‘Ik twijfel of ik de complexiteit zal kunnen vangen’

Dwayne onderzoekt wat het betekent om data te doneren, en hoe mensen daartegenover staan. Tamara probeert computers te leren onderhandelen, en gebruikt wiskundige technieken en computersimulaties om strategieën te ontwikkelen. Wat hebben zij en hun PhD-onderzoek met elkaar gemeen?

Delen of onderhandelen?

Wat is een interessant weetje uit jouw vakgebied?

Dwayne: “Wist je dat data doneren eigenlijk heel anders is dan het doneren van bloed of geld? Wanneer je data doneert, verlies je het niet. Het vermeerdert zich juist! Dit kan betekenen dat je gegevens bijdragen aan iets groters zonder dat je er zelf iets aan kwijtraakt. Dit aspect van data fascineert me enorm, omdat het nieuwe mogelijkheden opent voor maatschappelijke vooruitgang. Hoewel ik sceptisch ben over wat ik uiteindelijk zal vinden, blijf ik benieuwd naar de potentie van datadonatie.”

Tamara: “Tof, ik kende het begrip datadonatie niet, maar dat klinkt wel als iets wat in de toekomst nog veel meer zal gebeuren. Ik dacht dat automatische onderhandelingen, mijn PhD-onderwerp, ook vooral iets van de toekomst waren, maar dat blijkt niet zo te zijn: Ik wist niet dat er al zoveel geautomatiseerde onderhandelingen plaatsvonden. Wist je dat het zelfs onder je neus gebeurt? Als je een app opent, duurt het vaak heel even voordat je een advertentie te zien krijgt. Op dat moment onderhandelt de app met adverteerders: wie uiteindelijk het hoogst biedt, mag jou als gebruiker een advertentie laten zien. Hoe apart is dat! Ik onderzoek hoe we computers kunnen laten onderhandelen, en intussen gebeurt het gewoon al aan de lopende band op je telefoon.”

Hoe doe je onderzoek?

Dwayne:  “In mijn onderzoek zijn de vragen waar, hoe, wanneer enorm belangrijk. Mijn werk is namelijk contextgedreven. Het is in mijn onderzoek dan ook belangrijk dat ik zoveel mogelijk verschillende invalshoeken meeneem en kritisch ieder stuk ‘bewijs’ beoordeel. Hier zijn minder objectieve regels voor dan in de wiskunde, stel ik mij voor. Zo bestaat een deel van mijn onderzoek uit veldwerk: ik praat met mensen buiten de universiteit en observeer hoe, waar en wanneer mensen bijeenkomen om het te hebben over datadonatie.”

Tamara: “Voor mij heeft context een andere functie. Ik bepaal de context namelijk zelf met inspiratie uit de echte wereld. Zo bedenk ik bijvoorbeeld een puzzel met heel duidelijke kaders. Bijvoorbeeld ‘een onderhandeling met twee personen, die om en om een voorstel mogen doen, en na een aantal stappen klaar moeten zijn’. Dat is heel specifiek. Binnen die regels kijk ik dan of ik een strategie kan bedenken die altijd werkt in dat soort gevallen. Of wat er gebeurt als de eigenschappen van de puzzel iets veranderen, zoals een latere deadline. Als ik een goed bewijs heb gevonden voor mijn idee, weet ik zeker dat het klopt. En dat vind ik mooi, zoiets puurs. Al kan ik soms wel jaloers worden op mensen die op veldwerk gaan. De context die ik definieer voor een puzzel, gaat niet altijd op in het echte leven. Voor mij is de wereld een inspiratiebron, maar de directe toepassing van mijn onderzoek is soms wat verder weg als theoreticus.”

Wat zijn verschillen en overeenkomsten tussen jullie?

Dwayne: “Een groot verschil is de manier waarop we onze data verkrijgen en analyseren. Ik werk vaak met mensen en hun ervaringen, wat betekent dat mijn data heel contextueel is. Tamara werkt meer met vaste modellen en simulaties, wat naar mijn idee meer zekerheid en stabiliteit biedt in de resultaten. Een grote overeenkomst is dat we allebei dezelfde software gebruiken voor onze digitale aantekeningen, Obsidian. Dat was een onverwachte ontdekking.”

Tamara: “Als ik zo hoor wat Dwayne doet, hebben wij een heel verschillende invulling van onze dag. Ik onderzoek voornamelijk met behulp van pen en papier en m’n laptop, terwijl hij vaak data verzamelt door met mensen te praten en te observeren. Maar dat we dan toch dezelfde soort software gebruiken, is grappig.”

Vind je het lastig om aan anderen uit te leggen waar je onderzoek over gaat?

Tamara: “Soms is het best lastig om precies uit te leggen wat je doet. Ik sta niet in een laboratorium, onderzoek geen mensen, en ga ook niet naar buiten om veldonderzoek te doen. Mijn onderzoek bestaat uit wat ik bedenk, opschrijf of programmeer met een computer. Toch heb ik het makkelijker met uitleggen dan sommige andere collega’s met heel theoretische onderwerpen. Iedereen onderhandelt wel eens en weet dus hoe dat gaat, dus dat spreekt tot de verbeelding.”

Vind je het belangrijk dat wetenschappers hun onderzoek en resultaten kunnen uitleggen aan anderen, buiten de wetenschap?

Dwayne: “Verschillende overheden maken actieplannen om ervoor te zorgen dat data goed gebruikt en niet misbruikt wordt. We zien veel verschillende toepassingen, zoals in de zorg of het verduurzamen van afvalverwerking. Hoe meer data, des te meer we weten over hoe de wereld werkt. Althans, dat is de heersende opvatting. Hoe we deze vorm van digitale vrijgevigheid kunnen inzetten om maatschappelijke problemen beter te begrijpen (en misschien zelfs op te lossen) is natuurlijk heel relevant voor wetenschappers en beleidsmakers. Maar ik vind het belangrijk om kritisch te blijven: er is altijd het risico dat data verkeerd geïnterpreteerd of misbruikt wordt of onrechtvaardig verzameld, en daar moeten we voorzichtig mee zijn.”

Tamara: “Ik vind het bijzonder om te horen dat Dwayne onderzoek doet naar iets dat zo’n directe link heeft met ‘de wereld verbeteren’. In mijn theoretische vakgebied kunstmatige intelligentie en de wiskunde is de toepassing van ‘wereldverbetering’ niet altijd direct te zien. Wel vind ik het heel belangrijk om onderzoek uit te kunnen leggen aan anderen, omdat de wetenschap deel is van de maatschappij. Dat hoeft niet elke wetenschapper te doen, want het uitleggen en communiceren van de wetenschap is een vak apart, maar de balans moet goed zijn. Wat ik weet en leer over mijn vakgebied wil ik graag met anderen delen, omdat wetenschap leuk is! Maar ook omdat er veel misinformatie over kunstmatige intelligentie in de wereld is.”

Wat vind je lastig aan je eigen onderzoek?

Dwayne: “Wat ik momenteel erg lastig vind, is de enorme diversiteit van datadonatie. Er zijn zoveel verschillende manieren waarop mensen en organisaties data kunnen doneren en zoveel verschillende soorten data die gedoneerd kunnen worden, Denk bijvoorbeeld aan gezondheidsdata, locatiegegevens, sociale media-activiteit, enzovoort. Elk type data heeft zijn eigen unieke kenmerken en implicaties. Het is alsof ik een grote puzzel probeer te leggen, waarbij elk stukje data zijn eigen vorm en betekenis heeft. Ik probeer patronen te ontdekken en categorieën te ontwikkelen die deze diversiteit op een begrijpelijke manier in kaart brengen. Ik ben nieuwsgierig naar wat ik zal ontdekken, maar twijfel of ik echt in staat ben om deze complexe diversiteit volledig te vangen en te begrijpen. Deze onzekerheid maakt het soms moeilijk om gemotiveerd te blijven, maar houdt het ook spannend.”

Tamara: “Ik snap wel wat Dwayne bedoelt met een grote puzzel leggen. Uiteindelijk proberen we als wetenschappers ‘de wereld’ te begrijpen of te beschrijven, maar de wereld is erg groot! In een PhD-onderzoek bestudeer je vaak een heel klein stukje van de wereld. Maar dat is soms best lastig. Want welk stukje kies je dan? En is dat stukje dan wel relevant? Doordat je maar een klein radertje bent in een groot systeem voelt het ‘nut’ van je onderzoek soms ver weg.”

Hoe voorkom je zelf dat je denkfouten maakt of misschien in een tunnelvisie belandt?

Tamara: “Dat is altijd lastig. Samenwerken en met anderen praten is dan wel de sleutel. Als ik ergens op vastzit, kan ik altijd bij een mede-PhD’er een klaagmomentje doen, wat weer tot nieuwe ideeën leidt. En ook je begeleiders helpen daar natuurlijk bij.”

Dwayne: “Erg herkenbaar, Tamara. Ik zorg ervoor dat ik regelmatig feedback krijg van mijn begeleiders en andere onderzoekers die zich bezighouden met hetzelfde onderwerp. Deze andere onderzoekers ontmoet ik tijdens zomerscholen en conferenties. Door mijn ideeën en bevindingen te bespreken met anderen die met soortgelijke onderwerpen bezig zijn, krijg ik nieuwe perspectieven en voorkom ik dat ik in een tunnelvisie beland. Ook het veldwerk helpt me om met een frisse blik naar mijn data te kijken.”