Hoe meer we vertrouwen op kunstmatige intelligentie (AI), hoe minder nauwkeurig we onze eigen capaciteiten beoordelen. Uit een nieuw onderzoek blijkt dat het gebruik van AI-tools zoals chatbots ons niet alleen helpt beter te presteren – het doet ons denken dat we beter zijn dan we zijn, zelfs als dat niet zo is. Dit fenomeen, een omkering van het bekende Dunning-Kruger-effect, heeft diepgaande gevolgen voor de manier waarop we leren, beslissingen nemen en kritische denkvaardigheden behouden.
Het Dunning-Kruger-effect in omgekeerde richting
Het Dunning-Kruger-effect, genoemd naar de psychologen David Dunning en Justin Kruger, beschrijft hoe mensen met een lage competentie op een bepaald gebied de neiging hebben hun capaciteiten te overschatten, terwijl mensen met een hoge competentie die van hen vaak onderschatten. Dit komt omdat degenen die niet over vaardigheden beschikken, niet over het zelfbewustzijn beschikken om hun eigen tekortkomingen te onderkennen.
Onderzoekers van de Aalto Universiteit in Finland hebben echter, samen met medewerkers in Duitsland en Canada, ontdekt dat AI deze dynamiek omkeert. Wanneer mensen AI gebruiken om problemen op te lossen, hebben ze allemaal de neiging hun prestaties te overschatten, ongeacht hun feitelijke vaardigheidsniveau. De meest AI-geletterde gebruikers – zij die het meest vertrouwd zijn met en afhankelijk zijn van deze tools – vertonen het grootste overmoed.
Hoe AI zelfevaluatie verstoort
Bij het onderzoek, gepubliceerd in de editie van Computers in Human Behavior van februari 2026, waren 500 deelnemers betrokken die werden belast met logische redeneerproblemen uit de Law School Admission Test. De helft mocht ChatGPT gebruiken, de andere helft niet. Beide groepen werden vervolgens ondervraagd over hun prestaties en hun zelfbeoordeling van hoe goed ze het deden.
De resultaten waren opvallend: AI-gebruikers beoordeelden hun prestaties consequent hoger dan niet-gebruikers, zelfs als hun werkelijke prestaties vergelijkbaar of slechter waren. De onderzoekers schrijven dit toe aan wat zij ‘cognitieve ontlading’ noemen: de neiging om op AI te vertrouwen om het denkwerk voor ons te doen, waardoor onze eigen mentale inspanning en kritische evaluatie worden verminderd.
De afweging: prestaties versus zelfbewustzijn
Wanneer we AI gebruiken, accepteren we vaak het eerste antwoord dat we krijgen zonder verdere vragen of verificatie. Deze oppervlakkige betrokkenheid omzeilt de gebruikelijke feedbackloops van kritisch denken, waardoor het moeilijker wordt om onze eigen nauwkeurigheid te meten. Als gevolg hiervan presteren we misschien beter met AI, maar verliezen we ons vermogen om nauwkeurig te beoordelen hoe goed we het doen.
Uit het onderzoek blijkt ook dat de kloof tussen hoogopgeleide en laagopgeleide gebruikers kleiner wordt als er AI bij betrokken is. Dit komt omdat AI iedereen helpt tot op zekere hoogte beter te presteren, waardoor over de hele linie een vals gevoel van competentie ontstaat.
De bredere implicaties
De afvlakking van het Dunning-Kruger-effect brengt verschillende risico’s met zich mee. Naarmate we afhankelijker worden van AI, kan onze metacognitieve nauwkeurigheid – ons vermogen om na te denken over ons eigen denken – eronder lijden. Zonder rigoureuze zelfevaluatie lopen we het risico minder betrouwbare informatiebronnen te worden en slecht geïnformeerde beslissingen te nemen.
De onderzoekers waarschuwen dat deze trend zou kunnen leiden tot een toenemend klimaat van verkeerd berekende besluitvorming en een geleidelijke erosie van kritische denkvaardigheden. Hoe meer AI-geletterd we worden, hoe groter de kans dat we onze capaciteiten overschatten, waardoor het probleem alleen maar groter wordt.
De trend omkeren
Om deze risico’s te beperken, suggereert het onderzoek dat AI-ontwikkelaars hun antwoorden moeten heroriënteren om verdere vragen te stimuleren. Door gebruikers te vragen na te denken over hun antwoorden, door vragen te stellen als ‘Hoe zeker bent u van dit antwoord?’ of “Wat heb je misschien gemist?” – AI zou kunnen helpen een bepaald niveau van metacognitief bewustzijn te herstellen.
Uiteindelijk benadrukt het onderzoek een cruciale paradox van het AI-tijdperk: hoewel deze tools de prestaties kunnen verbeteren, kunnen ze ook de vaardigheden uithollen die nodig zijn om die prestaties nauwkeurig te beoordelen. De sleutel is om ervoor te zorgen dat AI wordt gebruikt om ons eigen kritische denkvermogen te vergroten en niet te vervangen
