[For the English version of this post, click here]
Wetenschap is tot op zekere hoogte toegepaste technologie die helpt tot nieuwe kennis te komen. Allereerst omdat wetenschappers instrumenten gebruiken om mee te experimenteren en om te kunnen meten. Maar ook omdat technologie het werk van wetenschappers organiseert. Waar de technologie voortschrijdt, zal ook het karakter van de wetenschap veranderen. Maar tot hoever kan de wetenschap veranderen zonder op te houden wetenschap te zijn? Om deze vraag is het nodig een goed begrip te hebben van technologie, van wetenschap en van hun interactie en een kritische evaluatie van de mogelijkheden en verleidingen van nieuwe technologie.
—
Technieksociologen spreken wel over de affordances van technologieën, wat er op neer komt dat de fysieke eigenschappen van een apparaat of ontwerp bepaalde handelingen toestaat. Affordances zeggen iets over onze interactie met de apparaten die we gebruiken. Een technologie lijkt bepaalde knopjes in ons brein aan of uit te zetten zodat op bepaalde handelingen wordt voorgesorteerd.
Toen Harrods in 1898 de eerste automatische roltrap introduceerde, stonden de ontwerpers verbijsterd te kijken naar de mensen die de trap niet opliepen, maar stil bleven staan, genietend van de onverwachte affordance die de roltrap bood. Velen van ons beginnen te schelden op andere weggebruikers zodra ze een auto besturen. De affordance van de auto lijkt dat het het allerslechtste in ons naar boven haalt. Of misschien toch niet eens het allerslechtste: het bezit van een wapen stimuleert ook het gebruik van een wapen, dat is toch weer graadje erger.
Affordances spelen een rol in bijna alle menselijke activiteiten. Als ik bijvoorbeeld mijn proefschrift op een typemachine had moeten schrijven, was ik nooit gepromoveerd. Ik denk niet eens kunnen afstuderen. Een digitale tekstverwerker staat een ander soort academisch werk toe dan een analoge typemachine en mijn brein blijkt gewoonweg niet te machten met de vereisten van een typemachine: ik moet met mijn teksten kunnen schuiven; de spellingchecker moet me op mijn vele schrijffouten kunnen wijzen; ik moet een synoniemenlijst zien als ik niet op een woord kan komen. Uit eigen ervaring weet ik dus dat de tekstverwerker een ander soort wetenschap mogelijk maakt.
—
Technologieën zijn dan ook geen neutrale instrumenten, ze veranderen hoe we handelen en ook hoe we met elkaar omgaan. Nu gaat het bij affordances om de impact van één enkel apparaat op een individu. Maar we zijn omgeven door talloze apparaten waarmee we ons in feite verbonden hebben. We maken samen met de apparaten die we gebruiken deel uit van een netwerk van mensen en dingen, waarbij de dingen reageren op de handelingen van mensen en de mensen reageren op de affordances van de dingen: de mensen en de dingen bepalen elkaars keuzevrijheid.
Die wederzijdse beïnvloeding van mensen en dingen is het uitgangspunt van actor-netwerk theorie (ANT). In deze theorie handelen zowel mensen als en vormen ze tezamen een netwerk van actoren. Voor velen is ANT the theory you love to hate. Pretentieus, vaag en, als belangrijkste bezwaar, het zijn toch alleen mensen die intentioneel kunnen handelen; het handelen van een apparaat is toch echt niet hetzelfde, uiteindelijk weet zo’n apparaat niet wat het doet.
Allemaal waar. Maar ANT richt onze blik ook op een aantal essentiële zaken. Daarbij gaat het ten eerste om de wijze waarop mensen en dingen samen betrokken raken in een samenspel praktijken die zo op elkaar afgestemd raken, dat andere praktijken zo goed als onmogelijk worden. Dit brengt met zich mee dat keuzes uit het verleden bepalend zijn voor de keuzes die we nu en in de toekomst maken. Nieuwe technologieën borduren altijd voort op die bestaande praktijken, vandaar dat het bijvoorbeeld zo moeilijk is om succesvolle duurzame technologieën te introduceren – ze passen niet bij de huidige onduurzame praktijken.
Met ANT kun je beter begrijpen hoe praktijken veranderen door de introductie van nieuwe technologieën, eigenlijk zonder dat we het doorhebben en zonder dat we over morele implicaties hebben nagedacht. Denk bijvoorbeeld aan de manier waarop iedereen tegenwoordig de hele dag maar op zijn mobiele telefoon zit te kijken. Het mobieltje maakt ons onderdeel van een socio-technisch netwerk van apps en appjes: het apparaat geeft vorm aan de manier waarop wij met andere mensen omgaan.
—
ANT laat zien dat onze beslissingen niet alleen door ons brein worden genomen, maar dat we veel beslissingen hebben geëxternaliseerd, bijvoorbeeld naar cultuur en instituties. Daarmee bepalen technologieën voor een groot deel zowel ons handelen als ons bewuste denken – misschien in nog wel sterkere mate dan ons brein dat doen. En dat is maar goed ook, want in veel gevallen zijn technologieën veel slimmer, sterker en accurater dan wijzelf. Zoals ik eerder al schreef: technologie kun je zien als onderdeel van het intermenselijke superorganisme. Een deel van ons denken en doen ligt buiten ons brein, zodat we veel meer kunnen dan onze beperkte fysiek en cognitie ons toestaan.
Met nieuwe apparaten wordt ons superbrein nog slimmer. Geen wonder dat onze waarden en betekenissen veranderen. We kunnen meer, we zien verder, we nemen beslissingen die we eerder niet konden nemen. Maar we leren ook waarden en betekenissen af, omdat de technologie ze zinloos maakt of omdat de technologie ons een andere kant opstuurt. Nu banden nauwelijks nog lek gaan, hoef je niet meer als kind te leren een band te plakken. Nu casual dress code op kantoor gemeengoed is geworden, hoef je geen stropdas meer te kunnen strikken. Geen nood, er zijn altijd nog wel tutorials op youtube.
—
Wat betekenen deze inzichten voor het werk van de wetenschapper? Met welke affordances heeft zij te maken en wat is het netwerk waar zij een onderdeel van is? Een eerste voorbeeld kun je vinden in de beschikbaarheid van kennis. Tot twintig jaar geleden was de meeste kennis te vinden in boeken en academische journals die lang niet voor iedereen beschikbaar waren. Wetenschappers die werkten op een universiteit waar geld genoeg was voor een goede bibliotheek of een duur abonnement hadden geen probleem. Deze ongelijkheid werd nog versterkt omdat juist deze universiteiten het best stonden aangeschreven en in hoge mate de reputatie van een individuele wetenschapper bepaalden.
Kortom, de kennis die door wetenschap is verzameld was slechts toegankelijk voor een kleine groep mensen (meestal witte mannen met grijs haar en een bril). De meest gerenommeerde universiteiten behielden eenvoudig hun toppositie. Ze vormden de apenrots die beklommen moest worden om gezien te kunnen worden als een belangrijk wetenschapper. Diegenen die boven op de rots geraakten, bepaalden welke kennis het meest waardevol was.
Dankzij het internet is wetenschappelijke kennis voor alle wetenschappers toegankelijk geworden. Abonnementen van journals zijn nog steeds ridicuul duur, maar open access of anders illegale downloadsites als SciHub zorgen voor dat kennis daadwerkelijk universeel gedeeld kan worden. Kennis is daadwerkelijk iets geworden dat door alle wetenschappers ter wereld tot zich genomen kan worden, waarmee de essentie van wetenschap nog sterker naar voren kan komen.
Maar er is meer. Wat de meest waardevolle kennis is, is niet meer afhankelijk van iemands reputatie. In plaats daarvan zijn er rankings gekomen die min of meer objectief zijn. Het meest in het oog springend is de H-index, een eenvoudig getal dat aangeeft hoeveel artikelen geschreven door een wetenschapper ten minste even vaak geciteerd worden als dat aantal.
Ik wil niet zeggen dat deze index de maat der dingen is. Zo is mijn persoonlijke H-index bijna twee keer zo hoog als die van Nobelprijswinnaar Peter Higgs, je weet wel van het Higgs-deeltje. Behalve een fles bier bij een pubquiz won ik nog nooit een prijs.
Daar gaat het ook niet om. De criteria van de H-index zijn voor iedereen hetzelfde, het maakt niet uit bij welke club je hoort. Het is een veel democratischer maatstaf voor de kwaliteit van een wetenschapper dan de willekeurige criteria van voordien.
Vergelijkbaar is het verhaal van de impact factor voor wetenschappelijke journals. Deze indicator geeft aan hoe vaak een artikel uit dat journal wordt geciteerd. Dat leidt tot een duidelijk overzicht dat elke wetenschapper over de hele wereld in staat stelt de status van een tijdschrift in te schatten. Zij hoeft zich niet, zoals voorheen, jarenlang in een onderzoeksveld te bevinden om te weten welk journal het best gelezen wordt. Ook hier leidt dat tot wetenschap die inclusiever, mondialer en democratischer is.
—
Maar waar een nieuwe technologie er voor zorgt dat bepaalde waarden verwezenlijkt worden en problemen worden verholpen, komen er andere waarden en problemen voor terug. Met onze mobieltjes op tafel staan we altijd aan, continu gefocust op de wereld buiten ons gezichtsveld; dit gaat ten koste van echte, directe bereikbaarheid door middel van oogcontact of een goed gesprek. Het is makkelijk een woord over te typen, maar als je even vergeet je werk op te slaan kan een dag werken voor niets zijn geweest. Voor de fouten die een digitale tekstverwerker verhelpt, zijn er nieuwe in de plaats gekomen. Wetenschappers en editors zijn inmiddels zeer creatief geworden in het kunstmatig boosten van respectievelijk hun H-index en impact factor. De perverse prikkels die elke indicator kent, doen hun werk.
Inmiddels wordt dan ook, 15 jaar na de introductie, de H-index steeds minder serieus genomen. Van de NWO, de instantie die het meeste onderzoeksgeld in Nederland verdeelt, mogen dit soort kwantitatieve maten zelfs niet meer mee worden genomen in de beoordeling van de kwaliteit van een onderzoeker. De kritische blik is terecht, bij alle nieuwe technologieën moeten we de vraat stellen welke praktijken, waarden en betekenissen nagestreefd worden en welke niet meer kunnen worden nagestreefd. Te vaak is innovatie blind voor deze vraag. Er is eenvoudigweg een belofte waar mensen graag in willen geloven, zoals de belofte dat een digitale tekstverwerker het schrijven makkelijk maakt of het vergrote rekenvermogen meer kennis oplevert. Dit soort beloften moet met argwaan worden benaderd: we moeten ons altijd blijven afvragen of deze beloften daadwerkelijk overeenstemt met wat we willen en wat we nodig hebben.
—
Dit laatste punt is vooral van belang als we kijken naar de beloftes die naar voren rondom om gebracht rondom big data analytics. De aanwezigheid van een oneindig reservoir aan informatie en de onbeperkte rekenkracht van computers maken het mogelijk om verbanden te leggen waar geen enkele menselijke interpretatie meer aan te pas hoeft te komen. Al die cookies die je gedachteloos accepteert dienen er toe dat ergens op een server wordt opgeslagen welke sites je hebt bezocht en op welke links je hebt geklikt. Uit die stortvloed van gegevens wordt jouw profiel samengesteld.
Of dat profiel overeenkomt met je psychologie is irrelevant. Dat is een bias die hoort bij het menselijk brein. De uitkomsten van de bewerkingen met big data kloppen omdat aangenomen wordt dat ze kloppen. Omdat de hoeveelheid informatie ongekend groot is, kan het niet anders – zo lijkt de gedachte – dat die tot de juiste gevolgtrekkingen moet leiden. Het menselijke brein is begrensd in zijn rationaliteit, zoals Herbert Simon stelde, en heeft moeite om grote hoeveelheden informatie te verwerken. Causale relaties die worden getrokken zijn niet meer dan heuristische short-cuts: zou daadwerkelijke causaliteit niet veronderstellen dat alle informatie mee wordt genomen?
Nou nee, wat dan overblijft is een betekenisloze brij die alsnog geïnterpreteerd moet worden. De pretentie van big data is dat wetenschap weinig anders is dan het trekken van verbanden uit informatie. Met als vuistregel: hoe meer informatie, hoe beter. Maar het wetenschap is niet alleen maar het verzamelen van data. Een interpretatieve stap gezet door wetenschappers blijft nodig, deze interpretatieve stap voegt betekenis toe aan de observaties. Met die betekenis kunnen we begrijpen wat er gebeurt (of denken we te kunnen begrijpen…). Met big data wordt er in feite een extra laag ruis toegevoegd waar wetenschappers patronen uit moeten halen. Dat schiet maar weinig op.
Betekenisgeving is onmisbaar omdat de werkelijkheid om ons heen een amorf geheel is. Geen apparaat zou een waarheidsgetrouw beeld van die werkelijkheid kunnen geven, in plaats daarvan gebruiken we apparaten om die werkelijkheid te structureren. Zo is er ook niet zoiets als neutrale informatie die als input voor big data analytics kan dienen, ook deze informatie is al gefilterd. Zoals de inmiddels alom bekende voorbeelden van discriminerende algoritmes laten zien: zelfrijdende auto’s blijken eerder een zwart dan een wit persoon aan te rijden en gezellig bedoelde chatbots vervallen in no time racistische trash talk.
Het voordeel van apparaten is niet dat de werkelijkheid laten zien zoals deze is, maar dat ze aan iedereen hetzelfde beeld van de werkelijkheid laten zien. Het helpt ons waarheidsclaims te ontdoen van subjectieve elementen. Waar vroeger de waarheid werd verkondigd door profeten – subjectiever kon je het niet krijgen – vertrouwen we nu op technologisch gemedieerde metingen die niet toebehoren aan bepaalde personen.
Ik kan nooit zeker weten of datgene wat ik zie voor iemand anders hetzelfde er uit ziet. Maar een telescoop laat steeds hetzelfde plaatje zien. Dit betekent in feite dat wetenschap toegepaste technologie is en niet – zoals vaak gedacht wordt — andersom: de informatie die de basis vormt van onze kennis moet altijd gemedieerd zijn door technische instrumenten. Of dat nu een geodriehoek is of de large hadron collider van CERN. Deze instrumenten maken observaties onafhankelijk van de waarnemer, waarmee deze vergelijkbaar worden. Deze vergelijkbare informatie stelt wetenschap in staat orde te brengen in de wetenschap, door patronen te herkennen en betekenisvolle verbanden te trekken.
—
Uiteindelijk draait wetenschap om de toepassing van objectieve technologieën en de interpretaties van subjectieve wetenschappers. Deze combinatie zorgt ervoor dat wetenschap meer dan ‘zomaar een mening’ is. Dit betekent wel dat technologie een noodzakelijke, maar geen voldoende, rol heeft. Nieuwe technologie zal nooit kunnen leiden tot een wetenschap zonder wetenschappers. In plaats daarvan zou nieuwe technologie moeten leiden nauwkeuriger instrumenten en tot breder toegankelijkere gemeenschappen van onderzoekers. Laten we ons dus verheugen op de mogelijkheden van nieuwe technologie die meer informatie beschikbaar maakt voor meer mensen, maar laten we ons niet afleiden door de affordances van een technologie die ons achterlaat met kennis waarvan niemand nog de betekenis weet.
