De focus van dit tijdschrift ligt op voedingsgeneeskunde. Wetenschappelijke studies over AI in de voedingswetenschap beschrijven diverse toepassingen, zoals de analyse van voedingsinname, de voorspelling van gezondheidsrisico’s en beslisondersteuning (zie Voedingsgeneeskunde 2025, nr. 4). Er zijn ook studies die suggereren dat zogeheten large language models (LLM’s), zoals ChatGPT, ingezet kunnen worden voor dieetadviezen.

Tegelijkertijd worden er zorgen geuit over dieetadviezen door LLM’s in plaats van mensen. Er is bijvoorbeeld net een wetenschappelijk artikel verschenen waaruit blijkt dat LLM’s adviezen kunnen geven die een tekort aan voedingsstoffen kunnen veroorzaken (zie ook de bespreking daarvan in de Volkskrant van 12 maart jl.). Slechte dieetadviezen kunnen we niet direct koppelen aan het uitroeien van de mensheid. Maar hoe zit het met het banenverlies? Is het te verwachten dat voedingsexperts vervangen worden door AI? We kennen de toekomst niet, maar we kunnen over verschillende scenario’s nadenken. We kunnen zelfs AI vragen om die scenario’s uit te werken. Voor deze column wil ik juist zelf nadenken en een eigen mening vormen, dus zonder AI.

Als psycholoog en wetenschapper ga ik meteen nadenken over het nadenken en over het vormen van een eigen mening. Vaak vormen we geen volledig eigen mening. We rapen ideeën op uit gesprekken, krantenkoppen en podcasts en plakken ze aan elkaar. Daarna voegen we er eigen ervaringen aan toe. Het voelt persoonlijk. Maar vaak is er ook sprake van een confirmatiebias, onze neiging om vooral bevestiging te zoeken. We zoeken informatie die bij ons wereldbeeld past. Neem de opwarming van de aarde. Sommigen zien stijgende temperaturen en denken dat dit klimaatverandering is en dat we in actie moeten komen. Anderen zoeken juist berichten die zeggen dat het allemaal overdreven is en dat we niets hoeven te doen.

LLM’s doen in zekere zin wat wij ook doen. Ze zoeken en combineren ideeën, zolang die in tekst beschikbaar zijn. LLM’s werken razendsnel. Daar kunnen we niet tegenop. Wat LLM’s niet doen, is informatie selecteren die past bij hun eigen wereldbeeld. Ze hebben immers geen eigen wereldbeeld. En ze hebben ook nog geen ervaringen zoals wij. Sommige lezers zullen meteen zeggen dat er van alles misgaat met LLM’s. Ze kunnen hallucineren en iets heel overtuigend formuleren dat niet klopt. AI-modellen worden echter steeds beter. En als dat zo doorgaat, worden ook hun dieetadviezen steeds beter.

Zullen voedingsexperts straks dan niet meer nodig zijn?

Ik zoek dagelijks naar ideeën van anderen, bijvoorbeeld door wetenschappelijke publicaties te lezen en naar podcasts van onderzoekers over AI te luisteren. In een van die podcasts werd een mooie uitspraak aangehaald waarop ik hier graag wil voortbouwen. Die wordt toegeschreven aan Michael Polanyi in The Tacit Dimension uit 1966 en luidt: ‘We can know more than we can tell.’

LLM’s werken met tekst, dus met wat is opgeschreven. Naast deze expliciete kennis, die we in woorden kunnen beschrijven, bijvoorbeeld ‘Appels zijn rijk aan vezels’, bestaat er ook impliciete kennis. Dat is kennis die we hebben, maar niet onder woorden kunnen brengen. Voorbeelden van impliciete kennis zijn je weg vinden op je werk, intuïtief problemen oplossen en iets aanvoelen, zoals of een cliënt eerlijk antwoordt of zich schaamt voor eetbuien. LLM’s kunnen effectief met teksten omgaan. Maar vooralsnog kunnen ze weinig met wat níét wordt gezegd.

Er wordt vaak een citaat aangehaald van een radioloog en hoogleraar aan Stanford University: ‘Radiologists who use AI will replace radiologists who don’t.’ Voor diëtisten en andere zorgverleners zal iets vergelijkbaars gelden. Zorgverleners die AI slim inzetten en, zou ik willen toevoegen, blijven steunen op hun impliciete kennis, zullen degenen vervangen die dat niet doen. In mijn volgende column ga ik daar dieper op in.

To be continued… 