Dataverwerking en synergie

Geplaatst op door erik

Dataverwerking is een complex proces met meerdere stakeholders en meerdere stappen die ieder hun eigen algoritmes gebruiken. In deze complexe situatie synergie te bereiken tussen organisatie en maatschappij vereist een open manier van samenwerken.

Of en welke waarneming je toestaat, bijvoorbeeld door het accepteren van cookies, is een individuele afweging. Organisaties hebben er baat bij dat wat en hoe ze administreren af te stemmen door middel van testgroepen etc. Om juistheid, risico’s en proportionaliteit van algoritmes te beoordelen lijkt het goed een representatieve, professionele vertegenwoordiger te hebben. Tenslotte, wat gebruik versus misbruik is, dient in een maatschappelijke context bepaald en gecontroleerd te worden.

Verschillende instrumenten zijn in potentie aanwezig. Denk bijvoorbeeld aan de Autoriteit Persoonsgegevens of de regelgeving omtrent cookies. Op andere punten is nog veel te winnen. Het in de afgelopen weken geschetste kader is een bruikbaar kader hiervoor.

Kennis gebruiken, beïnvloeden

Geplaatst op door erik

Data uit de praktijk worden volgens algoritmes opgeslagen in een administratie. De data in deze administratie wordt volgens weer andere algoritmes weer omgezet in informatie. Deze informatie wordt omgezet in generieke kennis.

Deze kennis wordt gebruikt om diensten te verlenen en om te beïnvloeden:

  • Service: informatie filteren
  • Service / beïnvloeden: producten aanbieden
  • Beïnvloeden: beeldvorming, bijvoorbeeld maatschappelijke ontwikkelingen
  • Beïnvloeden: besluiten nemen die impact hebben op de persoon, bijvoorbeeld toekennen toeslag of hypotheek.

Data governance dient in dit spel twee essentiële zaken te realiseren:

  • Transparantie, verifieerbaarheid van elke stap of resultaat;
  • Feedbackloops voor elke stap.

Het moet altijd mogelijk zijn voor belanghebbenden te weten welke informatie gebruikt is en op basis van welke regels daar welke conclusies uit getrokken worden.

Van data naar kennis

Geplaatst op door erik

Geadministreerde data wordt in de volgende stap van de verwerkingscyclus omgezet naar kennis. Dit is ook de stap dat focus op het individu verschuift naar focus op generieke, bruikbare patronen.

Het zoeken naar patronen wordt gestuurd door doelen die de organisatie stelt. Dat kan bijvoorbeeld zijn het identificeren van doelgroepen voor bepaalde producten, groepen die specifiek gedrag vertonen of groepen die geïnteresseerd zijn in bepaalde informatie.

Omdat deze doelen meestal samenhangen met daaropvolgende interactie is deze kennisontwikkeling een zich versterkende lus: identificatie van een doelgroep leidt tot specifieke interactie, leidt tot meer data op basis waarvan weer meer kennis ontstaat.

Dit abstraheren van het individuele leidt tegelijkertijd tot meer kennis over gedrag van groepen en tot minder begrip van de individuele situatie. Het gevolg hiervan is altijd een vorm van polarisatie. Een voorbeeld hiervan is bijvoorbeeld dat een advertentie in een krant door een redelijk gemêleerde groep mensen gezien wordt. Het criterium is mensen die de betreffende krant prefereren. Diezelfde advertentie via een sociaal medium wordt door een veel sterker afgebakende groep mensen gezien.

Tegelijkertijd wordt het individu gereduceerd tot de data waarover men beschikt. Hoe uitgebreid deze ook is, het is altijd maar een klein deel van wat een individu werkelijk is. De consequentie hiervan kan zijn dat zonder aanziens des persoons toegang tot bijvoorbeeld een hypotheek ontzegd wordt: het “computer says NO” syndroom.

Administreren en governance van data

Geplaatst op door erik

Waarnemen is data verzamelen. Daarnaast kan ook eerder of door anderen verzamelde data hergebruikt worden. Bij het verzamelen worden uitgangspunten en aannames gehanteerd. Deze zijn verpakt in algoritmes.

De volgende stap is de data te ‘administreren’. Ook dit gebeurt door middel van algoritmes. Deze algoritmes worden bepaald door technische aspecten (of ‘toevalligheden’), door de doelen die men voor ogen heeft, de afgesproken definities en wet- en regelgeving.

Dit leidt uiteindelijk tot een verzameling data die klaar is om verwerkt te worden door informatie.

Het is goed om te realiseren dat de verzamelde data een weergave van de praktijk is en niet de praktijk zelf. Daarbij komt dat deze weergave bepaald wordt door technische aspecten, overtuigingen en afgesproken definities. Of een algoritme voldoet hangt af van het doel van de administratie. Als het doel onbekend is of verandert, verandert ook de relevante regelgeving, definities, relevante relaties en wellicht zelfs technische kaders.

Om een voorbeeld te geven: een adres van een persoon lijkt redelijk eenduidig. In de praktijk echter kan deze verschillende fysieke vormen, betekenissen en functies hebben. Een persoon kan verschillende adressen hebben waarvan het gebruik afhankelijk is van verschillende soorten regelgeving. Post kan bevoordeeld geadresseerd dienen te worden aan een postbus, een woonadres, een verblijfsadres of aan een bewindvoerder. Welke het is hangt gedeeltelijk af van voorkeuren van geadresseerde, van privacy wetgeving en rechterlijke uitspraken.

De privacy-muur om waardigheid

Geplaatst op door erik

Privacy is de muur om de persoon ter bescherming van zijn waardigheid. Of en door wie deze muur doorbroken mag worden is een kwestie van afweging van belangen tussen persoon en maatschappij of tussen de economische belangen van de persoon en andere personen. Hoe die balans precies gelegd wordt is onderdeel van de persoonlijkheid, overtuigingen.

Of een belang dat de maatschappij heeft bij het binnendringen van iemands domein is in beginsel gebaseerd op overtuigingen. Bijvoorbeeld, in hoeverre is het gerechtvaardigd iedereen af te mogen luisteren om een mogelijke aanslag te voorkomen. Of dit acceptabel geacht wordt hang deels af van overtuigingen maar wellicht meer nog van vertrouwen dat inzicht in de persoonlijke omgeving niet misbruikt wordt. Dit is een complex en continu proces dat aandacht nodig blijft hebben.

Economische belangen maken dat er een belangenafweging gemaakt wordt: wegen de voordelen voor beide partijen op tegen de nadelen? Interessant is dat het huidige beeld kennelijk is dat meer inzicht altijd beter is, ongeacht de beleving van het individu. Waar dit op gebaseerd is, is echter de vraag.

Dataverwerking vanuit maatschappelijk oogpunt

Geplaatst op door erik

Elke stap in de verwerkingscyclus van data heeft economische aspecten, maatschappelijke belangen (voor en tegen) en wordt gedreven door technische ontwikkelingen.

Op alle fronten is beweging. Overzicht houden is moeilijk. Daarbij is vooral invloed op en invloed van maatschappelijke ontwikkelingen een aandachtspunt. De enige manier om als maatschappij bij te blijven is een rol te nemen in de ontwikkeling en niet alleen maar te reageren op de ontwikkelingen.

Hier ligt dus een belangrijke rol voor de overheid. Duiding van maatschappelijke belangen, regelgeving om deze te beschermen en technische ontwikkelingen dienen meer in samenhang bezien te worden. De door de Rijks CIO opgestelde plannen gaan bijvoorbeeld vooral over de te voeren administraties en d koppeling daartussen. De menselijke maat terugbrengen in het overheidshandelen is echter een veel uitdagender, complexer probleem dan dat.

Technisch zijn er voldoende alternatieven. Welke te kiezen hang af van het goed doorgronden van de maatschappelijke aspecten. De Europese wetgeving voor het aan banden leggen van algoritmes is een mager begin. De algoritmes zelf zijn niet het probleem. Ons hoofd en de regelgeving zitten er vol mee. De consequenties die (ze mogen) hebben is het echte maatschappelijke probleem. Hoe algoritmes te valideren, hoe de impact hiervan de beoordelen zijn de uitdagingen. Om een paar voorbeelden te geven: discriminatie is uit den boze, of het nu een computeralgoritme betreft of een algoritme in ons hoofd. Een door een computer genomen besluit is hetzelfde als een door een mens genomen besluit. Probleem is alleen dat onduidelijk wordt wie erop aan te spreken. Dan is dat ook het te tackelen probleem.

Dataverwerking beheersen

Geplaatst op door erik

Wat er met onze data gebeurt en hoe we daar grip op kunnen houden zijn zaken die zowel overheid, burger en commerciële organisaties zich het hoofd over buigen. De evolutie van data naar beïnvloeding van gedrag in combinatie met maatschappelijke, economische aspecten die een rol spelen, maakt een raamwerk om de dialoog structuur te geven geen overbodige luxe.

Bovenstaand schema onderkent vier stappen om te illustreren hoe een handeling of besluit uiteindelijk leidt tot beïnvloeding van datzelfde gedrag. Bij elk van deze stappen spelen algoritmes een rol. Om het totale proces te beheersen dient bij elke stap aandacht besteed te worden aan technische, maatschappelijke en economische kaders.

Bij waarneming bijvoorbeeld, is de vraag of iemand waar mag nemen. Denk aan de robots van Amazon die vanalles kunnen waarnemen en doorgeven. Bij administratie zijn er vragen als welke gegevens mag je registreren, van wie is de administratie, welke rechten en plichten geeft dat of hoe kan de validiteit van de data vastgesteld worden. Bij het beïnvloeden van gedrag is de vraag in hoeverre verantwoord moet worden op basis waarvan je bepaalde informatie wel of niet krijgt.

Innoveren is groeien in interactie & proces

Geplaatst op door erik

Bij het ontwikkelen krijgt het aspect samenwerken vaak de hoofdrol. Denk aan het vormen van het team, de rolverdeling, de processen of de organisatie indeling (machtsverdeling). Er wordt veel geïnvesteerd in meer ‘agile’ worden, efficiency en dashboards.

Toch is dit slechts de helft van het verhaal. Als de organisatie niet in staat is gezamenlijk beelden te creëren over wat bereikt dient te worden, blijft de organisatie hangen in rituelen, onbegrip en frustratie.

Dit kunnen heel fundamentele zaken zijn, zoals wat is het bestaansrecht van de organisatie maar ook wat de toegevoegde of businesswaarde is die gerealiseerd dient te worden, wat de werkelijk belangrijke productspecificaties zijn of hoe resultaten van vandaag leiden tot het uiteindelijk gestelde doel. Vaak zaken die beïnvloed worden door wereldbeeld, competenties en opleiding. De werkelijke kunst, en wekelijk samenwerken, vereist het vermogen tot gedeelde beelden te komen.

Innovatie is een maatschappelijke slingerbeweging

Geplaatst op door erik

Innovaties, zoals kunstmatige intelligentie of data analytics doorlopen het patroon dat al eeuwen lang gevolgd wordt.

In de maatschappelijke context ontstaan inzichten, ideeën, zoals vuur, het wiel, stoommachines, vliegen of kunstmatige intelligentie. Deze ideeën worden omgezet in technische paradigma’s die vertaald worden naar technische oplossingen.

Deze oplossingen hebben altijd neveneffecten in de werkelijke wereld. Denk alleen maar aan de huidige onrust rondom algoritmes. In potentie een groot goed maar enkele stevige neveneffecten. Deze neveneffecten waren er altijd al (algoritmes zijn zo oud als de mensheid). Door de intensiteit van toepassing worden deze neveneffecten nu een probleem. Het zelfde geldt waarschijnlijk voor vuur. Was altijd al gevaarlijk. Toen de mens het zelf ging maken werd het een significant risico.

Deze neveneffecten leiden tot bezinning en het scheppen van kaders voor de nieuwe verworvenheid. Na institutionalisering leiden deze kaders tot een inclusieve oplossing.

Veranderen individueel & groepsproces

Geplaatst op door erik

Uit het verandermanagement kennen we allemaal de curve die een individu doorloopt bij een verandering om tot acceptatie en medewerking te komen. De curve verklaart wellicht het gedrag van een individu maar geeft weinig handvatten voor de beweging die de organisatie als geheel moet maken.

Voordat een organisatie adequaat reageert moeten zowel de individuele leden als de groep als geheel een traject door. De snelheid waarmee dat gebeurt bepaalt de reactietijd en de effectiviteit van de reactie.

Zo’n traject ziet er globaal als volgt uit.

Noodzakelijke veranderingen beginnen altijd met een impuls vanuit de omgeving. Dat kan bijvoorbeeld een nieuwe concurrent zijn, een beweging in de maatschappij, economische veranderingen of een nieuw product dat het oude waardeloos maakt.

Voordat een organisatie in staat is adequaat te reageren moeten alle leden van de organisatie de verandering omarmen. In eerste instantie wordt echter over het algemeen de noodzaak gebagatelliseerd. Wij hebben het altijd gered dus nu ook, het waait wel over etc. De organisatie als geheel maakt zich geen zorgen. De sfeer is goed.

De volgende fase is dat het probleem niet meer te ontkennen is. Er ontstaat verdeeldheid over wat de adequate reactie is. Deze verdeeldheid wordt gevoed door het individuele traject dat ieder lid doorloopt en is afhankelijk van persoonlijke belangen, kennis, inzichten en overtuigingen. De organisatie beland in een crisis, de sfeer vermindert snel. Dit uit zich in vertrek, roddel en achterklap.

Uiteindelijk krijgen de feiten en het gemeenschappelijk belang de bovenhand en start het proces om de onderlinge verhoudingen te herijken en tot een gedeelde strategie te komen. Dan pas ontstaat een effectieve reactie van de organisatie als geheel en heeft elk individu zijn plek weer gevonden.