Bij ons in de buurt zijn in een zijvleugel van het oude Aloysius College, een schoolgebouw, 11 appartementen gecreeerd om statushouders te huisvesten.
Daarvoor moesten dus ook nieuwe adressen en postcodes worden gecreëerd.
Ik had zoiets nooit eerder meegemaakt. De misverstanden en dubbele zendingen waren in het begin niet van de lucht. Postbodes noch pizzakoeriers wisten het adres te vinden.
Inmiddels is de rust wedergekeerd en dachten we dat de adressen “genormaliseerd” waren.
Tot de wasmachine onherstelbaar instortte en de statushouders die aan het grofvuil wilden meegeven:
Het systeem van de grofvuil afdeling herkende de postcode niet en dus kon de wasmachine niet afgehaald worden.
Ik geloofde het niet en belde zelf met de afdeling. Kreeg hetzelfde te horen. Vervolgens vroeg ik aan degene doe ik aan de telefoon had of hij het niet handmatig kon invoeren. Nee dat kon hij niet. En hij wist ook niet tot wie ik mij moest wenden om dit probleem op te lossen.
Tja dan sta je dus toe dat het (IT) systeem ons leven overneemt en de mens gereduceerd wordt tot slechts een slaaf die doet wat de machine vraagt.
Het kan volgend mij ook anders: een joker voor iedere ambtenaren om het systeem te overrulen als ik hem en een collega kan overtuigen dat het adres echt bestaat en in de gemeente Den Haag ligt.
Met de opkomst van Artificial Intelligence en deelpmachine learning is de vraag of de voorspelling van Stephen Hawking uit zal komen dat intelligente systemen de macht van de mens zullen overnemen. Wat ik heb geleerd van mijn ervaring bij de afdeling Grofvuil is dat veel zal afhangen van onze houding. Staan wij in het kader van te ver doorgevoerde efficiency toe dat het systeem de macht overneemt of zorgen we dat we zelf de laatste stem hebben?
Het bovenstaande is mijn vrije vertaling van het zojuist verschenen boek everybodylies van Seth Stephens-Davidowitz.
Zijn boek beschrijft onderzoeken die hij heeft gedaan aan de hand van vooral datgene wat mensen in Google Search intypen.
The search color text on a white background; Shutterstock ID 155805653; PO: Digital Guide
Want – zo stelt Davidowitz – mensen liegen een stuk minder als ze zich onbespied wanen, alleen achter hun computer op Internet, dan wanneer ze bijvoorbeeld vragen in een onderzoek invullen. Dan wil de behoefte om politiek correcte of sociaal wenselijke antwoorden te geven nog al eens de overhand hebben.
Wat mij zo inneemt voor Davidowitz is het feit dat deze specialist in Big Data wel zijn enthousiasme voor een goed gebruik van Big Data wil overbrengen zonder een goeroe voor dezelfde Big Data te worden. Hij blijft het hele boek lang het belang van intuïtie, menselijk inzicht en small data benadrukken en waarschuwen voor de gevaren van Big Data, te beginnen met het feit dat het niet draait om zo veel mogelijk data maar om de mogelijkheid de juiste data te gebruiken vooral op gebieden waar de bestaande onderzoeksmethoden duidelijk niet optimaal zijn en veel ruimte voor verbetering toestaan.
De belangrijkste gevaren van menselijke intuïtie benoemt hij ook: wel hebben de neiging het belang van onze eigen ervaring te overdrijven (en wat weet niet zelf hebben meegemaakt, negeren wel, zo waarschuwt Kahneman ons); en wat weinig dramatisch is maakt minder indruk.
Davidowitz waarschuwt ook voor wat hij the curse of dimensionality noemt: Wanneer je met Big Data gaat werken neemt het aantal variabelen exponentieel toe. En het gevaar van te veel variabelen is dat er altijd wel een correlatie te vinden is die we niet met causaliteit moeten verwarren. Helaas de verleiding daartoe is groot.
Davidowitz illustreert dit fenomeen met het verhaal van coin nummer 391. Voor wie hier meer over wil weten: op bladzijde 246 en 247.
Waar Davidowitz ook voor waarschuwt is meetobsessie. Hij doet ons realiseren dat we zelden in precieze cijfers kunnen vangen wat we echt belangrijk vinden. Met multiple choice kunnen we moeilijk meten hoe kritisch iemand kan denken of hoe nieuwsgierig of integer iemand is. En….met wat we veel meten “dwingen” we bedoeld of onbedoeld, bewust of onbewust mensen om veel tijd en aandacht te besteden te besteden aan het goed kunnen wat gemeten gaat worden. Dat gaat dan vervolgens vaak ten koste van datgene wat wellicht veel belangrijker is maar onmeetbaar.
Kortom ook hier is het Engelse gezegde van toepassing: “Don’t put all your eggs in one basket : vergeet niet de Big Data te mengen met menselijke kennis, ervaring en inzicht en…”small data”. Zelfs Facebook is tot dit inzicht gekomen en handelt ernaar.
Davidowitz gaat zelfs zo ver dat hij stelt dat bij een juist gebruik van Big Data sociale wetenschappers wel eens de “harde” wetenschappers van de 21ste eeuw zouden kunnen worden, zeker nu de “harde” wetenschappers in de natuurkunde er maar niet in lijken te slagen relativietstheorie en quantummechanica met elkaar te verenigen. Als voorbeelden van “harde” sociologische feiten die hij uit Big Data heeft weten aan te tonen geeft hij de vraag of films vol geweld zorgen voor toename of afname van geweld of de leeftijd waarop kinderen in de VS “gewonnen worden voor een baseball team.
Davidowitz komt met een interessante verklaring waarom het zo lang heeft geduurd voor psychologie en sociologie hun “harde”, wetenschappelijke kant konden vinden. Hij volgt daarin Marvin Minsky. In wetenschappen als natuurkunde is de kunst het vinden van relatief simpele formules die altijd en overal waar zijn. Psychologie en sociologie bestuderen alles wat te maken heeft met de menselijke brein en wellicht is het zo dat er voor de menselijke brein geen simpele formules te vinden zijn die altijd en overal waar zijn. Een brein is waarschijnlijk een complex systeem waarin continu van alles uitgeprobeerd wordt en het ene deel fouten in het andere corrigeert, hetzelfde geldt waarschijnlijk voor het economische en politieke systeem. Zo een systeem is niet te vangen in een simpele formule, hooguit kun je het langzamerhand beter gaan begrijpen door veel verschillende studies uit te voeren.
Ik ben op zoek naar onderzoekers in Nederland die al met de methoden van Davidowitz werken of geïnteresseerd zijn om dat te gaan doen.
