In de menselijke geest: Kan AI onze gedachten lezen?

​AI kan al schrijven, coderen, zien en spreken. De volgende grens is mogelijk aanzienlijk persoonlijker: begrijpen wat we denken voordat we het zeggen. Onderzoekers worden steeds beter in het omzetten van hersenactiviteit in woorden, terwijl startups erop inzetten dat "telepathie" binnen enkele jaren bruikbaar kan worden. Hoe dicht zijn we werkelijk bij machines die onze gedachten kunnen lezen?

Van OpenAI tot "telepathie"

In juli verliet Naomi Bashkansky OpenAI om zich aan te sluiten bij Conduit, een startup die thought-to-text-modellen ontwikkelt die hersenactiviteit in taal kunnen vertalen zonder dat een operatie nodig is.

"We bouwen telepathie: thought-to-text-modellen, getraind op niet-invasieve neurale data," schreef Bashkansky bij de aankondiging van haar overstap. Ze verwacht dat de eerste thought-to-text-tools rond 2027 zullen verschijnen, gevolgd door krachtigere brain-to-AI-interfaces in het daaropvolgende decennium.

Bekijk bericht op X Laden...

De tweet is verwijderd door de auteur.

Maar we hebben alles opgeslagen 🙂.

Het woord "telepathie" klinkt als sciencefiction. Maar het onderliggende idee wordt steeds minder vergezocht nu onderzoekers leren om hersenactiviteit zonder operatie te vertalen naar steeds betekenisvollere informatie.

AI zet hersenactiviteit al om in woorden

In 2023 gebruikten onderzoekers van de University of Texas in Austin functionele magnetische-resonantiebeeldvorming (fMRI) en een AI-decoder om doorlopende taal te reconstrueren uit de hersenactiviteit van mensen. Het systeem kon de betekenis achterhalen van spraak die mensen hoorden en, nog opvallender, van taal die ze zich inbeeldden.

De resultaten waren verre van perfecte transcripties. De decoder reconstrueerde semantische betekenis in plaats van elk woord te extraheren dat door iemands gedachten ging. Dat onderscheid is belangrijk. Het decoderen van ingebeelde of bedoelde taal is niet hetzelfde als toegang krijgen tot willekeurige gedachten, herinneringen of emoties.

De technologie is sindsdien verder ontwikkeld. Meta's Brain2Qwerty v2, dat in juni werd onthuld, zet MEG-opnamen die tijdens het typen van deelnemers zijn verzameld om in zinnen. In tests met negen deelnemers behaalde het systeem gemiddeld 61% woordnauwkeurigheid, terwijl de beste deelnemer 78% bereikte.

Hersenimplantaten lopen verder voorop. In 2025 gebruikten onderzoekers 256 geïmplanteerde micro-elektroden om de poging tot spreken van een man met amyotrofische laterale sclerose (ALS) vrijwel onmiddellijk om te zetten in hoorbare spraak.

Waarom AI het probleem veranderde

Wetenschappers meten al tientallen jaren hersenactiviteit. Wat verandert, is hun vermogen om die te begrijpen.

Hersensignalen zijn buitengewoon ruisgevoelig en gedachten produceren geen nette reeksen die overeenkomen met afzonderlijke woorden. Moderne deep-learningmodellen kunnen patronen in neurale data herkennen die traditionele decodeermethoden moeilijk konden vastleggen.

Taalmodellen bieden nog een voordeel. Ze kunnen context gebruiken om te bepalen welke woorden en zinnen aannemelijk zijn, zelfs wanneer het neurale signaal onvolledig is. Een toekomstig systeem hoeft mogelijk dus niet elk detail van een neuraal signaal perfect vast te leggen als AI goed genoeg wordt in het reconstrueren van de waarschijnlijke betekenis ervan.

Dit is geen gedachten lezen. Althans, nog nietDe technologie van vandaag kent nog altijd enorme beperkingen. Het systeem van Meta vereist een MEG-scanner, niet bepaald iets wat consumenten tijdens het wandelen kunnen dragen. Bovendien waren voor de training ongeveer 10 uur aan individuele hersenopnamen van elke deelnemer nodig.

Het experiment van de University of Texas biedt nog een realitycheck. Onderzoekers ontdekten dat voor het decoderen de medewerking van de deelnemer nodig was. Mensen konden het systeem opzettelijk verstoren door simpelweg aan iets anders te denken, terwijl een decoder die op één persoon was getraind slecht presteerde wanneer hij op iemand anders werd toegepast.

Hoofdonderzoeker Jerry Tang heeft ook gewaarschuwd voor mogelijk misbruik. "We nemen de zorgen dat dit voor verkeerde doeleinden kan worden gebruikt zeer serieus en hebben geprobeerd dat te voorkomen," zei hij.

Van toetsenborden naar brain-to-AI

De realistischere belofte is niet onbeperkt gedachten lezen. Het gaat om het wegnemen van enkele stappen tussen menselijke intentie en een computer.

Vandaag denkt iemand aan een instructie, zet die gedachte om in woorden en typt of spreekt die woorden vervolgens in tegen een AI-systeem. Een voldoende krachtige neurale interface zou uiteindelijk een bedoelde boodschap rechtstreeks uit hersenactiviteit kunnen vertalen.

De directe toepassingen zijn medisch. Mensen die niet meer kunnen spreken of bewegen, zouden een natuurlijkere manier kunnen terugkrijgen om met de wereld te communiceren. Neuralink heeft al geïmplanteerde brain-computerinterfaces gedemonstreerd waarmee mensen met verlamming computers kunnen bedienen via neurale signalen.

De veel ambitieuzere inzet van Conduit is dat bruikbare communicatie tussen hersenen en computers uiteindelijk zonder operatie zou kunnen werken. Als niet-invasieve systemen kleiner en nauwkeuriger worden en minder individuele training vereisen, kan de technologie verder gaan dan de geneeskunde en een andere manier worden om met computers te communiceren.

Wat gebeurt er met mentale privacy?

Communicatie tussen hersenen en AI creëert ook een privacyprobleem. Browsegeschiedenis, berichten en locaties onthullen enorme hoeveelheden informatie over mensen, maar hersenactiviteit staat nog een stap dichter bij de bron.

Neurale systemen zouden uiteindelijk intenties of woorden kunnen afleiden die een gebruiker nooit permanent wilde opslaan. Wie is eigenaar van die informatie? Mogen bedrijven die gebruiken om AI-modellen te trainen? Onder welke omstandigheden zou iemand anders er toegang toe kunnen krijgen?

Die vragen bereiken wetgevers nu al. In 2024 breidde Colorado zijn privacywet uit om neurale data expliciet te omvatten als onderdeel van beschermde biologische data, en definieerde die als informatie die wordt gegenereerd door activiteit in het centrale of perifere zenuwstelsel te meten. Onderzoekers denken ook over dit probleem na. Het team van de University of Texas schreef dat brain-computerinterfaces "mentale privacy moeten respecteren."

Zal AI onze gedachten daadwerkelijk lezen?

De eerste breed gebruikte brain-to-AI-systemen zullen waarschijnlijk niet lijken op telepathie uit sciencefiction. Ze zullen eerder doelbewuste communicatiepogingen vertalen dan alles blootleggen waar iemand toevallig aan denkt.

Maar toetsenborden, touchscreens en spraakassistenten lossen allemaal hetzelfde probleem op: menselijke intentie omzetten in iets wat een computer kan begrijpen. Als AI uiteindelijk leert die intentie rechtstreeks uit de hersenen te decoderen, gaat de volgende revolutie in computing misschien niet over wat machines kunnen doen. Misschien gaat het erom hoe weinig we hoeven te doen om ze iets te vertellen.