De lof der moeilijkheden
Over wenselijke hindernissen, tienduizend uur oefenen en andere onweerstaanbare wetenschappelijke begrippen
Ik heb een zwak voor wetenschappelijke begrippen die zichzelf lijken tegen te spreken. Ze suggereren intellectuele diepgang, liefst nog voordat je ze begrijpt. Creative destruction, productive failure, radical uncertainty, en een van mijn recente favorieten: desirable difficulties. Wenselijke moeilijkheden. Ik zie de eerste managementboeken al verschijnen: maak het uw medewerkers moeilijk, ze zullen er u later dankbaar voor zijn. Liefst met een ondertitel die belooft dat er vijf wetenschappelijk bewezen stappen bestaan om van elke hindernis een succes te maken.
Elizabeth en Robert Bjork publiceerden in 2011 een bijdrage met de veelzeggende titel Making Things Hard on Yourself, But in a Good Way: Creating Desirable Difficulties to Enhance Learning. Een beetje historische precisie kan geen kwaad: Robert Bjork had de term al in 1994 geïntroduceerd, de bijdrage van 2011 bracht de verschillende onderzoeksresultaten samen in een bijzonder aantrekkelijk verhaal over de manier waarop mensen leren.
De centrale gedachte is behoorlijk contra-intuïtief. Wie iets leert, verwart gemakkelijk het vlotte verloop van het leerproces met de kwaliteit van het leren zelf. Lees een tekst enkele keren opnieuw en je hebt de geruststellende indruk dat je hem beheerst. Sluit het boek en probeer de belangrijkste argumenten te reconstrueren, en plots blijkt het geheugen minder gul dan gedacht. Een student die zijn notities herleest, kan zich heel wat bekwamer voelen dan een collega die zichzelf test, geregeld vastloopt en zich afvraagt of hij wel voldoende intelligent is om de leerstof ooit te begrijpen. Toch zal die tweede student de kennis vaak beter onthouden.
De Bjorks maken daarom een onderscheid tussen performance en learning. Wat tijdens het oefenen goed gaat, is niet noodzakelijk wat op langere termijn beklijft. Sommige ingrepen die de onmiddellijke prestaties verslechteren, kunnen het eigenlijke leren verbeteren. Denk aan gespreid oefenen, aan jezelf testen in plaats van telkens opnieuw te lezen, of aan het door elkaar aanbieden van verschillende soorten oefeningen. De leerling krijgt er geen aangenaam gevoel van, de leraar evenmin, zeker niet wanneer de eerste resultaten worden vergeleken. Maar misschien wordt er wel beter geleerd.
Een mooie theorie. Alleen word ik bij mooie theorieën altijd wat achterdochtig. De sociale psychologie heeft mij dat geleerd.
De wetenschap ontdekt het risico
In 1961 onderzocht James Stoner aan MIT hoe mensen beslissingen nemen wanneer er risico's aan verbonden zijn. Hij stelde vast dat groepen tot riskantere beslissingen kwamen dan hun leden afzonderlijk zouden nemen. Het verschijnsel werd bekend als de risky shift, en de sociale psychologie had er weer een begrip bij dat zo voor de hand lag dat niemand nog hoefde uit te leggen waarom het waar zou zijn.
Groepen zijn nu eenmaal gevaarlijk. De verantwoordelijkheid wordt verdeeld, de moed neemt toe, iedereen kijkt naar de anderen en niemand voelt zich nog volledig verantwoordelijk. Wie ooit een groep overenthousiaste jongeren op een fuif heeft gezien, hoeft zelfs geen psycholoog te zijn om de theorie te begrijpen.
Alleen begonnen sommige onderzoekers vervelende dingen vast te stellen. Groepen werden niet noodzakelijk roekelozer. Soms werden ze net voorzichtiger, en niet een klein beetje. Stoner zelf publiceerde in 1968 onderzoek over zowel risky als cautious shifts. Een jaar later beschreven Serge Moscovici en Marisa Zavalloni het ruimere fenomeen van group polarization.
Plaats mensen met een uitgesproken voorkeur voor risico samen en de kans bestaat dat ze elkaar aanmoedigen nog verder te gaan. Breng mensen bijeen die het leven als één grote verzameling potentiële rampen beschouwen, en ze kunnen elkaar bevestigen in hun voorzichtigheid. Niet het risico op zich, maar de oorspronkelijke voorkeuren, de groepsnormen en de argumenten die tijdens het overleg worden uitgewisseld, helpen bepalen in welke richting de groep evolueert.
De oorspronkelijke risky shift bleek dus geen algemene wet. Maar dat betekent niet dat Stoner een verschijnsel had ontdekt dat helemaal niet bestond. Zijn onderzoek had een reëel effect zichtbaar gemaakt, alleen bleek de verklaring te beperkt. De wetenschap corrigeerde zichzelf, een activiteit die wetenschappers in theorie bijzonder hoog aanslaan en in de praktijk wat minder enthousiast begroeten wanneer het hun eigen werk betreft.
Wat mij vooral boeit, is het gemak waarmee een wetenschappelijk begrip een zelfstandig bestaan kan gaan leiden. Eerst krijgt een onderzoeksresultaat een naam, daarna verschijnt het in handboeken, vervolgens gaan mensen het gebruiken om de wereld te verklaren, en tegen de tijd dat iemand de oorspronkelijke bevinding nog eens kritisch bekijkt, lijkt het alsof de naam zelf al voldoende bewijs is geworden.
Misschien is het grootste risico van de risky shift wel dat we zo graag geloven in een begrip dat een lastig maatschappelijk verschijnsel in twee Engelse woorden samenvat.
Mozart had geen stopwatch
Met deliberate practice hebben we iets gelijkaardigs meegemaakt, al is het verhaal ingewikkelder en verdient Anders Ericsson meer krediet dan zijn populaire navolgers hem hebben bezorgd.
Ericsson en zijn collega's publiceerden in 1993 een invloedrijk onderzoek over de ontwikkeling van uitzonderlijke prestaties. Het ging niet zomaar over veel oefenen, maar over doelgericht oefenen: activiteiten die specifiek ontwikkeld zijn om prestaties te verbeteren, die inspanning vergen, waarbij fouten worden gecorrigeerd en waarbij feedback een centrale rol speelt.
Dat klinkt alleszins verstandiger dan de gedachte dat een violist vanzelf beter wordt omdat hij twintig jaar lang dagelijks hetzelfde stuk speelt, eventueel tot wanhoop van zijn buren.
De theorie kreeg echter een tweede leven toen Malcolm Gladwell haar in Outliers populariseerde als de regel van de tienduizend uur. De boodschap was onweerstaanbaar. Talent is mooi meegenomen, maar voldoende oefenen maakt het verschil. Tienduizend uur en je bent er. Dat Ericsson nooit een universele urengrens had voorgesteld, verdween wat naar de achtergrond. De teller was begonnen te lopen.
In 2014 onderzochten Brooke Macnamara en collega's hoe groot de verklarende kracht van doelbewust oefenen eigenlijk was. Hun meta-analyse leverde cijfers op die minder geschikt waren voor de achterflap van een bestseller. De hoeveelheid deliberate practice verklaarde statistisch ongeveer 26 procent van de prestatieverschillen bij spellen, 21 procent bij muziek en 18 procent bij sport. Bij onderwijs was dat 4 procent, bij professionele prestaties minder dan 1 procent.
Opgelet, die cijfers betekenen niet dat oefenen nauwelijks zin heeft. Ze zeggen iets over de mate waarin verschillen in gemeten oefening samenhangen met verschillen in prestaties. Dat is niet hetzelfde als de vraag hoeveel beter iemand kan worden door te oefenen. Maar het is wel een behoorlijk pijnlijke vaststelling voor wie dacht dat de weg naar uitzonderlijke prestaties grotendeels met een stopwatch kon worden uitgestippeld.
Het werd nog interessanter toen Macnamara en Maitra in 2019 het beroemde oorspronkelijke onderzoek bij violisten opnieuw uitvoerden. De minder goede violisten hadden inderdaad minder geoefend, maar tussen de goede en de allerbeste violisten vonden ze niet het verwachte significante verschil in de hoeveelheid oefening.
En daar begint mijn intellectuele jeuk.
Als twee muzikanten evenveel oefenen, maar de ene speelt uitzonderlijk goed en de andere gewoon goed, kunnen we dan besluiten dat de eerste beter heeft geoefend? Natuurlijk kan dat. Misschien kreeg hij betere feedback, werkte hij gerichter aan zwakke punten, beschikte hij over meer voorkennis of had hij gewoon meer aanleg. Maar hoe meten we dat verschil, onafhankelijk van het uiteindelijke resultaat?
In de oorspronkelijke theorie worden kenmerken van deliberate practice behoorlijk zorgvuldig omschreven, en de onderzoekers hebben wel degelijk geprobeerd ze meetbaar te maken. De kritiek dat het begrip uitsluitend een cirkelredenering is, zou dus onrechtvaardig zijn. Alleen bleek bij nader onderzoek dat zelfs de afbakening van deliberate practice niet altijd eenduidig was. Telt alleen oefening die door een leraar is ontworpen, of ook de doelgerichte oefening die iemand zelfstandig organiseert?
Het probleem ontstaat wanneer een zorgvuldig geformuleerde theorie de universiteit verlaat en haar geluk gaat zoeken in de wereld van de populaire managementliteratuur. Dan wordt het verleidelijk te besluiten dat een succesvolle violist kennelijk aan deliberate practice heeft gedaan, terwijl de minder succesvolle violist blijkbaar onvoldoende uren heeft gemaakt of op de verkeerde manier heeft geoefend. In het eerste geval bevestigt succes de theorie, in het tweede geval beschermt een bijkomende uitleg haar tegen weerlegging.
Een theorie die zowel succes als mislukking achteraf kan verklaren, is bijzonder comfortabel. Vooral voor de theoreticus.
Het slechte nieuws voor de scepticus
En nu moet ik helaas mijn eigen scepsis enigszins temperen. Want wie denkt dat desirable difficulties opnieuw zo'n aantrekkelijk begrip is waar vooral veel wetenschappelijke lucht onder zit, krijgt een onaangename verrassing. De empirische basis is behoorlijk stevig.
Neem gespreid leren. In 2006 publiceerden Cepeda en collega's een overzicht van 317 experimenten over distributed practice. De bevinding dat gespreid oefenen doorgaans betere langetermijnresultaten oplevert dan het samenpersen van alle herhalingen in één sessie, behoort tot de beter onderbouwde resultaten van de geheugenpsychologie. Ook de timing doet ertoe: hoe lang je iets wilt onthouden, beïnvloedt de optimale afstand tussen de oefenmomenten.
Of neem het zogenaamde testing effect. In 2021 analyseerden Yang en collega's 222 studies, met gegevens van bijna 48.500 leerlingen en studenten. Actief kennis ophalen, bijvoorbeeld via oefentoetsen, bevordert het leren gemiddeld duidelijk beter dan verschillende vormen van opnieuw bestuderen. Het gemiddelde effect was niet alleen statistisch significant, maar ook praktisch relevant, al verschilde de grootte afhankelijk van de omstandigheden.
Dat zijn geen vrijblijvende observaties uit een handvol experimenten met eerstejaarsstudenten psychologie, de geliefkoosde proefkonijnen van hun eigen docenten. Het gaat om een omvangrijke en herhaaldelijk onderzochte verzameling bevindingen.
Maar er is een merkwaardig detail. De onderliggende effecten waren grotendeels al bekend voordat Bjork ze onder de elegante paraplu van desirable difficulties samenbracht. Gespreid leren en actief ophalen hebben hun eigen onderzoekstradities, hun eigen verklaringen en vooral hun eigen grenzen. De term desirable difficulties is dus niet zozeer de ontdekking van een nieuw verschijnsel, maar een interessante manier om verschillende, op het eerste gezicht paradoxale leerresultaten met elkaar in verband te brengen.
Daar is niets mis mee. Wetenschap bestaat niet alleen uit nieuwe feiten ontdekken, maar ook uit het vinden van verbanden tussen bestaande feiten. Alleen hebben we daarmee nog niet bewezen dat de moeilijkheid zelf de werkzame factor is.
Misschien leert iemand beter door zichzelf te testen omdat het ophalen van informatie het geheugen versterkt, niet omdat de activiteit onaangenaam is. Misschien is gespreid leren effectief omdat informatie na verloop van tijd opnieuw moet worden geactiveerd, en is het gevoel van moeite slechts een begeleidend verschijnsel. Het zou merkwaardig zijn wanneer we uit de vaststelling dat een bepaalde moeilijke activiteit helpt, zouden afleiden dat moeilijkheid op zichzelf heilzaam is.
Wie een berg beklimt, krijgt doorgaans een betere conditie dan wie met de kabelbaan naar boven gaat. Maar dat betekent niet dat we de lift in ziekenhuizen moeten afschaffen om de gezondheid van de patiënten te verbeteren.
Een lettertype dat niet vergeten wilde worden
De verleiding om van moeilijkheid een zelfstandig werkzaam bestanddeel te maken, kreeg een bijna aandoenlijke illustratie in de vorm van Sans Forgetica, een lettertype dat in 2018 werd ontwikkeld om lezen bewust wat lastiger te maken.
De letters zijn onvolledig en hellen achterover. De bedoeling was dat de lezer meer mentale inspanning zou moeten leveren om de tekst te ontcijferen en hem daardoor beter zou onthouden. Een prachtig idee. Wie mijn columns moeilijk leesbaar vindt, zou vanaf nu moeten toegeven dat ik hem een intellectuele dienst bewijs.
Helaas wilde het geheugen niet meewerken. In verschillende experimenten, onder meer die van Geller en collega's uit 2020, leverde het moeilijke lettertype geen systematisch geheugenvoordeel op. De tekst werd lastiger leesbaar, maar daarom nog niet beter onthouden.
Hetzelfde probleem duikt op bij interleaving, het afwisselen van verschillende soorten leerstof of oefeningen. Een meta-analyse van Brunmair en Richter uit 2019 vond gemiddeld een positief effect, maar de verschillen tussen soorten leerstof waren opvallend. Bij visueel materiaal werkte de aanpak vaak bijzonder goed, bij sommige andere soorten leerstof veel minder, en bij woordmateriaal was gegroepeerd oefenen gemiddeld zelfs beter.
We beginnen dus een nogal merkwaardig beeld te krijgen. Sommige moeilijkheden zijn wenselijk, andere niet. Sommige zijn wenselijk voor bepaalde leerlingen, voor bepaalde taken, op bepaalde momenten. Wat voor een gevorderde leerling een nuttige uitdaging is, kan voor een beginner een onoverkomelijke hindernis vormen. Hetzelfde leerproces kan baat hebben bij afwisseling wanneer verschillen tussen categorieën moeten worden ontdekt, maar niet wanneer de aandacht voortdurend wordt weggetrokken van wat net begrepen moet worden.
De Bjorks waren zich van die beperkingen bewust. Zij hebben nooit beweerd dat zomaar iedere moeilijkheid leerzaam is. Het bijvoeglijk naamwoord desirable stond er niet voor de versiering.
Maar hoe bepalen we vooraf welke moeilijkheden wenselijk zijn? Als we daarvoor steunen op eerder onderzoek naar welomschreven leeractiviteiten, beschikken we over toetsbare hypothesen. Als we daarentegen pas na afloop besluiten dat een moeilijkheid wenselijk was omdat ze goede resultaten opleverde, zijn we dicht bij de klassieke cirkelredenering beland.
Een student krijgt extra moeilijke oefeningen en leert beter: een desirable difficulty. Een andere student krijgt dezelfde oefeningen en leert slechter: de oefeningen waren blijkbaar te moeilijk, dus geen desirable difficulty. Misschien kunnen we nog een derde categorie bedenken voor leerlingen die niets hebben bijgeleerd maar er wel bijzonder veel moeite voor hebben gedaan. Undesirable difficulties? Daar valt vermoedelijk ook een artikel over te schrijven.
De reddingsboei in het AI-debat
Het begrip krijgt tegenwoordig nieuwe belangstelling in de discussie over leren met artificiële intelligentie. Dat hoeft niet te verbazen. Wie zich zorgen maakt dat studenten hun denkwerk aan ChatGPT uitbesteden, heeft aan desirable difficulties een bijzonder bruikbaar argument. Studenten moeten blijven worstelen met hun leerstof, anders gaat het leren verloren.
Er is onderzoek dat die bezorgdheid ondersteunt. Bastani en collega's publiceerden in 2025 een experiment met bijna duizend scholieren die wiskunde leerden met behulp van AI. Leerlingen met onbeperkte AI-hulp presteerden beter tijdens het oefenen, maar slechter wanneer ze nadien zonder AI moesten werken. Een anders ontworpen AI-tutor, die vooral aanwijzingen gaf in plaats van onmiddellijk antwoorden te leveren, vertoonde dat negatieve effect niet in dezelfde mate.
Een belangrijke bevinding, maar ook een uitnodiging tot intellectuele voorzichtigheid. We weten daarmee iets over een bepaalde toepassing, bij bepaalde leerlingen en met een bepaald soort leerstof. We weten niet dat het verwijderen van moeilijkheden door AI noodzakelijk het leren ondermijnt, laat staan dat alle moeilijkheden die AI kan wegnemen beter behouden blijven.
De verleiding is groot om in het hopeloze debat over de gevolgen van AI voor leren een stevige reddingsboei te grijpen. Desirable difficulties klinkt alvast academischer dan het aloude advies dat studenten zelf hun huiswerk moeten maken. Maar een aantrekkelijk begrip is nog geen verklaring, en de discussie over wat we moeten blijven leren, welke vaardigheden we aan technologie kunnen overlaten en hoe we dat onderscheid eigenlijk moeten maken, is veel ingewikkelder dan een pleidooi voor meer of minder inspanning.
Daarover een andere keer.
De moeilijkheid van het verklaren
Mijn scepsis tegenover wetenschappelijke begrippen die wat te mooi klinken, is dus niet helemaal terecht. De risky shiftbleek te beperkt, maar groepspolarisatie bestaat. Deliberate practice verklaart minder dan sommige enthousiaste aanhangers hadden gehoopt, maar doelgericht oefenen blijft belangrijk. En achter desirable difficulties schuilt een indrukwekkend aantal experimenten die aantonen dat bepaalde leeractiviteiten met minder aangename onmiddellijke resultaten op langere termijn beter kunnen werken.
Dat is veel meer dan een verzameling goed gekozen Engelse woorden.
Maar er blijft iets knagen. Wat hebben we precies bijgeleerd door al die onderzoeksresultaten samen te brengen onder de noemer desirable difficulties? De naam helpt ons een belangrijk onderscheid te zien tussen goed presteren en werkelijk leren. Hij waarschuwt dat onze onmiddellijke indruk van vooruitgang misleidend kan zijn, en brengt verschillende resultaten onder één intellectueel dak. Dat is een verdienste.
Alleen moeten we opletten dat we die elegante samenvatting niet verwarren met een algemene verklaring. Spreiding, actief ophalen en afwisseling werken niet noodzakelijk via hetzelfde mechanisme, en de moeilijkheid die ze soms veroorzaken hoeft niet eens de reden te zijn waarom ze werken.
Ik zou daarom graag wat meer onderzoek zien dat vooraf, en niet pas achteraf, precies aangeeft onder welke omstandigheden een bepaalde moeilijkheid wenselijk wordt. Wat voorspelt de theorie dat we nog niet wisten uit het onderzoek naar spreiding, toetsen of afwisseling? Welke moeilijkheden zouden volgens haar moeten helpen, en welke zeker niet? En wat doen we wanneer de resultaten ons teleurstellen? Een bijkomende voorwaarde toevoegen, of toch maar eens nagaan of onze oorspronkelijke verklaring onjuist was?
Dat zijn geen bijzonder spectaculaire vragen. Ze lenen zich slecht voor managementboeken, en ik vrees dat je er zelfs geen aantrekkelijke TED-talk van twintig minuten mee gevuld krijgt. Maar ze raken wel aan wat een wetenschappelijke theorie onderscheidt van een elegant etiket.
Misschien ben ik wat onrechtvaardig tegenover de Bjorks. Hun werk heeft ons werkelijk geholpen beter te begrijpen waarom succesvol oefenen niet hetzelfde is als succesvol leren. Mijn ergernis richt zich vooral op onze merkwaardige gewoonte om wetenschappelijke begrippen een steeds grotere verklarende kracht toe te kennen naarmate ze verder van het oorspronkelijke onderzoek verwijderd raken.
En voor alle duidelijkheid: ik zou niet willen dat iemand mij na het lezen van deze bijdrage vraagt ze nog eens uit het geheugen te reconstrueren. Ik weet best dat hij er misschien meer van zou leren.
Maar er zijn grenzen aan mijn bereidheid om anderen wenselijke moeilijkheden te bezorgen.
