Wetenschappers hebben een innovatieve methode ontwikkeld om de interactie tussen autonome AI-agenten te stabiliseren door het implementeren van contractuele overeenkomsten. In een recent onderzoek, dat is gepubliceerd via arxiv.org, leggen auteurs zoals Tim Wyse, Kaitlin Bustos, Yulia Volkova en Max Kleiman-Weiner uit hoe juridische principes uit de menselijke samenleving kunnen worden vertaald naar algoritmen. Het doel is om AI-systemen effectiever te laten opereren in complexe omgevingen waar meerdere actoren tegelijkertijd aanwezig zijn.
Een fundamenteel obstakel bij autonome systemen is de timing van investeringen en beloningen. Vaak moeten agenten in de beginfase van een proces kosten maken, terwijl de uiteindelijke winst pas veel later wordt behaald. Deze onbalans creëert een risico op zogenaamde 'defectie', waarbij een agent besluit de afspraken niet na te komen om eigen kortetermijnvoordelen te beschermen. Om dit te voorkomen, hebben de onderzoekers gekeken naar de werking van juridische instituties. Door contracten te gebruiken als een objectieve weergave van een afspraak, kunnen agenten geloofwaardige toezeggingen doen die controleerbaar en afdwingbaar zijn.
In de kern draait dit proces om het concept van samenwerking. Volgens de definitie van het cambridge.org wordt dit beschouwd als het gezamenlijk werken met anderen of het voldoen aan iemands verzoek. Voor AI-agenten betekent dit dat het vermogen om consistent afspraken na te komen essentieel is voor het bereiken van collectieve doelen. Deze vorm van interactie wordt in de cambridge.org op een vergelijkbare wijze beschreven als het proces van coöperatie.
Om de theorie in de praktijk te toetsen, maakten de onderzoekers gebruik van een specifiek scenario genaamd "CT". Dit is een ruimtelijk-temporeel spel waarin navigatie naar een doel wordt gecombineerd met onderhandelingen. De experimenten werden uitgevoerd met agenten die gebaseerd zijn op Large Language Models (LLM's) van diverse aanbieders. Hierbij werd onderscheid gemaakt tussen twee soorten contracten: formele contracten, die direct kunnen worden omgezet in computercode voor strikte handhaving, en natuurlijke contracten, die in menselijke taal zijn geschreven en interpretatie vereisen.
De resultaten tonen aan dat contracten die door de agenten zelf zijn onderhandeld, de kans op succesvolle coöperatieve uitkomsten aanzienlijk verhogen. De onderzoekers concluderen dat deze aanpak verder gaat dan eenvoudige ruilhandel; het creëert een robuust kader waarin de risico's op verraad worden geminimaliseerd.
Het onderzoek, dat op 23 juli 2026 is ingediend bij , suggereert dat de integratie van juridische concepten in AI-architecturen de weg vrijmaakt voor voorspelbaardere multi-agent systemen. Hiermee kunnen autonome systemen in de toekomst niet alleen efficiënter met elkaar communiceren, maar ook als betrouwbare partners fungeren voor menselijke gebruikers.