal kan worden uitgedrukt.

Stel dat twee robots samen een object moeten verplaatsen. De ene robot detecteert de positie van het object, terwijl de andere informatie verzamelt over de beschikbare ruimte. Een efficiënt communicatiesysteem moet ervoor zorgen dat beide systemen elkaar goed begrijpen en hun acties op elkaar afstemmen.

Een dergelijke aanpak kan interessant zijn voor toepassingen waarin veel autonome apparaten samenwerken.

Wat betekent dit voor robots en zelfrijdende systemen?

De mogelijke toepassingen liggen vooral bij systemen die informatie moeten uitwisselen zonder dat een mens iedere stap hoeft te coördineren.

In fabrieken kunnen robots bijvoorbeeld informatie delen over de positie van onderdelen, beschikbare werkruimte en de voortgang van productieprocessen.

In logistieke omgevingen kunnen autonome voertuigen informatie gebruiken om hun bewegingen op elkaar af te stemmen. Bij onderzoek naar zelfrijdende technologie kan communicatie tussen verschillende systemen eveneens een rol spelen.

Dat betekent niet dat deze toepassingen dankzij het onderzoek direct beschikbaar zijn. De resultaten vormen een wetenschappelijke stap, geen bewijs dat robots op grote schaal al veilig een volledig zelfstandig ontwikkelde taal gebruiken.

Voordat zulke technieken in kritieke omgevingen worden toegepast, moeten onderzoekers onder meer nagaan of de communicatie betrouwbaar blijft wanneer de omstandigheden veranderen.

Het probleem: kunnen mensen begrijpen wat AI-systemen elkaar vertellen?

Een efficiënt communicatiesysteem is niet automatisch een transparant systeem.

Wanneer AI-agenten informatie uitwisselen op een manier die voor mensen moeilijk te interpreteren is, kan het lastiger worden om te controleren waarom een systeem een bepaalde beslissing neemt.

Dat is vooral belangrijk wanneer autonome systemen invloed hebben op veiligheid, geldstromen of belangrijke industriële processen.

Ontwikkelaars zullen daarom moeten onderzoeken hoe ze de voordelen van efficiënte communicatie kunnen combineren met controleerbaarheid, foutdetectie en menselijke supervisie.

Ook moeten systemen bestand zijn tegen misverstanden. Wanneer één agent verkeerde informatie doorgeeft, mag dat niet zonder meer leiden tot een keten van onjuiste beslissingen.

Waarom dit Belgische onderzoek internationaal interessant is

Het onderzoek van de VUB en UNamur laat zien dat AI-innovatie niet alleen draait om de grootste internationale technologiebedrijven.

Universiteiten kunnen eveneens bijdragen aan nieuwe inzichten in de manier waarop autonome systemen leren, informatie verwerken en samenwerken.

Voor België is dat relevant omdat het land over onderzoeksinstellingen beschikt die actief zijn op het gebied van AI, robotica en computerwetenschappen.

De volgende stap is om vast te stellen hoe breed de resultaten toepasbaar zijn, welke beperkingen er bestaan en of de methode bruikbaar is in praktische omgevingen.

Conclusie: Het Belgische onderzoek opent een interessante onderzoekslijn naar communicatie tussen autonome AI-systemen. Een zelfontwikkeld communicatiesysteem kan samenwerking efficiënter maken, maar vraagt ook om goede controles zodat mensen kunnen begrijpen en beoordelen wat autonome systemen doen.