Inleiding: De Verkeerde Vraag

“Is kunstmatige intelligentie (AI) slimmer dan de mens?” De vraag domineert krantenkoppen, talkshows en bestuurskamers. Tech-leiders van giganten als Nvidia en Meta verkondigen vol vertrouwen dat hun creaties de menselijke intelligentie al voorbij zijn gestreefd. Het beeld dat wordt geschetst is dat van een lineaire meetlat, een soort kosmische IQ-test waarop de mensheid als collectief een score heeft, en AI ons nu in rap tempo inhaalt en voorbijsteekt. Maar wat als dit de verkeerde vraag is? Wat als deze hele wedloop gebaseerd is op een fundamenteel misverstand over wat het betekent om ‘slim’ te zijn?

Deze cruciale tegenvraag werd onlangs opgeworpen door Felienne Hermans, hoogleraar Informatica aan de Vrije Universiteit Amsterdam, in een gesprek bij Buitenhof [1]. Hermans doorprikt de heersende tech-narratief door te stellen dat er een “soort beta-denken” achter de vraag schuilgaat. Het idee dat je alle mensen op een rij kunt zetten op slimheid, en dat de computer dan, iets verderop, staat. Dit perspectief, zo stelt ze, is niet alleen beperkt, maar negeert ook de essentie van wat de wereld werkelijk nodig heeft. Haar analyse dwingt ons om voorbij de binaire competitie van mens versus machine te kijken en een diepere, meer filosofische vraag te stellen: wat is intelligentie eigenlijk? En is ‘meer slimheid’ wel wat we nodig hebben?

“Hebben we meer slimheid nodig in de wereld, of meer menselijkheid?” vraagt Hermans zich af. “Ik weet niet of het wel zo belangrijk is om méér slimheid en kennis te hebben. Misschien moeten we beter verhalen vertellen, en beter naar elkaar luisteren.” [1]

Dit is geen technologische vraag, maar een diep menselijke. De opkomst van AI fungeert als een spiegel, die ons niet zozeer de toekomst van machines toont, maar ons confronteert met de definitie van onszelf.

Het Spectrum van Slim: De Meervoudige Intelligenties van de Mens

De reductionistische kijk op intelligentie als een enkele, meetbare eigenschap (de zogenaamde ‘g-factor’ of algemene intelligentie) wordt al decennia uitgedaagd binnen de psychologie. De meest invloedrijke criticus van dit model is psycholoog Howard Gardner, die in 1983 zijn theorie van meervoudige intelligenties introduceerde [2]. Gardner stelde dat het idee van een enkele IQ-score een grove versimpeling is van de rijke diversiteit aan menselijke talenten. Hij identificeerde acht (en later een mogelijke negende) verschillende, relatief autonome vormen van intelligentie.

Intelligentie (Gardner)	Kerncapaciteiten	Voorbeelden in de Praktijk
Linguïstisch	Gevoeligheid voor gesproken en geschreven taal, vermogen om taal te leren en te gebruiken.	Dichter, romanschrijver, journalist, advocaat.
Logisch-Mathematisch	Vermogen om problemen logisch te analyseren, wiskundige operaties uit te voeren.	Wetenschapper, wiskundige, programmeur.
Muzikaal	Vaardigheid in uitvoering, compositie en waardering van muzikale patronen.	Componist, muzikant, dirigent.
Lichamelijk-Kinesthetisch	Potentieel om het eigen lichaam te gebruiken om problemen op te lossen of producten te maken.	Danser, atleet, chirurg, ambachtsman.
Ruimtelijk	Vermogen om de visueel-ruimtelijke wereld accuraat waar te nemen en te manipuleren.	Beeldhouwer, navigator, architect, schaker.
Interpersoonlijk	Vermogen om de intenties, motivaties en verlangens van andere mensen te begrijpen.	Leraar, politicus, therapeut, verkoper.
Intrapersoonlijk	Vermogen om zichzelf te begrijpen, een effectief werkmodel van zichzelf te hebben.	Filosoof, psycholoog, spiritueel leider.
Naturalistisch	Expertise in het herkennen en classificeren van de talrijke soorten flora en fauna.	Bioloog, chef-kok, hovenier.

Als we AI langs deze rijkere, meer holistische meetlat leggen, wordt het beeld onmiddellijk genuanceerder. Huidige AI-systemen excelleren spectaculair in de logisch-mathematische en, in toenemende mate, de linguïstische intelligenties. Ze kunnen complexe berekeningen uitvoeren, patronen in data herkennen en overtuigende teksten genereren. Maar hoe zit het met de andere zes? Een AI heeft geen lichaam en kan dus geen lichamelijk-kinesthetische intelligentie bezitten. Een AI heeft geen subjectieve innerlijke wereld en kan dus geen intrapersoonlijke intelligentie ontwikkelen. En het allerbelangrijkste: een AI mist het vermogen om de intenties en emoties van anderen écht te begrijpen, de kern van interpersoonlijke intelligentie.

De bewering dat AI “slimmer” is dan de mens, is dus alleen waar als we het woord “slim” reduceren tot de twee domeinen waarin computers van nature excelleren, en de andere zes, die de kern van de menselijke ervaring vormen, negeren.

Deze vernauwing van de definitie van intelligentie is niet nieuw. Sinds de introductie van IQ-tests aan het begin van de twintigste eeuw heeft de westerse samenleving een obsessie ontwikkeld met meetbare, kwantificeerbare intelligentie. Maar zoals Gardner terecht opmerkt, is deze benadering cultureel bepaald en bevooroordeeld. In veel niet-westerse culturen wordt wijsheid, sociale harmonie en spiritueel inzicht hoger gewaardeerd dan abstract redeneren. Een AI kan schaken op grootmeesterniveau, maar kan het een conflict tussen twee familieleden oplossen? Kan het een kind troosten dat zijn huisdier heeft verloren? Kan het een gemeenschap inspireren om samen te werken aan een gedeeld doel? Dit zijn vormen van intelligentie die essentieel zijn voor het menselijk samenleven, maar die volledig buiten het bereik van huidige AI-systemen liggen.

De Illusie van Begrip: Het Chinese Kamer Argument

Zelfs binnen de domeinen waar AI lijkt te excelleren, is er een fundamenteel filosofisch debat over de vraag of de machine daadwerkelijk ‘begrijpt’ wat ze doet. De Britse wiskundige Alan Turing stelde in 1950 de beroemde Turing Test voor: als een machine in een gesprek niet van een mens te onderscheiden is, moeten we haar dan niet als ‘denkend’ beschouwen? [3] Dit is een functionele definitie van intelligentie: als het eruitziet als een eend en kwaakt als een eend, is het een eend.

De filosoof John Searle bood hier in 1980 een krachtig weerwoord op met zijn ‘Chinese Kamer’ gedachte-experiment [4]. Stel je een persoon voor die geen woord Chinees spreekt, opgesloten in een kamer. Via een gleuf krijgt hij Chinese karakters aangeleverd. In de kamer heeft hij een enorm handboek met regels in zijn eigen taal, dat precies voorschrijft welke reeks Chinese karakters hij moet teruggeven als antwoord op de input. Voor een buitenstaander die Chinees spreekt, lijkt het alsof de persoon in de kamer vloeiend Chinees begrijpt en een intelligent gesprek voert. Maar de persoon zelf heeft geen enkel begrip van de betekenis van de symbolen; hij manipuleert ze puur op basis van syntactische regels. 

Searle’s argument is dat een computer, hoe geavanceerd ook, in essentie die persoon in de Chinese kamer is. Het verwerkt data (input), volgt een complex algoritme (het handboek) en produceert een overtuigende output. Maar het heeft geen semantisch begrip of bewustzijn van wat die symbolen betekenen. Het is pure patroonherkenning en symboolmanipulatie, zonder de subjectieve ervaring van begrip. Een AI ‘weet’ niet dat een kat een zacht, spinnend dier is; het weet alleen dat het woord ‘kat’ statistisch vaak voorkomt in de buurt van woorden als ‘miauw’, ‘vacht’ en ‘huisdier’. Dit is geen intelligentie in de menselijke zin van het woord, maar een verbluffend geavanceerde vorm van imitatie.

De implicaties hiervan zijn verstrekkend. Als AI geen echt begrip heeft, dan kan het ook geen intentionaliteit hebben, geen doelen stellen die voortkomen uit een innerlijke motivatie, geen betekenis toekennen aan zijn acties. Het kan geen morele afwegingen maken op basis van een geïnternaliseerd waardesysteem, maar alleen patronen reproduceren die het in zijn trainingsdata heeft gezien. Dit verklaart waarom AI-systemen zo vatbaar zijn voor bias: ze reproduceren de vooroordelen die in hun trainingsdata zitten, zonder het vermogen om deze kritisch te evalueren of te overstijgen. Een mens kan leren om zijn eigen vooroordelen te herkennen en te corrigeren door reflectie en empathie. Een AI kan dit niet, omdat het geen zelfbewustzijn heeft en geen emotionele connectie met de gevolgen van zijn uitspraken.

De Empathie Paradox: Voelen versus Simuleren

De meest cruciale dimensie die in het ‘AI is slimmer’ debat over het hoofd wordt gezien, is die van emotionele en sociale intelligentie. Daniel Goleman’s baanbrekende werk over Emotionele Intelligentie (EQ) toonde aan dat het vermogen om eigen emoties en die van anderen te herkennen, te begrijpen en te managen, vaak een betere voorspeller is van levenssucces dan een hoog IQ [5]. EQ omvat zelfbewustzijn, zelfregulatie, motivatie, en bovenal: empathie.

Hier stuiten we op een fascinerende paradox. Recente studies tonen aan dat AI-chatbots in sommige contexten antwoorden kunnen genereren die door mensen als empathischer worden beoordeeld dan de antwoorden van menselijke professionals, zoals artsen [6]. De AI kan perfect geformuleerde zinnen produceren die alle juiste vakjes van een empathische reactie aanvinken. Maar is dit echte empathie? 

Het antwoord is een volmondig nee. Echte empathie is niet het produceren van de juiste woorden; het is het vermogen om de emotionele staat van een ander te voelen en te delen, een proces dat diep geworteld is in ons gedeelde biologische bewustzijn [7]. Het signaleert een bereidheid om een emotionele last te dragen. Een AI kan dit niet. Het simuleert empathie op basis van de enorme hoeveelheid tekst waarop het is getraind, maar het voelt niets. Het is een lege huls, hoe welbespraakt ook.

Zoals Felienne Hermans aangeeft met haar voorbeeld over klimaatverandering: we hebben geen gebrek aan kennis over het probleem of de oplossingen. We hebben een gebrek aan collectieve empathie om de offers te brengen die nodig zijn, en een gebrek aan een gedeeld, menselijk narratief dat ons tot actie aanzet. Een AI kan ons duizend rapporten over klimaatverandering voorschotelen, maar het kan ons niet de verhalen vertellen of de onderlinge verbinding laten voelen die nodig is om de wereld te veranderen.

Dit raakt aan een dieper punt over de rol van verhalen in de menselijke ervaring. Mensen zijn fundamenteel verhalende wezens; we begrijpen de wereld en onszelf door middel van narratieven. AI kan technisch correcte verhalen genereren, maar het mist de intentionaliteit en de persoonlijke ervaring die verhalen betekenisvol maken [8]. Een verhaal over verlies geschreven door iemand die verlies heeft ervaren, resoneert op een andere manier dan een verhaal gegenereerd door een algoritme dat alleen de statistische patronen van ‘verliesverhalen’ heeft geleerd. Het eerste komt voort uit authentieke menselijke ervaring; het tweede is een simulacrum, een kopie zonder origineel.

Hermans’ oproep om ‘beter verhalen te vertellen en beter naar elkaar te luisteren’ is daarom geen soft, sentimenteel advies, maar een fundamentele kritiek op de richting waarin onze samenleving beweegt. We investeren miljarden in AI-systemen die steeds beter worden in het verwerken van informatie, terwijl we de capaciteiten verwaarlozen die ons in staat stellen om die informatie om te zetten in collectieve actie: empathie, vertrouwen, gedeelde waarden en betekenisvolle communicatie.

Conclusie: We Hebben Geen Slimheid Tekort, maar Menselijkheid

De opkomst van AI dwingt ons om de vraag van tech-optimisten om te draaien. In plaats van te vragen of AI slimmer is dan wij, moeten we ons afvragen welke vormen van menselijke intelligentie we verwaarlozen in onze blinde jacht op technologische vooruitgang. De fixatie op computationele ‘slimheid’ is een gevaarlijke versmalling van wat het betekent om mens te zijn.

De ware intelligentie die nodig is om de grote uitdagingen van onze tijd – van klimaatverandering en politieke polarisatie tot sociale ongelijkheid – aan te gaan, ligt niet in het verwerken van meer data. Het ligt in de domeinen waar AI fundamenteel tekortschiet: in interpersoonlijk begrip, in intrapersoonlijke reflectie, in het vermogen om samen te werken, te troosten, te inspireren en betekenis te creëren. Het ligt in empathie, compassie en het vertellen van verhalen die ons verbinden.

De vraag is dus niet of we machines kunnen bouwen die slimmer zijn dan wij. De vraag is of we de wijsheid hebben om onze eigen, unieke menselijke intelligenties te waarderen en te cultiveren in een tijdperk dat wordt gedomineerd door de machine. Misschien is de grootste bijdrage van AI wel dat het ons, door zijn eigen leegte en gebrek aan bewustzijn, herinnert aan wat ons ten diepste menselijk maakt. We hebben geen gebrek aan slimheid. We hebben een gebrek aan menselijkheid.

Literatuurlijst

[1] Derksen, M. (2025, 9 november). Buitenhof: AI. [LinkedIn post]. Geraadpleegd op 9 november 2025, van https://www.linkedin.com/posts/mderksen_buitenhof-ai-activity-7393370543434985472-A1_D

[2] Gardner, H. (1983). Frames of Mind: The Theory of Multiple Intelligences. Basic Books.

[3] Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, LIX(236), 433–460.

[4] Searle, J. R. (1980). Minds, brains, and programs. Behavioral and Brain Sciences, 3(3), 417-424.

[5] Goleman, D. (1995). Emotional Intelligence: Why It Can Matter More Than IQ. Bantam Books.

[6] Ayers, J. W., et al. (2023). Comparing Physician and Artificial Intelligence Chatbot Responses to Patient Questions Posted to a Public Social Media Forum. JAMA Internal Medicine, 183(6), 589–596.

[7] Montemayor, C., et al. (2021). In principle obstacles for empathic AI: why we can’t replace human empathy in healthcare. AI & SOCIETY, 37, 1373–1379. https://doi.org/10.1007/s00146-021-01288-9

[8] Good Rebels. (2025, 20 februari). The Future of Storytelling: Can AI Tell Human Stories? Geraadpleegd op 9 november 2025, van https://www.goodrebels.com/rebelthinking/future-storytelling-ai-tell-human-stories/