Als je een lijst zou maken van wat je allemaal weet, zou die lijst tot in het oneindige door kunnen gaan. Misschien heb je daar nooit zo bij stil gestaan. Misschien vond je jezelf nooit zo’n enorme professor. Toch heeft ieder mens een enorme hoeveelheid kennis. Dat hoeft niet direct kennis te zijn over scheikunde of Franse grammatica. Denk ook maar eens aan het aantal namen van mensen dat je kent of het aantal telefoonnummers. En van hoeveel mensen weet je wel niet welke leuke of vervelende dingen ze in hun leven hebben meegemaakt? Hoe langer je erover nadenkt, hoe langer de lijst met kennis wordt.
Stoelarrest
We hebben dus enorm veel kennis, maar waar is dat goed voor? Kennis helpt ons om de dingen sneller en efficiënter aan te pakken door het selecteren van de juiste acties. Een voorbeeldje. In je huis zie je ineens een slang en je springt van schrik op een stoel om er de volgende twee uur niet meer vanaf te komen. Je kunt echter ook je kennis gebruiken en je realiseren dat in Nederland, normaal gesproken, geen slangen in huis rondhangen. In plaats van weg te springen, kun je op basis van die kennis ervoor kiezen om te gaan kijken wat het dan wel is. Zo voorkom je dat je vanwege een vreemd gevormde stok een halve middag op een stoel moet zitten.
Gelukkig weet je kennis over trapleuningen te voorkomen dat je op deze slang gaat jagen
Kennis gebruik je ook om voorspellingen te maken over de toekomst. Als we een slang zien en meteen op een stoel springen, is daar geen voorspellen voor nodig. Onze waarneming leidt direct tot een actie. Maar meestal kunnen we op meerdere manieren reageren. In plaats van op een stoel te springen, zouden we ook naar buiten kunnen rennen of doodstil blijven staan. Om te weten welk alternatief de juiste is, moeten we voorspellen wat er kan gebeuren. We maken dan een voorstelling in ons hoofd over hoe de toekomst er uit zou zien. En hiervoor heb je kennis nodig.
Plaatjes kijken
We gebruiken kennis dus voor het maken van voorstellingen van de wereld om ons heen. Dit doen we door mentale representaties aan te maken in ons hoofd. Een mentale representatie is een verzameling beelden en ideeën over één onderwerp, bijvoorbeeld een vliegtuig. Het is een soort verhaaltje dat vertelt hoe een vliegtuig eruit ziet, wat je er mee kan, wat voor onderdelen een vliegtuig bezit en waar je vliegtuigen doorgaans kunt zien. Kortom, alles wat jij weet over vliegtuigen.
Vroeger dachten ze dat mentale representaties letterlijk plaatjes in je hoofd waren. Alsof je de hele wereld als het ware in je hoofd gekopieerd had. Later zijn ze meer gaan denken in termen van databases zoals in een computer. In die database zitten dan verschillende stukjes kennis opgeslagen, concepten genaamd. Sommige zijn gesorteerd op categorieën als “Appels” en “Vliegtuigen”, terwijl andere concepten meer over kwaliteiten als “Smaak” en “Kleur” gaan. Net zoals in databases kun je concepten koppelen, bijvoorbeeld “Appels zijn Groen”. Al deze koppelingen samen, vormen dan je mentale representatie.
Alle kennis in je hoofd ligt opgedeeld in categorieën
Twee theorieën
We weten nu dat kennis mentale representaties zijn in je brein. Maar hoe kom je van deze beelden tot beslissingen nemen? Hoe gebruiken we kennis om ons gedrag te sturen? Hier zijn twee verschillende theorieën over: de informatieverwerkingstheorie en de neurale netwerktheorie. Allereerst de informatieverwerkingstheorie.
Robotmensen
Deze theorie zegt dat onze hersenen eigenlijk het beste zijn te vergelijken met de werking van een grote computer. Eerst komt er via onze waarneming informatie binnen. Binnenin de computer wordt deze informatie dan verwerkt. Dit is het echte ‘denken’ of redeneren. Het resultaat van deze verwerking is een beslissing die leidt tot het uitvoeren van een handeling.
Bij het verwerken van informatie heb je kennis nodig die ligt opgeslagen in je geheugen. Opgeslagen kennis en de informatie die je hersenen binnenkomt, vormen de bouwblokjes waarmee je een redenering maakt en tot een beslissing komt. Een voorbeeld kan dit duidelijk maken.
Stel, je ziet iemand fietsen op straat. Je ogen geven vervolgens informatie door aan je hersenen over de vorm van zijn gezicht en zijn manier van bewegen. Je concludeert: “Hee, dat is Johan!”. Allerlei gegevens uit je geheugen die horen bij de persoon Johan worden nu actief. Je redeneert verder: 1. Johan is een oude huisgenoot van mij. 2. Ik heb Johan al drie jaar niet gezien. 3. Hij is naar het buitenland verhuisd (maar nu is hij in Nederland). 4. En oja… ik krijg nog 100 euro van hem die hij nooit heeft terugbetaald! Op basis van deze redeneringen besluit je tot de volgende handelingen: Je spant je stembanden, roept “Hee Johan” en begint tegelijkertijd achter de fietser aan te rennen.
Een heel stappenplan in je brein moet ervoor zorgen dat jij een lekker bakkie leut krijgt
Kinderziektes
De informatieverwerkingstheorie komt erg overeen met onze alledaagse ervaring. Er zijn echter een paar problemen. Als eerste het keuzeprobleem. Er zijn vaak een heleboel verschillende manieren om hetzelfde doel te bereiken. Welke manier ga je dan kiezen? Stel je voor dat je alle mogelijke manieren om koffie te zetten één voor één af gaat om er de beste manier uit te kiezen. Dat is een hoop rekenwerk. En dan hebben we het nog niet eens over alle manieren waarop je dit stukje kunt schrijven.
Ook is er een snelheidprobleem. Mensen kunnen heel snel alleen relevante kennis uit hun geheugen naar voren te halen. Of gemakkelijk informatie uit de omgeving negeren en vergeten, als deze niet interessant is. Een computer is hier heel slecht in. Hij moet bij iedere redeneerstap weer de hele database langs en alle informatie verwerken die nieuw is binnengekomen via zijn sensoren. De informatieverwerkingstheorie kan niet verklaren hoe mensen dit zo snel voor elkaar krijgen.
Mensen kunnen heel snel kennis tevoorschijn toveren. Daar kan het computerbrein nog wat van leren!
Samen sterk
De tweede theorie over kennis en redeneren is die van de neurale netwerken. Deze theorie is gebaseerd op wat we weten van de werking van de echte hersenen. Onze hersenen kun je zien als een enorm netwerk van onderling verbonden knooppunten. De zenuwcellen zijn de knooppunten en de verbindingen hiertussen maken het netwerk. Iedere zenuwcel stuurt kleine elektrische signaaltjes naar alle cellen waar hij mee verbonden is en zo beïnvloeden al die cellen elkaar voortdurend. Vergelijk het een beetje met internet, waar geen enkele computer ‘baas’ is en alle onderling verbonden machines tegelijkertijd op elkaar inwerken.
Neurale netwerken zijn gebaseerd op de eigenschap van onze hersenen om verbanden te leggen. Als twee dingen vaak samen optreden, dan zullen onze hersenen die twee dingen als één geheel gaan zien. Telkens wanneer je een hond ziet en je hoort tegelijkertijd geblaf, dan vormen je hersenen een verbinding, een associatie, tussen het blaffen en de hond. In de hersenen gebeurt dat letterlijk doordat de zenuwcellen die actief zijn bij het zien van de hond sterkere verbindingen gaan vormen met de zenuwcellen in het netwerk die actief zijn bij het horen van het geblaf.
Wet van Oorzaak en Gevolg Als twee dingen vaak samen optreden, dan zullen onze hersenen die twee dingen met elkaar associëren. Het voordeel hiervan is dat je beslissingen kunt nemen op basis van die associatie, zonder dat je er lang over hoeft na te denken. Gevaar is wel dat je dingen met elkaar associeert die niets met elkaar van doen hebben. Je drukt bijvoorbeeld op het lichtknopje en de TV springt aan. Meteen denk je: doordat ik op het knopje drukte, ging de TV aan. Het lichtknopje zit dus op een vreemde manier aan mijn TV verbonden! Deze manier van associëren hangt nauw samen met wat ook wel de Wet van Oorzaak en Gevolg wordt genoemd. Als twee dingen vlak na elkaar in de tijd plaats vinden, denken we al snel dat het eerste ding de oorzaak is van het tweede ding. Maar dit hoeft helemaal niet zo te zijn. Vooral beginnende computergebruikers koppelen nog wel eens dingen aan elkaar die niets met elkaar te maken hebben – “Net toen ik op Shift drukte, liep de computer vast. Wat heb ik nu weer gedaan!?”
Hokjesgeest
Meerdere ervaringen die op de een of andere manier bij elkaar horen, voegen je hersenen na verloop van tijd samen tot één overkoepelende categorie. Je neemt de kleine onderlinge verschillen dan niet meer zo waar. Als je bijvoorbeeld steeds mensen ziet met gele kleren aan, dan zou je op een gegeven moment kunnen zeggen: hé daar heb je weer zo’n “Gele”. Zelfs als hij op dat moment ook blauwe sokken draagt. Al die losse personen zijn dan samengevoegd tot een nieuwe categorie: de Gelen.
Omdat allerlei netwerken met elkaar verbonden zijn is het heel moeilijk te zeggen waar de ene categorie begint en de andere ophoudt. Bovendien kan de kennis in je hoofd voortdurend veranderen onder invloed van ervaring. Elke keer als je iets meemaakt wordt het neurale netwerk weer een beetje aangepast. Neurale netwerken zijn echte leermachines en kennis is dus nooit helemaal onveranderbaar. Geen enkele hersencel is hierbij echter de baas. Elke hersencel doet zijn eigen ding en al die hersencellen doen dat allemaal tegelijkertijd.
Een beroemde tekening van Escher, getiteld metamorphose. Is het hier duidelijk waar de ene ‘categorie’ begint en de andere op houdt?
Improviserende computer?
We hebben nu twee theorieën gezien over kennis en redeneren. De informatie-verwerkingstheorie vergelijkt het menselijk denken met de computer. Terwijl de neurale netwerktheorie meer ziet in flexibele netwerken gebaseerd op associaties. Het is nog niet helemaal duidelijk welke de beste theorie is. De meeste onderzoekers zijn het er over eens dat de hersenen in ieder geval niet precies hetzelfde werken als computers. Soms lijken onze denkprocessen er weliswaar op, maar het echte zware redeneerwerk maakt meestal maar een klein deel uit van onze dagelijkse bezigheden. Veel vaker wandelen we op routine door het leven.
Er is nu ook een stroming binnen de psychologie die beweert dat kennis niet eens in ons hoofd hoeft te zitten. Deze stroming, genaamd ‘gesitueerde cognitie’ (situated cognition) stelt dat mensen gebruik maken van de omgeving, om gemakkelijker over de omgeving te kunnen denken. Dat klinkt gek. Maar het komt er op neer dat mensen vaak improviseren en zich laten leiden door de structuur die er al in de omgeving is. Veel van onze omgeving is al ontworpen door andere mensen. Denk aan een straat: pas bij een kruispunt hoef je weer na te denken en het aantal mogelijke richtingen waaruit je kunt kiezen is beperkt. Dat maakt het denken dus gemakkelijker, dan wanneer je met je kapmes door het oerwoud worstelt.
Kip met of zonder kop
Natuurlijk gaan we in ons dagelijks leven niet uitgebreid berekeningen zitten maken om zo efficiënt mogelijk een kamer op te ruimen of boodschappen te doen. Of ons neurale netwerk zogenaamd afspeuren naar verbanden die we hebben gelegd tussen een gasfornuis en koken. Liever klungelen en klooien we maar wat aan en hopen het beste van onze gesitueerde cognitie. We vertrouwen op onze reflexen en onze onbewuste kennis. En wonder boven wonder werkt dat over het algemeen prima! Kijk maar eens hoe de gemiddelde toerist door een groot vliegveld als Schiphol gesluisd wordt. Als een kip zonder kop komen de meesten toch altijd weer in het goede vliegtuig terecht.
Zie ook:
- Leren met neurale netwerken: neurobiologische inzichten en toepassingen daarvan (Kennislinkartikel)
- Its all in the brain (Kennislinkartikel)
- Neurale netwerken
- Kunstmatige intelligentie en neurale netwerken
- Alles over kunstmatige neurale netwerken, inclusief simulaties (Engels)
- Wil je weten hoeveel je weet? Doe je test!