Waarom het brein geen computer is, en waaromdat ertoe doet voor wetenschap en politiek

Francesco Battaglia verbleef gedurende het eerste semester van academisch jaar 2025-2026 aan het NIAS als Distinguished NIAS-Lorentz-fellow. Het in hartje Amsterdam gevestigde Netherlands Institute for Advanced Study in the Humanities and Social Sciences (NIAS) selecteert ieder jaar meer dan vijftig excellente onderzoekers uit Nederland en de rest van de wereld om voor de duur van een of twee semesters voltijd vrij onderzoek te komen doen in een inspirerende multidisciplinaire woon- en werkomgeving.

Als praktiserend experimenteel neurowetenschapper reflecteer ik gaandeweg steeds meer op fundamentele kwesties in het hersenonderzoek. Ook omdat ik tijdens decennia hersendata bestuderen steeds meer ongemak voelde over de gangbare kijk op de hersenen. Hoewel het zeker mogelijk is om experimenten uit te voeren die die huidige opvattingen valideren – soms met solide, statistisch sterke resultaten –, zien we ook veel zaken die daar moeilijk mee te verklaren zijn. Nog zorgwekkender is dat het vaak onduidelijk is hoe de resultaten van zulke experimenten diepgaande vragen over onze hersenen, ons gedrag en onze mentale gezondheid helpen verklaren.

Natuurlijk is er veel vooruitgang geboekt: de neurowetenschappen zijn een vakgebied dat methodologisch bloeit en dat de afgelopen twintig tot dertig jaar een aantal verbluffende technieken ontwikkelde om de functies van het zenuwstelsel gedetailleerd te onderzoeken. Toch heb ik het gevoel dat we conceptueel vastzitten, een gevoel dat ik deel met een groeiende minderheid van vakgenoten.

Zoekend naar vernieuwing loont het om na te denken over de herkomst van ons huidige beeld van de hersenen. Zoals vaak het geval is in de wetenschap, komen ideeën daarover niet uitsluitend voort uit experimenten en observatie. Omdat haar studieobject, de hersenen, nu eenmaal de zetel van onze geest is, heeft juist de neurowetenschap – meer dan andere wetenschappelijke disciplines –, grote filosofische, ideologische en politieke implicaties. Mijn stelling is dat veel courante ideeën in de neurowetenschap helaas impliciet ideologieën van economische en sociale onderdrukking schragen. Omdat dat – bijvoorbeeld via financiering, publicatie, aanwervingsbeslissingen – heel tastbare gevolgen heeft voor het neurowetenschappelijke onderzoek zelf, kan het bekritiseren van de wetenschap van de neurowetenschap volgens mij niet zonder een kritiek op haar filosofie en politiek, en zijn die cruciaal om deze wetenschap niet alleen vooruit te laten gaan maar ook een bron van inspiratie te laten worden voor meer bevrijdende perspectieven op het leven, de mens en de wereld.

Mijn NIAS-fellowship bood me de gelegenheid even afstand te nemen van het laboratoriumwerk om over deze thema’s na te denken. Ik begin hier met enkele gedachten over de evolutie van de neurowetenschap en licht vervolgens een aantal alternatieve denkwijzen uit die de belofte in zich dragen voor substantiële conceptuele vernieuwing.

***

Een visie op de hersenen vereist, of impliceert in ieder geval, een theorie over wat de hersenen ‘doen’, en dus een visie op hoe mensen en andere dieren op elkaar en op de omgeving reageren. Dus, meer dan voor andere onderwerpen, is een wetenschappelijke uitspraak over de hersenen tegelijkertijd een uitspraak over de menselijke natuur en over maatschappelijke relaties. Altijd al werden theoretische opvattingen over de hersenen beïnvloed door op dat moment dominante technologieën, bijvoorbeeld het uurwerk en de hydrauliek in Descartes-tijd, of elektriciteit en telegraafnetwerken in de negentiende eeuw.

Voor de moderne neurowetenschap is de band met technologie nog nauwer: de conceptuele fundamenten zijn ontstaan uit hetzelfde intellectuele milieu dat kort na elkaar cybernetica, informatica en kunstmatige intelligentie voortbracht, ongeveer vanaf het einde van de Tweede Wereldoorlog. Aan de basis van al deze disciplines ligt het concept ‘berekening’ (computation) – het idee dat de hersenen (of een hersenachtig artefact) ‘informatie’ over de buitenwereld ontvangen, verwerken (‘berekenen’) en een resultaat produceren (bijvoorbeeld het bepalen van een gedrag) op een manier die ‘optimaal’ volgens een ‘objectief’ criterium. De hersenen doen dit, zo luidt de theorie, met een ‘modulaire’ organisatie waarbij elk onderdeel van de machine een specifieke functie vervult. De gangbare opvatting suggereert dat deze zelfde architectuur in machines kan worden gereproduceerd, wat resulteert in AI die net zo zou werken als onze hersenen. Het is een belangrijk verkoopargument voor AI-onderzoekers en technologiebedrijven dat zij iets maken dat (althans in perspectief) een reëel alternatief kan zijn voor menselijke hersenen – en dus medische röntgenfoto’s kan evalueren, krantenartikelen kan schrijven of misschien op een dag wetenschappelijk onderzoek kan doen (met andere woorden, geschoolde arbeid kan vervangen).

Maar volgens mij is het precies andersom: de moderne cognitieve wetenschap en de neurowetenschap stellen een computergebaseerd idee van de hersenen voor. Sterker nog, door het brein ‘computerachtig’ te maken, worden ‘hersenachtige’ computers plausibel (met alle hierboven genoemde PR-voordelen). Op zijn beurt haalt AI, zoals filosoof Matteo Pasquinelli stelt, inspiratie uit mechanismen van (neoliberale) economie, sociale organisatie, productie en arbeidsverdeling, vergelijkbaar met wat Marx al stelde over de automatische machines uit het tijdperk van de industriële revolutie.

***

De eerdergenoemde computatierevolutie – die ons computers, AI en neurowetenschappen heeft gegeven – rust op een paar conceptuele pijlers die ook nuttige startpunten zijn voor deze discussie. Ten eerste het concept informatie, het idee dat er een immateriële ‘code’ bestaat die empirisch en kwantitatief bestudeerd kan worden, waarop berekeningen kunnen worden uitgevoerd door een algoritme te volgen. Het idee kwam in de biologie terecht, niet in de laatste plaats door de invloed van Erwin Schrödinger (de grondlegger van de kwantummechanica) en zijn essay What Is Life?’, waarin hij deze vraag in wezen beantwoordde door te zeggen: ‘het leven is informatie’. Het boek had een enorme invloed op de ontdekkers van het DNA en op het opkomende vakgebied van de moleculaire biologie: informatie is immaterieel, maar kan worden geïmplementeerd, gecodeerd in materie, bijvoorbeeld in DNA-moleculen.

Neuronen coderen informatie in hun elektrische activiteit (over wat er op dat moment wordt ‘verwerkt’) en in hun structuur (hun synaptische verbindingen) over eerdere ervaringen en ‘opgeslagen informatie’. Maar informatie en algoritmen heersen over materie, en zoals cognitief wetenschapper Hilary Putnam het verwoordde terwijl ze het computationele (technisch functionalistische) standpunt verdedigde: ‘al was het brein gemaakt van Zwitserse kaas’, het zou niet uitmaken, zolang het die algoritmen maar uitvoert. Materie is daarom nog slechts een ‘implementatiedetail’. Er zijn krachtige technische bezwaren tegen deze opvatting, zowel wat betreft de implicaties voor genetica als de neurowetenschap. Maar bovendien heeft het functionalisme – naast het openen van de deur naar ‘siliciumhersenen’ als een perfect levensvatbaar alternatief voor de ouderwetse biologische tegenhanger – ook fundamentele politieke implicaties. De functionalistische hiërarchie van Episteme (theoretische kennis) boven Techné (maakgerichte kennis, naar Aristoteles) bevestigt een sociale hiërarchie met mentale arbeid bovenaan en handarbeid eronder, en deze hiërarchie is inmiddels verankerd in onze biologie en kan (denk aan Pasquinelli’s these) naadloos worden vertaald naar AI-machines.

De tweede, verwante conceptuele pijler is het idee dat de geest werkt door statistische inferentie uit te voeren, gebaseerd op kansverdelingen die ‘gesampled’ worden, dat wil zeggen: gecreëerd uit ervaring. Dit is het zogenaamde Bayesiaanse kader en dat is geenszins verheven boven serieus te nemen technische kritiek, over zijn falsifieerbaarheid als wetenschappelijke theorie en over het bestaan van betekenisvolle kansverdelingen in een voortdurend veranderende wereld. Ik wil hier vooral benadrukken dat het opbouwen van kansverdelingen door steekproeven vrijwel onvermijdelijk voorafgegaan wordt door een min of meer willekeurige voorselectie die data in- of uit-sorteert en daarom onherroepelijk riskeert dat het vooroordelen vastlegt en kristalliseert, zodat je vooral een theorie van een bevooroordeeld brein maakt als zijnde een theorie van het brein doordrenkt met vooroordelen. Als we deze redenering toepassen op kunstmatige systemen wordt duidelijk hoe deze leidt tot bevooroordeelde AI, met schadelijke gevolgen voor vrouwen, minderheden en iedereen die geen deel uitmaakt van de sociale groep die het algoritme en de dataselectie controleert, zoals overtuigend beschreven door datawetenschapper Cathy O’Neil in haar boek Weapons of Mass Destruction.

Wat betreft de derde pijler; Coöperativiteit – dat wil zeggen het idee dat algoritmen kunnen worden uitgevoerd door netwerken van eenvoudige agenten, elk met beperkte toegang tot informatie. Dit is het kernidee van zelforganiserende neurale netwerken, de basis van zowel het computationele brein als van hedendaagse AI. Een vroege, uiterst invloedrijke versie van deze theorie kwam van econoom Friedrich Hayek, in zijn boek The Sensory Order. Op het oog een historische eigenaardigheid, want waarom zou de grondlegger van de neoliberale economie een boek schrijven over hersen- en computatietheorie?

Hayek was geïnteresseerd in de parallel tussen hersenen en vrije markten, allebei onderling verbonden systemen van agenten (neuronen of economische operatoren) waarvan de gecoördineerde activiteit onvoorspelbare (emergente) gedragingen voortbrengt die verder gaan dan het bereik van elke afzonderlijke agent. In die zin verschillen zintuiglijke waarneming (in hersenen) en prijsbepaling (in markten) niet zo veel van elkaar, en reflecteert de neoliberale economie de biologie. Een belangrijk punt is dat deze zelforganisatie volgens Hayek (en dus volgens de theorie van het computationele brein) een extern criterium volgt: het maximaliseren van nut voor economische systemen, wat weer leidt tot een bepaalde opvatting over geschiktheid (fitness) bij biologische/neurale systemen. Reinforcement Learning, een toonaangevend formalisme om leren in de hersenen te modelleren (en de basis voor AI’s zoals Google DeepMinds AlphaGo, die de Go-wereldkampioen zou kunnen verslaan) is in wezen een nutmaximalisatie-algoritme dat werkt volgens de principes van de neoliberale economie. Later vonden neurowetenschappers die Hayeks voorbeeld volgden empirisch bewijs dat een ‘mapping’ ondersteunt tussen ‘nut’ zelf en de activiteit van bepaalde neuronen in de hersenen, alweer economische principes die in de biologie worden vastgelegd.

Samenvattend vervult ‘neuro-AI’, de synergie van kunstmatige intelligentie en neurobiologie, meerdere ideologische taken tegelijkertijd: 1) hij stelt op een ‘wetenschappelijk acceptabele’ manier het cartesiaans dualisme tussen ‘geest’ en ‘materie’ opnieuw voor, terwijl hij tegelijkertijd de hiërarchie tussen ‘theoretisch’ en ‘praktisch’ werk bestendigt; 2) hij herbevestigt kapitalistische en koloniale opvattingen door ze in de hersenbiologie te verankeren; en 3) hij elimineert elk fundamenteel onderscheid tussen onze biologische menselijke aard en het computerrijk, waardoor onze eigen essentie ontvankelijk wordt voor mechanisatie en kapitalistische uitbuiting.

***

Als neurowetenschap ideologisch niet neutraal is (en dat kan ze naar mijn mening niet zijn) is de vraag: kunnen we een conceptuele basis voor het brein vinden die deze valkuilen vermijdt en wellicht compatibel is met een niet-kapitalistisch, niet-koloniaal bevrijdingsperspectief – en die tegelijkertijd beter aansluit op de experimentele data en leidt tot betere experimentele paradigma’s?

De studie van de evolutionaire ontwikkeling van de hersenen biedt het begin van een oplossing. Zoals we al zagen lost het brein in de computationele visie ‘problemen’ op door ze te vertalen naar een computationeel kader en een optimale oplossing te vinden. De oplossing die de hersenen vinden is optimaal vanwege de natuurlijke selectie, een ‘deus ex machina’ die het leven opstuwt naar steeds complexere, perfectere en hogere vormen, waarbij ‘perfectie’ hier dus gelijkgesteld wordt aan algoritmische optimaliteit. In deze visie vervult de evolutie in feite de rol van ‘Intelligente Ontwerper’. Ik wil stellen dat deze dominante kijk naïef is en wetenschappelijk kansloos: niet alleen worden de ‘doelen’ van deze finalistische aanname doorgaans willekeurig (en ideologisch) gekozen, maar het hele idee staat haaks op actuele biologische onderzoeksresultaten ten aanzien van complexiteit, erfelijkheid en de rol van DNA in celbiochemie.

Mogelijk biedt de autopoietische (‘zelfgenererende’) kijk op de biologie van Humberto Maturana een uitweg. Daarin zijn levende systemen op een bijzondere manier lichamelijk en tastbaar, met een structuur en dynamiek die ze in staat stelt de omstandigheden van hun organisatie te behouden en te reproduceren (denk aan een vlam die ervoor zorgt dat hij brandstof en lucht blijft krijgen). Hoewel deze autopoietische visie volledig geworteld kan zijn in de natuurwetten, definieert ze haar eigen wetten, die daarmee het juiste verklarende niveau worden: wetten over structuur, dynamiek, ontogenese en interactie met de omgeving zijn dan bepalend voor het leven en zijn evolutie. Dit idee heeft drie implicaties. Ten eerste is natuurlijke selectie nog steeds belangrijk voor het uitfilteren van duidelijk onbruikbare mutaties, maar ze wordt niet gezien als de verklarende kracht in de biologie. Zoals geponeerd door Maturana’s voormalige student Francisco Varela en collega’s, werkt natuurlijke selectie niet naar een eenduidig optimum maar biedt ze een scala aan voldoende levensvatbare levensvormen, potentieel alle alternatieven die de wetten van levende materie (zoals morfogenese, homeostase, energiebalans) toestaan. Dat betekent dat evolutie het probleem van aanpassing aan een nieuwe ecologische niche niet optimaal oplost: levende organismen bepalen, door hun structuur, de modaliteiten van interactie met de omgeving (zij zijn zelf de niche), en wanneer ze evolueren, openen ze nieuwe mogelijkheden voor zichzelf en andere levensvormen.

Ten tweede wordt complexiteit op natuurlijke wijze gegenereerd in levende systemen, maar niet als stap op een weg naar perfectie of optimaliteit. Zoals al opgemerkt door evolutionair bioloog Steven Jay Gould, vertegenwoordigen bacteriën, en niet mensen, het optimum van natuurlijke selectie; de snelste en meest efficiënte manier om kopieën van een bepaald gen te maken. Complexiteit daarentegen wordt gegenereerd door processen als accretie, nieuwe synergetische of symbiotische relaties, of simpelweg nevenschikking, wederom langs de paden die de wetten van levende systemen mogelijk maken. Als we de taal van de fysica van complexe systemen lenen, kunnen we zeggen dat de geschiedenis van het leven (in de betekenis van zowel organismen als soorten) een reeks spontane symmetriebrekingen is, punten waarop het systeem ‘kiest’ tussen even adaptieve alternatieven. Het doorbreekt een symmetrie, en daardoor creëert het structuur. Deze breuken zijn vaak onomkeerbaar, en hun volgorde is in feite de geschiedenis van het organisme. Je herinnert je misschien de embryogenese van gewervelde dieren van je biologieles op school; hoe we beginnen als een enkele cel, dan een bolvormige bal van cellen worden, dan iets met een voorkant en een achterkant, en door steeds meer symmetrieën te doorbreken uiteindelijk een volwaardig dier worden. Je herinnert je misschien ook hoe rigide embryogenese is en hoe alle gewervelden in wezen dezelfde stappen doorlopen. Als je een zich ontwikkelend gewerveld dier bent, zijn de wetten van embryologie (die zelf door evolutionaire geschiedenis worden bepaald) net zo onontkoombaar als de natuurwetten, en waarschijnlijk bepalender. De neuroanatomie en neurofysiologie barsten van zulke voorbeelden.

Wat me brengt bij mijn derde punt: levende organismen bestaan op het complexe snijvlak tussen de wiskundige regels van levende materie (die concepten omvatten uit bijvoorbeeld wanordesystemen en chaostheorie, en die veel rijker zijn dan de natuurwetten zoals je je die zult voorstellen) en de historisch bepaalde details van hun wezen (de geschiedenis van het organisme, van de soort, van het leven). Zo bezien kunnen we met een knikje naar Marx spreken van een ‘historisch materialisme van de levende materie’, waarin de teleologie, na de deur uit te zijn gejaagd tenminste niet meer door het raam terugkeert, zoals we dat in Italië zeggen. Ik realiseer me dat ik hiermee veel biologiecollega’s epistemologisch tegenspreek, maar ik geloof dat teleologie niet thuishoort in de natuurwetenschappen en structureel het risico loopt ideologisch te worden misbruikt.

***

Om neurowetenschappelijk onderzoek te kunnen doen vanuit dit nieuwe uitgangspunt moeten we onze onderzoekspraktijken en conceptuele kaders verregaand aanpassen: in plaats van ons te richten op problemen en de computationele algoritmen om ze op te lossen, zouden we moeten denken in termen van beperkingen en mogelijkheden die voortkomen uit levende materie en haar geschiedenissen. We moeten proberen die geschiedenissen (van soorten, organismen, gedragingen) te reconstrueren en, wanneer we geconfronteerd worden met een complex gedrag, zowel de ‘wetten’ begrijpen die het mogelijk maakten, als het historische pad dat het heeft voortgebracht. Daarbij moeten natuurlijk uitgedrukte gedragingen, vergelijkend werk tussen diersoorten, verbanden tussen analyseniveaus (hersenen, lichaam, omgevingen, sociale sfeer) worden benadrukt en casestudies die de geschiedenis en de eenheid van individuen behandelen, worden gecombineerd met meer conventionele statistische benaderingen.

Dit zal niet eenvoudig zijn, en in veel gevallen zal het experimentele en analytische hulpmiddelen vereisen die nog niet beschikbaar zijn. Het is tijd dat theoretische ideeën, hoe speculatief ook, de experimentele en methodologische ontwikkeling aansturen, in plaats van andersom. Buiten het lab moeten neurowetenschappers zich ook bewust worden van de rol die zij en hun wetenschap spelen in de samenleving en beseffen dat wat ze ook doen, het nooit neutraal zal zijn.

Redactie en vertaling: Merlijn Olnon.