AI-modellen worden slimmer door zichzelf tegen te spreken

Google-onderzoekers ontdekten dat redenerende AI-modellen als DeepSeek R1 en Alibaba's QwQ-32B intern debatten voeren die lijken op menselijke groepsprocessen. Ze noemen dit fenomeen "societies of thought": het model neemt verschillende perspectieven aan, spreekt zichzelf tegen, en komt zo tot betere antwoorden. De implicatie is verrassend: vooruitgang in AI zit niet alleen in grotere modellen, maar in de structuur van het denkproces zelf.

Wat de onderzoekers vonden

Het onderzoek, gepubliceerd op arXiv, analyseerde hoe redenerende modellen hun interne denkstappen organiseren. Waar standaard taalmodellen een antwoord genereren door woord na woord vooruit te werken, blijken modellen als DeepSeek R1 iets anders te doen. Ze simuleren een soort multi-agentdiscussie: ze stellen vragen aan zichzelf, nemen afwisselend verschillende standpunten in, en verzoenen die perspectieven tot een conclusie.

Concreet beschrijven de onderzoekers hoe DeepSeek R1 bij een complexe scheikundige synthesevraag halverwege zijn eigen redenering corrigeerde. Het model ving zijn eigen fout op door van perspectief te wisselen, alsof een collega over de schouder meekeek. Dit patroon bleek geen toevalligheid: de onderzoekers vonden het systematisch terug in de redeneertraces van meerdere modellen.

Diversiteit in denken als motor

De kern van het onderzoek raakt aan een bekend principe uit groepsdynamiek: diverse teams presteren beter dan homogene, mits de diversiteit gestructureerd wordt ingezet. De onderzoekers stellen dat redenerende AI-modellen een computationele parallel vormen van dat mechanisme. De intelligentie komt niet voort uit één stem die luider praat, maar uit de wisselwerking tussen meerdere interne "stemmen".

Om te testen of die patronen echt bijdragen aan betere prestaties, voerden de onderzoekers een gericht experiment uit. Door één specifiek discourskenmerk te versterken, steeg de nauwkeurigheid op een rekenkundige benchmark van 27,1% naar 54,8%. Dat is een verdubbeling door een aanpassing in het denkproces, zonder het model zelf te vergroten of opnieuw te trainen.

Waarom dit ertoe doet voor organisaties

Dit onderzoek verschuift het gesprek over AI-ontwikkeling. De gangbare aanname is dat betere modellen vooral groter moeten zijn: meer parameters, meer trainingsdata, meer rekenkracht. DeepMind-CEO Hassabis betoogde eerder al dat taalmodellen tegen hun grenzen lopen en dat nieuwe paradigma's nodig zijn. Dit onderzoek biedt een concreter alternatief: verbeter niet het model, maar de manier waarop het nadenkt.

Voor organisaties die AI inzetten, heeft dat een praktische vertaling. De kwaliteit van AI-output hangt niet alleen af van welk model je gebruikt, maar ook van hoe je het laat redeneren. Technieken als chain-of-thought prompting en gestructureerde redeneerstappen, die je als gebruiker kunt sturen, sluiten aan bij precies dit mechanisme. Onderzoek naar de grenzen van AI-redeneren laat zien dat die structuur het verschil maakt tussen een briljant en een verbijsterend dom antwoord.

De les is niet dat AI nu "echt" kan denken. De les is dat de architectuur van het denkproces minstens zo belangrijk is als de ruwe capaciteit van het model. Dat geldt voor de modelbouwers in Silicon Valley, en het geldt voor de organisatie die morgenochtend een complexe analyse aan een AI-tool voorlegt.