We hebben sleepnetten nodig voor al die exobytes aan data die voor het oprapen liggen, zeggen de Nederlandse inlichtingendiensten. De toepassingsmogelijkheden van zulke sleepnetten zijn eindeloos: terrorisme, kinderporno, anonieme bedreigingen, identiteitsdiefstal van VU-studenten via Twitteraccounts, terrorisme, en alles wat een gevaar is voor de mensheid zal tot het verleden kunnen behoren. Het enige wat de diensten nodig hebben, is dat u niet zo zeurt en de overheid laat waken, surveilleren, beschermen en dienen op het internet. Tot ziens kijkgaatjes in kranten, en hallo Big Data dragnet technology.

Althans. Als we onze overheid, en de rits aan door de overheid betaalde adviesorganen, consultants en commissies mogen geloven. Waarschijnlijk hebben velen van hen een tukje liggen doen tijdens de basiscursus statistiek en weten de Dessens van deze wereld dus niet hoeveel onzin ze verkopen, maar speciaal voor deze spijbelaars prikken we de politieke prutspraatjes even door!

Meer data staat niet gelijk aan meer informatie. Zeker, het is verleidelijk om ‘data’ (wie deed wat met wie wanneer en hoe lang) te zien als een synoniem voor ‘informatie’, vanwege de informatiewaarde die het met zich meebrengt. Maar hoe meer data we verzamelen des te lastiger het juist wordt om hier de benodigde informatie uit te filteren. Voorbeeld? Meer camera’s op straat. We kunnen wellicht 5 veiligheidscamera’s plaatsen. Da’s beter dan 1, want dan kunnen we dezelfde straat van meerdere invalshoeken filmen. Hebben wij hierdoor automatisch meer informatie over wat er op straat gebeurt? Nee. Informatie is wat er overblijft als de loze data er helemaal uit gefilterd is. Hier geldt het aloude adagium: inlichtingendiensten beschikken over alle informatie, waaronder de juiste.

Zit je dan. Met je internet-sleepnet boordevol data. En nu? Data spreekt nooit voor zichzelf: welke variabelen (keywords) we bijvoorbeeld meenemen in de datasets, maar ook de analyse die we er op loslaten, zijn allemaal zeer afhankelijk van de persoon die de data filtert. Als je een incapabele lulhannes bent met 10 data-units, ben je dat met 100.000 data-units nog steeds. Dreigingsanalyses en risicocalculaties worden niet altijd beter met meer data. Het track record van onze overheid is een schoolvoorbeeld van hoe er verkeerd gewicht gegeven wordt aan bepaalde data . Zo sluiten we een Leidse school hermetisch af na een berichtje op 4chan, of slepen we een meisje van 17 met een peloton agenten uit haar huis na een ‘dreigement’ op Twitter om haar school op te blazen, maar denken we bij een miljoenmiljard likes op een Project X Haren Facebook-pagina (plus gehijg in de De Wereld Draait Door) dat het ‘wel los zal lopen’. Drie maal faal. En deze week heeft iemand zich moeten verantwoorden op het politiebureau voor een Godwin op het internet. U leest het goed: een Godwin. Op het internet. Levensgevaarlijk, dus de manuren meer dan waard om die eens op het matje te roepen.

3. Correlation ≠ causation

Het meest bekende voorbeeld is het idee van de Amerikaanse gouverneur Blagojevich, uit het boek Freakonomics. Omdat kinderen die opgroeien in huizen met veel boeken beter scoren op school, had hij het plan opgevat om elk kind jaarlijks een boek thuis te sturen. Dat ‘veel boeken in huis’ vaak een teken van hoger opgeleide ouders is (en boeken op zichzelf dus niet automatisch tot betere schoolprestaties leiden), had hij even over het hoofd gezien.

Daarnaast vertelt big data vooralsnog vooral het wat en niet zozeer het hoe. In een omgeving van voorspellende modellen zoals inlichtingendiensten gebruiken en die zichzelf mogelijk in razendsnel tempo perfectioneren, is het zaak om ruimte te blijven geven aan individuele (statistisch) afwijkende ideeën. Het is dus van groot belang deze ontwikkelingen niet heilig te verklaren: common sense moet nog altijd een spreadsheet met op kille data gebaseerde argumenten van tafel kunnen vegen. Toegang tot veel data staat niet altijd gelijk aan toegang tot de juiste data, oftewel: “Risk assessment data is like a captured spy: if you torture it long enough, it will tell you anything you want to know.” Politici en beleidsmakers moeten met de voeten op de grond gehouden worden door er op te blijven wijzen dat cijfers niet altijd voor zich spreken, dat data vervuild kan zijn en dat algoritmes niet altijd kloppen. Want politici en ambtenaren hebben te snel de neiging om de beschikbare data te interpreteren op een manier die hen op dat moment het beste uitkomt.

2. Een groot gezellig globaal gezin

Hartstikke leuk dat internet. In dictatoriale staten, want die lijken meer te liberaliseren door online invloeden. Maar traditioneel open democratieën – zoals de Nederlandse – lijken steeds autoritairder worden. Oftewel: staatsvormen groeien naar elkaar toe. Dictaturen of autoritaire regeringen dienen onherroepelijk te accepteren dat met het internet (en dus toegang tot informatie) de verspreiding van nieuwe ideeën niet langer volledig kan worden tegengaan door een repressieve overheid. Om te overleven is een klein beetje meer openheid bittere noodzaak om onrust te voorkomen. Maar andersom wordt het steeds duidelijker dat open democratieën de verleiding niet kunnen weerstaan om door inlichtingendiensten verzamelde data politiek uit te buiten, bijvoorbeeld door deze te gebruiken om in voorspellende zin om aan risicobeheersing te doen – waarbij privacy (een grondrecht) vaak ondergeschikt gemaakt wordt aan het streven naar maatschappelijke veiligheid (lees: law & order).

1. Glazen databol
Voorgaande brengt ons op het meest vervelende aspect. We denken dat we gedrag kunnen voorspellen, en geven burgers hiermee het idee dat zaken als 9/11 in de toekomst zijn te voorkomen. Zo zijn de VS enkele jaren geleden begonnen met het gebruik van grote datasets (zowel technologisch als non-technologisch) om te voorspellen waar geweldsuitbarstingen zullen plaatsvinden. Na hoopgevende resultaten is het Witte Huis een onderzoeksprogramma gestart om te kijken hoe deze big data door 84 verschillende programma’s kan worden toegepast (pdf). De oplettende lezer kon bij punt 3 van dit lijstje echter al opmerken dat het achteraf altijd makkelijk lullen is.

Dat is direct het hele punt: Wanneer iemand zijn schoen in de fik probeert te steken in een vliegtuig, verbieden we aanstekers. Wanneer iemand iets soortgelijks met vloeistoffen probeert, verbieden we vloeistoffen. Wanneer iemand iets doet met een snelkookpan, zijn plots alle snelkookpan-aankopen verdacht. Mensen hebben namelijk de neiging om een kleine variabel uit de som der delen te halen zodat ‘DAT ons in ieder geval niet meer zal gebeuren’. Wat natuurlijk onzin is, omdat geen terrorist het nu nog in zijn hoofd haalt om een snelkookpan en spijkers op het internet te bestellen. Burgers overigens ook niet.

Geïnstitutionaliseerd risicomijdend gedrag (‘het zekere voor het onzekere’) is voornamelijk gebaseerd op angst. Het is tijd dat wij ons gaan afvragen of wij letterlijk geregeerd willen worden  door angst.

[Dieuwertje Kuijpers]