7/25/2019 BIG Data - voor al uw vooroordelen

1/234 ZOMER 2016

DATA REVIVAL

Terwijl ik dit stukje schrijf is er

ophef. Een Zwolse politieagenthoudt een donkere jongeman

in een dure witte auto staande,

de succesvolle rapper Typhoon. Voor

de agent geldt dat de combi donker-

man-limo wijst op drugsgeld en hij

geeft dat ook eerlijk toe. Iedereen boos.

Excuses van de politie voor racial

proling, niet voor het staande houden

van wie dan ook op zon wankele basis.

Immers, zelfs als jonge zwarte mannen

in dure autos honderd keer vaker in

drugs doen dan blanke besjes in eenAygo, zullen de meeste van die man-

nen toch niet drugscrimineel zijn.

Wat de rapper overkwam gaat veel

meer burgers overkomen. Bedrijven en

overheden zijn helemaal in de big data.

Het recept? Verzamel data, veelsoortige

data, liefst gedragsdata, crunch die data

en vind marketingtargets, fraudeurs,

jihadisten en liefdespartners!

We doen een gedachtenexperiment: we

stoppen alle data waarover de overheid

beschikt in een databucket en gaan op

zoek naar patronen. Grote kans dat

onze rapper dan ook als een potentile

crimineel naar voren komt. Die agent is

namelijk niet gek. Hoewel. Misschien

zijn agenten toch racisten en vinden ze

vooral jonge, donkere drugscriminelen

omdat witte oude taarten nooit worden

gecontroleerd en daardoor buiten de re-

levante crimi-bestanden blijven. Ook big

data zijn vaak de neerslag van selectieve

waarneming en gegevensvastlegging.

Alleen storen we ons minder aan een

transparante agent dan aan een software-

orakel. Mensen zijn immers racistisch.

Racisme is emotie en software is emotie-

loos. Niet dus.

Er speelt nog iets anders. De software

van vandaag is onredelijk en niet ac-

countable. Wie in big data struint, vindt

redelijke en onredelijke, permanente en

tijdelijke patronen. Een patroonzoekend

programma kan er net zo goed naast

zitten als een agent, maar zal anders dan

die agent meestal geen begrijpelijke regel

formuleren. Tegenover veel meer data en

rekenkracht dan waarover een mens be-

schikt staat vooralsnog het ontbreken van

redelijkheid en judgment van software.

Elvis Albers van 18 met zijn vlasbaardje

uit Oldeholtwolde kan zomaar worden

aangewezen als kandidaat-jihadist, want

heel veel van die lui hebben een naam die

begint met El of Al. Wie zal zeggen wat

de software aan mooie patronen vindt?

Wat ik schrijf wordt al praktijk. Ik sprak

een controleur van een overheidsbe-

drijf die mij vertelde hoe hij fraudeurs

opspoort. Hij stopt data uit verschillende

systemen in een Excelletje en sorteert

die op allerlei ratios. De buitenbeentjes

bekijkt hij vervolgens meer in detail. Dat

controlewerk was altijd gebaseerd op ge-

kwanticeerde afwijkingen in bestanden

met ouderwetse, gestructureerde gege-

vens van administratieve aard oldschool

small data van het Text & Number-type.

Dat verdwijnt binnenkort. Zijn werkgever

Patronen ontdekken inheel veel data. Veel mensenvinden het opwindend, maarslechts weinigen zien dekeerzijde van deze medaille.

TEKST: REN VELDWK BEELD: SHUTTERSTOCK

BIG DATA: VOOR AL UW

7/25/2019 BIG Data - voor al uw vooroordelen

2/2 3ZOMER 2016

is bezig met een ict-project om fraudesig-

nalen uit de data te halen met moderne,

briljante patroonzoeksoftware. Een

hele club van briljante academici was

daarvoor ingehuurd. Mensen met do-

meinkennis, zoals mijn gesprekspartner,

moesten vooral ver weg blijven.

Ik voorzie voor de komende jaren big

data ict-projecten bij de vleet. Dergelijke

projecten kunnen namelijk haast niet

mislukken. Immers, als je niet weet wat

je software doet dan wordt eectivi-

teitsmeting ook onmogelijk. We zien dat

al bij de NSA-casus, waar grote twijfel

bestaat aan de eectiviteit van terreurbe-

strijding op basis van big data.

Ondertussen is het niet mijn bedoe-

ling om big data en patroonzoekende

software permanent te debunken. Het

is vooral een kwestie van rijpheid. Er is

geen principile reden om te veronder-

stellen dat software die patronen herkent

deze niet kan formuleren in begrijpelijke,

uitlegbare en toetsbare regels. Alleen is

tot dat moment aanbreekt de interpre-

terende mens een onmisbaar onderdeel

van geautomatiseerde systemen die

speuren naar patronen in onvolledig

gestructureerde data.

Terug naar de agent en de rapper. Als

econoom denk ik dat de vraag moet zijn

hoeveel groter de kans is dat een donkere

jongeman in een dure auto in drugs doet,

vergeleken met pakweg de gemiddelde

Computable-lezer. Laten we aannemen

dat die kans twee keer groter is. Als

jonge, donkere mannen in dure autos

meer dan twee keer vaker dan Compu-

table-lezers staande worden gehouden,

dan is de politie racistisch en inecint.

Is de controlefactor lager dan twee dan is

de politie politiek-hypercorrect en inef-

cint. Het is laat geworden. Ik ga naar

huis. Bovengemiddelde kans dat ik straks

gecontroleerd word op drankgebruik.

Autochtone man van middelbare leeftijd.

Benidorm-sticker op de achterruit van de

auto. The usual suspect.

Is onze politie racistisch, politiek-hy-

percorrect of juist evenwichtig? Ik zou

het graag willen weten. Laat dit nou een

prachtige vraag zijn voor een grondige

analyse op basis van heel veel data, big

data desnoods. n

VOOROORDELEN