Nieuws

Een overzicht van nieuwsbericht van onze redactie en aanbieders die zich hebben aangesloten bij e-Learning.nl.


Van Wilfred Rubens (redactie) | 18-06-2025 | Article Rating | (0) reacties

De geheugenparadox: waarom informatie onthouden nog steeds belangrijk is (ook nu we de beschikking hebben over AI-toepassingen)

De geheugenparadox: waarom informatie onthouden nog steeds belangrijk is (ook nu we de beschikking hebben over AI-toepassingen)

Als we steeds minder informatie onthouden en ons denken uitbesteden aan AI-toepassingen, dan zullen we steeds minder intelligent worden. Deze waarschuwing doen Barbara Oakley en collega’s in het hoofdstuk The Memory Paradox: Why Our Brains Need Knowledge in an Age of AI. Zij pleiten voor een meer bewust gebruik van applicaties zoals Mistral en Google Gemini.

Gedurende de twintigste eeuw stegen IQ-scores wereldwijd gestaag. Deze positieve trend keerde volgens de auteurs echter om in rijke landen vanaf de jaren zeventig. In Noorwegen daalden scores met zeven punten per generatie, vergelijkbare patronen ontstonden in Denemarken, Groot-Brittannië, Frankrijk en Nederland. Dit fenomeen, bekend als de omkering van het Flynn-effect, baart de auteurs zorgen. Opmerkelijk is dat deze daling zich voordoet binnen families: jongere broers en zussen scoren gemiddeld lager dan oudere broers en zussen. Dit sluit genetische verklaringen uit en wijst op omgevingsfactoren.

Daarom ontwikkelden zij een theorie die deze daling verbindt met onze groeiende afhankelijkheid van digitale hulpmiddelen en veranderde onderwijsmethoden. Zij verwijzen naar diverse studies en analyses die suggereren dat de omkering van het Flynn-effect in welvarende landen verband houdt met maatschappelijke en educatieve verschuivingen, met name de toegenomen afhankelijkheid van externe technologie voor informatie en de veranderde pedagogische focus die memorisatie en expliciete kennisoverdracht heeft verminderd. Oakley cs schrijven dat dit invloed heeft op de vorming van interne kennisstructuren en op weten hoe je vaardigheden toe moet passen. Dat wordt dus zichtbaar in de daling van met name kennis- en verbale capaciteiten gemeten door IQ-tests.

Belang van kennis verwerven in plaats van opzoeken

Oakley en collega’s lichten in het hoofdstuk toe dat ons geheugen functioneert via twee systemen. Het declaratieve geheugen beheert bewuste kennis zoals feiten en concepten – informatie die we actief oproepen. Het procedurele geheugen automatiseert vaardigheden door herhaling, zoals fietsen of hoofdrekenen. Expertise ontstaat volgens hen wanneer declaratieve kennis overgaat naar procedureel geheugen. Tafels van vermenigvuldiging die zo ingeslepen raken dat ze automatisch opkomen, illustreren deze overgang.

Deze overgang van bewuste naar automatische kennis is volgens hen van groot belang voor leren. Een verpleegkundige die medicijndoseringen uit het hoofd kent, kan zich concentreren op complexere aspecten van patiëntenzorg. Een muzikant met geautomatiseerde vingerzetting kan zich richten op interpretatie en expressie.

Herhaalde mentale activiteit creëert dan ‘engrams’ – fysieke geheugensporen in neurale verbindingen. Deze vormen samen ‘schema’s’: mentale raamwerken die informatie organiseren en voorspellingen mogelijk maken. Een uitgebreid schema voor wiskunde helpt patronen herkennen, voor literatuur verdiept het tekstbegrip. Schema’s zijn meer dan opgeslagen feiten – ze zijn actieve structuren die nieuwe informatie filteren en betekenis geven. Een geschiedenisdocent met goed ontwikkelde schema’s ziet verbanden tussen gebeurtenissen die beginnende lerenden ontgaan. Deze interne organisatie maakt complex denken mogelijk.

Cognitief ontlasten en ‘proceduralisering’

In hun hoofdstuk staan Barbara Oakley en collega’s stil bij cognitieve ontlasten (‘cognitive offloading‘) als het verminderen van cognitieve belasting door te vertrouwen op externe hulpmiddelen zoals smartphones, rekenmachines of online zoekmachines om informatie op te slaan of te verwerken. We weten dat cognitieve overbelasting belemmerend kan werken voor leren. Wat dat betreft kunnen digitale technologieën behulpzaam zijn. Tegelijkertijd kan overmatige ontlasten de interne geheugenvorming verzwakken. Dat kan weer leiden tot beperkt ontwikkelde, robuuste, flexibele geheugennetwerken. Het kan het proces van ‘proceduralisering’ (weten hoe je handelingen moet uitvoeren) belemmeren, waardoor de ontwikkeling van intuïtie en vloeiendheid wordt verhinderd. Onderzoek toont aan dat lerenden die tijdens oefening externe hulp gebruiken, vaak presteren tot het moment dat deze hulp wegvalt. Bovendien kan het leiden tot “biologische pointers” (onthouden waar informatie te vinden is in plaats van de informatie zelf). Dit kan een illusie van kennis creëren en schemavorming ondermijnen. Er kan zelfs sprake zijn van een grotere cognitieve belasting door overmatig cognitieve ontlasten als het denkproces tijdens complexe taken wordt onderbroken door het constante zoeken en verwerken van externe informatie. Als je dus dankzij digitale technologie voortdurend informatie opzoekt zonder deze te internaliseren, dan ontwikkel je dus geen robuuste schema’s. De hersenen behandelen elke taak als nieuw, wat mentaal uitputtend en inefficiënt werkt. Cognitief ontlasten beperkt daarmee het vormen van diepgaande kennisschema’s, wat essentieel is voor complex denken, foutdetectie en transfer.

De hersenen leren door voorspellingsfouten – momenten waarin verwachtingen niet uitkomen. Een docent die de tafels van vermenigvuldiging beheerst, merkt direct op wanneer een rekenmachine een verkeerd antwoord geeft. Lerenden zonder deze interne kennis accepteren mogelijk foute uitkomsten omdat ze geen basis hebben voor vergelijking. Dit mechanisme verklaart volgens de auteurs waarom externe hulpmiddelen paradoxaal kunnen werken: ze voorkomen juist de cognitieve ‘wrijving’ die nodig is voor leren. Effectieve leerstrategieën zoals herhaald ophalen en gespreide herhaling activeren dit systeem van het voorspellen van fouten. Actief ophalen, waarbij informatie actief uit het geheugen wordt opgehaald in plaats van passief opnieuw wordt bekeken of beluisterd, versterkt geheugens door de neurale verbindingen herhaaldelijk te reactiveren en te versterken. Afwisselend oefenen, waarbij oefensessies wisselen tussen gerelateerde maar verschillende onderwerpen of vaardigheden, dwingt het brein om voortdurend te differentiëren tussen meerdere concepten, en verbetert de transfer van kennis.

Veranderd onderwijs

Het onderwijs verschoof volgens de auteurs vanaf de jaren tachtig van een nadruk op onthouden van informatie naar ‘leren leren’ en kritisch denken. “Leren hoe te leren” en kritisch denkvaardigheden werden boven pure kennisvergaring gesteld. De mantra ‘waarom onthouden als je het kunt opzoeken’ werd leidend, samenvallend met de opkomst van rekenmachines en internet. Taalanalyse van educatieve literatuur laat volgens Oakley cs zien hoe termen als ‘stampen’ negatief werden. Docenten, schoolleiders en onderwijsadviseurs interpreteerden deze benaderingen soms als ontmoediging van duidelijke, expliciete uitleg en correcties door een docent. De platitude “een gids aan de zijlijn in plaats van een wijze op het podium” vatte dit samen. Terwijl expliciet onderwijs vaak essentieel is om vooruitgang te boeken bij moeilijke onderwerpen.

Bovendien ontstond een misvatting dat kennis gescheiden is van vaardigheden, terwijl neurowetenschap dus aantoont dat ze diep met elkaar verweven zijn. De verschuiving werd volgens de onderzoekers mede gedreven door een persistent statusprobleem van lerarenopleidingen binnen de academische hiërarchie. Lerarenopleidingen probeerden legitimiteit te verwerven door innovatieve pedagogisch-didactische theorieën te omarmen, zoals leerprocessen waarin de lerende meer centraal staat en hogere-ordedenken. Deze benadering komt volgens de auteurs ‘academischer’ over dan de focus op fundamentele inhoud en memorisatie. Bovendien houden mensen vaak niet van denken, waardoor de neiging om kennis extern op te zoeken aantrekkelijk wordt.

Deze verschuiving had volgens de auteurs goede bedoelingen maar miskende hoe leren daadwerkelijk werkt. Zij erkennen de waarde van actief en ervaringsgericht leren, maar benadrukken het belang van expliciete instructie en gerichte oefening voor ‘biologisch secundaire kennis’ – vakken zoals wiskunde die, anders dan taal, niet moeiteloos worden verworven.

Relatie AI-technologie

Barbara Oakley en collega’s leggen ook een link naar het gebruik van AI-technologie voor leren, opleiden en onderwijs. Recent onderzoek naar AI-gebruik bevestigt volgens hen de geschetste zorgen. Onderzoek toont aan dat AI-tools zoals ChatGPT het risico vergroten op wat onderzoekers ‘metacognitieve luiheid’ noemen bij lerenden. Lerenden besteden minder tijd aan reflectie en zelfcorrectie wanneer ze AI-toepassingen gebruiken voor taken zoals het schrijven van essays. Lerenden die AI-toepassingen inzetten voor het schrijven van essays produceren wel essays van hogere kwaliteit, maar laten niet zien dat zij ook meer kennis ontwikkelen. Bij latere toetsen presteren zij soms zelfs slechter dan lerenden die zonder AI-tools werken. Het probleem ligt in het feit dat AI-tool de natuurlijke leermechanismen van de hersenen omzeilt, zoals het maken van voorspellingsfouten en het vormen van sterke geheugenverbindingen. In het wiskundeonderwijs presteerden middelbare scholieren die GPT-4 gebruikten tijdens oefeningen beter dan klasgenoten, maar hun prestaties daalden aanzienlijk toen de AI tijdens het eindexamen werd weggenomen. Ook bij het leren van programmeren in C++ toonden studenten die ChatGPT gebruikten lagere motivatie en slechtere leerresultaten. Kenniswerkers die veel vertrouwen op generatieve AI laten ook minder kritisch denken zien. Toch biedt AI ook mogelijkheden voor verbetering. Een studie in Ghana toonde dat een AI-wiskundetutor op WhatsApp leerresultaten verbeterde door gerichte oefening en hints te geven in plaats van alleen antwoorden.

Balans vinden

De auteurs pleiten niet voor het afschaffen van dergelijke technologie, maar voor bewust gebruik. Effectieve integratie van bijvoorbeeld AI-toepassingen vereist dat lerenden cognitief actief blijven. Zij verwijzen daarbij naar de ’85 procent-regel’ die stelt dat leren het meest effectief is wanneer lerenden ongeveer 85% nauwkeurigheid behalen tijdens oefeningen. Dit optimale uitdagingsniveau, vergelijkbaar met Vygotsky’s zone van naaste ontwikkeling, helpt neurale verbindingen efficiënt te vormen zonder cognitieve overbelasting te veroorzaken bij lerenden.

De balans tussen interne kennis en externe hulpmiddelen is van belang voor cognitieve ontwikkeling. Lerenden met sterke interne kennisstructuren gebruiken technologie effectiever omdat ze weten wat ze zoeken, hoe ze resultaten moeten evalueren en hoe nieuwe informatie past binnen bestaande kennis. Lerenden die te vroeg afhankelijk worden van externe hulp, missen deze fundamentele vaardigheden en blijven kwetsbaar wanneer technologie faalt. Het is belangrijk om technologie slim te gebruiken om beter te leren, maar zonder dat mensen hun vermogen verliezen om zelf te leren, te onthouden en na te denken. Kennis in ons hoofd blijft nodig voor goed begrip en flexibel denken – het is geen overbodige extra, maar gewoon noodzakelijk. Aldus Oakley cs.

Mijn opmerkingen

Ik vind het sterk hoe de auteurs toelichten hoe het brein nieuwe kennis verwerft, en hoe belangrijk het verwerven van kennis is voor het toepassen van vaardigheden en uitvoeren van handelingen. ‘Denken’ is dus noodzakelijk voor ‘doen’. Kennis en vaardigheden zijn met elkaar verbonden. Dit wordt m.i. te vaak vergeten. Bijvoorbeeld ook als het gaat om performance support. Ik lees te vaak dat het hierbij niet gaat om leren, maar om presteren. terwijl leren voorwaardelijk is voor presteren. De aandacht voor feiten onthouden zou ook niet ten koste moeten gaan van creatief of kritisch denken – integendeel, vakkennis is vaak het startpunt voor dieper inzicht.

We beschikken inderdaad over nieuwe en krachtige digitale technologie. Maar daarmee verandert de wijze waarop ons brein werkt en hoe we kennis in de praktijk toepassen nog niet. Terecht benadrukt het hoofdstuk dat “biologisch secundaire” kennis (zoals lezen of rekenen) niet vanzelf ontstaat, maar doelgerichte instructie en oefening vergt. Een lerende die basisfeiten regelmatig oefent, bouwt een stevig kennisfundament op. Daarmee wordt hogere-orde denkvaardigheid mogelijk. Ik kan me verder ook prima vinden in hun pleidooi om een balans te vinden tussen wat je zelf moet leren en wanneer technologieën zoals AI-toepassingen het leren juist kunnen ondersteunen en versterken.

Toch kent dit hoofdstuk ook zwakke punten. De link tussen toenemend technologiegebruik en dalende cognitieve vaardigheden (IQ-scores) is niet overtuigend aangetoond. Het is belangrijk om op te merken dat het hierbij om correlaties gaat, niet om causaliteiten. Ook kun je vraagtekens plaatsen bij de IQ-score als belangrijk criterium. Maar goed: dit is wel een veel gebruikt criterium (ook bij het Flynn-effect). Daarnaast is de kritiek op een meer constructivistische didactiek wat kort door de bocht. Constructivistische lesmethoden kunnen wel degelijk kennis opleveren als de docent voldoende structuur biedt. Er hoeft ook geen sprake te zijn van een tegenstelling tussen directe instructie, het bieden van structuur en onderzoekend leren. Tegelijkertijd tieren onderwijsmythes zoals leerstijlen nog steeds welig. Het kan ook best zo zijn dat de kwaliteit van het onderwijs is verminderd, zonder dat dit te maken heeft met specifieke onderwijsaanpakken. Als het gaat om de impact van AI-technologie op leren, lijken Oakley cs aan ‘cherry picking‘ gedaan te hebben. Er is momenteel sprake van een gemengd beeld. Maar goed: een waarschuwing voor mogelijke negatieve impact van AI op leren is best op z’n plaats. Verder ontbreekt in deze bijdrage aandacht voor motivatie: hoe houd je lerenden gemotiveerd om te oefenen en te onthouden? Dat aspect is cruciaal voor effectief leren maar blijft onbenoemd. De auteurs kiezen in hun bijdrage voor een duidelijke focus. Dat is de kracht en zwakte van hun bijdrage. Leren, opleiden en onderwijs moet je vanuit diverse disciplines benaderen. Niet alleen vanuit neurowetenschappelijke hoek.

Al met al formuleren Oakley et al. een prikkelend pleidooi voor herwaardering van geheugen en kennis, al had meer oog voor didactische nuance en motivatie het verhaal sterker gemaakt.

Bron: Oakley, B., Johnston, M., Chen, K.-Z., Jung, E., & Sejnowski, T. (2025). “The Memory Paradox: Why Our Brains Need Knowledge in an Age of AI.” In The Future of Artificial Intelligence: Economics, Society, Risks and Global Policy (Springer Nature, forthcoming).

Mijn bronnen over (generatieve) artificiële intelligentie

Deze pagina bevat al mijn bijdragen over (generatieve) artificiële intelligentie, zoals ChatGPT.


Hoe waardeert u deze bijdrage?




Reacties

Plaats hieronder uw reactie.

Naam (verplicht)

E-mail (verplicht)

CAPTCHA Afbeelding
Voer de hierboven staande code in:

Meest gelezen nieuws

Geen artikelen gevonden

Achtergronden aanbieders

Vacatures in de markt

Column

0 reacties
Van Let’s Learn! 09-10-2023

Retentie en AI

Helma van den Berg van Let's Learn! beluisterde de bijdrage van Jeanne Bakker aan de podcastserie BrainBakery. Bakker vertelde over de bedreiging en kansen die we nu en in de toekomst van AI kunnen verwachten. In de podcast sprak zij haar verwachtingen uit voor de toekomst van AI in leren. Helma is het met haar eens. Zoals de gedachte om AI voor gepersonaliseerd leren te gebruiken.