Computers kunnen niet ‘denken’
Ik liep vandaag tegen een interessant artikel van Scott Ritter aan: Kunstmatige intelligentie versus de OODA-cyclus (observe, orient, decide, act loop), in het Nederlands gepubliceerd door Frontnieuws. Ritter betoogt daarin dat militaire organisaties die te sterk op AI vertrouwen het kunnen afleggen tegen mensen die John Boyds OODA-cyclus werkelijk beheersen. Dat is een serieuze en interessante stelling. Ritter kent het militaire bedrijf van binnenuit en juist zijn analyses over oorlogvoering lees ik doorgaans met bijzondere belangstelling.
Maar voordat hij aan zijn eigenlijke argument begint, rekent hij eerst af met degenen die zich te veel door kunstmatige intelligentie zouden laten meeslepen:
“Computers kunnen niet ‘denken’ en zijn evenmin in staat tot mensachtig redeneren.”
Daar valt gezicht weinig tegen in te brengen. Een computer denkt zeker niet zoals een mens denkt.
Maar het interessante is wat er daarna ongemerkt gebeurt. Uit de terechte constatering dat een computer niet mensachtig denkt, wordt bijna vanzelf de conclusie getrokken dat er dus iets principieel ontbreekt. Computers analyseren volgens Ritter niet werkelijk, onderscheiden geen betekenis, hebben geen intentie en kunnen niet redeneren zoals de menselijke geest dat doet. Zij voeren uiteindelijk slechts algoritmen uit.
Dat klinkt geruststellend. De mens is toch nog iets bijzonders. En precies daar begint het probleem.
Ook in uw hoofd zit niemand te denken
Wie Daniel Dennett heeft gelezen, kent de ongemakkelijke tegenvraag.
Wat denkt er eigenlijk wanneer een mens denkt? Niet het neuron. Een neuron begrijpt geen Nederlands. Het kent geen militaire strategie. Het heeft geen mening over Oekraïne, Gaza of Donald Trump. Het weet niet wat een OODA-cyclus is.
Ook een elektrische impuls in het brein denkt niet. Een synaps redeneert niet. Een neurotransmitter kent geen betekenis. En toch ontstaat uit miljarden van zulke onderdelen gezamenlijk iets wat wij zonder aarzeling denken noemen.
Daarvoor hoeft in ons hoofd nergens een klein mensje te zitten dat alle signalen ontvangt, begrijpt en vervolgens beslist wat ermee moet gebeuren. Dat zou het probleem alleen maar verschuiven: want wie of wat bestuurt dan dat kleine mensje?
Dennett heeft juist veel werk gemaakt van het bestrijden van die intuïtieve voorstelling. Intelligentie hoeft niet voort te komen uit één intelligent onderdeel. Ze kan ontstaan uit de samenwerking van enorme aantallen onderdelen die afzonderlijk volstrekt niet intelligent zijn.
Dat is voor ons zelfbeeld geen bijzonder comfortabele gedachte. Maar wetenschappelijk comfort is geen criterium.
Hofstadters mieren weten van niets
Douglas Hofstadter laat in Gödel, Escher, Bach vanuit een andere richting iets vergelijkbaars zien.
Een van zijn briljante hulpmiddelen daarvoor zijn formele systemen waarin eenvoudige tekens volgens eenvoudige regels worden gemanipuleerd. Het bekende MIU-systeem is daarvan het beroemdste voorbeeld.
De afzonderlijke regels hebben nergens begrip van. Zij weten niet wat zij doen. Zij kennen geen doel. Toch kan uit de toepassing van zulke elementaire regels op een hoger niveau buitengewoon complex gedrag ontstaan.
Dat is niet alleen een aardige intellectuele truc. Het wijst op een fundamenteler verschijnsel: eigenschappen van een complex systeem hoeven niet aanwezig te zijn in de afzonderlijke onderdelen waaruit dat systeem bestaat en kunnen voorspelt gedrag vertonen.
Een watermolecuul is niet nat. Een enkele mier heeft geen idee hoe een mierenkolonie georganiseerd moet worden. Een neuron denkt niet.
En toch is water nat, organiseert een mierenkolonie zich en schrijft dit mens met een hoop neuronen een artikel over kunstmatige intelligentie.
Complexe systemen kunnen eigenschappen voortbrengen die op het niveau van hun afzonderlijke componenten niet bestaan.
Dat maakt de zin “een computer voert alleen algoritmen uit” aanzienlijk minder vernietigend dan hij klinkt. Want uiteindelijk geldt iets soortgelijks voor ons.
Silicium tegenover koolstof is geen argument
Daarmee is uiteraard niet bewezen dat huidige AI hetzelfde doet als het menselijke brein. Dat doet zij vrijwel zeker niet. Een large language model is geen digitaal menselijk brein. De architectuur, de wijze van leren, de beschikbare informatie, het geheugen, de lichamelijke inbedding en de interactie met de omgeving verschillen fundamenteel.
Maar daaruit volgt iets heel anders dan Ritter suggereert.
Niet: de mens denkt en de computer niet.
Maar: menselijke en kunstmatige intelligentie worden door verschillende systemen voortgebracht.
En dan wordt de relevante vraag niet meer waarvan zo’n systeem is gemaakt. Koolstof is niet intelligent. Silicium evenmin. Dode materie krijgt geen hogere status wanneer zij toevallig in onze schedel terechtkomt.
De relevante vraag is wat een zo georganiseerd systeem kan.
En dan wordt Ritters eigen argument beter
Dat brengt ons terug bij zijn eigenlijke onderwerp: de OODA-cyclus van John Boyd: Observe – Orient – Decide – Act.
Ritter legt terecht sterk de nadruk op orientation. Twee mensen kunnen dezelfde gegevens waarnemen en toch tot verschillende conclusies komen. Ervaringen, aannames, training, mentale modellen en eerdere waarnemingen bepalen mede hoe nieuwe informatie wordt geïnterpreteerd. Een goede militaire actor moet bovendien bestaande modellen kunnen verlaten wanneer de werkelijkheid daarom vraagt.
Dat is buitengewoon belangrijk. Maar daarvoor hoeven we helemaal geen principiële filosofische grens tussen mens en machine te trekken. De praktische vraag is veel eenvoudiger:
Kan het betreffende systeem zijn voorstelling van de werkelijkheid snel genoeg aanpassen wanneer die werkelijkheid verandert?
En daar kan Ritter uitstekend een punt hebben. Een militair AI-systeem kan getraind zijn op verkeerde of verouderde gegevens. Het kan patronen herkennen die de tegenstander inmiddels doelbewust doorbreekt. Het kan afhankelijk zijn van sensordata die worden gemanipuleerd. Het kan een optimalisatiedoel nastreven dat onder veranderde omstandigheden verkeerd uitpakt. Het kan door zijn eigen voorspelbaarheid voor een intelligente tegenstander exploiteerbaar worden.
En vooral: mensen kunnen zoveel vertrouwen krijgen in het systeem dat zij stoppen met kritisch kijken naar de aannames waarop de uitkomsten berusten.
Dat laatste gevaar beschrijft Ritter scherp. Te grote afhankelijkheid van AI kan volgens hem intellectuele ondergeschiktheid aan het algoritme veroorzaken en daarmee juist het vermogen aantasten om bestaande mentale modellen los te laten.
Prima argument.
Daarvoor hoeven computers niet eerst filosofisch van het denken te worden uitgesloten.
Mensen zitten trouwens ook gevangen in modellen
Sterker nog: juist Boyds orientation maakt duidelijk dat het probleem niet exclusief technologisch is. Mensen zijn zelf voortdurend gevangen in modellen. Wij kijken niet onbevangen naar de werkelijkheid. We interpreteren nieuwe informatie vanuit eerdere ervaringen, bestaande overtuigingen, vertrouwde categorieën en aannames over oorzaak en gevolg. We zien gemakkelijker wat we verwachten te zien. We vertrouwen bronnen die binnen ons bestaande wereldbeeld betrouwbaar lijken. We kunnen tegenbewijs wegredeneren. We houden soms nog jarenlang vast aan verklaringsmodellen nadat de werkelijkheid er ongemakkelijk ver van verwijderd is geraakt.
Menselijke geschiedenis biedt daarvan voldoende voorbeelden om bescheiden te blijven. Het verschil tussen mens en AI is dus niet dat het ene systeem modellen gebruikt en het andere niet. De interessantere vraag is welk systeem onder welke omstandigheden zijn modellen gemakkelijker kan corrigeren.
En het antwoord daarop hoeft niet altijd hetzelfde te zijn.
De verkeerde wedstrijd
Daarmee komen we bij een hardnekkige fout in vrijwel iedere discussie over kunstmatige intelligentie. Steeds opnieuw wordt gevraagd: Is AI intelligenter dan de mens? En kan dat überhaupt wel?
Dat is ongeveer even zinvol als vragen of een graafmachine sterker is dan een mens. Een mens wint het gemakkelijk van een graafmachine bij het strikken van een schoenveter. Bij het uitgraven van een bouwput ligt de zaak anders.
Hetzelfde geldt voor intelligentie. Mensen beschikken over competenties waarin huidige AI-systemen zwak zijn. Wij bewegen door een fysieke wereld, leven langdurig in sociale relaties, beschikken over lichamelijke ervaringen, functioneren in buitengewoon ongestructureerde situaties en kunnen soms met verbazingwekkend weinig informatie begrijpen wat er gebeurt. Maar draai het probleem om.
- Laat een mens binnen enkele seconden miljoenen teksten vergelijken.
- Laat hem patronen zoeken in miljarden gegevenspunten.
- Laat hem honderden mogelijke formuleringen tegelijk beoordelen.
- Laat hem dag en nacht zonder vermoeidheid doorgaan.
- Laat hem iedere seconde opnieuw duizenden kandidaat-oplossingen afwegen.
Dan wordt het opeens tamelijk potsierlijk om menselijke intelligentie als vanzelfsprekende bovengrens te behandelen.
Vandaag de mens, morgen de machine
Daarom is Ritters militaire voorbeeld juist interessant wanneer we zijn eerste filosofische barricade weghalen.
Het zou heel goed kunnen dat een uitstekend getrainde menselijke militaire organisatie in bepaalde chaotische en snel veranderende omstandigheden beter functioneert dan een organisatie die afhankelijk is geworden van een AI-systeem.
Dat moeten we onderzoeken. Niet geloven. Maar morgen kunnen we precies de omgekeerde casus nemen. Een probleem waarvoor een AI-systeem patronen ziet die geen mens kan overzien. Een situatie waarin honderdduizenden variabelen tegelijk moeten worden beoordeeld. Een analyse waarbij menselijke cognitieve capaciteit eenvoudig de beperkende factor is.
Ook dat moeten we onderzoeken. Niet geloven.
De uitkomst kan in het ene geval mens zijn en in het andere AI.
En dat is helemaal niet bedreigend.
Het wordt pas bedreigend wanneer wij voor ons zelfbeeld vooraf eisen dat de mens uiteindelijk altijd de meest bijzondere deelnemer aan de wedstrijd moet blijken.
De laatste menselijke verdedigingslinie
Misschien moeten we daarom voorzichtig zijn met zinnen als: een computer denkt niet.
Ze kunnen technisch volkomen verdedigbaar zijn, maar ze kunnen ook dienen als een laatste verdedigingslinie van een veel oudere menselijke overtuiging:
wij moeten principieel anders zijn.
- Eerst stond de aarde in het centrum van het heelal. Toen bleek dat niet zo te zijn.
- Daarna was de mens een afzonderlijke schepping. Darwin maakte ook dat moeilijk vol te houden.
- Daarna bleef in ieder geval onze geest nog over: Ons denken – Onze rede – Onze betekenis – Onze creativiteit.
Misschien blijft daar uiteindelijk inderdaad iets fundamenteel menselijks van over. Maar dat moet dan blijken. We kunnen het niet als uitgangspunt in de definitie stoppen en vervolgens tevreden constateren dat computers er niet aan voldoen. Dat zou geen bewijs zijn. Dat zou een cirkelredenering zijn.
Scott Ritter heeft een goede reden om ons te waarschuwen voor militaire systemen die meer gezag krijgen dan hun feitelijke capaciteiten rechtvaardigen. Zijn OODA-analyse verdient daarom serieuze aandacht.
Maar daarvoor hoeven we de mens niet eerst op een filosofische sokkel te zetten.
Het bijzondere aan AI is niet dat dode materie opeens kan denken.
Het bijzondere is dat wij langzaam ontdekken dat dode materie dat altijd al deed; in onze schedel!
Dick H. Ahles
Enkhuizen, 20 augustus 2026
Bron
Scott Ritter, Kunstmatige intelligentie versus de OODA-cyclus (observe, orient, decide, act loop), Nederlandse publicatie Frontnieuws, 20 augustus 2026.