Waarom val ik elke keer terug in dezelfde patronen?

Omdat je zo geprogrammeerd bent. Niet 100% letterlijk, maar er is een fascinerende overlap tussen jouw brein en zenuwstelsel enerzijds, en de moderne AI-toepassingen anderzijds. 

Beginnen bij het begin: als ik zeg “patronen” dan bedoel ik jouw gedachten en gedrag. Wat je denkt en wat je doet. Dingen zoals “ik ga gezond eten,” en toch die Ben & Jerry’s uit de winkel meenemen. 

Maar het gaat ook over belangrijker zaken. Waarom word je zo snel geïrriteerd door die ene collega op het werk, waarom maak je altijd dezelfde fout in je rapporten of waarom gaat je duim altijd onbewust naar die Instagram of Tiktok-app? 

Een deel van het antwoord zit verborgen in hoe de moderne AI – genre ChatGPT, Gemini, Dall-E etc. werken. Want hoewel onze breinen eindeloos complexer en performanter zijn dan al die applicaties – echt waar – is er toch een bijzondere overlap. 

Neurale netwerken 

De moderne AI draait op neurale netwerken. Al sinds de jaren 40 worden onze eigen neuronen onderzocht en in kaart gebracht, en met de opkomst van de computer begon er een gelijktijdig project: kunnen we die neuronen nabouwen op onze chips? 

Het antwoord is ja – voor een deel. En het is toevallig het deeltje dat ook invloed heeft op jouw gedrag en gedachten. En het is dat gedeelte dat nu ook de AI-revolutie heeft aangezwengeld. 

Maten en gewichten 

Maar hoe werkt het nu eigenlijk? Wel, in AI wordt er eigenlijk een leeg neuraal netwerk geprogrammeerd. Allemaal neuronen zonder verbindingen met elkaar. Als je aan zo’n netwerk bijvoorbeeld een foto geeft en je vraagt “Is dit een hond of een kat?” dan geeft die een willekeurig antwoord. 

Dus het netwerk moet getraind worden. En dat gebeurde in het begin handmatig. Je stelt een vraag “kat of hond” en het netwerk legt verbindingen en zegt bijvoorbeeld “kat”. Als het juist is, dan zeg je “goed” en worden de verbindingen die het netwerk gemaakt heeft versterkt. Ze krijgen als het ware extra gewicht. 

Als het fout is, dan zeg je “fout” en worden de verbindingen verzwakt of weggehaald. Ze worden terug uitgegomd. Als je dit honderden keren herhaalt, dan gaat het netwerk steeds zwaardere en duidelijkere verbindingen maken, tot het quasi feilloos elke foto van een hond en een kat uit elkaar kan halen. 

Voor iedereen die ooit een hond getraind heeft of een baby heeft opgevoed komt dit proces denk ik zeer bekend voor. Het is verbazingwekkend accuraat voor hoe een stukje van ons eigen brein ook werkt. 

Wolven en Husky’s 

Terug naar de originele vraag: waarom is het zo moeilijk mijn gedrag en gedachten te veranderen? 

Je weet nu hoe een stuk – niet alles – van je gedrag en gedachten als het ware ingesleten zitten in je brein. Als karrensporen op een aardeweg of de indruk in je zetel zit ook je brein vol paden die al platgewalst zijn en waar je vaak zonder nadenken doorloopt. 

Maar niet alle karrensporen zijn goed. En dankzij AI hebben we een zeer grappig voorbeeld van hoe zo’n verkeerd spoor gevormd kan worden. 

Ze hebben namelijk eens een systeem gebouwd dat wolven en husky’s uit elkaar moet kunnen halen. Dus, een leeg neuraal netwerk, honderden foto’s van wolven en husky’s en trainen maar: dit was goed, dit was fout. 

Uiteindelijk hebben ze een neuraal netwerk waarvan ze denken: yes. Dit kan wolven en husky’s feilloos uit elkaar halen. De enige manier om dat te testen is natuurlijk om het systeem nieuwe foto’s te geven die het nog nooit gezien heeft. 

Opgepast voor sneeuw 

De eerste paar foto’s gaan goed, maar dan is er plots een fout. Ze tonen de computer een foto van een husky en computer zegt: “Dit is 100% zeker een wolf.” 

In tegenstelling tot de mens kan je aan zo’n AI-systeem niet vragen waarom het denkt dat het hier om een wolf gaat. De onderzoekers moesten dus hun gebruikte afbeeldingen tijdens de training herbekijken en pas na lang zoeken vonden ze een uitleg. 

Alle foto’s van wolven hadden namelijk sneeuw op de achtergrond liggen, terwijl de foto’s van de husky’s toevallig allemaal gras of aarde op de achtergrond hadden. En inderdaad, de husky die als wolf benoemd was door de computer, was de eerste husky die ook sneeuw op de achtergrond had. 

Het systeem om wolven en husky’s uit elkaar te houden was dus niet meer dan een sneeuwradar voor de achtergrond van een foto. Oeps. 

Nieuwe karrensporen 

Ook als mens maak je karrensporen die soms nergens op slaan. Een groot deel daarvan komt uit je kindertijd – wat heel erg veel lijkt op de trainingstijd van AI. 

Maar waar je bij AI gewoon van nul moet beginnen als je systeem een fout bevat, hebben wij iets dat neuroplasticiteit heet. 

Neuroplasticiteit mag je hier kort door de bocht vergelijken met de trainingstijd van de AI. Je krijgt nieuwe informatie, je legt nieuwe connecties en je verbetert je proces. En waar die bij AI verdwijnt als het systeem begint te werken, loopt die als mens je hele leven door. 

Je hele leven? 

Ja, maar niet overal gelijk. Als baby is je neuroplasticiteit het grootste. Je kan een baby alles wijsmaken en dat doe je als ouder ook gewoon. Dit is eten, dit is speelgoed, dit is mama, dit is papa. Je kan er ook gewoon mee doen wat je wil. Als je je baby wil wijsmaken dat je koning van Madagascar bent, dan moet je alleen maar uitleggen wat een koning is en wat Madagascar is, en dan zeggen dat jij het bent. 

Maar die neuroplasticiteit begint af te nemen doorheen de jaren. Verbindingen worden sterker, en eenmaal je gewoon mama en papa bent voor je kind, is het zeer moeilijk om ze zo’n dingen wijs te maken. 

Vanaf je 25 jaar is die neuroplasticiteit bijna volledig afgesloten. Je eigen neuraal netwerk zit dan grotendeels vast hoe het is. 

Dus als volwassene is alles om zeep? 

Niet helemaal. Neuroplasticiteit heeft namelijk nog een aantal triggers die gerelateerd zijn aan je emoties. Frustratie, irritatie of bepaalde traumatische ervaringen kunnen nog altijd je neuraal netwerk aanpassen en die karrensporen nog verleggen. 

En nu heb ik een simpele vraag. Stel, je wil leren jongleren. Ik geef je twee opties: zou je liever 100 keer oefenen tot je gefrustreerd bent, of 200 keer oefenen maar zonder frustratie? 

Vreemd genoeg kiezen de meeste mensen het tweede. Liever dubbel zo lang oefenen maar toch een beetje blij zijn onderweg, niet te veel frustratie voelen, gewoon op het gemakje. 

Helaas 

Als kind kom je daarmee weg, maar als volwassene niet. En die simpele vraag van daarnet heeft maar één antwoord. Als je als volwassene wil leren jongleren, ga je moeten oefenen tot frustratie, of woede, of zeer sterk verlangen. 

Zonder emoties blijft je neuraal netwerk intact en blijven alle verbindingen en connecties daarbinnen dezelfde. En dat is het antwoord op de originele vraag: waarom val je elke keer terug in dezelfde patronen? 

Omdat je – deels – zo geprogrammeerd bent, en vanaf je 25 jaar is je interne IT-dienst grotendeels gepensioneerd. En als er toch nog iets moet veranderen, dan zal je daarbinnen ergens op tafel moeten kloppen om er toch nog beweging in te krijgen. 

En vergeet niet, de neurale netwerken waar AI tegenwoordig op draaien zijn bijlange na niet zo complex als jouw zenuwstelsel. Gedrag en gedachten zijn maar twee van de vele stukken van jezelf, maar dat is een verhaal voor een andere keer.

Wil je hiermee met mij aan het werk of heb je een vraag? Neem contact op.