De weg die het vergeet
Tien minuten nadat we een ontwerpbeslissing hadden genomen, pleitte het model vloeiend voor het tegenovergestelde. Het had het feit onthouden en de weg ernaartoe verloren. Die wrijving voelt als de prijs van denken met AI, terwijl het juist het denken ís. Bijna niemand traint de spier die daarvoor nodig is.
Een paar weken geleden hakte ik samen met een AI een knoop door. We hadden een ontwerpbeslissing van alle kanten bekeken, uitgezocht waarom het één kant op moest en waren verdergegaan. Tien minuten later, in hetzelfde gesprek, pleitte het voor het tegenovergestelde. Vloeiend. Met de kalmte van iets dat er nooit anders over had gedacht. Het kon het feit dat we hadden vastgesteld nog steeds opdreunen. Wat het kwijt was, was de weg die we hadden afgelegd om daar te komen.
Ik heb dat moment inmiddels vaak genoeg meegemaakt om het geen glitch meer te noemen. Het trekt me steeds terug naar een kleinere, vreemdere vraag dan de vragen die meestal over AI worden gesteld. Niet of het slim genoeg is. Niet of het mijn baan overneemt. Alleen dit: wat doe ik er eigenlijk mee waardoor het verlies van die weg überhaupt als verlies voelt?
De meeste mensen voelen dat verlies nooit, omdat ze niet doen wat ervoor nodig is om het te kunnen verliezen. Ze vragen iets, krijgen antwoord en gaan weer verder: halen en door. In die stand is het model een heel goede automaat, en een automaat die je vorige aankoop vergeet kost je niks. Er was niks dat mee hoefde naar de volgende stap.
Maar soms ben je niks aan het ophalen. Je bent aan het denken. De redenering bouwt zich in de loop van uren op, de ene beslissing rust op de vorige, en er ontstaat een lijn die alleen bestaat omdat jij en het model hem beurt voor beurt hebben opgebouwd. Dezelfde interface, een totaal andere activiteit. En bij die activiteit doet het antwoord er bijna niet toe. Je werkt in de ruimte tussen twee dingen: een partner die meer heeft gelezen dan welk mens dan ook, maar niks onthoudt van de weg die jullie zojuist samen hebben afgelegd.
Die ruimte boeide me genoeg om er iets voor te bouwen. Een geheugenlaag met maar één taak: zorgen dat de redenering niet tussen sessies verdampt, zodat niet alleen het wat blijft bestaan, maar ook het waarom. Ik zie de vorm ervan. De randen nog niet allemaal, en veel moet zich nog bewijzen. Maar door eraan te bouwen zag ik eindelijk wat ik door mijn ergernis niet had opgemerkt: de wrijving was juist het punt. Als het model vol overtuiging iets verkeerd zegt over iets wat we al hadden vastgesteld, dwingt dat mij om te controleren, voet bij stuk te houden en het erop te betrappen. Ik zag dat controleren altijd als de prijs van denken met AI. Het bleek het denken zelf te zijn. De antwoorden die het me gaf waren meestal wegwerpmateriaal. Wat bleef was de lijn, juist omdat ik die steeds moest corrigeren wanneer hij weer dreigde los te raken.
Het vergeet met volledige overtuiging, wat op de een of andere manier erger is dan wanneer het zich daar verontschuldigend bij zou gedragen. Maar juist die zelfverzekerde versie is nuttig. Gereedschap dat stilletjes met me meegaat, laat ook mijn eigen fouten ongemoeid. Een model dat zonder aarzelen voorbij een eerder vastgesteld punt redeneert, dwingt me dat punt opnieuw te verdienen, of te ontdekken dat het nooit verdiend was.
Maar dat snijdt aan twee kanten, en voor de tweede ben ik zelf verantwoordelijk. Het is makkelijk om de machine het onthouden te laten doen. Geef het de context, vertrouw de samenvatting en houd zelf de draad niet meer vast. Dan valt die lijn nog steeds weg, alleen ben ik nu degene die hem heeft laten vallen. Het geheugenverlies van het gereedschap kan ik opmerken. Mijn eigen geheugenverlies, het soort dat ik zelf uitnodig door op het gereedschap te leunen, meestal niet. Het blijft dus alleen denken als ik mijn helft blijf dragen, als ik zelf blijf onthouden wat we hebben vastgesteld en waarom. Zodra ik dat ook overdraag, sta ik weer bij de automaat en heb ik het niet eens door.
Onder alle prompttips en copilot-demo’s zit het deel dat niemand benoemt. Denken met AI is een vaardigheid. Een spier. Je traint hem of je doet het niet, en bijna niemand traint hem, omdat we bijna alles hebben gestoken in het sterker maken van het model en bijna niks in het scherper maken van de mens ertegenover. We trainen het gereedschap om te onthouden, te redeneren en context vast te houden. We trainen de mens niet om het te betrappen als het vol overtuiging ongelijk heeft, om vast te houden aan iets wat al was vastgesteld terwijl het model vloeiend het tegenovergestelde verdedigt, of om degene te blijven die weet waar de weg naartoe liep. Dat is de spier. Je kunt hem trainen, en bijna niemand leert hoe.
Ik kan niet beloven dat de meeste mensen die spier zullen trainen. Veel mensen zullen dat niet doen. Het gereedschap is comfortabel genoeg om op te leunen, en voor je het weet wordt dat leunen een gewoonte. Maar wie hem wel traint, krijgt iets wat geen enkele upgrade van het gereedschap kan geven. Die blijft degene die het waarom vasthoudt, naast een machine die alles vasthoudt behalve dat. Het echte werk zit in die ruimte, en daarvoor heb je een getraind mens nodig.
De mensen die het meeste uit AI halen, zullen dus niet degenen zijn met de beste prompts. Het zijn de mensen die zichzelf hebben geleerd om ernaast te denken zonder het ongemerkt voor zich te laten denken. Dat vermogen kon je altijd al ontwikkelen. Of je dat ook doet, bepaalt hoeveel van je eigen denken je zelf houdt.