AI-ontwikkeling: laatste zelfverbeterende creatie van mensen

Samenvatting

Recursive self-improvement beschrijft AI die eigen verbeteringen hergebruikt; één systeem verhoogde een score van 20% naar 50%.

Recursive self-improvement: wat er gebeurt

Recursive self-improvement, oftewel RSI, draait om een AI-systeem dat eerst beter wordt en die verbeterde versie daarna gebruikt voor een volgende verbeteringsronde. Het onderscheid zit in het vasthouden van resultaten: een model dat alleen een beter antwoord schrijft, verbetert zichzelf nog niet blijvend.

Het artikel beschrijft niveaus van B0 tot en met L5. Bij L1 volgen mensen nog het doel, de methode en de succesmaatstaf. Op L2 kiest het systeem zelf een verbeterpad binnen een vast doel. Op L3 bepaalt het op basis van fouten wat het vervolgens moet leren. L4 gebruikt ervaringen uit de praktijk en bewaart verbeteringen in geheugen, tools of workflows. L5 verbetert het proces waarmee het systeem opvolgers bouwt.

De paper noemt meerdere voorbeelden. A-Evolve-Training voerde vier autonome post-trainingrondes uit op een Nemotron-model van 30B en verhoogde de externe score van 0,80 naar 0,86. De Darwin Gödel Machine verbeterde op een deel van SWE-bench van 20% naar 50%. Ouroboros past onder meer tools, prompts en contextopbouw van een coding agent aan.

Waarom Recursive self-improvement belangrijk is

De voorbeelden bewijzen volgens het artikel geen volledige RSI. Ze laten wel zien dat systemen onderdelen van de verbeteringslus overnemen: zwakke plekken vinden, wijzigingen testen en resultaten bewaren. Daarmee verschuift het werk van handmatig experimenteren naar geautomatiseerde verbetering, zonder dat het systeem al volledig zelfstandig opereert.

Voor BI- en analyticsprofessionals ligt de relevante scheidslijn daarom niet bij een model dat een antwoord verfijnt. De praktische vraag is of een systeem zijn verbetering kan herhalen, beoordelen en meenemen naar een volgende taak. Dat vraagt om onderscheid tussen tijdelijke output en blijvende aanpassingen aan prompts, tools, geheugen of infrastructuur.

Concrete takeaway voor Recursive self-improvement

Beoordeel AI-systemen voortaan op het hoogste RSI-niveau dat ze aantoonbaar halen. Leg per experiment vast wie het doel bepaalt, wie de wijziging selecteert, welke score verbetert en of het resultaat later opnieuw wordt gebruikt.