In zijn nieuwe boek, The Borrowed Mind. In Reclaiming Human Thought in the Age of AI, stelt innovatietheoreticus John Nosta dat grote taalmodellen de manier waarop mensen beslissingen nemen, veranderen. In dit interview voor ICT&health Global legt hij uit hoe AI het denken in klinische beoordelingen kan verbreden en waarom het nog wel even zal duren voordat LLM's vertrouwde bondgenoten voor patiënten worden.
Je hebt jarenlang gewerkt op het snijvlak van gezondheidszorg, geneeskunde en innovatie. Wat trok je verder dan de gezondheidszorg naar AI als een bredere menselijke vraag?
Mijn aantrekkingskracht tot AI voelde onvermijdelijk. Digitale gezondheidszorg maakte op betekenisvolle wijze vorderingen, maar grote taalmodellen vertegenwoordigden iets categorisch anders. Het voelde minder als een nieuw hulpmiddel in de geneeskunde en meer als een structurele verschuiving in de manier waarop kennis zelf functioneert.
Ik heb het vaak zo omschreven: Gutenberg ontsloot woorden. Het internet ontsloot feiten. Grote taalmodellen beginnen gedachten te ontsluiten.
Dat besef bracht het gesprek vrijwel onmiddellijk buiten de gezondheidszorg. Toen ik eenmaal zag dat deze systemen konden deelnemen aan redeneringen in verschillende disciplines, en niet alleen binnen een klinische niche, ging het niet meer om medische innovatie. Het ging om cognitie zelf. Na die eerste kennismaking was er geen weg meer terug.
In het begin van het boek zegt u dat dit niet echt een boek over technologie is, maar een boek over ons. Wat bedoelt u daarmee?
Technologie is de katalysator, niet het onderwerp. Het boek onderzoekt wat er met het menselijk denken gebeurt als antwoorden onmiddellijk en overtuigend worden. Grote taalmodellen genereren samenhang zonder de geleefde ervaring. Wanneer we met hen samenwerken, verschuift de inspanning en wordt de afstand tussen vraag en antwoord kleiner. Die verschuiving beïnvloedt het oordeel en de verantwoordelijkheid. Het boek onderzoekt hoe we ons aanpassen wanneer denken niet langer een solitaire bezigheid is.
U introduceert het idee van de ‘geleende geest’. Hoe weten we wanneer AI ons denken uitbreidt en wanneer het ons denken vervangt? Breidt AI in de geneeskunde de mogelijkheden van artsen uit of ondermijnt het stilletjes hun kritisch denken?
AI breidt het denken uit wanneer het het perspectief verbreedt en het onderzoek verscherpt. Het begint het denken te vervangen wanneer het het eindpunt wordt in plaats van het startpunt. In de geneeskunde is het verschil subtiel, maar belangrijk. Deze systemen kunnen literatuur scannen en patronen met opmerkelijke snelheid aan het licht brengen. Toch ontwikkelt klinisch oordeelsvermogen zich door blootstelling aan nuances en gevolgen in de loop van de tijd. Als AI dat proces ondersteunt, functioneert het als een versterker. Als het het antwoord wordt voordat twijfel zijn werk heeft gedaan, is de uitholling geleidelijk en gemakkelijk over het hoofd te zien.
Patiënten gebruiken steeds vaker chatbots om gezondheidsgerelateerde vragen te stellen. Binnenkort kunnen AI-agenten ons leven organiseren en optimaliseren hoe we gezond blijven. Worden ze vertrouwde bondgenoten die we volgen, of gaan mensen ze vermijden om te ontsnappen aan het constante advies en de veeleisende gedragsverandering?
Mensen waarderen begeleiding, maar verzetten zich tegen het gevoel dat ze worden gemanaged. Continue optimalisatie kan vermoeidheid veroorzaken, zelfs als het advies juist is. Mijn gevoel is dat gezondheid zich ontvouwt binnen concurrerende prioriteiten en onvolmaakte gewoonten (en mensen). AI kan vertrouwen winnen als het autonomie respecteert en grenzen erkent. Als ze als meedogenloze adviseurs opereren, zullen sommige individuen zich terugtrekken, simpelweg om een gevoel van controle te behouden. Dat gezegd hebbende, geloof ik wel dat er een duidelijk pad is naar AI als vertrouwde bondgenoot, maar dat die prestatie gepaard zal gaan met een hobbelig proces van twee stappen vooruit en één stap achteruit.
AI biedt toegang tot kennis die we nooit eerder hebben gehad. Maar maakt deze kennis ons ook daadwerkelijk gezonder, of alleen maar beter geïnformeerd?
Toegang tot kennis is zelden de belangrijkste belemmering voor gezondheid geweest, en ik denk dat het belangrijk is om dit te begrijpen. Informatie is er in overvloed, maar het is moeilijker om deze consequent toe te passen. AI kan medische inzichten op grote schaal beschikbaar maken, wat zinvol is. Of dit de gezondheid verbetert, hangt af van de interpretatie en de follow-up. Geïnformeerd zijn betekent niet automatisch dat je een goed oordeel kunt vellen, vooral niet als het gaat om zelfzorg.
De geneeskunde zit vol ambiguïteit, onzekerheid, emotioneel geladen beslissingen en patiënten met zeer uiteenlopende verhalen en behoeften. Is AI echt klaar om zijn intrede te doen in de spreekkamer?
AI presteert goed in gestructureerde omgevingen waar patronen expliciet zijn en gegevens duidelijk. In de geneeskunde ontvouwt zich vaak iets voordat er duidelijkheid is. Symptomen evolueren en de context bepaalt de betekenis. Op die momenten gaat het bij het oordeel om meer dan alleen statistische correlatie. AI hoort thuis in de klinische omgeving als een computationele laag, maar vervangt niet de geleefde dimensie van zorg. Simpel gezegd zullen we vrijwel zeker vragen: “Wat zei de computer?” Die vraag kan vaak worden gevolgd door: “Wat heeft de arts gedaan?”
Denkt u dat artsen supervisors van algoritmen kunnen worden, terwijl beslissingen op basis van intuïtie of ervaring steeds meer als risicovol worden beschouwd?
In sommige situaties is die verschuiving al aan de gang. Naarmate modellen overtuigender worden, kan het afwijken daarvan vanuit aansprakelijkheidsoogpunt riskant lijken. Het gaat niet om het toezicht zelf, maar om het behoud van professionele zeggenschap. Algoritmes kunnen beslissingen ondersteunen, maar kunnen daar geen verantwoordelijkheid voor nemen. Als die grens vervaagt, verandert de rol van de arts op manieren die we zorgvuldig moeten onderzoeken.
U stelt dat diepgang, verantwoordelijkheid en deugdzaamheid menselijke verantwoordelijkheden blijven. Toch worden deze waarden vaak uit de gezondheidszorg verdrongen door afspraken van tien minuten. Zouden kunstmatige diepgang en empathie in overbelaste gezondheidszorgstelsels beter zijn dan helemaal geen empathie?
Kunstmatige empathie kan een gevoel van aandacht creëren en in overbelaste stelsels echte troost bieden. Toch omvat empathie meer dan alleen goed geformuleerde taal. Het omvat ook gedeelde kwetsbaarheid en de bereidheid om samen met een patiënt het resultaat te aanvaarden. Een algoritme draagt niet het morele gewicht van een beslissing. Simulatie kan de interactie verzachten, maar vervangt niet de verantwoordelijkheid.
Wat kan er misgaan in een gezondheidszorgsysteem waarin patiënten veel zeggenschap hebben dankzij AI?
Empowerment kan de zorg verbeteren wanneer het de dialoog tussen patiënt en arts versterkt. Het wordt problematisch wanneer het vertrouwen de context overstijgt. Door AI gegenereerde uitleg kan volledig klinken, maar nuances missen. Fragmentatie kan toenemen als individuen zonder afstemming algoritmisch advies opvolgen. De taak die voor ons ligt, is niet om empowerment te verminderen, maar om het te integreren in relaties die zijn gebaseerd op vertrouwen en nederigheid.
U onderzoekt de filosofische betekenis van AI voor mensen. Maar de meeste mensen stellen deze vragen niet. Ze gebruiken AI simpelweg omdat het het leven gemakkelijker maakt. Waarom vindt u dit boek op dit moment zo belangrijk?
Juist omdat het zo gemakkelijk is, verdient dit moment aandacht. Wanneer de inspanning afneemt, staan we zelden stil bij wat er nog meer verandert. De wrijving die gepaard gaat met redeneren – van het worstelen met diepzinnige gedachten tot de vreugde van ontdekkingen – maakt deel uit van hoe ons oordeel tot stand komt.
Er is een bekende uitdrukking die zegt dat geluk te vinden is in de reis en niet in de bestemming. Hier speelt iets soortgelijks. De worsteling om te begrijpen, het langzaam vormgeven van een idee, zelfs de fouten die onderweg worden gemaakt, zijn geen inefficiënties. Ze zijn vormend en bouwen onderscheidingsvermogen op. Ze creëren intellectuele veerkracht.
Grote taalmodellen comprimeren die reis. Ze bieden gepolijste bestemmingen zonder dat hetzelfde interne proces nodig is. Dat is een buitengewone capaciteit. Maar menselijke cognitie gaat niet alleen over het vinden van antwoorden. Ze wordt gevormd door wrijving, door verlies, door liefde, door geleefde gevolgen. AI berekent zonder biografie. Wij niet.
Dit perspectief is nu cruciaal omdat we een tijdperk ingaan waarin denken moeiteloos kan aanvoelen. Moeiteloos denken is verleidelijk. Het kan ook stilletjes transformatief zijn. De vraag is niet of we deze systemen moeten gebruiken. Dat moeten we zeker doen. De vraag is of we actieve deelnemers blijven in ons eigen redeneringsproces, of dat we geleidelijk de delen van het denken die ons ooit hebben gevormd, opgeven.
