Op 11 januari van dit jaar schreef ik een uitgebreid stuk over mijn ontologie. Expres zo volledig mogelijk om lezers het volledige beeld ervan te geven. Ruim vierduizend woorden over emoji en bestandsnamen en waarom ik dingen noem zoals ik ze noem en waarom ik doe zoals ik doe. Het stuk werd beter gelezen dan ik had voorzien en kreeg wereldwijd tractie. Mensen die het lazen begonnen ermee te experimenteren. En met succes, ik had dus iets te pakken.

In het snel uitdijende landschap van AI kwam ik er later dit jaar achter dat ontologieën onontbeerlijk zijn voor succesvol AI-gebruik. Inmiddels snap ik dat ook en ik denk dat dat klopt. Hier een voorbeeld.

In de maanden daarna veranderde er weinig aan mijn systeem. Dat is opmerkelijk, want ik ben iemand die voortdurend sleutelt. Maar de emoji-laag bleef stabiel. Dezelfde symbolen, dezelfde betekenissen, dezelfde structuur. Inmiddels begrijp ik op vele manieren waarom dit zo blijft plakken. Dit stuk is een poging om dat te begrijpen.

Tijdens mijn research realiseerde ik me dat er niet een aparte plek in ons brein is voor het lezen van letters. Op zich logisch. Ik had er alleen nog nooit over nagedacht.

In Reading in the Brain legt Stanislas Dehaene [1] uit dat lezen in feite een culturele hack is. Waar we vroeger ons visuele vermogen gebruikten om te overleven, door objecten en gezichten te herkennen, zijn we diezelfde mentale circuits gaan hergebruiken om te lezen. Daarom kost het bewuste aandacht, intensieve verwerking en dus werkgeheugen. Het verstookt meer calorieën in ons brein dan gewoon ergens naar kijken.

Cognitief psycholoog Anne Treisman [2] ontdekte dat simpele vormen, kleuren en oriëntaties parallel worden verwerkt in je brein, nog voordat je überhaupt hebt bedacht dat je het wilt waarnemen. Je ziet een rode jas al in de verte. Dat gaat vanzelf, zonder moeite, waarschijnlijk omdat dit evolutionair nuttig was. Pas als je samenhang moet aanbrengen in al je waarnemingen, schakelt je brein over naar iets dat seriële aandachtsafhankelijke verwerking heet.

Jeremy Wolfe [3] onderzocht hoe we visueel zoeken. Zijn conclusie: zoeken naar één kenmerk gaat razendsnel. Een rode stip tussen blauwe stippen springt eruit, ongeacht hoeveel blauwe stippen er zijn. Maar zoeken naar een combinatie van kenmerken, een rode cirkel tussen rode vierkanten en blauwe cirkels, is trager en wordt trager naarmate er meer items zijn. Een visueel triage-proces eigenlijk.

Hetzelfde geldt voor lezen. Bekende woorden en patronen herken je veel sneller. Omdat je brein die al herkent als samenhangende objecten. Teksten met nieuwe woorden, begrippen en concepten kosten dus cognitief veel meer aandacht en dus energie. Ons brein heeft dus twee manieren om visuele input te verwerken. En één ervan kost ongelooflijk veel extra energie.

Hier ontdekte ik iets interessants: recent onderzoek naar emoji-verwerking in tekst laat zien dat emoji in lopende zinnen de cognitieve belasting verhogen, niet verlagen. Eliza Barach [4] en haar collega's zagen dat emoji in zinnen je leestempo vertragen. Het brein moet schakelen tussen twee verwerkingsmodi binnen dezelfde leeshandeling. En elke keer als het brein moet schakelen kost dat energie en calorieën. Daar waar het kan moet je dat proberen te vermijden.

Dit lijkt mijn argument te ondermijnen, maar het ondersteunt het juist.

Want mijn gebruik van emoji is fundamenteel anders. Ik plaats emoji niet ín de tekst maar ervóór, als eerste toegangspunt. De emoji staat aan het begin van een bestandsnaam of aan het begin van een regel. Het brein hoeft niet te schakelen tijdens het lezen, want de emoji is al verwerkt voordat het lezen begint. Ik gebruik emoji als visuele ankers. Als herkenningspunt. Precies zoals het brein fijn vindt.

Tony Buzan had dit al vroeg door. Hij is de bedenker van het fenomeen mindmaps die hij terecht zag als cognitieve architectuur.

Jefta Bade, die ik jaren geleden al ontmoette en wiens werk over visueel denken me bleef boeien, maakt hetzelfde punt vanuit de praktijk: visuele structuur versnelt begrip niet door te versimpelen, maar door een andere verwerkingsroute aan te spreken.

En Zsolt Viczián, die ik ken van de PKM Summit en wiens Excalidraw-plugin voor Obsidian ik aan het doorgronden ben, laat zien hoe visuele consistentie in digitale systemen werkt. Niet door alles in plaatjes te veranderen, maar door visuele ankerpunten te creëren naast de tekst in lokale bestanden.

Het geheim van al deze methoden zit hem in consequentie. Een emoji die vandaag "persoon" betekent en morgen "idee" is geen handige index maar levert vooral ruis op. Verkeersborden werken omdat een rood achthoekig bord altijd "stop" betekent, overal ter wereld. Die voorspelbaarheid is geen beperking maar voorwaarde.

In mijn systeem betekent 👥 altijd een persoon. 📗 altijd een boek. 🎤 altijd een optreden. Eén symbool, één betekenis, geen uitzonderingen. Soms combineer ik twee emoji om een hoofdtype en een specificatie aan te geven, maar spaarzaam. Meer symbolen is meer belasting, niet meer informatie.

De afgelopen maanden bouwde ik systemen rond mijn persoonlijke informatie-elementen, en overal voeg ik de herkenbare emoji-elementen uit mijn ontologie toe. Dit werkt fantastisch in de praktijk, juist omdat het zo consequent is. Ik wou dat ik daar veel eerder op gekomen was.

Wat ik in de praktijk ontdekte blijkt te kloppen met bestaande inzichten over hoe ons brein werkt. Niet dit specifieke gebruik van emoji, maar alles eromheen is uitgebreid onderzocht. Emoji als visuele ankers verlagen de cognitieve belasting. Dat is geen productiviteitswinst in de zin van sneller werken of meer output. Het is minder onnodig moe worden.

Wat me blijft verbazen is hoe weinig digitale systemen gebruik maken van wat het brein goed kan. We ontwerpen interfaces alsof visuele herkenning niet bestaat en ons brein alleen kan lezen. Terwijl emoji veel meer zijn dan speelgoed van appende tieners. Ze zijn gestandaardiseerd in Unicode (kijk vooral eens op Emojipedia) en beschikbaar op elk platform. Je hoeft niemand uit te leggen wat 📗 of 👥 betekent. Het zijn kant-en-klare visuele bouwblokjes. Een ongekend krachtige en vooral onbenutte manier om informatie te duiden. Ik ben benieuwd hoe lang het duurt voordat veel meer mensen dit gaan gebruiken.

[1] Dehaene, S. (2009). Reading in the Brain: The New Science of How We Read. Viking Press. [2] Treisman, A. & Gelade, G. (1980). A feature-integration theory of attention. Cognitive Psychology, 12(1), 97-136. [3] Wolfe, J.M. (2020). Visual Search: How Do We Find What We Are Looking For? Annual Review of Vision Science, 6, 539-562. [4] Barach, E., Feldman, L.B., & Sheridan, H. (2021). Are emojis processed like words? Eye movements reveal the time course of semantic processing for emojified text. Psychonomic Bulletin & Review, 28, 978-991.