De premisse
In 2026 ligt elk feit op drie seconden afstand. Elke uitleg kan worden geherformuleerd in de stijl die jij prefereert. De marginale kosten van toegang tot kennis zijn voor het eerst in de geschiedenis van onze soort vrijwel nul.
Toch melden lerenden — studenten, professionals, volwassenen met een levenslange nieuwsgierigheid — dat ze zich minder competent voelen in wat ze consumeren dan tien jaar geleden. Niet omdat de inhoud moeilijker is geworden. Omdat de consumptie wrijvingsloos is geworden, en wrijvingsloze consumptie laat geen spoor na.
Het knelpunt van leren is verschoven. Een groot deel van de geschiedenis was het toegang. Voor mijn generatie was het zoeken. In 2026 is het iets anders en moeilijker te benoemen: de transformatie van vlot herkennen in duurzame competentie. En voor dit nieuwe knelpunt hebben we de infrastructuur nog niet gebouwd.
Wat de wetenschap zegt
Vijftig jaar lang convergeert de cognitieve wetenschap van leren naar een kleine reeks bevindingen met de ongebruikelijke eigenschap dat ze zowel contra-intuïtief als uiterst robuust zijn.
Ebbinghaus liet in 1885 zien dat de vergeetcurve exponentieel is en dat gespreide herhaling haar reset. Slamecka en Graf toonden in 1978 aan dat informatie die je zelf genereert oneindig veel beter wordt onthouden dan dezelfde informatie die je passief leest. Bjork documenteerde gedurende vier decennia dat de omstandigheden die tijdens het studeren het makkelijkst voelen vrijwel exact de omstandigheden zijn die het slechtste langetermijngeheugen produceren — het kader van de desirable difficulties. Butterfield en Metcalfe lieten in 2001 zien dat fouten gemaakt met hoge zekerheid, eenmaal gecorrigeerd, duurzamere sporen achterlaten dan fouten met lage zekerheid — hypercorrectie. Roediger en Karpicke vestigden in 2006 dat getoetst worden geen meting van het geheugen is, maar een handeling die het creëert.
Meta-analyses bevestigen die resultaten herhaaldelijk, dwars door disciplines, leeftijdsgroepen en culturen heen. In de rangschikking van studiestrategieën naar bewijskracht staat successive relearning — spreiding gecombineerd met ophaalpraktijk in groeiende intervallen — bovenaan. Herlezen staat dicht bij de bodem. Markeren is praktisch nutteloos.
De praktische implicatie is helder: de standaard studiegedragingen die productief lijken zijn volgens het bewijs de minst productieve. En de gedragingen die de beste resultaten opleveren voelen op het moment moeilijker, trager en minder bevredigend.
Het is geen methodologisch detail. Het is het belangrijkste dat je over leren kunt begrijpen, en het ontbreekt vrijwel volledig in het ontwerp van elke studietool op de markt.
Wat de LLM's hebben gebroken
De komst van grote taalmodellen heeft geen van de bovenstaande bevindingen veranderd. Ze veranderde de textuur waarin lerenden ze tegenkomen.
Een LLM die in drie seconden antwoordt, in de stijl die je vraagt, in perfecte vlotheid, triggert exact het patroon waarvoor de wetenschap waarschuwt. Herkenning verward met codering. De zekerheid van Systeem 1 zonder de inzet van Systeem 2. Automatiseringsbias versterkt door de oppervlakkige vlotheid van de output. De illusie van competentie, op planetaire schaal.
Cognitieve wetenschappers die veertig jaar tegen de markeerstift waarschuwden, zagen plotseling een serieuzere tegenstander: een tool die zo goed is in het verkeerde juist te laten lijken dat zelfs zij, in hun eigen leerproces, moeite moeten doen om weerstand te bieden.
Erger: het standaardpatroon van de LLM-interface — vraag, ontvang een vlot antwoord, ga akkoord, ga door — is bijna perfect ontworpen om voorbij te gaan aan ophaalpraktijk, het generatie-effect en de wenselijke moeilijkheden die duurzaam geheugen vereist. De interface beloont passiviteit. Het onderliggende model versterkt het. De resulterende lerende voelt zich onderwezen en is dat niet.
De Centaur-premisse
Nadat Deep Blue Kasparov in 1997 versloeg, ging de wereld er kort van uit dat schaken voorbij was — de machines hadden gewonnen, menselijke inspanning was verouderd. Toen stelde Kasparov zelf een vreemdere observatie voor: de sterkste schaker ter wereld is noch mens noch machine. Het is een mens met een machine, in gestructureerde symbiose. Hij noemde het Centaur.
De intuïtie generaliseert ver voorbij schaken. In elk domein waar het menselijk oordeel onherleidbaar is — strategie, context, waarden, smaak, betekenisdiepte — is het winnende patroon noch mens tegen AI noch mens vervangen door AI. Het is mens versterkt door AI, met de mens die het cognitieve werk doet dat groei produceert.
Toegepast op leren keert het Centaur-patroon het gebruikelijke gebruik van 2026 om. Het standaardpatroon van vandaag — vraag de LLM, lees het antwoord, ga door — is anti-Centaur. De mens besteedt precies de cognitieve activiteit uit die geheugen en begrip produceert.
De Centaur-versie is het tegendeel. De AI vraagt in plaats van te antwoorden. Verifieert in plaats van zich aan te bieden. Biedt steigerwerk in plaats van op te lossen. De mens doet het ophalen, de generatie, de ruimtelijke positionering, de handgeschreven codering. De AI levert breedte van kennis, realtime kalibratie en de socratische prompts die een goede tutor zou geven als je die kon betalen.
Wat Fluera is
Fluera is de Centaur, gebouwd als studietool.
Het canvas is oneindig, leeg, met de hand. Elk concept dat je erop zet, wordt gegenereerd door je hand — geherformuleerd, gecomprimeerd, ruimtelijk gepositioneerd. De leegte is bewust. Templates zouden de stap van generatie overslaan.
De AI bevraagt het canvas. Stelt vragen gekalibreerd op de huidige staat van je kennis, binnen de zone van naaste ontwikkeling — te makkelijk leert je niets, te moeilijk valt niet te leren. Voor elke onthulling vraagt Fluera je zekerheid op een schaal van een tot vijf. Het is geen UI-versiering. Het triggert het hypercorrectie-effect: een fout antwoord met zekerheid 5, gecorrigeerd, laat een veel diepere afdruk na dan welke hoeveelheid passieve herlezing dan ook.
Ghost Map — de functie die het Centaur-patroon het zuiverst uitdrukt — legt een ideale reconstructie over die van jou. De afwijkingen pulseren visueel. Je corrigeert door te schrijven, niet te klikken. Hoe meer je ernaast zat, hoe duurzamer de correctie.
Fog of War, voor tentamenvoorbereiding, verbergt regio's van het canvas en vraagt je om op te halen vóór onthulling. De eerste sessie is frustrerend. Dat is precies het punt. Ophalen onder occlusie is de meest effectieve studieactiviteit die de cognitieve-wetenschapsliteratuur heeft gedocumenteerd, en de frustratie is het mechanisme.
De gespreide-herhalingsscheduler plant terugkomsten in groeiende intervallen, met pedagogische modificatoren — hypercorrectie-bonus, peek-malus, tijd-tot-antwoord-signaal — bovenop een gepersonaliseerd FSRS-model dat is gekalibreerd op je echte review-historie. Het werkt met het canvas dat je al hebt, niet met een parallel universum van flashcards die je zou moeten bouwen.
Time Travel houdt de college-audio gesynchroniseerd met elke streek van je schrift, zodat je weken later op een aantekening kunt tikken en het moment kunt horen waarop je hem schreef. Contextafhankelijke herinnering zegt dat het matchen van de ophaalcontext met de coderingscontext de herinnering versterkt. Time Travel is dat principe letterlijk gemaakt.
Wat Fluera weigert te zijn
Vier dingen die Fluera niet zal doen, in ongeveer afnemende volgorde van verleiding.
We zullen geen AI hebben die de tentamens voor je maakt. De directe gebruikerstevredenheid zou enorm zijn. Het langetermijnresultaat — atrofie van de cognitieve spieren die de tool zou moeten versterken — zou een verraad zijn van het verklaarde doel. Een AI die het werk voor je doet is een AI die je niets leert.
We zullen de gegevens uit je notitieboeken niet verkopen. Elk notitieboek is in rust versleuteld met AES-256. De synchronisatie, indien ingeschakeld, is end-to-end versleuteld. We trainen onze modellen niet op je inhoud. Je handschrift, je denken, je fouten en je groei zijn van jou. Het feit dat "jouw data is het product" de standaard van ed-tech in 2026 is, maakt het niet acceptabel.
We zullen geen engagement loops, advertenties of streaks hebben. Het sterkste signaal dat we zouden kunnen optimaliseren — dagelijks actieve gebruikers, sessieduur, click-through op meldingen — is ook het signaal dat het meest waarschijnlijk het product corrumpeert. Jouw relatie met studeren zou niet mogen afhangen van een pushmelding. We hebben liever dat je Fluera minder gebruikt en meer leert.
We zullen geen functies uitbrengen die we niet met een citaat kunnen verdedigen. Of de functie verwijst naar een gepubliceerde bevinding, of naar consistente bèta-feedback, of ze gaat niet in productie. Nieuwheid is geen functie. We hebben tegen meer ideeën nee gezegd dan we hebben gebouwd, en die verhouding is het product.
Voor wie we bouwen
Fluera is niet voor iedereen. De wrijving is echt. De ontwerpkeuzes zijn omgekeerd ten opzichte van het voor de hand liggende product. De uitval bij de eerste sessie is hoger dan ons lief is, en we gaan dat niet oplossen door wrijving weg te halen — want de wrijving is wat het product doet werken.
We bouwen voor een specifiek cohort. Geneeskundestudenten die mondelinge tentamens voorbereiden waar niemand kan veinzen. Promovendi in vakgebieden waar lege vlotheid door de commissie wordt afgestraft. Professionals die staatsexamens voorbereiden. Autodidacten en mid-career professionals die merken dat alles wat ze aan ChatGPT delegeren de week erop verdampt. Studenten in conceptzware vakken die merken dat hun markeerstiften vlotheid produceren, geen competentie.
Behoor je tot dat cohort, dan denken we dat je het verschil snel zult voelen. Behoor je er niet toe, dan is dat ook prima — er zijn andere producten voor andere problemen, en we doen niet alsof Fluera universeel is.
Wat we wedden
De weddenschap is dat in een veld waarin elke concurrent zich heeft overgegeven aan de directe voorkeur van de gebruiker en tools heeft gebouwd die goed aanvoelen en bijna niets leren, er ruimte is voor een tool die slechter aanvoelt en beter onderwijst. De markt is kleiner dan wat de gevestigde ed-tech beheerst. De culturele inpassing in de tijd is moeilijker. Het product is trager te bouwen.
In ruil daarvoor: een echte kans om iets te bouwen dat levert wat het belooft. Een echte kans om een echt cohort lerenden te helpen duurzame competentie te produceren in een decennium dat duurzaamheid zeldzaam heeft gemaakt. En een echte kans om vast te leggen dat er in 2026 een andere manier was om dit product te bouwen, anders dan de voor de hand liggende manier.
Dat is het product. Dat is het team. Dat is de toezegging.
Als iets hiervan resoneert — de beta is open op /beta, en we zouden je graag leren kennen.