Hoe Je Brein Voorspellingen Maakt (En Waarom Het Soms Mis Gaat)

Wanneer je een kamer binnenloopt die je goed kent, dan zie je niet echt alles in die kamer. Je brein heeft al voorspeld wat je zou moeten zien — de kleur van de muren, de vorm van het meubilair, de lichtval van het raam. En die voorspelling klopt grotendeels, waardoor je brein minder moeite hoeft te maken voor de dingen die al bekend zijn en meer aandacht kan geven aan de dingen die nieuw of afwijkend zijn. Dit is geen filosofie — dit is de manier waarop je brein werkt. Het is altijd aan het voorspellen, en het gebruikt die voorspellingen om je waarneming te sturen.

Dit model van hoe het brein werkt heet predictive processing, ook wel predictive coding genoemd. Het idee is dat je brein niet passief wacht op input van de zintuigen en die dan interpreteert — het is actief bezig met het voorspellen van die input, en het gebruikt het verschil tussen wat het voorspelt en wat de zintuigen daadwerkelijk signaleren — de zogenaamde prediction error — om zijn modellen van de wereld bij te stellen. Je brein is letterlijk een voorspellingsmachine, en wat we bewust ervaren is niet de raw input maar het resultaat van een constant proces van voorspellen en bijstellen.

Het brein als voorspellingsmachine

De theoretische basis voor predictive processing komt uit de Bayesiaanse hersenwetenschap: je brein houdt interne modellen van de wereld bij, modellen die waarschijnlijkheden toekennen aan verschillende mogelijke uitkomsten. Wanneer je een geluid hoort in een donkere kamer, dan trekt je brein niet zomaar conclusies — het weegt af: “de kans dat dit een inbreker is, is X procent, de kans dat dit de kat is, is Y procent, de kans dat dit een geluid uit de verwarming is, is Z procent.” En die afweging wordt bepaald door je eerdere ervaringen en door de context van het moment.

De theorie gaat dieper dan alleen waarneming. Volgens Karl Friston en anderen is predictive processing niet alleen hoe we waarnemen maar hoe we überhaupt ervaring creëren. Elke handeling die we ondernemen is ook een voorspelling: we voorspellen dat als we onze hand naar een kopje bewegen, het kopje daar zal zijn en we het kunnen beetpakken. Die voorspelling wordt vergeleken met de werkelijke feedback van onze zenuwen, en eventuele afwijkingen worden gebruikt om toekomstige voorspellingen te verbeteren. Dit verklaart waarom wennen aan nieuwe brillen of het leren van een muziekinstrument tijd kost — je brein moet zijn interne modellen herstellen om accurat te voorspellen.

Op het niveau van het dagelijks bewustzijn uit predictive processing zich op subtiele manieren. Wanneer je een gesprek voert met iemand en je begrijpt wat ze zeggen voordat ze zijn uitgepraat, dan is dat predictive processing aan het werk — je brein voorspelt de woorden die gaan komen op basis van de context, en geeft je het gevoel van begrip voordat de auditieve informatie volledig is verwerkt. Wanneer je merkt dat je vergeet waar je je sleutels hebt neergelegd en je brein teruggaat naar de laatste plek waar je ze verwachtte te vinden, dan is dat dezelfde voorspellingsmachine die een verkeerde verwachting niet heeft losgelaten.

De prijs van voorspelling: confirmation bias

Het systeem van predictive processing is evolutionair slim omdat het efficiënt is — het kost minder energie om te voorspellen wat je gaat waarnemen dan om elke nieuwe input volledig te verwerken. Maar die efficiëntie heeft een prijs: je brein is systematisch bevooroordeeld in de richting van zijn eigen voorspellingen. Wat je waarneemt wordt gekleurd door wat je verwacht te zien, en informatie die niet bij je verwachtingen past wordt vaak genegeerd of verwrongen om beter te passen.

Dit is waar confirmation bias — de neiging om informatie te zoeken die je bestaande overtuigingen bevestigt — een neurale basis heeft in plaats van alleen een psychologische verklaring. Wanneer je brein eenmaal een model heeft gebouwd van hoe de wereld werkt, dan is het zuiniger om informatie die bij dat model past te bevoordelen boven informatie die ertegen ingaat. De prediction errors die niet passen bij het model worden actief verminderd, gedeeltelijk door de verwachting aan te passen, maar deels ook door de binnenkomende informatie te negeren of te reinterpretueren.

In professionele contexten kan dit problematisch zijn. Wanneer een manager eenmaal het model heeft dat een bepaalde medewerker onbetrouwbaar is, dan gaan alle gedragingen van die medewerker door de filter van die verwachting. Elke keer dat die medewerker iets goeds doet, wordt het gezien als uitzondering die de regel bevestigt. Elke keer dat die medewerker iets minder-goeds doet, wordt het gezien als bevestiging van het model. Het model wordt zelfbevestigend, niet omdat de manager bewust selecteert, maar omdat het neurale systeem van predictive processing systematisch in die richting werkt.

Dit is ook waarom groepen die lang samenwerken collectieve blinde vlekken ontwikkelen. De voorspellingen van de groep over zichzelf en over de wereld worden gedeeld en versterkt. Wanneer iemand van buiten een voorspelling probeert binnen te brengen die niet past bij het groepsmodel, dan wordt die persoon vaak gezien als moeilijk, negatief, of niet teamgericht — niet omdat de groep bewust tegenstribbelt, maar omdat hun gedeelde predictieve systemen de afwijkende informatie systematisch onderdrukken.

Voorspellingen die angsten bevestigen

Een bijzonder krachtig voorbeeld van hoe voorspellingen mis kunnen gaan zien we in angststoornissen. Wanneer iemand een sociale angst heeft — de overtuiging dat andere mensen hem negatief zullen beoordelen — dan is zijn brein voortdurend aan het voorspellen dat sociale situaties gevaarlijk zijn. Die voorspellingen veroorzaken een stressrespons: versnelde hartslag, spanning, een gevoel van ongemak. En omdat die stressrespons gevoeld wordt, wordt het gezien als bewijs dat de voorspelling klopt — “ik voel me angstig, en dat betekent dat er iets bedreigends is.”

Maar de werkelijke bron van die angst is niet altijd de externe situatie — het is de voorspelling zelf. Wanneer iemand met sociale angst een kamer binnenloopt en denkt “iedereen kijkt naar me,” dan is dat een voorspelling die het brein zelf waar maakt. De persoon kan inderdaad gespannen overkomen op anderen, die hem ongemakkelijk vinden, wat de oorspronkelijke voorspelling bevestigt. De voorspelling creëert de omstandigheden voor zijn eigen bevestiging, niet omdat de werkelijkheid zo is, maar omdat het brein selectief de informatie heeft verwerkt die bij zijn model paste.

Dit verklaart waarom exposure therapy werkt bij angststoornissen — niet door de angst weg te nemen, maar door het brein te dwingen nieuwe voorspellingen te maken. Wanneer iemand met claustrofobie herhaaldelijk in een kleine ruimte is geweest zonder dat het catastrofale gevolgen had, dan leert het brein een nieuwe voorspelling: “kleine ruimtes zijn niet gevaarlijk.” Die nieuwe voorspelling concurreert met de oude, en met genoeg herhaling wordt de nieuwe voorspelling sterker. Het brein heeft letterlijk nieuw bewijs nodig om zijn modellen aan te passen.

Underprediction: blinde vlekken

Even belangrijk als het probleem van voorspellingen die te sterk zijn, is het probleem van voorspellingen die te zwak zijn — dingen die het brein niet heeft zien aankomen omdat ze niet binnen het bestaande model vielen. Dit zijn de echte verrassingen, de Black Swans, de disrupties die geen enkel bestaand voorspellingsmodel had geanticipeerd.

In organisaties zijn dit de momenten waarop iemand zegt “dat had ik niet zien aankomen” — niet uit nalatigheid, maar omdat het brein simpelweg geen category had om de gebeurtenis in te plaatsen. Wanneer een bedrijf wordt getroffen door een totaal nieuw type concurrent, wanneer een politiek systeem wordt ontwricht door een beweging die niet binnen het bestaande politieke spectrum past, wanneer een pandemie uitbreekt die niet lijkt op eerdere pandemieën — in al deze gevallen hebben de predictieve systemen van de betrokkenen gefaald, niet omdat ze dom waren, maar omdat hun modellen het domein niet dekten.

Dit is waarom diversiteit in perspectief een voorspellingsvoordeel is: verschillende mensen hebben verschillende modellen van de wereld, en wanneer je die modellen combineert, heb je een bredere dekking van mogelijke toekomstscenario’s. Maar dit vereist dat je de voorspellingen van mensen met afwijkende modellen daadwerkelijk serieus neemt — niet als pessimisme of afwijkendheid, maar als informatie over delen van de werkelijkheid die jouw predictief model niet dekt. Wanneer je een sterk afwijkend model negeert, is dat een risico, niet omdat de persoon het altijd bij het rechte eind heeft, maar omdat zijn model gebieden dekt waar de jouwe blind is.

Metacognitie en het bevragen van voorspellingen

De metacognitieve vaardigheid die past bij predictive processing is het kunnen bevragen van je eigen voorspellingen. Niet alleen: “wat voorspel ik dat er gaat gebeuren?” maar ook: “wat voorspel ik dat ik zou moeten zien, en zie ik dat ook daadwerkelijk? of is er een gap?” Wanneer je een mismatch voelt — je verwacht iets en het gebeurt anders — dan is dat geen reden tot paniek, maar een kans. Die mismatch is een prediction error, en prediction errors zijn de brandstof voor leren.

De praktische vraag is: hoe vaak vraag je jezelf of je voorspelling klopt, of alleen dat je je voorspelling aan het najagen bent? In het dagelijks leven is er een constante stroom van bevestigingen van voorspellingen — dingen die gebeuren zoals we verwachtten — en die bevestigingen versterken het model zonder dat we er moeite voor doen. Het zijn de niet-bevestigingen die informatie bevatten, maar die zijn minder frequent en daarom makkelijker te negeren.

Een praktische techniek is wat ik “predictions check” zou willen noemen: regelmatig, op gezette momenten, jezelf afvragen wat je de afgelopen tijd hebt voorspeld dat zou gebeuren, en of die voorspellingen zijn uitgekomen. Wat heb je de afgelopen week verwacht dat er zou gebeuren in je werk, in je relaties, in je projecten? En welk bewijs heb je dat die verwachtingen accuraat waren? Dit is geen oefening in zelfkritiek maar in informatievergaring — je brein leert alleen van prediction errors als je ze daadwerkelijk herkent als errors.

Op teamniveau kun je hetzelfde doen met gedeelde voorspellingen: wat hebben we als team de afgelopen maand verwacht dat er zou gebeuren, en is dat uitgekomen? Welke voorspellingen die we als team deden waren inaccurate, en wat kunnen we daarvan leren? Dit is een manier om collectieve predictive processing te verbeteren — door expliciet te maken wat de voorspellingen waren, kun je de gap tussen verwachting en werkelijkheid zien, en die gap is waar leren plaatsvindt. De beste manier om je predictieve modellen te verbeteren is niet om meer data te verzamelen, maar om de errors in je huidige model serieus te nemen. Dat vraagt om de bereidheid om verrast te zijn, zelfs wanneer die verrassing ongemakkelijk is. En dat is uiteindelijk een metacognitieve houding: niet alleen denken, maar nadenken over hoe je denkt, en het vermogen om dat denken-bijstellen als je merkt dat het niet klopt.

De inhoud van deze blog is gebaseerd op onderzoek en praktijkervaring. Genoemde bronnen worden aangehaald als inspiratiebron of illustratie. Alle niet-gemarkeerde inhoud vertegenwoordigt de visie en ervaring van Sertel Ortac.

Dit artikel valt onder: Brein & Veerkracht > Metacognitie – Voorspellingen