Mijn blik is gericht op een zwarte stip in het midden van een computerscherm. Een camera houdt mijn pupillen tot op de millimeter in de gaten. Als mijn ogen ook maar een moment afdwalen, wordt alles zwart.

Het is al een paar keer gebeurd, maar hoe langer ik bezig ben, hoe beter het me lukt mijn ogen op de gewenste plek te houden. Mijn aandacht, daarentegen, ligt elders. Rond de stip staan zes afbeeldingen. Omdat ik niet direct naar de plaatjes kan kijken, blijven ze buiten focus. Toch heb ik meestal een idee van wat er wordt getoond.

Waarom herken ik beelden die ik niet echt zie?

Van een terugkerend plaatje weet ik vrij zeker dat het een goudvis is, een ander toont duidelijk een hond in een groene omgeving. Sommige zijn lastiger te definiëren, maar benoem ik in mijn hoofd als ‘insect op plant’ of ‘een soort koffiemok’.

Aan mij de taak om de afbeeldingen in de juiste categorie te plaatsen. Niet echt ingewikkeld, zou je denken. Ik heb de keuze uit slechts twee categorieën, F of J, en mijn wijsvingers liggen al klaar op de desbetreffende toetsen van het toetsenbord. Wanneer een plaatje verschijnt, druk ik op een ervan en krijg ik direct te zien of ik het goed of fout heb.

Leren zonder uitleg: zo ontstaan nieuwe associaties

Toch is het in het begin even puzzelen. Van tevoren heb ik geen enkele informatie gekregen over de categorieën. De enige manier om te weten of een plaatje bij F of J hoort, is door een gok te wagen en het resultaat te onthouden voor de volgende keer dat dezelfde afbeelding voorbijkomt. Kortom, ik moet leren welk plaatje bij welke letter hoort door middel van trial-and-error.

Meer lezen uit deze rubriek? Bekijk hier alle Proefkonijn-verhalen, waarin Myrthe zich overgeeft aan de wetenschap.

Zodra de goudvis verschijnt, druk ik op F. Correct. Het was een van de eerste plaatjes die ik te zien kreeg, dus ik weet inmiddels waar de afbeelding thuishoort. Ondertussen probeer ik te begrijpen waarop de categorieën gebaseerd zijn.

Alle dieren horen bij F? Nee, want de hond zit juist bij J. Bestaat F uit alleen zeedieren? Nee, want het insect op blad zit er ook bij. Telkens wanneer ik het denk te begrijpen, komt er een nieuw plaatje langs dat mijn theorie onderuit haalt. En dat niet alleen: hoe langer ik bezig ben, hoe meer ik begin te twijfelen aan wat ik zie. Is dat wel echt een goudvis daar, of lijkt het meer op het oranje vlammetje van een kaars?

Hoe het brein nieuwe verbanden leert leggen

Wanneer ik na afloop het experiment bespreek met masterstudent Anne de Groot, weet ik bijna niet waar ik moet beginnen. Wat is hier in hemelsnaam onderzocht?

‘We kijken naar de manier waarop associaties in het brein worden gemaakt wanneer we iets nieuws leren,’ legt De Groot uit. ‘En dan vooral bij het koppelen van een stimulus – iets wat we zien of meekrijgen – aan een specifieke actie.’

Leestip: Waarom het menselijk brein zo uniek is – en wat de placenta ermee te maken heeft

In het dagelijks leven wordt ons brein hiermee aan de lopende band geconfronteerd. Als voorbeeld noemt De Groot een verkeerslicht. Bij het zien van een rood licht, weten we dat we moeten stoppen; is het groen, dan mogen we doorrijden. De stimulus – de kleur van het verkeerslicht – is daarbij gekoppeld aan een actie.

‘Stel, we maken dat verkeerslicht net een andere tint groen. Reageer je dan nog op dezelfde manier of voelt het alsof je iets heel nieuws moet aanleren? En wat als het stoplicht ineens paars is?’

In het onderzoek worden proefpersonen als het ware voor een verkeerslicht gezet met compleet nieuwe kleuren. De categorieën waarin ik de afbeeldingen moest indelen, waren op volledig willekeurige wijze ingedeeld, benadrukt De Groot, zodat eventuele voorkennis niet kon worden benut.

Wat het brein opslaat als je iets nieuws leert

Het zoeken naar logica, zoals ik in het experiment probeerde te doen, was dus zinloos. De enige manier waarop ik de afbeeldingen correct kon indelen, was door nieuwe associaties aan te leren. Juist dat proces willen de onderzoekers beter begrijpen.

‘Welk element van zo’n plaatje pikt jouw brein er dan uit om die associatie te maken?’ zegt De Groot. ‘Dat kunnen redelijk simpele dingen zijn, zoals een bepaalde kleur of vorm. Maar we vermoeden dat er daarnaast ook abstractere informatie over een afbeelding wordt opgeslagen, een zogenaamde abstracte representatie.’

Leestip: Hoe oud zijn je hersenen écht? Wetenschappers kunnen het nu meten

Deze abstracte representaties stellen ons onder meer in staat om iets dat we nog nooit eerder hebben gezien toch te herkennen, vervolgt De Groot. ‘Wanneer je bijvoorbeeld een hond ziet, zelfs al is het een ras dat je nog nooit eerder bent tegengekomen, weet je gewoonlijk: dat is een hond. Op de een of andere manier sla je bepaalde kenmerken op. De vraag is: hoe?’

Waarom AI-beelden perfect zijn voor dit experiment

De uitleg van De Groot doet me denken aan mijn ervaring tijdens het onderzoek. Ik herkende een plaatje als ‘goudvis’ zonder dat ik er echt goed naar kon kijken. Maar keek ik op dat moment daadwerkelijk naar een goudvis?

Ja en nee, legt De Groot uit. Alle afbeeldingen die in het onderzoek gebruikt worden, zijn gegenereerd door AI. Er is inderdaad een afbeelding die er op het eerste gezicht uitziet als een goudvis – maar wie langer kijkt, ziet al snel dat er iets niet klopt. De vis heeft geen kieuwen, het staartje lijkt gesmolten te zijn en de vinnen zitten op onnatuurlijke wijze vastgeplakt aan het lijfje.

‘Generatieve AI-modellen maken ook een soort abstracte representaties,’ legt De Groot uit. Het materiaal dat voor het onderzoek is gebruikt, komt uit een databank die al werd ingezet voor eerdere experimenten. Zo kregen makaken in een recent onderzoek soortgelijke plaatjes te zien. Ondertussen werd de hersenactiviteit van de apen gemeten.

Wil je niets missen van onze verhalen? Volg National Geographic op Google Discover en zie onze verhalen vaker terug in je Google-feed!

‘Zo konden de onderzoekers abstracte representaties koppelen aan de activiteit die op dat moment in de hersenen plaatsvindt,’ zegt De Groot. Daarmee konden ze een model maken van de regels die het brein gebruikt om de plaatjes te verwerken.

‘Het idee is om dat vervolgens weer om te draaien; we willen kijken of mensen tijdens het doen van deze computertaak diezelfde AI-regels gebruiken.’

Zit ik in een Black Mirror-aflevering?

Ineens bekruipt me het gevoel dat ik ben beland in een aflevering van Black Mirror, de Netflix-serie waarin technologische vooruitgang steevast leidt tot dystopische situaties. Is een toekomst waarin hersenactiviteit kan worden gevisualiseerd niet de droom van elk autoritair regime?

De Groot probeert me gerust te stellen: ‘Ons eigen onderzoek richt zich alleen op gedrag en hoe mensen leren. Misschien kunnen onderzoekers ooit meekijken met wat iemand zou zien, denken of voelen, maar dat is echt nog heel ver weg.’

Meer ontdekken? Krijg onbeperkt toegang tot National Geographic Premium en steun onze missie. Word vandaag nog lid!