ADHD & AI, artikel 4 van 5
1. De verleiding
Na drie artikelen over wat AI wél kan betekenen voor ADHD, wordt het tijd voor het andere verhaal. Want er is een keerzijde, en die is minstens zo belangrijk om te begrijpen.
De verleiding is groot. Eindelijk een tool die niet vraagt, maar geeft. Die niet nog een planning van je verwacht, maar er zelf een maakt. Die niet moe wordt van je chaos, maar hem ordent. Het gevoel van opluchting als je voor het eerst merkt dat AI de dingen overneemt waar je altijd tegenaan liep, is echt. Ik ken het.
Maar precies daar zit het risico. Want wat gebeurt er als je te veel vertrouwt op die externe hulp? Als je niet alleen de saaie taken uitbesteedt, maar ook de denkprocessen die je juist nodig hebt om scherp te blijven?
AI is geen wondermiddel. Het is een gereedschap, en gereedschap kan ook averechts werken als je het verkeerd gebruikt.
2. Het onderzoek: minder kritisch denken
In 2025 publiceerde onderzoeker Michael Gerlich een studie in Societies die veel stof deed opwaaien. Hij onderzocht 666 mensen naar hun AI-gebruik en hun kritisch denkvermogen. De resultaten waren opvallend:
- Er was een sterke positieve correlatie (r = +0.72) tussen AI-gebruik en cognitief offloaden, oftewel het overdragen van denkwerk aan AI
- En een sterke negatieve correlatie (r = -0.68) tussen AI-gebruik en kritisch denken
- De correlatie tussen offloaden en kritisch denken was nog sterker: r = -0.75
Jongere deelnemers (17-25 jaar) scoorden ongeveer 45% lager op kritisch denken dan deelnemers boven de 46. Een hoger opleidingsniveau dempte het effect.
De verleidelijke conclusie luidt: wat je niet gebruikt, wordt zwakker — een spier die je niet traint. Dat kán het mechanisme zijn. Maar dat staat niet in de data, en hier moet ik vier dingen bijzetten voordat we verder gaan. Alle vier zijn ze nodig.
1. Het is correlationeel. Er is geen oorzaak gemeten. De bevinding is precies even goed te lezen als: mensen die minder reflectief denken, gebruiken meer AI. De pijl kan beide kanten op wijzen, of allebei tegelijk.
2. Het is geen ADHD-steekproef. De studie gaat over AI-gebruikers in het algemeen. Wat het voor mensen met ADHD betekent, is niet gemeten — door niemand.
3. Er is een correctie op gepubliceerd (Societies 2025;15(9):252). Zelfs de bronnen die het cijfer graag doorgeven, schrijven erbij: verify before use.
4. Het circuleert via blogs van AI-tools voor ADHD. Wie het gebruikt, hoort de primaire publicatie te citeren, niet de vindplaats.
Microsoft Research vond in een eigen survey een vergelijkbaar patroon: hoe meer vertrouwen gebruikers hadden dat AI het denken voor hen kon doen, hoe minder kritisch denken ze toepasten (β ≈ -0,69). ⚠️ Dat is een fabrikantsurvey over het eigen productdomein — zelfde richting, zelfde voorbehoud.
Wat blijft er over? Een serieus signaal met een open oorzaak. Genoeg om je gedrag op aan te passen, te weinig om iemand mee te overtuigen die tegenwerpt dat het andersom kan zijn.
Waarom dit extra risicovol is voor ADHD
De Gerlich-studie is niet ADHD-specifiek. Wat hieronder staat is dus een redenering, geen bevinding — ik zet de bekende kenmerken van ADHD naast wat er gemeten is, en trek een conclusie die niemand heeft getoetst:
- ADHD gaat gepaard met een lagere baseline in executieve functies (werkgeheugen, planning, inhibitie). Dat betekent minder reserve om vaardigheden te behouden als je ze niet oefent. Een neurotypisch brein heeft meer 'spier' om te verliezen; een ADHD-brein verliest relatief meer.
- ADHD'ers zijn gevoeliger voor directe beloning. "Even snel aan AI vragen" is verleidelijker dan zelf nadenken, en die verleiding is bij ADHD sterker dan gemiddeld. Het geeft sneller dopamine dan de moeizame weg van zelf analyseren.
- ADHD'ers adopteren AI sneller (78% versus 59% van neurotypische gebruikers, volgens Understood.org). Ze zitten dus vaker in de 'heavy user' groep waar Gerlich de sterkste daling in kritisch denken ziet.
- Onderzoekers die met ADHD-studenten meedachten over AI-ondersteuning (Zhu e.a., arXiv-preprint, 2026) kwamen tot de ontwerpconclusie dat zulke systemen metacognitieve vaardigheden moeten opbouwen in plaats van vervangen. Dat is een zorg van ontwerpers en experts, geen gemeten effect — maar het is wel de enige studie die specifiek over ADHD en GenAI gaat.
De paradox is wrang: de groep die AI het hardst nodig heeft om te functioneren, loopt ook het meeste risico op de negatieve effecten. Het is alsof je iemand die slecht ter been is een rolstoel geeft, maar waarschuwt dat zijn spieren daardoor nog zwakker worden. Het klopt, maar het betekent niet dat hij de rolstoel niet moet gebruiken. Het betekent dat hij er bewust mee moet omgaan.
3. AI-procrastinatie: de nieuwe Notion Trap
Ik herken het bij mezelf.
Ik heb een taak die ik moet doen. Een blogartikel schrijven, een offerte afmaken, administratie bijwerken. In plaats van te beginnen, open ik een LLM. Ik ga de perfecte prompt schrijven. Ik probeer verschillende formuleringen. Ik optimaliseer de context. Ik genereer een plan, pas het aan, genereer een beter plan. Na een uur heb ik een prachtig uitgewerkt stappenplan, en geen stap uitgevoerd.
Het voelt alsof ik bezig ben. Ik ben immers aan het werk met AI. Mijn brein krijgt een klein beetje dopamine van het plannen, het structureren, het systeemdenken. Maar in werkelijkheid ben ik aan het plannen van het plannen. En dat is precies het oude ADHD-patroon in een nieuw jasje.
Vroeger heette dit de Notion Trap: uren besteden aan het inrichten van het perfecte dashboard met gekleurde databases, rollups en formules, zonder dat er één taak werd uitgevoerd. De dopamine zat niet in het doen, maar in het bouwen van het systeem.
Nu heet het prompt-optimalisatie, workflow-design, AI-setup of "even de perfecte agent configureren." Het mechanisme is hetzelfde, alleen de technologie is anders.
Er is één studie die hier direct over gaat. Zhu, Yu en Luo (arXiv-preprint, februari 2026) hielden co-designsessies met twintig universiteitsstudenten met een ADHD-diagnose en legden de uitkomsten voor aan vijf experts in ADHD-interventie. Geen observatiestudie dus, en geen meting — een ontwerpstudie.
Wat eruit kwam, is niettemin veelzeggend. Een van de drie ontwerprichtingen die studenten én experts formuleerden heet reflective task execution: AI moet je metacognitieve vaardigheden helpen opbouwen, niet alleen je taken configureren. Met andere woorden: AI moet je aan het werk zetten, niet aan het denken over werk houden.
Dat die richting überhaupt naar voren komt uit een sessie met mensen die er zelf mee werken, zegt genoeg over hoe herkenbaar het probleem is.
4. Skill atrophy: wat je verleert
Het meest onderschatte risico van AI voor ADHD is skill atrophy: het wegzakken van vaardigheden die je niet meer oefent.
Wanneer AI je planning overneemt, oefen je je eigen planningsvaardigheden niet meer. Wanneer AI je herinnert aan deadlines, oefen je je prospectieve geheugen niet meer. Wanneer AI prioriteiten voor je stelt, oefen je het zelf wegen van belangen niet meer.
De vaardigheden die het meest risico lopen:
| Vaardigheid | AI neemt over | Risico |
|---|---|---|
| Prospectief geheugen | Herinneringen en deadlines | Je vergeet zelf initiatief te nemen |
| Taakinitiatie | "Begin met stap 1" suggesties | Je kunt niet meer zelf starten |
| Zelf-monitoring | Voortgangscontrole | Je verliest besef van eigen tempo |
| Strategische planning | Prioriteiten stellen | Je verliest overzicht |
Precies daarom komen Zhu en collega's tot hun kernaanbeveling: ontwerp systemen die metacognitieve vaardigheden opbouwen in plaats van overnemen.
De cyclus waar het misgaat, is voorspelbaar:
- Je gebruikt AI voor planning → het werkt, opluchting
- Je stopt met zelf plannen → de vaardigheid wordt niet meer geoefend
- Je merkt dat het zonder AI niet meer lukt → afhankelijkheid
- De tool valt weg, verandert of werkt even niet → stilstand
⚠️ Eerlijk blijven: dat deze cyclus zich bij ADHD daadwerkelijk voltrekt, is nergens aangetoond. Het is een aannemelijk verhaal, opgebouwd uit losse bevindingen die elk over iets anders gaan. Ik schrijf het op als waarschuwing, niet als vaststelling — want ik betrap mezelf erop, en dat is precies het soort bewijs dat geen bewijs is.
5. Bias en privacy: AI is niet voor jou gemaakt
Er is nog een risico dat minder zichtbaar is, maar minstens zo belangrijk.
AI-productiviteitssystemen zijn getraind op data van meerderheids-neurotypische gebruikers. Ze hebben geleerd wat 'normaal' productief gedrag is: lineair, consistent, voorspelbaar, met regelmatige werkpatronen.
ADHD-werkpatronen zien er anders uit: non-lineair, in hyperfocus-bursts, met onregelmatige ritmes en plotselinge verschuivingen in aandacht. Voor een AI die getraind is op neurotypische data, zien die patronen eruit als afwijkingen, niet als variaties.
⚠️ Hier ga ik redeneren, niet rapporteren. Ik ken geen onderzoek dat dit heeft gemeten voor ADHD; wat volgt is wat je logischerwijs zou verwachten, en wat de moeite waard is om in de gaten te houden:
- AI geeft adviezen die te rigide zijn — strakke schema's die niet passen bij hoe aandacht bij ADHD werkt
- een non-lineair werkpatroon wordt gelezen als 'lage productiviteit' of 'gebrek aan betrokkenheid'
- en als werkgevers AI inzetten voor prestatiemeting, kan dat oordeel gevolgen krijgen
Dat laatste is geen hypothetisch risico maar een juridische kwestie: persoonlijke assistentie door AI is laag risico, maar dezelfde technologie inzetten voor beoordeling of selectie valt onder de AI Act al snel in de hoge-risicoklasse. Dat is een verschil dat organisaties zelden maken.
Daarnaast is er een privacy-aspect. ADHD'ers delen vaak gevoelige informatie met AI: worstelingen met uitstelgedrag, emotionele triggers, schaamte over niet-functioneren. Die data is waardevol voor personalisatie, maar ook kwetsbaar. Zonder sterke privacy-garanties kan het worden gebruikt voor profilering of prestatie-evaluatie, precies waar je het niet wilt hebben.
6. Hoe gebruik je AI zonder jezelf te verliezen
Dit artikel is geen oproep om AI te laten staan. Ik gebruik het zelf elke dag, en de voordelen zijn groot. Maar juist daarom is het belangrijk om bewust te blijven van de risico's. Hier zijn de vuistregels die ik zelf hanteer:
1. AI als prothese, niet als vervanging
Een prothese versterkt wat er is, maar als je hem gebruikt zonder je eigen spieren te trainen, worden die spieren zwakker. AI moet je helpen om te doen wat je al kunt, niet overnemen wat je zou moeten kunnen.
2. Blijf beslissen
Laat AI voorbereiden, samenvatten en structureren, maar behoud zelf de beslissing. AI stelt voor, jij kiest. Zodra je merkt dat je blindelings AI-adviezen volgt zonder ze te wegen, offload je te veel.
3. Test jezelf zonder AI
Evalueer af en toe of je nog kunt functioneren zonder. Kun je nog een planning maken? Een prioriteit stellen? Een e-mail schrijven zonder hulp? Zo ja, dan gebruik je AI als gereedschap. Zo nee, dan is het een kruk geworden.
4. Begrens de planningsfase
Stel een timer als je AI gebruikt om te plannen. Na 10 minuten stopt het plannen en begint het doen. De perfecte prompt is de vijand van de goede uitvoering.
5. Houd het ongemakkelijk
Het ongemakkelijke gevoel dat je misschien te afhankelijk wordt, is geen angst, het is een signaal. Neem het serieus. AI moet je sterker maken, niet afhankelijker.
AI is het beste gereedschap dat ik ken voor mijn ADHD-brein. Maar gereedschap blijft gereedschap. Het beste mes snijdt ook het diepst als je niet uitkijkt.
Wees enthousiast, maar blijf scherp. De kunst is niet om AI te gebruiken. De kunst is om het te gebruiken zonder jezelf te verliezen.
