AI maakte denken lichter. Juist daarom werd je oordeel slechter

Het sterkste verkooppunt van AI is niet alleen snelheid. Het is opluchting. Je stelt een vraag, krijgt een helder antwoord terug en voelt meteen dat de taak minder zwaar is geworden. Minder zoeken, minder twijfel, minder gedoe. Dat voelt efficiënt. De lastige vraag is alleen of precies die verlichting ook iets wegneemt wat je eigenlijk nodig had om goed te denken.

Een peer-reviewed studie in Computers in Human Behavior liet studenten wetenschappelijke problemen oplossen met twee verschillende hulpmiddelen. De ene groep gebruikte ChatGPT, de andere Google. De omstandigheden waren gelijk: dezelfde tijd, dezelfde vragen, hetzelfde doel. De ChatGPT-groep rapporteerde ongeveer 40 procent minder cognitieve belasting. De taak voelde makkelijker en minder vermoeiend. Alleen was het eindresultaat inhoudelijk zwakker. Hun redeneringen waren oppervlakkiger, hun argumentatie dunner en hun conclusies minder genuanceerd.

Voor een onderwijssysteem dat AI stap voor stap integreert, is dat best relevant. Het gaat dan niet alleen om de vraag of AI tijd bespaart. Het gaat om de vraag welk deel van het denkwerk verdwijnt zodra de wrijving verdwijnt.

Minder moeite betekent niet automatisch beter werk

De verleiding is groot om dit als simpel productiviteitsnieuws te lezen. Als iets 40 procent minder mentale inspanning kost, klinkt dat als winst. Alleen is de bespaarde inspanning hier niet zomaar verspilling. Het is juist een deel van het leerproces zelf.

Wie handmatig zoekt, vergelijkt bronnen, merkt tegenstrijdigheden op, maakt gevolgtrekkingen en bouwt langzaam een mentaal model op van wat er aan de hand is. In termen van cognitieve belastingstheorie is dat geen overbodig gedoe, maar nuttige verwerking. Het kost energie, maar die energie wordt omgezet in begrip.

Grote taalmodellen, of LLM’s, korten dat proces af. In plaats van zelf kennis op te bouwen uit losse stukken informatie, krijg je een kant-en-klaar antwoord. Daarmee verandert je rol. Je gaat van actief redeneren naar passief controleren. De vraag is niet langer: wat betekent dit bewijs precies? De vraag wordt: ziet dit er aannemelijk uit? En dat vraagt gewoon minder van je.

Het risico zit in comfort, niet alleen in gemak

Daarmee kom je bij een lastiger punt. AI maakt taken niet alleen sneller, maar ook comfortabeler. Juist dat comfort kan verraderlijk zijn, omdat het het gevoel geeft dat er weinig meer te onderzoeken valt. Een onderzoek van Microsoft Research en Carnegie Mellon onder 319 kenniswerkers in meerdere landen liet iets opmerkelijks zien: hoe groter het vertrouwen in generatieve AI, hoe minder kritisch mensen de output bekeken.

Een deelnemer zei het nogal direct: AI bespaart tijd en laat weinig ruimte over om nog lang te blijven nadenken. Dat is ongeveer het hele probleem in één zin. De tool versnelt niet alleen je werk, maar verschuift ook je mentale houding. Zodra snelheid het doel wordt, wordt grondige twijfel al snel iets wat je je niet meer permitteert.

Denken voelt minder van jezelf

Er speelt nog iets dat in productiviteitscijfers meestal niet zichtbaar is. Volgens een artikel in Undark over MIT-onderzoek hadden studenten die essays met hulp van LLM’s schreven een slechtere latere herinnering aan hun eigen tekst. Meer dan 15 procent gaf bovendien aan weinig eigenaarschap over dat werk te voelen.

Dat klinkt misschien zacht, maar het effect is praktisch. Als een gedachte niet helemaal als de jouwe voelt, ga je haar minder grondig toetsen, minder goed onthouden en minder stevig verdedigen. Het antwoord staat er wel, maar het is niet op dezelfde manier door je eigen denkproces gegaan. AI maakt je dus niet dommer. AI maakt het makkelijker om te stoppen voordat echt begrip is opgebouwd.

Snellere beslissingen zijn vaker schevere beslissingen

Dat wordt nog interessanter als je dit naast een tweede onderzoek legt. Een studie van de University of Utah in Physical Review E bouwde een wiskundig model van de relatie tussen beslissnelheid en vooringenomenheid. De uitkomst was vrij duidelijk: in grote groepen waren de snelste beslissers meestal juist de mensen met de sterkste vooraf bestaande biases.

Langzamere beslissers gedroegen zich daarentegen eerder alsof ze aanvankelijk minder bevooroordeeld waren. Dat betekent niet dat traagheid op zichzelf een deugd is. Het betekent dat je tijd nodig hebt als bewijs je eerste intuïtie nog mag corrigeren.

Zet je dat naast de eerste studie, dan ontstaat een ongemakkelijk beeld. AI verlaagt de ervaren cognitieve inspanning met ongeveer 40 procent. Minder inspanning maakt je meestal sneller. En sneller beslissen betekent, volgens Utah, vaker beslissen vanuit bestaande voorkeuren. Wat als efficiëntie voelt, kan dus ook gewoon een kortere route naar meer bias zijn.

Hoe je AI gebruikt zonder je oordeel uit te besteden

De oplossing is niet om AI dan maar te vermijden. Dat is niet realistisch en vaak ook niet nuttig. De echte vraag is welke rol je de tool geeft. Gebruik je AI als vervanging van denken, dan lever je kwaliteit in. Gebruik je AI als tegenpartij die je dwingt scherper te formuleren, dan kan het juist helpen.

Drie aanpassingen maken verschil. Bepaal eerst zelf wat je voorlopige standpunt is, voordat je AI raadpleegt. Behandel de output daarna als een eerste versie die je moet ondervragen, niet als een conclusie. En leg ten slotte aan jezelf uit waarom je iets aanneemt of verwerpt. Dat klinkt simpel, maar het brengt precies de mentale wrijving terug die nu zo gemakkelijk verdwijnt.

Die 40 procent minder inspanning is echt. De relevante vraag is alleen wat je met die bespaarde energie doet. Gebruik je die voor extra nadenken, dan heb je iets gewonnen. Gebruik je die voor nog minder nadenken, dan betaal je alsnog de prijs.