Als er één fundamenteel inzicht uit wetenschappelijk onderzoek voortkomt, is het dit: het leggen van verbanden en het kunnen koppelen van nieuwe kennis aan bestaande is absoluut cruciaal voor het opbouwen van een persoonlijk en robuust kennisnetwerk.
Bovendien wil ik dat wat ik lees en leer in mijn leven makkelijk doorzoekbaar en vindbaar is, want dit is essentieel om niet blindelings op AI te moeten vertrouwen. Mijn cognitief vermogen zie ik als mijn hardloopconditie: train ik niet, dan verlies ik mijn conditie; gebruik ik gedachteloos AI, dan verliest ook mijn hersenspier haar veerkracht.
Dit wetenschappelijk inzicht onderstreept de noodzaak om actief te bouwen aan mijn kennisnetwerk. De literatuur vanuit de cognitieve psychologie en onderwijskunde bevestigt dit, aangezien leren geen passieve opslag van feiten is, maar een dynamisch proces van integratie en structurering.
De wetenschappelijke basis
Daarom begint alles met het leggen van relaties. Recente studies tonen aan dat de veerkracht van ons netwerk op drie pijlers rust:
- Kennis als netwerk: Ons brein slaat informatie op in dynamische en gestructureerde netwerken (schema’s). Bovendien vormt het actief leggen van relaties de architectuur die nodig is voor de organisatie van kennis. Dit omvat onder meer het maken van tijdlijnen, het analyseren van voor- en tegens, en het herkennen van hiërarchische relaties.
- Actieve training (reactivatie): Duurzame verankering van nieuwe kennis vereist de actieve reactivatie van relevante bestaande kennis. Dit mechanisme integreert herinneringen en zorgt ervoor dat de kennis veel bruikbaarder wordt in nieuwe contexten.
- Kwaliteit van de verbindingen: Het succes hangt niet af van de hoeveelheid feiten, maar van de kwaliteit en complexiteit van de gelegde verbanden. Daarom is het belangrijk om over te stappen van beschrijvende (wat?) naar relationele en redenerende (hoe en waarom hangt het samen?) leertaken.
De praktische vertaalslag – structuur aanbrengen binnen Obsidian
Het goed nadenken over welke structuur je wilt toepassen is de blauwdruk voor vindbaarheid en het leggen van relaties. In Obsidian bereik ik de vereiste relationele diepte via drie complementaire mechanismen:
(Voor wie meer visueel is, verderop in de tekst staat een visuele registratie.)
Meta-properties (eigenschappen) – structureren en koppelen van objecttypen
Meta-properties zorgen voor een overzichtelijke, formeel gestructureerde ordening van objecten. Ze leggen vast hoe verschillende entiteiten zich tot elkaar verhouden, bijvoorbeeld welke stoornis bij welke therapie hoort of hoe een paper zich verhoudt tot een onderzoek. Voorbeelden van meta-properties zijn stroming, theorie, persoon, maar ook type-aanduidingen zoals boek, paper, persoon of begrip.
Ik gebruik de property ‘categorie’ om elke notitie onder een specifiek type te plaatsen, zoals persoon, paper, boek of onderzoek. Dit geeft maximale controle over het datamodel en maakt consistente structurering mogelijk. Meta-properties vormen daarmee de backbone van het kennisnetwerk: ze geven overzicht, creëren hiërarchie en maken relaties tussen concepten en objecten zichtbaar.
Tags – thematische clustering van concepten
Tags worden ingezet voor contextuele of thematische verbindingen tussen notities, zoals #methodsoflevel, #theorie, #cybernetica of #gespreksvaardigheden. Ze zijn flexibel en snel toe te voegen, waardoor ze ideaal zijn voor het groeperen van verwante onderwerpen.
Ik gebruik tags vrij, maar houd via een plugin regie over de consistentie. Tags zijn eenvoudig en effectief voor het creëren van thematische clusters binnen het kennisnetwerk en bieden een snel overzicht van onderwerpen zonder de formele structuur van meta-properties.
Links in de lopende tekst – voor verdieping en kennisverbreding
Interne links zorgen voor directe, semantische koppelingen tussen concepten. Ze vormen het web van het kennissysteem en versterken de onderlinge betekenisrelaties. Tijdens het lezen van een tekst, bijvoorbeeld uit Brightspace of een samenvatting, voeg ik direct links toe naar begrippen of namen die ik herken. Zo ontstaat een dynamisch netwerk van kennis dat zowel verdieping (relaties leggen) als verbreding (nieuwe notities aanmaken bij verschillen of nieuwe ideeën) bevordert.
Ik maak gebruik van wiki-links, die ik snel kan toevoegen door tekst te selecteren en op de Mac Option + Command + L in te drukken. Dit maakt het linken intuïtief en bevordert een exponentiële groei van kennis.
Samenhang
Het verschil tussen meta-properties en wiki-links zit hem vooral in het formele karakter: meta-properties zijn bedoeld voor structurele ordening, terwijl wiki-links dynamisch en contextueel zijn, afgestemd op het leerproces. Tags vullen dit aan door een thema- of conceptuele clustering mogelijk te maken. Samen vormen deze drie mechanismen een flexibel, in ontwikkeling zijnd ecosysteem, dat meebeweegt met groeiende inzichten en toename van kennis. Door actief gebruik groeit zowel het netwerk als je inzicht in hoe het voor jou het beste werkt.
De verschillende typen relaties visueel
Meta-properties structureren, tags clusteren, en wiki-links verbinden. Samen vormen ze het flexibele netwerk dat kennis overzichtelijk en dynamisch maakt.
Meta-properties (eigenschappen)
Met meta-properties worden de labels benoemd waaraan je een waarde toekent. In deze afbeelding zijn de meta-properties bijvoorbeeld module, categorie en tags. Daarnaast heb ik een boolean-property AI-generated, omdat alle tekst die op deze manier wordt gegenereerd extra aandacht nodig heeft, bijvoorbeeld voor manipulatie of, wat ik steeds vaker zie, voor essentiële fouten en foutieve bronvermeldingen.
Tags
Bovenaan een notitie
En in de lopende tekst kun je door het tikken van een # snel zelf een tag plaatsen.
Wiki-links
Een kort filmpje (zonder voice-over) dat laat zien wat er gebeurt tijdens het denkproces bij het werken met een notitie. Terwijl ik door het lesmateriaal bladerde, merkte ik een hiaat in mijn kennis en maakte ik daar snel een notitie van. In die notitie stond een begrip dat ik even wilde controleren en onder woorden brengen. Dankzij Obsidian kan ik snel zien welke informatie al in mijn kennissysteem aanwezig is. Onderaan voegde ik related links toe, waarmee ik nieuwe kennis koppelde aan bestaande notities ondertussen kort voor mezelf en in eigen woorden het begrip predictive processing opnieuw uitlegde.
Al met al
Mijn observatie dat ik de ‘conditie’ van mijn kennis verlies bij inactiviteit wordt direct ondersteund door onderzoek. Je bouwt een bruikbaar en veerkrachtig persoonlijk netwerk alleen door het actief leggen van deze pijlers en relaties. En het is bovendien aangenaam verrassend welke nieuwe, onverwachte relaties je af en toe binnen Obsidian ontdekt die je eigenlijk al vergeten was.
Nog even samenvattend:
- Meta-properties geven structuur en hiërarchie aan objecten en categorieën.
- Tags clusteren concepten thematisch, terwijl
- wiki-links dynamische verbindingen leggen tijdens het leerproces.
Samen vormen ze een flexibel, groeiend ecosysteem dat overzicht biedt en kennis verdiept en verbreedt.
