Maakt AI je lui? Wat de wetenschap zegt (en wat je eraan kunt doen).

Je gebruikt AI steeds vaker, je team ook, en ergens in je achterhoofd knaagt een vraag die je misschien nog niet hardop hebt uitgesproken: word ik hier eigenlijk wel beter van, of maakt AI me lui?

Het is een vraag die ik steeds vaker hoor bij senior adviseurs en leidinggevenden van bureaus, bij mensen die AI serieus nemen en zich daardoor ook serieus afvragen wat het met hun denkvermogen doet. Met dat van hun medewerkers. En met dat van de generatie die na ons komt.

Ik train bureaus en teams dagelijks in het gebruik van AI en geef les op een business school, en ik zie de gevolgen van verkeerd AI-gebruik dagelijks terug in de praktijk. De twijfel die jij voelt is niet voor niets.

In dit artikel geef ik je een eerlijk antwoord. Wat zegt de wetenschap? Wanneer is AI een risico voor je denkvermogen, en wanneer niet? En wat kun je concreet anders doen zodat AI je scherper maakt in plaats van luier?

AI kan je lui maken. Het antwoord is alleen niet zwart-wit, want de nuance zit in hoe je het gebruikt.

Vier Nederlandse breinwetenschappers hebben zich de afgelopen periode uitgesproken over dit onderwerp, gebaseerd op recent internationaal onderzoek:

Scherder is de meest uitgesproken stem. In zijn boek Liever moe dan lui (2025) legt hij uit dat een brein dat minder wordt uitgedaagd minder sterke verbindingen opbouwt. De kwaliteit van de witte stof neemt af en op lange termijn ben je “minder slim dan je had kunnen zijn.” Scherder onderbouwt dat met decennia aan hersenonderzoek.

Lorist reageerde op een veelbesproken MIT-studie uit 2025, waarbij deelnemers essays moesten schrijven met of zonder ChatGPT. De ChatGPT-groep toonde de laagste hersenactiviteit, gemeten via EEG, maakte minder neurale verbindingen en herinnerde zich het minst van wat ze hadden “geschreven.”

Van den Heuvel reageerde op Harvard-onderzoek uit 2026 over een hele dag werken met meerdere AI-tools tegelijk. Uitkomst: mentale uitputting, brain fog, moeite met concentreren, en meer fouten.

Konrad nuanceert: lagere hersenactiviteit bij AI-gebruik bewijst niet automatisch dat je dommer wordt op lange termijn. Passief gebruik vermindert verwerking, actief gebruik kan anders uitpakken. En daar zit de kern van dit artikel.

In de klas zie ik het regelmatig: studenten die een AI-model inschakelen, de output kopiëren en inleveren. Ze begrijpen het model niet, hebben het niet doorgrond, en trekken op basis van die output conclusies die er gewoon naast zitten. En ik zie hetzelfde bij adviseurs en professionals.

Het mechanisme is subtiel. Je vraagt AI om een analyse, een samenvatting, of een concepttekst. Je krijgt vier pagina’s terug, goed geschreven en logisch opgebouwd, en dan lees je het door, knik je instemmend, en denk je: ziet er goed uit. Maar heb je het ook echt beoordeeld?

Hier speelt iets verraderlijks: hoe groter de output, hoe moeilijker het is om die kritisch te beoordelen. Een alinea beoordeel je scherp. Acht pagina’s? Dan glijden je ogen over de tekst en vertrouw je onbewust op de vorm in plaats van de inhoud. Zeker als die output eruitziet als een professioneel rapport. In vakgebieden waar de woorden grote gevolgen hebben — offertes, juridische teksten, adviesdocumenten — kan één verkeerde aanname al genoeg zijn.

Wat je kunt doen

• Maak de output kleiner naarmate de output belangrijker is
• Vraag AI om stukjes te leveren in plaats van één compleet document
• Beoordeel elk stuk apart voordat je naar het volgende gaat
• Stel jezelf na elk stuk de vraag: zou ik dit zelf ook zo hebben geformuleerd?

Zo blijf je zelf aan het stuur en ontsnap je aan de illusie dat je iets beoordeeld hebt terwijl je het eigenlijk alleen maar gelezen hebt.

Dit probleem is subtieler, en daarmee gevaarlijker.

Je kunt een gesprek met een klant opnemen, die opname aan AI geven, en vragen: “Wat zijn de belangrijkste conclusies? Wat adviseer ik deze klant?” AI geeft je dan een antwoord, misschien zelfs een goed antwoord, maar het is het oordeel van AI en het verschil met jouw oordeel is groter dan het op het eerste gezicht lijkt.

Jij hebt dingen gezien die niet op de opname staan. Je hebt een gevoel bij de energie in de kamer. Je hebt twintig jaar ervaring waarmee je iets herkende wat AI niet kan benoemen. Als je dat allemaal overslaat en direct naar AI springt voor de conclusie, mis je het deel wat jou als adviseur waardevol maakt.

In mijn eigen praktijk stel ik eerst zelf een diagnose. Wat denk ik dat er speelt? Wat zijn mijn conclusies op basis van het gesprek? Wat adviseer ik? Pas daarna geef ik AI die input en vraag ik hem om van daaruit verder te werken. Zo voer ik zelf het denkwerk uit en gebruik ik AI om het uit te werken.

Het principe is hetzelfde, of het nu gaat om een essay, een adviesrapport of een klantvoorstel: jij vormt eerst het oordeel, AI helpt je het uit te werken.

De wetenschappelijke consensus en de praktijkervaring wijzen in dezelfde richting. De vraag is niet of je AI gebruikt, maar wanneer je AI inschakelt in je denkproces. Het verschil tussen passief en actief gebruik is kleiner dan je denkt, maar de gevolgen zijn groot:

De gouden regel die ik gebruik en doorgeef: hoe belangrijker de output, hoe kleiner de stukken die je laat genereren. Het vraagt een bewuste keuze, want AI geeft je graag een volledig rapport en dat voelt efficiënt én verleidelijk. Maar efficiency zonder oordeel is gevaarlijk in vakgebieden waar de woorden ertoe doen.

Twee concrete voorbeelden van hoe dit eruitziet in de praktijk:

• Vraag AI niet om “schrijf een voorstel voor deze klant”, maar: “hier is mijn analyse van dit gesprek en mijn advies, werk dit uit in een intro voor het voorstel, niet meer dan drie alinea’s.” Beoordeel die drie alinea’s, en pas dan verder.
• Vraag AI niet om “geef me de conclusies van dit interview.” Schrijf eerst zelf de conclusies op en vraag daarna: “hier zijn mijn conclusies, welke punten mis ik of heb ik mogelijk verkeerd geïnterpreteerd?” Zo gebruik je AI als sparringpartner.

Lorist adviseert om jezelf te vragen wat je al weet voordat je AI inschakelt. Door die stap sla je twee vliegen in één klap: je houdt je eigen denkproces actief én je geeft AI betere input. Scherder heeft samen met de Hersenstichting een gratis 30 dagen challenge ontwikkeld met dagelijkse mentale en fysieke oefeningen die nieuwe hersenverbindingen stimuleren. Een concreet tegengif als je merkt dat je brein te weinig wordt uitgedaagd.

Als leidinggevende van een bureau heb je te maken met je eigen AI-gebruik én dat van je medewerkers. De uitdaging is dat AI op korte termijn altijd efficiënter lijkt: sneller een rapport, sneller een voorstel, sneller een samenvatting. Het nadeel is pas later zichtbaar in minder scherpe analyses, minder eigen inzichten, en minder vermogen om complexe problemen zelf te doorgronden.

Stel als richtlijn dat medewerkers hun eigen oordeel altijd als startpunt gebruiken:

• Wat zijn jouw conclusies?
• Wat zou jouw advies zijn geweest zonder AI?
• En hoe heeft AI je daarna geholpen om dat beter uit te werken?

Als je team die volgorde aanhoudt, is het risico op cognitieve uitholling een stuk kleiner. De breinwetenschappers zijn het daarover unaniem eens.

AI maakt je brein lui als je het denkwerk volledig uitbesteedt. De wetenschap onderbouwt dat, en de praktijk bevestigt het. Tegelijk laten diezelfde wetenschappers zien dat het ook anders kan. Het verschil zit in de volgorde: jij denkt eerst, AI werkt daarna uit.

Begin daarmee morgen door één taak te kiezen waarbij je AI normaal direct inschakelt en doe die eerste stap zelf. Stel je oordeel op, formuleer je conclusies, en geef AI daarna de opdracht om van jouw startpunt verder te gaan. Je zult merken dat de output beter is én dat je meer controle houdt over wat er uiteindelijk uitkomt.