Leren voorspellen in een drukke wereld
Wie over een druk Amsterdams kruispunt fietst, weet hoe complex onze visuele wereld kan zijn. We letten bewust op stoplichten en auto’s, terwijl reclames of toeterende brommers automatisch onze aandacht trekken. Met ervaring leren we echter patronen herkennen, zoals bijvoorbeeld hoe lang een verkeerslicht rood blijft of wanneer voetgangers meestal oversteken. Dit vermogen, visuele statistische leerprocessen, stelt ons in staat om belangrijke signalen te voorspellen en irrelevante prikkels te negeren.
Xu onderzocht hoe dit proces werkt in ruimte en tijd. Haar onderzoek laat zien dat mensen, zonder zich daarvan bewust te zijn, leren waar en wanneer doelen verschijnen en ook wanneer en waar afleidende prikkels waarschijnlijk optreden. Deze impliciete kennis stelt ons brein in staat om de aandacht flexibel te sturen: naar de juiste plek op het juiste moment, en weg van mogelijke stoorzenders.
Aandacht sturen én handelen
Naast visuele aandacht keek Xu ook naar hoe mensen motorische reacties voorbereiden op basis van tijdspatronen. Ze toont aan dat zelfs complexe tijd-gebeurtenisassociaties onbewust geleerd en vastgehouden worden, waardoor we niet alleen beter zien waar iets gebeurt, maar ook sneller en accurater kunnen reageren.
Praktische toepassingen
De inzichten uit Xu's onderzoek zijn direct toepasbaar. Bij verkeersontwerpen kunnen borden en stoplichten zo worden geplaatst dat ze aansluiten bij de natuurlijke verwachtingen van mensen, wat bijdraagt aan meer veiligheid. Ook in de interactie tussen mens en technologie, bijvoorbeeld in autodashboards of smartphones, kan informatie optimaal worden aangeboden op het juiste moment en de juiste plaats. Dit vermindert mentale belasting en verhoogt gebruiksgemak.
Op langere termijn kunnen deze kennis en inzichten bijdragen aan mensvriendelijke steden en slimmere apparaten die beter inspelen op ons natuurlijke vermogen om patronen te leren.
Xu promoveerde 6 oktober 2025 aan de Vrije Universiteit Amsterdam.