Er is een versie van dit essay die ik achttien maanden geleden heb geschreven en waarvan ik blij ben dat ik haar niet heb gepubliceerd.
Ze heette Waarom een studie-app in het tijdperk van ChatGPT? en besteedde tweeduizend woorden aan uitleggen hoe AI het onderwijs zou transformeren, hoe Fluera de app zou zijn die eindelijk gepersonaliseerd tutoring werkelijkheid zou maken en hoe niemand over vijf jaar nog zou studeren zoals voorheen. Ze was optimistisch. Ze was zelfverzekerd. Ze was achteraf ook bijna volledig onjuist.
Wat ik destijds niet zag, was dat het probleem nooit was geweest dat studenten de informatie niet konden bereiken. Het probleem was nooit dat docenten niet konden personaliseren. Het probleem was — en is — dat moderne tools het ongelooflijk makkelijk maken om te voelen alsof je iets hebt geleerd terwijl dat niet zo is. En hoe beter de tool wordt in dat gevoel, hoe slechter ze wordt in datgene wat ertoe doet.
Het knelpunt is verschoven
Een groot deel van de geschiedenis was de vraag die studeren definieerde toegang. Boeken kostten geld. Leraren waren schaars. Bibliotheken lagen ver weg. Een ontwikkeld persoon was vooral iemand die erin geslaagd was bij de informatie te komen.
Voor mijn generatie werd de vraag navigatie. Informatie was overvloedig; het juiste stuk vinden was het werk. Google, Wikipedia, Stack Overflow — een hele infrastructuur voor één vraag: waar staat het? In 2015 ontwikkeld zijn betekende goed kunnen zoeken.
In 2026 vormt geen van beide vragen nog een echte beperking. Elk feit ligt op drie seconden afstand. Elke uitleg kan worden gegenereerd in de stijl die jij prefereert. Het knelpunt is opnieuw verschoven en — en dat was het stuk dat me had ontgaan — voor de nieuwe vorm is de infrastructuur nog niet gebouwd.
Het nieuwe knelpunt is: hoe verander ik wat ik net heb gelezen in iets dat ik echt vasthoud?
De oude cognitieve wetenschap, stilletjes gerevancheerd
En hier is het grappige. De antwoorden op die vraag staan al vijftig jaar in de literatuur. Gespreide herhaling sinds Ebbinghaus in 1885. Ophaalpraktijk sinds Roediger en Karpicke in 2006 [Roediger en Karpicke, 2006] View in bibliography → . Wenselijke moeilijkheden sinds Bjork in 1994 [Bjork, 1994] View in bibliography → . Concept mapping sinds Novak in 1984 [Novak en Gowin, 1984] View in bibliography → . De neurowetenschap van het ruimtelijk geheugen van O’Keefe en de Mosers, bekroond met de Nobelprijs in 2014 [Moser et al., 2005] View in bibliography → .
Deze resultaten zijn robuust. De meta-analyses zijn consistent. De effect sizes lopen van matig tot d = 0,88 — heel groot voor welke standaard in de cognitieve wetenschap dan ook.
Wat we nooit hebben gehad — geen enkele keer in de hele geschiedenis van ed-tech — zijn tools die het juiste tot het makkelijkste pad maken. Anki maakt ophaalpraktijk mogelijk, maar tegen de prijs van enorme constructiekost. Notion maakt aantekeningen leesbaar maar niet ophaalbaar. GoodNotes maakt handschrift mooi maar losgekoppeld van welke geheugenplanning dan ook. Elke tool lost één stap van een cyclus met meerdere stappen op; geen enkele lost de cyclus op.
En nu, bovenop dat mozaïek, hebben we de LLM’s. Die maken het verkeerde — de passieve consumptie van gearticuleerde antwoorden — laten aanvoelen als het juiste. Drie seconden vlotheid, verward met codering. Automatiseringsbias op planetaire schaal [Kahneman, 2011] View in bibliography → .
De Centaur, niet de vervanging
De verleiding bij het bouwen van een AI-gebaseerde studietool is om de AI in het midden te zetten. Haar je aantekeningen laten genereren, het handboek samenvatten, de tentamenvragen uitleggen. Ik begrijp de verleiding. Het is het voor de hand liggende product. En het is ook, volgens alles wat de wetenschap zegt, precies fout.
Kasparovs Centaur-framing is wat werkelijk werkt. De sterkste schaker ter wereld is Stockfish niet. Ook Carlsen niet. Het is Carlsen met Stockfish, in gestructureerde symbiose — elk doet wat hij het beste kan, geen van beiden doet alsof hij de ander is.
Voor het studeren is de menselijke bijdrage diepte, oordeel en generatie. De bijdrage van de AI is breedte, verificatie en scaffolding. Een tool die dit begrijpt heeft een AI die vraagt voor ze antwoordt, steigert voor ze oplost, verifieert voor ze zich aanbiedt. Een tool die het mis heeft doet het omgekeerde, en de student verlaat de sessie zich slimmer voelend zonder iets te hebben geleerd.
Fluera is onze poging tot het eerste type.
Waar we op gokken
We gokken dat er een cohort lerenden bestaat — niet iedereen, niet de meerderheid, maar genoeg — die het verschil tussen vlotheid en competentie kan voelen wanneer het ertoe doet. Studenten die zich voorbereiden op een mondeling dat zich niet laat faken. Lerenden op de lange termijn die opmerken dat alles wat ze aan ChatGPT vragen de week erna verdampt. Docenten die het beu zijn studenten gearticuleerde, door LLM gegenereerde essays te zien inleveren die de student vervolgens niet kan verdedigen.
Voor hen is wrijving geen bug. Handschrift is geen nostalgie. Bevraagd worden voor je het antwoord krijgt, is geen straf. Het zijn features. Het is het mechanisme.
We bouwen een studietool die langzamer, stiller en moeilijker is dan de alternatieven. Omdat het bewijs zegt dat het is wat werkt. En omdat de snellere, luidere en makkelijkere tools inmiddels tools zijn geworden voor de illusie van competentie.
Als dit bij je resoneert — kom met ons bouwen in de beta. Zo niet, ook prima. Niet elke tool is voor elke lerende. Deze is voor wie het verschil weet te onderscheiden.