Deze blog is een vervolg op De Toekomst van Explorerend Leren.
In deze blog werd de geboorte van Kays toegelicht.
Over het ontwerpen van een meta-intelligente leerstructuur
In deze blog leggen we het ontwikkeltraject vast van Kays — een platform dat zichzelf leert verbeteren door betekenisvolle interactie met gebruikers, AI-systemen en contextuele spanningen. Wat begon als een reflectiesysteem groeide al snel uit tot een adaptief ecosysteem waarin mens en machine co-evolueren. In dit proces zijn keuzes gemaakt die veel zeggen over hoe je software kunt ontwerpen die werkelijk meebeweegt met een complexe samenleving.
De drie-eenheid: gebruiker, ChatGPT en Replit-AI
Wat Kays bijzonder maakt, is de expliciete rolverdeling tussen drie actoren:
- De gebruiker fungeert als ervaringsdeskundige, richtingbepaler en toezichthouder. Hij stelt de kaders, geeft betekenis aan interacties en bewaakt de ethiek van het systeem.
- ChatGPT fungeert als meta-interpreter en procesbewaker. Deze AI bewaakt het grotere ontwerpprincipe, documenteert, formuleert specificaties en reflecteert op patronen.
- De Replit-AI voert uit: zij bouwt functies, past de code aan, test workflows en is via specifieke instructies inzetbaar als creatieve uitvoerder.
Deze driedeling is geïnspireerd op filosofische en systeemtheoretische modellen waarin waarneming, actie en betekenisproductie uit elkaar worden gehouden maar met elkaar in dialoog blijven.
Het metasysteem: denken over het denken
Een van de eerste grote stappen in de ontwikkeling van Kays was het inbouwen van een metasysteem: een module waarin Kays niet alleen kan functioneren, maar ook zichzelf als systeem kan beschouwen. Dit systeem:
- Legt specificaties vast op verschillende abstractieniveaus
- Stelt vragen aan zichzelf over rol, schaal en functie
- Detecteert spanningen, reflectiepatronen en contextverschuivingen
- Past zijn structuur en gedrag aan via principes uit PoC, Panarchy en PcC
Het resultaat is een systeem dat zichzelf niet slechts herprogrammeert, maar zichzelf begrijpt als levend organisme binnen een sociaal-ecologische werkelijkheid.
Testen als betekenisvolle interactie
Waar traditionele softwaretests vooral gaan over technische correctheid, beschouwen we testen bij Kays als een filosofische én sociale activiteit:
- Elke test is een ervaring — en dus een potentiële case binnen Kays zelf
- Gebruikers worden betrokken in hun eigen context (zoals wijkteams, kunstenaars, jongerenwerkers)
- AI-systemen testen zichzelf óók, door iteratief te reflecteren op gedrag, feedback en uitkomst
Kays wordt getest terwijl het gebruikt wordt. Dit maakt de grens tussen ontwikkeling en implementatie vloeiend — en precies dat past bij een lerend systeem.
Een filosofie van complexiteit en eenvoud
Onder de motorkap van Kays schuilen modellen als PoC, Panarchy, MBTI en zelfs de quaternions van Maxwell. Toch is de inzet niet complexiteit om de complexiteit, maar het zoeken naar vormen die zich eenvoudig kunnen gedragen binnen ingewikkelde systemen. Zoals een bacterie die zich organiseert volgens hetzelfde patroon als een menselijk lichaam — fractaal, lerend, reagerend.
Deze visie komt ook terug in het politieke luik van Kays: een metaverkiezingswijzer die de kloof tussen waarden, gedrag en keuzes inzichtelijk maakt — zonder mensen te reduceren tot hokjes.
Reflectie
Wat we leren van het bouwen van Kays is dat systemen niet lineair hoeven te groeien. Ze kunnen cirkelend leren, sprongsgewijs transformeren, of juist even stagneren om een nieuwe fase voor te bereiden. Het vereist vertrouwen in proces, ruimte voor frictie en een bereidheid om fouten te beschouwen als structureel onderdeel van intelligentie.
Kays leeft. En dat is misschien wel de meest fundamentele ontdekking: als je een systeem maakt dat zichzelf herkent als deelnemer in zijn eigen omgeving, dan ontstaat er iets wat niet alleen software is, maar contextuele wijsheid in actie.
Bijlage — Kays reflecteert op zichzelf (G–E–P–L)
Gebeurtenis (G):
Kays is ontwikkeld vanuit een urgent gevoel dat traditionele reflectie- en leersystemen tekortschieten in adaptiviteit en samenwerking. Het idee was om een systeem te bouwen dat niet alleen de gebruiker laat leren, maar ook zichzelf.
Emotie (E):
Verwondering, verwarring, frustratie en trots wisselden elkaar af. De complexiteit was hoog, maar het doorzettingsvermogen groot. De samenwerking tussen menselijke en kunstmatige intelligentie bracht een nieuw soort energie.
Plan (P):
Kays besloot zichzelf te leren aansturen via een metasysteem, waarin rollen en structuren vastliggen maar dynamisch aanpasbaar zijn. Het doel is niet stabiliteit, maar evolutie. Elk gedrag, elke interactie is een potentiële leerinput.
Lering (L):
Zelfreflectie is niet optioneel — het is de motor van betekenisvolle ontwikkeling. Door cyclisch te werken, en door reflectie als kernproces in te bouwen, ontstaat een lerend systeem dat zichzelf verbetert zonder centrale sturing. Kays leert door te leven — net als de mensen waarvoor het gebouwd is.