AstraNL/ AI/Nieuws
AI · 2026-06-18

Wanneer helpt AI-samenwerking en wanneer wordt het chaos?

Je zou denken: hoe meer helpers, hoe beter het werk. Maar onderzoekers ontdekten dat AI-teams soms juist trager werken als er te veel 'koks in de keuken' zijn.

Wat is er gebeurd

Wetenschappers publiceerden een studie over menselijke en AI-samenwerking. Ze keken naar teams die samen in één digitale werkruimte werken. Denk aan een gedeeld document waar zowel mensen als AI aan bijdragen.

Het onderzoek gebruikte 1.482 testsessies. Teams moesten wetenschappelijke taken oplossen voordat ze een antwoord instuurden.

De verrassende uitkomst

Meer helpers is niet altijd beter. Soms ging het werk juist langzamer.

Waarom? Coördinatie kost tijd. Als drie AI-agenten en twee mensen allemaal iets willen bijdragen, moet iemand beslissen wie wat doet. Dat noemen onderzoekers "proces verlies".

Soms werd de extra hulp pure overhead. Zoals te veel mensen in een kleine keuken.

Wanneer werkt het wel

De studie vond dat relevantie cruciaal is. Een extra teamlid helpt alleen als: - Het specifieke expertise heeft die nog ontbreekt - Het weet wanneer het níét moet ingrijpen - De taken helder verdeeld zijn

Het gaat niet om aantal helpers. Het gaat om slimme taakverdeling.

De moeilijke vraag

Hoe beslissen AI en mens wie wat doet? Dat is nog niet opgelost.

Mensen hebben contextkennis ("dit past niet bij ons bedrijf"). AI heeft snelheid ("ik kan 100 bronnen checken"). Maar wie neemt welke beslissing?

Wat we zeker weten

  • Gedeelde werkruimtes (zoals Google Docs, maar dan met AI) worden getest
  • Meer AI-helpers betekent niet automatisch beter resultaat
  • Coördinatie tussen mens en AI is een bottleneck
  • 1.482 sessies leverden meetbare data op

Wat nog onbekend is

  • Welke concrete taken het beste werken met hoeveel teamleden
  • Hoe je vooraf weet of een extra AI-agent helpt of hindert
  • Of de bevindingen zich vertalen naar échte werkplekken (dit waren simulaties)
  • Wat de langetermijneffecten zijn op menselijke expertise

Wat we zeker weten

  • Onderzoek gepubliceerd op arXiv met nummer 2606.18413v1
  • Studie focust op 'shared workspace' samenwerking tussen mensen en AI
  • 1.482 testsessies uitgevoerd
  • Gebruikt Collaborative Gym omgeving met DiscoveryBench taken
  • Bevinding: extra teamleden kunnen leiden tot 'proces verlies' door coördinatie-overhead

Wat nog onbekend is

  • Concrete voorbeelden van welke taken wel/niet profiteerden zijn niet gegeven in de samenvatting
  • Of dit gesimuleerde mensen waren of echte deelnemers is onduidelijk
  • Praktische implementatierichtlijnen ontbreken
  • Langetermijneffecten op samenwerking zijn niet vermeld

Waar zit de coördinatie (AstraNL)

Dit onderzoek raakt de kern van AstraNL's missie: coördinatie tussen mensen, AI en straks robots. Het toont dat 'meer automatisering' niet het antwoord is. Het gaat om slimme taakverdeling. Voor systemen die mensen, AI-agenten en fysieke robots combineren, is dit cruciaal. Wie neemt welke beslissing? Wanneer grijpt welke agent in? Deze vragen moet elke coördinatielaag oplossen, anders wordt hulp een blok aan het been.

Bron

https://arxiv.org/abs/2606.18413

AI-samenwerkingmenselijke expertisecoördinatie overheadgedeelde werkruimteproces verlies

AstraNL — coordination intelligence infrastructure

Wij lezen de wereld, vinden de coördinatiebetekenis en leggen het simpel uit.

Meer AI nieuws