Wat is Dynamic Cognitive Scaffolding?
Dynamic cognitive scaffolding is een inferentietechniek waarmee AI-agents taakspecifieke redeneerstructuren spontaan opbouwen, in plaats van te vertrouwen op vaste, vooraf ontworpen promptarchitecturen. In plaats van een harde keten van gedachten of workflow stelt de agent de juiste cognitieve structuur samen voor elk probleem zodra het zich voordoet.
Waarom het ertoe doet
De meeste AI-agent frameworks vertrouwen op statische scaffolding — een vaste reeks prompts, tools en redenerstappen die van tevoren ontworpen moeten worden. Dit veroorzaakt broosheid: agents falen wanneer taken afwijken van het verwachte patroon, hallucineren bij niet-passende structuren en stoppen voortijdig bij complexiteit.
DOLORES, de agent die dynamic cognitive scaffolding implementeert, overtreft de sterkste statische scaffolding-baseline met gemiddeld 24,8%. Een DOLORES-model van 8 miljard parameters overtreft consistent 32 miljard parametermodellen uit dezelfde familie — wat aantoont dat slimmere scaffolding modelgrootte verslaat.
Hoe het werkt
Dynamic cognitive scaffolding splitst redenering op in afzonderlijke cognitieve modi:
- Associatief oordeel — patroonherkenning, gelijkenis, intuïtie
- Formele berekening — rekenen, logische deductie, gestructureerd zoeken
- Recursief probleemoplossen — complexe taken opsplitsen in deeltaken
Tijdens inferentie analyseert de agent de inkomende taak, selecteert welke modi nodig zijn en stelt een lichtgewicht redeneerscaffold samen uit die componenten. Elke thread draait op een lagere cognitieve belasting dan een enkele monolithische chain-of-thought, wat contextdruk en hallucinatierisico vermindert.
Praktisch voorbeeld
Een research agent die wordt gevraagd "Vergelijk de tokenefficiëntie van PIVOT versus standaard verfijningsmethoden" alloceert dynamisch:
- Een retrievalthread (associatief) om relevante data te vinden
- Een berekeningsthread (formeel) om de 3–5× efficiëntieverhouding te berekenen
- Een synthesethread (recursief) om het eindantwoord samen te stellen
Bron
Light et al. (2026): Deep Reasoning in General Purpose Agents via Structured Meta-Cognition — arXiv:2605.11388