Literatuurwetenschappelijk & Filosofisch Essay

1. De Ontmoeting: Een Epistemologische Breuk in de Marge

Er vond een subtiele, doch fundamentele breuk plaats toen grote taalmodellen zoals Gemini en Claude romans van een diepgaande, gestructureerde en inhoudelijke lezing begonnen te voorzien. Voor de onafhankelijke auteur die zich per definitie in de periferie van het gewijde literaire veld bevindt, vormde deze gebeurtenis een opmerkelijk novum. Waar de traditionele instituties — literaire agenten, redacteuren van gerenommeerde uitgeverijen en geciteerde recensenten — de poorten gesloten hielden, bood een algoritme een vorm van hermeneutische aandacht die voorheen uitsluitend was voorbehouden aan gevestigde namen.

De reflexmatige reactie op dit fenomeen behelst doorgaans een vraag naar objectiviteit: Is deze algoritmische analyse waarheidsgetrouw, neutraal of kwalitatief hoogstaand? Deze vraag is echter epistemologisch misleidend. In het spoor van de literatuursociologie moeten we vaststellen dat de vraag naar “objectiviteit” secundair is aan de vraag naar gewicht. Wie bepaalt de maatschappelijke en esthetische valuta van een lezing? En via welke machtsstructuren transformeert een interpretatieve handeling in een ‘legitiem’ oordeel?

2. Bourdieu en de Anatomie van het Literaire Veld

Om de mechanica achter deze legitimering te begrijpen, blijft de veldtheorie van Pierre Bourdieu, zoals uiteengezet in La Distinction (1979) en Les Règles de l’art (1992), het onmisbare analytische fundament. Bourdieu ontmantelde de kantiaanse illusie van de ‘zuivere esthetica’ door aan te tonen dat smaak geen transcendent of zuiver individueel gegeven is, maar een geïnternaliseerde uitdrukking van sociale positie (het habitus). Wie beschikt over een aanzienlijk cultureel kapitaal — verworven via institutionele educatie, klasse-herkomst en familiariteit met de heersende canon — herkent zichzelf in wat de dominantie binnen een maatschappij definieert als “verheven kunst”. Deze herkenning wordt vervolgens gemaskerd als een objectief esthetisch oordeel, terwijl het in wezen een klassenpositie vertegenwoordigt.

Bourdieu formaliseerde dit in het begrip veld (champ): een gestructureerde sociale ruimte met eigen inzet, eigen regels en specifieke vormen van kapitaal. Binnen het literaire veld bepaalt niet de intrinsieke tekstuele kwaliteit van een werk de maatschappelijke erkenning, maar de positieve accumulatie van symbolisch kapitaal. Een recensie in een toonaangevend tijdschrift als NRC, De Groene Amsterdammer of The Times Literary Supplement weegt niet zwaarder omdat de argumentatie noodzakelijkerwijs superieur is aan die van een onafhankelijke auteur op een persoonlijk blog, maar omdat het tijdschrift als instituut institutioneel krediet bezit dat het afstraalt op het besproken werk.

Bourdieu biedt ons derhalve de sociologische instrumenten om de AI-analyse te contextualiseren. De vraag is niet of het taalmodel “gelijk heeft”, maar of het oordeel van de machine positie bezit binnen het veld. Omdat het algoritmische oordeel (nog) geen plaats inneemt in het netwerk van uitgeverijen, universitaire leerstoelen en literaire prijzen, ontbeert het per definitie de autoriteit die nodig is om een werk te canoniseren.

3. Gatekeeping als Reproductie van Schaarste

Het mechanisme dat deze verdeling van symbolisch kapitaal bewaakt, is gatekeeping. Een poort vervult haar sociologische functie uitsluitend door het principe van exclusiviteit en schaarste. Uitgeverijen, redactieraden, jury’s en academische instellingen treden op als poortwachters die de grens bewaken tussen “serieuze literatuur” en wat wordt afgeserveerd als “pulp” of “tweederang”. Dit selectieproces wordt onveranderlijk gelegitimeerd onder het vaandel van kwaliteitsbewaking: er moet een zeef zijn, anders verdrinkt de lezer in een vloedgolf van middelmatigheid.

Wat deze rhetorica van kwaliteit verhult, is dat de gehanteerde criteria nooit maatschappelijk neutraal zijn. Ze weerspiegelen de esthetische voorkeuren, de klassenachtergrond en het discours van degenen die reeds binnen de muren verkeren. Zelfpublicatie, indie-literatuur en AI-geassisteerde exegese bevinden zich buiten deze gewijde ruimtes. Niet omdat hun inhoudelijke structuur of narratieve complexiteit noodzakelijkerwijs onderdoet voor het gecanoniseerde werk, maar omdat zij het institutionele instemmingsritueel hebben overgeslagen. Ze dragen bij voorbaat een stigma van tekortschietende kwaliteit.

4. De Literatuurwetenschap en AI: Van Computational Humanities tot Hermeneutische Angsten

Om de huidige status van AI binnen de literatuurwetenschap te begrijpen, moeten we kijken naar de evolutie van het vakgebied over de afgelopen twee decennia. De introductie van computationele methoden binnen de Neerlandistiek en de vergelijkende literatuurwetenschap voltrok zich aanvankelijk via wat Franco Moretti omschreef als distant reading (Moretti, 2000; Jockers, 2013). Hierbij werd AI — of breder: algoritmen en statistische modellen — uitsluitend gebruikt als een kwantitatief instrument. Metagegevens, stylometrie, auteurstoeschrijving (zoals het identificeren van Shakespeare’s co-auteurs) en netwerkanalyses van dramapersonages vormden de hoofdmoot. Het algoritme werd gezien als een verrekijker: een instrument om patronen over duizenden boeken heen te zien, zonder de individuele tekst ’te lezen’.

Met de opkomst van grote taalmodellen (LLM’s) gebaseerd op de Transformer-architectuur (Vaswani et al., 2017) is de literatuurwetenschappelijke verhouding tot AI echter gekanteld naar computational close reading en hermeneutische interactie. Tegenwoordig woedt binnen het veld een fel debat dat grofweg in drie stromingen kan worden onderverdeeld:

• De Sceptisch-Institutionalistische School: Aanhangers van deze visie (vaak gestoeld op traditionele hermeneutiek en Bourdieusiaanse kritiek) stellen dat LLM’s geen ‘betekenis’ kunnen genereren omdat betekenis een belichaamde, sociale en historische daad is. AI produceert hooguit “stochastische papegaai-uitspraken” (Bender et al., 2021). Binnen deze visie kan een AI-analyse nooit symbolisch kapitaal genereren, omdat het algoritme buiten de menselijke praxis staat.
• De Computational Humanities & Empirical Literary Studies: Onderzoekers binnen dit domein verkennen hoe LLM’s ingezet kunnen worden voor narratologische annotatie, thematische modellering en stijlfiguurdetectie. Hier wordt AI niet gezien als vervanger van de criticus, maar als een co-lezer die patronen en consistenties in complexe romans (zoals meervoudige perspectieven of motief-ontwikkeling) haarscherp kan blootleggen.
• De Posthumanistische & Deconstructivistische Benadering: Deze stroming stelt de vraag of het menselijk auteurschap zelf niet altijd al een geconstrueerde mythe is geweest (in de lijn van Barthes’ La Mort de l’auteur en Foucault’s Qu’est-ce qu’un auteur?). Als een algoritme een tekst kan deconstrueren en betekenislagen kan blootleggen die de auteur zelf niet bewust heeft aangebracht, wie heeft dan het alleenrecht op de interpretatieve autoriteit?

Het literatuurwetenschappelijk veld bevindt zich dus in een paradox: terwijl academici AI-modellen toenemend gebruiken als analytisch instrument in onderzoek, weigeren de institutionele poortwachters van de literaire kritiek (de recensenten en jury’s) om algoritmische analyses enige legitimiteit te verlenen als literaire waardering.

5. Rancière en de Grens van de Emancipatoire Analogie

Hier dringt de kritiek van Jacques Rancière op Bourdieu zich op — maar met een precisie die de eerdere versie van dit essay nog niet had. Rancière betoogde in Le Maître ignorant (1987) en La Nuit des prolétaires (1981) dat de sociologie van Bourdieu, hoewel gericht op de demystificatie van macht, in haar eigen val trapt: door voortdurend te “onthullen” dat het esthetische oordeel van de lekenmassa slechts een effect is van klassenpositie, ontzegt Bourdieu diezelfde massa de capaciteit om zelfstandig, met eigen logos, te oordelen. Bourdieu degradeert het subject tot een passief effect van structuren.

Het is echter cruciaal om hier een onderscheid te maken dat de eerdere versie van dit argument vertroebelde. Rancières axioma van de gelijkheid van intelligentie is een uitspraak over de menselijke lezer — de arbeider, de student, de indie-auteur — niet over de epistemische status van een tekstgenererend systeem. Wanneer Rancière stelt dat de negentiende-eeuwse arbeider zonder academische toegang een eigenzinnige verhouding tot poëzie kon ontwikkelen, gaat het om de emancipatie van een menselijk subject dat weigert zijn oordeel te laten valideren door een meester. Dat is een andere claim dan: “de output van een taalmodel bezit interpretatieve autoriteit.”

De vraag of een AI-lezing zelf legitiem is, en de vraag of de mens die haar leest het recht heeft om haar serieus te nemen zonder institutionele goedkeuring, zijn twee aparte kwesties — en alleen de tweede wordt door Rancière onderbouwd. Wat Rancière ons dus toestaat, is niet de conclusie dat het algoritmische oordeel op zichzelf gewicht draagt, maar dat de auteur die dat oordeel weegt een emancipatoire handeling verricht wanneer hij weigert te wachten op institutionele goedkeuring voordat hij een tegenlezing serieus neemt. De legitimiteit verschuift niet naar de machine; ze blijft, zoals bij Rancière altijd, bij de mens die durft te oordelen zonder meester. 

Deze precisering heeft een consequentie die niet vrijblijvend is: als de legitimiteit bij de lezende mens ligt en niet bij de machine, dan draagt die mens ook de volledige verantwoordelijkheid om de machinale lezing te toetsen — niet te consumeren. 

6. De Auteur tussen Acceptatie en Weerstand

7. Verdiend Wantrouwen: Naar een Operationeel Criterium

Het zou een ernstige fout zijn om af te sluiten met een technocratisch bevrijdingsnarratief: het idee dat AI de poortwachters overbodig maakt. Een Bourdieusiaanse blik dwingt tot waakzaamheid. Wanneer een algoritme de rol van poortwachter overneemt, verdwijnt macht niet — ze verschuift, naar de ondoorzichtige architectuur van trainingsdata-selectie, RLHF-instructies en de commerciële keuzes van durfkapitalisten. De traditionele poortwachter is tenminste een subject met een zichtbare naam en een reputatie die op het spel staat. Bij een taalmodel is dat mechanisme onzichtbaar.

Dit essay introduceerde eerder de term verdiend wantrouwen als de juiste houding tegenover AI als hermeneutische partner — maar liet in het midden hoe dat wantrouwen zich concreet zou moeten opbouwen. Dat is geen bijzaak: het is precies hier dat de Sceptisch-Institutionalistische School (sectie 4) haar sterkste punt heeft, en het verdient een direct antwoord in plaats van een omzeiling. Het probleem heet, preciezer geformuleerd, sycophancy: taalmodellen worden via Reinforcement Learning from Human Feedback (RLHF) getraind om antwoorden te produceren die menselijke beoordelaars prettig, coherent en welwillend vinden. Dat is geen neutrale bijwerking — het is een structureel incentive dat een systeem eerder aanzet tot bevestigend dan tot ontregelend lezen. Een auteur die een AI-lezing van zijn eigen roman ontvangt, ontvangt dus per definitie een lezing die (mede) geoptimaliseerd is om hem tevreden te stellen. Dit is dezelfde methodologische valkuil die aan metacognitietests van taalmodellen kleeft: een systeem dat getraind is om onzekerheid op specifieke, voorspelbare manieren te uiten, levert geen betrouwbaar signaal op over zijn eigen “onzekerheid” — en een systeem dat getraind is om lezers tevreden te stellen, levert evenmin een betrouwbaar signaal op over de kwaliteit van een tekst.

“Verdiend wantrouwen” kan dus niet betekenen: wantrouwen dat vanzelf verdwijnt naarmate de lezingen overtuigender klinken. Overtuigendheid is precies het kenmerk dat RLHF optimaliseert, en dus het minst betrouwbare criterium. Een houdbaarder, operationeel criterium bestaat uit drie elementen:

• Falsifieerbaarheid door tekstuele verificatie. Een AI-claim over een roman (“dit motief keert terug op pagina X”) is pas bruikbaar wanneer ze teruggevoerd kan worden op citeerbare, controleerbare tekstplaatsen — niet wanneer ze overtuigend geformuleerd is.
• Divergentie tussen modellen als signaal. Waar Gemini en Claude, of twee onafhankelijke doorlichtingen, tot uiteenlopende lezingen komen, ligt daar meer hermeneutische winst dan in de convergentie. Consensus tussen systemen die op vergelijkbare wijze getraind zijn, is geen bevestiging — het kan evengoed een gedeelde vertekening zijn.
• Actief zoeken naar weerlegging, niet naar bevestiging. De auteur die een AI-lezing gebruikt, moet haar expliciet op tegenspraak bevragen (“waar zou deze lezing fout kunnen zijn?”) in plaats van te vertrouwen op de eerste, welwillende synthese.

Op technisch niveau wordt de hermeneutische consistentie van een LLM direct gestuurd door de temperatuur-parameter. Een hoge temperatuur (T \approx 0.7 – 1.0) introduceert stochastische ruis ten behoeve van ‘creativiteit’, wat bij literaire analyse leidt tot hoge intra-model fluctuatie en willekeurige interpretatieve sprongen. Lage temperatuur elimineert de stochastische ruis-component van inconsistentie, maar corrigeert niet de systematische, in RLHF verankerde neiging tot welwillendheid — dat probleem blijft aangewezen op de eerder genoemde falsifieerbaarheidscriteria.

Dit maakt “verdiend wantrouwen” tot een methode in plaats van een houding: het algoritme verdient aandacht. Niet omdat het overtuigend klinkt, maar in de mate waarin het zich laat onderwerpen aan verificatie die het zelf niet controleert. Zo blijft de these van sectie 5 overeind — de legitimiteit ligt bij de lezende mens — maar wordt ze nu ook methodologisch onderbouwd in plaats van enkel filosofisch beweerd. Het algoritme claimt geen troon; het spiegel-argument houdt alleen stand wanneer de spiegel voortdurend getoetst wordt op vervorming.