Een neurale handtekening van adaptief mentaliseren

Hoe we in alledaagse spelletjes gedachten lezen

Wanneer je onderhandelt over de prijs van een auto, poker speelt of beslist hoe eerlijk je in een e-mail moet zijn, vraag je jezelf stilletjes af: “Wat denkt de ander eigenlijk?” Deze vaardigheid — achterhalen wat anderen weten, willen of van plan zijn — heet mentaliseren. De hier samengevatte studie stelt een diepergaande vraag: niet alleen of we gedachten kunnen lezen, maar hoe we onze leesstrategieën ter plekke aanpassen wanneer anderen van tactiek veranderen. Inzicht in dit “adaptieve mentaliseren” is belangrijk voor sociale interacties in het dagelijks leven en kan helpen moeilijkheden te verklaren die optreden bij aandoeningen zoals autisme of bepaalde persoonlijkheidsstoornissen.

Een simpel spel met diepe sociale denkkracht

Om adaptief mentaliseren te onderzoeken, gaven de onderzoekers nieuw leven aan een eenvoudig kinderspel: steen–papier–schaar, herschikt tot een heldere, op cijfers gebaseerde cirkel. Deelnemers speelden herhaaldelijk tegen ofwel andere mensen ofwel zorgvuldig ontworpen computertegenstanders. Op het eerste gezicht is de beste tactiek in dit spel volkomen onvoorspelbaar zijn. In de praktijk vertonen mensen echter gewoontes en patronen, wat kansen creëert om elkaar te slim af te zijn. Spelers kunnen één stap vooruit denken — “je herhaalt steen, dus ik speel papier” — of meerdere stappen vooruit — “jij denkt dat ik steen verwacht, dus jij speelt schaar, dus ik speel steen”, enzovoort. De cruciale vraag was of mensen konden inschatten hoeveel ‘stappen vooruit’ hun tegenstander dacht en vervolgens hun eigen denkniveau omhoog of omlaag konden bijstellen om aan te sluiten.

Een nieuwe manier om veranderende overtuigingen te volgen

Het team bouwde een computationeel model, CHASE (Cognitive Hierarchy Assessment), om deze verborgen denkprocessen meetbaar te maken. CHASE gaat ervan uit dat spelers bijhouden hoe vaak elke zet wordt gespeeld, zich voorstellen hoe een tegenstander van verschillende sophisticated-niveaus zou reageren, en vervolgens hun overtuiging bijwerken over hoe geraffineerd de tegenstander op dat moment is. Elke nieuwe ronde duwt deze overtuiging bij — soms veel, soms weinig — afhankelijk van hoe verrassend de zet van de tegenstander is. Door de daadwerkelijke keuzes van mensen in het model te stoppen, konden de onderzoekers per proefschot inschatten hoe sterk iedere deelnemer hun beeld van de tegenstander aanpaste. Dit maakte het mogelijk om het basale uitvoeren van acties te scheiden van het meer abstracte proces van beslissen: “hoe diep moet ik nu over deze persoon nadenken?”

Mensen kunnen hun sociale redenering buigen

Over negen verschillende studies met meer dan 500 vrijwilligers wist CHASE gedrag consequent beter te verklaren dan klassieke leermodellen die veranderende mentaliseringsdiepte negeren. De meeste deelnemers presteerden beter dan toeval tegen alle typen kunstmatige tegenstanders, van eenvoudige patroonvolgers tot slimmere strategen. Belangrijk is dat het model liet zien dat ongeveer vier op de vijf mensen hun redenering succesvol aanpasten om een stap voor te blijven op tegenstanders met verschillende niveaus van verfijning. Toch verschilden individuen sterk: sommigen hadden slechts een paar ronden nodig om de stijl van de tegenstander te doorgronden, terwijl anderen hun overtuigingen langzamer of rumoeliger bijwerkten. Een belangrijke modelparameter vatte deze gevoeligheid voor nieuwe informatie samen en fungeerde als een soort “sociale leersnelheid” voor hoe snel mensen hun beeld van een ander bijstellen.

Het hersennetwerk voor het bijwerken van sociale inschattingen

Bij een deel van de deelnemers registreerden de onderzoekers hersenactiviteit met functionele MRI terwijl mensen tegen kunstmatige tegenstanders speelden. Ze zochten naar hersensignalen die drie bestanddelen uit het model volgden: hoe goed een gekozen zet verwacht werd uit te pakken, hoe verrassend de actie van de tegenstander was, en hoe sterk de speler zijn overtuiging over het denkniveau van de tegenstander bijwerkte. Zoals verwacht reageerden regio’s die lang worden geassocieerd met waardetoekenning, zoals de ventromediale prefrontale cortex, op de verwachte opbrengst. Maar het signaal voor het bijwerken van overtuigingen — hoezeer een speler zijn model van de tegenstander aanpaste — hing samen met een breder “sociale brein”-netwerk, waaronder de temporoparietale junctie, insula en delen van de prefrontale cortex. Bovendien lieten mensen die volgens het model beter waren in het oppikken van tegenstanderstrategieën sterkere functionele verbindingen tussen deze regio’s zien, vooral met betrokkenheid van de rechter temporoparietale junctie.

Een neurale handtekening van flexibel gedachtenlezen

Om te testen of adaptief mentaliseren een betrouwbare vingerafdruk in de hersenen achterlaat, trainde het team machine-learningmethoden op geheel-hersenactiviteitspatronen. Het doel was om, alleen uit hersenscans, te voorspellen hoe sterk iemand op elk moment zijn overtuiging over de tegenstander bijwerkte. Het resulterende multiregionale patroon voorspelde overtuigingsupdates met opvallende nauwkeurigheid, zowel in de oorspronkelijke groep als in een tweede, demografisch gevarieerdere steekproef, zonder opnieuw te hoeven trainen. Dit suggereert dat adaptief mentaliseren wordt ondersteund door een consistente, verspreide code in plaats van één enkele ‘gedachtenleesplek’. In alledaagse bewoordingen laat de studie zien dat onze hersenen niet alleen raden wat anderen denken — ze passen ook voortdurend aan hoeveel moeite ze doen om vooruit te denken, en deze flexibele afstemming laat een meetbaar, generaliseerbaar spoor achter in hersenactiviteit.

Bronvermelding: Buergi, N., Aydogan, G., Konovalov, A. et al. A neural signature of adaptive mentalization. Nat Neurosci 29, 934–944 (2026). https://doi.org/10.1038/s41593-026-02219-x

Trefwoorden: theory of mind, social decision-making, fMRI, computational psychiatry, rock paper scissors