We onderdrukken afleiding niet alleen, we voelen precies hoe hard ze trekt.
Je staat voor het verkeerslicht. Het springt op groen, maar een agent gebaart dat je moet blijven staan. Even schiet je voet richting het gaspedaal, maar je houdt jezelf net op tijd tegen. Het groene licht (gas geven) en de agent (stoppen) geven tegenstrijdige signalen: ze veroorzaken afleiding, oftewel interferentie. Ons onderzoek aan de KU Leuven laat zien dat we die afleiding niet alleen succesvol onderdrukken, maar ook kunnen aanvoelen, en verrassend goed inschatten hoe sterk ze is.
Voelen wat ons stoort
Afleiding is overal. Elke dag nemen we talloze beslissingen terwijl van alles om onze aandacht vecht: de reclame langs de weg, het gepiep van de telefoon, de gesprekken van collega’s in de koffieruimte. Meestal filteren we die ruis moeiteloos weg. Dat opzijzetten van storende, irrelevante informatie, om bewust te focussen op wat er echt toe doet, heet cognitieve controle. Soms staat er veel op het spel: een luchtverkeersleider of een arts op spoed moet de juiste keuze maken terwijl storende signalen om aandacht schreeuwen. Cognitieve controle stelt ons in staat afleiding te onderdrukken en onze aandacht te richten op de informatie die relevant is voor de juiste keuze.
Maar er is een diepere, lang onbeantwoorde vraag. We weten dat afleiding ons beïnvloedt, maar hebben we er ook inzicht in? Voelen we, van moment tot moment, hoe hard irrelevante informatie aan onze keuze trekt? Dat inzicht is geen detail. Wie voelt hoe sterk hij wordt afgeleid door interfererende informatie, kan zijn aandacht meer gericht bijsturen: net genoeg tegenkracht geven, niet te veel en niet te weinig. Het raakt aan de kern van concentratie en zelfbeheersing, en aan wat er misgaat wanneer die controle hapert.
Hoe meet je afleiding en inzicht?
Om dat te onderzoeken, ondergingen deelnemers een Eriksen-flankertaak: een klassiek aandachtstaakje dat toont hoe conflict onze reactietijd en accuratesse beïnvloedt. Op een computerscherm verscheen telkens een rij van vijf verticaal geplaatste pijltjes. De deelnemers moesten enkel op het middelste letten en aangeven of dat naar links of rechts wees. De vier andere “afleiders” wezen soms dezelfde kant op (weinig afleiding), soms de tegengestelde kant (veel afleiding).
Het bijzondere zat in wat erna kwam. Na elke keuze gaven de deelnemers zelf aan hoezeer die afleiders hun keuzeproces hadden gestoord. Zo kregen we niet alleen hun gedrag, maar ook hun eigen gevoel bij elke beslissing. En dat gevoel volgde het gedrag netjes: verwarrende beurten voelden storender aan dan makkelijke. Maar dat roept meteen een lastige vraag op. Is zo’n gevoel een echte lezing van wat er in het hoofd gebeurt, of gewoon een gok achteraf: “dit ging traag, dus het zal wel moeilijk geweest zijn”?
Onder de motorkap van keuzegedrag
Om die vraag te beslechten, moesten we iets zichtbaar maken wat je van buitenaf niet kunt zien: de kracht die op het beslissingsmoment aan je trekt. Gedrag alleen verraadt dat niet: het toont dat je traag was, niet waarom. Daarvoor gebruikten we een elegant computermodel dat een beslissing ontleedt: het Diffusiemodel voor Conflict.
Stel je twee krachten voor die in een paar honderd milliseconden tegen elkaar in werken terwijl je een keuze maakt. De eerste kracht is die geduldige agent: een stabiel signaal dat je gestaag naar het juiste antwoord duwt. De tweede is de reflex naar het gaspedaal: een korte, automatische impuls die opkomt zodra de afleiding verschijnt en daarna weer wegebt. Bij makkelijke beurten duwt die impuls mee (een agent die signaleert dat je verder mag rijden); bij verwarrende trekt hij je juist de verkeerde kant op (een agent die signaleert dat je moet stoppen). Uit niets meer dan de reactietijden en accuratesse reconstrueert het model hoe hoog die verborgen impuls bij elke persoon opliep. Zo krijgen we grip op iets wat zich volledig binnenin het hoofd afspeelt: niet alleen of er afleiding is, maar hoe krachtig ze op dat moment aan de beslissing trok.
Meer dan een gok achteraf
En toen kwam de verrassing. Op makkelijke beurten duwt de verborgen impuls mee, op verwarrende werkt hij tegen, en precies zo bewoog het gevoel van de deelnemers. Was de impuls sterk, dan meldden ze op verwarrende beurten meer afleiding, maar op makkelijke juist minder. Hun gevoel volgde dus niet simpelweg "moeilijk of makkelijk", maar de kracht en de richting van de onzichtbare impuls zelf. Als ze enkel gokten "dit ging traag, dus het was lastig", zou dat gespiegelde patroon er niet zijn. Het is alsof je geblinddoekt aan een touw trekt en toch precies voelt hoe hard er aan de andere kant wordt teruggetrokken.
“Mensen merken niet alleen dat ze worden afgeleid: ze voelen hoe hard.”
Lang werd aangenomen dat zulke gevoelens ruwe schattingen achteraf zijn, afgeleid uit hoe traag of twijfelend we reageerden. Dit onderzoek wijst een andere kant op: ons gevoel lijkt een verrassend directe lezing van een verborgen hersenproces. Dat is meer dan een curiositeit. Denk aan studeren terwijl je telefoon trilt, of jezelf inhouden bij een verleiding: wie de trek voelt aankomen, kan er gericht tegenin gaan nog voor ze de beslissing kaapt. En het betekent dat onze subjectieve verslagen echte informatie dragen die uit gedrag alleen niet af te lezen valt.
Waarom dat inzicht ertoe doet
Er is ook een klinische kant. Bij mensen die worstelen met hun concentratie of zelfbeheersing, denk aan ADHD of verslaving, zou niet alleen de kracht van de afleiding kunnen verschillen, maar juist ook of ze die trek nog voelen aankomen, en dus of ze kunnen ingrijpen. Wie de touwtrek niet voelt, kan er ook moeilijk tegen inzetten.
Terug naar dat verkeerslicht. Groen licht, de opgestoken hand van de agent, je voet die naar het gaspedaal schiet en die je op het nippertje tegenhoudt. Dat korte, bijna onmerkbare trekje is geen ruis. Het is je brein dat zijn eigen touwtrek leest, en dat blijkt precies te weten hoe hard er aan de andere kant getrokken wordt.

Bognar, M., Szekely, Z., Varga, M. A., Nagy, K., Spinelli, G., Hartanto, A., Majeed, N. M., Chen, N.
R., Gyurkovics, M., & Aczel, B. (2024). Cognitive control adjustments are dependent on the
level of conflict. Scientific Reports, 14(1). https://doi.org/10.1038/s41598-024-53090-4
Botvinick, M. M., Braver, T. S., Barch, D. M., Carter, C. S., & Cohen, J. D. (2001). Conflict
monitoring and cognitive control. Psychological Review, 108(3), 624–652.
https://doi.org/10.1037//0033-295x.108.3.624
Desender, K., Van Opstal, F., & Van Den Bussche, E. (2014). Feeling the conflict: The crucial role of conflict experience in adaptation. Psychological Science, 25(3), 675–683.
https://doi.org/10.1177/0956797613511468
Desender, K., Van Opstal, F., & Van Den Bussche, E. (2017). Subjective experience of difficulty
depends on multiple cues. Scientific Reports, 7(1). https://doi.org/10.1038/srep44222
Desender, K., Boldt, A., & Yeung, N. (2018). Subjective confidence predicts information seeking in decision making. Psychological Science, 29(5), 761–778. https://doi.org/10.1177/0956797617744771
Egner, T. (2007). Congruency sequence effects and cognitive control. Cognitive, Affective, &
Behavioral Neuroscience, 7(4), 380–390. https://doi.org/10.3758/cabn.7.4.380
Eriksen, B. A., & Eriksen, C. W. (1974). Effects of noise letters upon the identification of a target
letter in a nonsearch task. Perception & Psychophysics, 16(1), 143–149.
https://doi.org/10.3758/bf03203267
Fischer, A. G., Nigbur, R., Klein, T. A., Danielmeier, C., & Ullsperger, M. (2018). Cortical beta
power reflects decision dynamics and uncovers multiple facets of post-error adaptation.
Nature Communications, 9(1). https://doi.org/10.1038/s41467-018-07456-8
Gratton, G., Coles, M. G., & Donchin, E. (1992). Optimizing the use of information: Strategic control of activation of responses. Journal of Experimental Psychology: General, 121(4), 480–506. https://doi.org/10.1037//0096-3445.121.4.48045
Huang, Y.-T., Georgiev, D., Foltynie, T., Limousin, P., Speekenbrink, M., & Jahanshahi, M. (2015). Different effects of dopaminergic medication on perceptual decision-making in Parkinson’s disease as a function of task difficulty and speed–accuracy instructions. Neuropsychologia, 75, 577–587. https://doi.org/10.1016/j.neuropsychologia.2015.07.012
Huang-Pollock, C., Ratcliff, R., McKoon, G., Shapiro, Z., Weigard, A., & Galloway-Long, H. (2016). Using the diffusion model to explain cognitive deficits in attention deficit hyperactivity
disorder. Journal of Abnormal Child Psychology, 45(1), 57–68. https://doi.org/10.1007/s10802-016-0151-y
Hübner, R., Steinhauser, M., & Lehle, C. (2010). A dual-stage two-phase model of selective attention. Psychological Review, 117(3), 759–784. https://doi.org/10.1037/a0019471
Kelly, S. P., & O’Connell, R. G. (2013). Internal and external influences on the rate of sensory
evidence accumulation in the human brain. The Journal of Neuroscience, 33(50), 19434–
19441. https://doi.org/10.1523/jneurosci.3355-13.2013
Maniscalco, B., Bang, J. W., Iravani, L., Camps-Febrer, F., & Lau, H. (2012). Does response
interference depend on the subjective visibility of flanker distractors? Attention, Perception, &
Psychophysics, 74(5), 841–851. https://doi.org/10.3758/s13414-012-0291-2
Moustafa, A. A., Kéri, S., Somlai, Z., Balsdon, T., Frydecka, D., Misiak, B., & White, C. (2015). Drift Diffusion Model of reward and punishment learning in schizophrenia: Modeling and
experimental data. Behavioural Brain Research, 291, 147–154.
https://doi.org/10.1016/j.bbr.2015.05.024
Peirce, J. W., Gray, J. R., Simpson, S., MacAskill, M. R., Höchenberger, R., Sogo, H., Kastman, E., & Lindeløv, J. (2019). PsychoPy2: experiments in behavior made easy. Behavior Research
Methods. https://doi.org/10.3758/s13428-018-01193-y
Questienne, L., van Dijck, J.-P., & Gevers, W. (2021). The role of subjective experiences in conflict tasks: A Review. Psychologica Belgica, 61(1), 46–62. https://doi.org/10.5334/pb.508
Ratcliff, R., Smith, P. L., Brown, S. D., & McKoon, G. (2016). Diffusion decision model: Current
issues and history. Trends in Cognitive Sciences, 20(4), 260–281. https://doi.org/10.1016/j.tics.2016.01.00746
Servant, M., Montagnini, A., & Burle, B. (2014). Conflict tasks and the Diffusion Framework: Insight in model constraints based on psychological laws. Cognitive Psychology, 72, 162–195.
https://doi.org/10.1016/j.cogpsych.2014.03.002
Stroop, J. R. (1935). Studies of interference in serial verbal reactions. Journal of Experimental
Psychology, 18(6), 643–662. https://doi.org/10.1037/h0054651
Ulrich, R., Schröter, H., Leuthold, H., & Birngruber, T. (2015). Automatic and controlled stimulus
processing in conflict tasks: Superimposed diffusion processes and delta functions. Cognitive
Psychology, 78, 148–174. https://doi.org/10.1016/j.cogpsych.2015.02.005
Vermeylen, L., Braem, S., Ivanchei, I. I., Desender, K., García-Román, J. M., González-García, C., Ruz, M., & Notebaert, W. (2025). The temporal dynamics of metacognitive experiences track rational adaptations in Task Performance. Communications Psychology, 3(1).
https://doi.org/10.1038/s44271-025-00282-x
White, C. N., Ratcliff, R., & Starns, J. J. (2011). Diffusion models of the Flanker Task: Discrete versus gradual attentional selection. Cognitive Psychology, 63(4), 210–238.