Naarmate AI steeds vaker taken uitvoeren zoals het opstellen van e-mails of het oplossen van klantenserviceproblemen, komt één uitdaging duidelijk naar voren: hoe kunnen deze agenten effectief communiceren – niet alleen met mensen, maar ook met de softwaresystemen waarvan ze afhankelijk zijn?
De digitale wereld van vandaag is gebouwd met het oog op menselijke interactie. Maatregelen zoals CAPTCHA’s en anti-botprotocollen, die zijn ontworpen om kwaadwillige automatisering tegen te gaan, weerspiegelen deze realiteit. Websites en applicaties zijn geoptimaliseerd voor de menselijke ervaring, niet voor de behoeften van AI. Dit leidt tot een fundamentele inefficiëntie: een agent, zoals OpenAI’s Operator, die de taak heeft om op een website te communiceren, moet menselijk gedrag nabootsen – op knoppen klikken, formulieren invullen of door pagina’s navigeren. Hoewel dit vermogen een technologische prestatie is, legt het ook een onderliggend probleem bloot: in plaats van te heroverwegen hoe systemen AI beter zouden kunnen ondersteunen, dwingen we AI passen aan systemen die voor ons zijn ontworpen.
Deze aanpak legt de last van de aanpassing volledig bij de gebruiker. Die moet het hoofd bieden aan gefragmenteerde API’s, authenticatielagen en interfaces die de nadruk leggen op gebruiksvriendelijkheid voor mensen. Is dit echt de beste weg vooruit? Het doet denken aan de ornithopter van Leonardo da Vinci, een vliegmachine geïnspireerd op de fladderende vleugels van vogels. Ingenieus, ja, maar moderne vliegtuigen, die die imitatie hebben losgelaten, zijn gaan vliegen omdat ze het probleem opnieuw hebben bekeken in plaats van te proberen binnen bestaande paradigma's te werken. De manier waarop we AI ontwerpen voor AI dreigt diezelfde fout te herhalen, waarbij aanpassing voorrang krijgt boven optimalisatie.
Sommige initiatieven, zoals het Model Context Protocol (MCP) van Anthropic, gaan de goede kant op door universele normen voor te stellen voor de manier waarop agenten met software communiceren. MCP services raamwerk waarin agenten geen menselijke werkprocessen hoeven na te bootsen of afhankelijk zijn van op maat gemaakte integraties. In plaats daarvan kunnen ze acties rechtstreeks uitvoeren via een uniform protocol, waarbij lagen zoals formulieren of invoer in natuurlijke taal worden omzeild. Deze abstractie vermindert niet alleen de drempels, maar maakt systemen ook gemakkelijker schaalbaar en onderhoudbaar.
Maar de grotere uitdaging blijft bestaan: hoe kunnen we de systemen zelf herzien? Websites, applicaties en werkprocessen zijn van oudsher ontworpen om de menselijke ervaring te optimaliseren, en dat is begrijpelijk. Mensen waren immers de belangrijkste gebruikers. Nu AI een centrale rol AI , lijkt dit paradigma steeds meer achterhaald. Door AI dwingen AI passen aan systemen die daar niet voor zijn ontworpen, worden de efficiëntie en schaalbaarheid beperkt – net alsof je een ornithopter zou willen aanpassen om een straalvliegtuig bij te kunnen houden.
De weg vooruit betekent niet dat we de menselijke bruikbaarheid moeten loslaten, maar dat we deze in evenwicht moeten brengen met systemen die automatisering omarmen. Efficiëntie hoeft niet ten koste te gaan van vertrouwen, transparantie of toezicht. Bedrijven die deze verschuiving omarmen, zullen niet alleen gelijke tred houden met de AI veranderingen, maar zullen deze ook aansturen. Zij zullen de normen bepalen voor een wereld waarin AI menselijke systemen naast elkaar bestaan op een manier die beide beter maakt.
