Dossier Digitaal Burgerschap

Het gaat er continu over: algoritmes. Maar wat zijn het precies? Een algoritme is een wiskundige formule – in programmeertaal: een instructie, een stukje code, om een probleem om te lossen. Denk bijvoorbeeld aan het algoritme dat berekent hoe je het snelst van het ene punt naar het andere komt – een code die je ongetwijfeld dagelijks gebruikt wanneer je digitaal naar een andere plek navigeert. Algoritmes helpen ons om sneller informatie te verwerken en om ingewikkelde keuzes te maken. Ook maken algoritmes slimme technologie zoals kunstmatige intelligentie mogelijk. Technologie met algoritmes neemt veel werk uit handen en kan helpen om ingewikkelde vraagstukken beter te overzien. Soms kunnen we met deze technieken proberen in de toekomst te kijken, bijvoorbeeld of op een bepaalde plek de kans op een misdrijf groter is; we spreken dan van voorspellende algoritmes. Zulke algoritmes werken op basis van big data: een grote hoeveelheid gegevens, die we achterlaten door ons gedrag op internet of op straat.

Wanneer we te maken hebben met grote hoeveelheden digitale informatie, spreken we van big data. Vaak is die slecht gestructureerd en daardoor vrij complex om te analyseren. Die berg met data groeit overigens mede dankzij jou: met elke stap die je in de echte en de online wereld zet wordt informatie geproduceerd over jouw doen en laten. Dat heeft voor- en nadelen: enerzijds kunnen producten en diensten beter op jouw wensen worden afgesteld, anderzijds kun je je afvragen of jouw privacy zo wel netjes gewaarborgd blijft. Veel mensen denken dat het vooral techreuzen als Google en Facebook zijn die deze data gebruiken, maar ook de overheid vaart er wel bij: zij kan deze kennis gebruiken om beleid te maken of om risico’s in te schatten.

De grootste technologiebedrijven worden vaak aangeduid als Big Tech, ook wel de techreuzen, de Big Four of de Four Hoursemen genoemd. Vaak genoeg worden er ook vijf geteld: Amazon, Apple, Google, Facebook en Microsoft. Het zijn economisch gezien tevens de meest waardevolle bedrijven op aarde, met ieder een waarde van vele miljarden tot zelfs biljoenen euro’s. Steeds meer mensen zetten vraagtekens bij de enorme hoeveelheid macht die deze bedrijven hebben. Tegelijkertijd blijft het gebruik van hun producten onverminderd populair.

Wanneer we spreken over kunstmatige intelligentie, kunnen we het onderscheid maken tussen broad AI en narrow AI. Broad AI staat voor een systeem waarin alle cognitieve vaardigheden van de mens samenkomen. Voor de duidelijkheid: deze opvatting van AI bestaat alleen in fictionele vorm en in filosofische bespiegelingen van AI. Dit in tegenstelling tot narrow AI, verwijzend naar een systeem dat één AI-trucje tot in perfectie beheerst. Daar worden computers steeds beter in, zelfs beter dan mensen.

Commons, van het Engelse woord voor ‘gemeenschappelijke grond’, zijn hulpbronnen die door iedereen mogen worden gebruikt. Daarbij dachten ze een paarhonderd jaar geleden waarschijnlijk vooral aan fysieke zaken, zoals een lapje grond of een waterput, maar tegenwoordig hebben we het vooral over digitale commons, zoals tekst en beeld. Die zaken kunnen weliswaar privé-eigendom zijn, maar door de eigenaar worden vrijgegeven. Een beetje als een boer die zijn land openstelt om ook andermans vee er te laten grazen. Voorwaarde voor dergelijk gebruik is natuurlijk wel dat de eigenaar ook daadwerkelijk met dit gebruik heeft ingestemd. Denk bijvoorbeeld aan auteursrecht: wanneer je leest dat ‘alle rechten voorbehouden’ zijn, betekent dit dat de maker in het geval van dit werk geen gebruiksrechten heeft vrijgegeven.

Met data kun je veel geld verdienen. Het verzamelen en verkopen van persoonlijke informatie is het businessmodel van de grootste technologiebedrijven van dit moment. Data commons zijn structuren om veilig data te delen op een manier die de individuele en collectieve belangen van de gebruikers beschermt. Ook stellen ze maatschappelijke partijen in staat om onder goede voorwaarden gebruikersdata te benutten en met andere partijen geaggregeerde data te delen.

Met de toename van het gebruik van data door techbedrijven groeit ook het wantrouwen van burgers. Steeds meer van hen voeren een wanhopig gevecht met hun cookie-instellingen, zijn huiverig om online formulieren in te vullen en worden angstig van onderzoeken die uitwijzen dat zelfs een telefoon die uit staat nog GPS-signalen kan opvangen en verspreiden. En dat terwijl het verzamelen van data mooie resultaten kan opleveren, mits die informatie in handen komt van de juiste instanties. 

Deep learning, ook wel structured learning of hierarchical learning genoemd, is een vorm van machine learning die gebruikmaakt van complexe neurale netwerken die gigantische hoeveelheden data bevatten. Met deze techniek kunnen zeer complexe problemen worden opgelost: van natural language processing, waarbij computers gesproken en geschreven taal en goed lijken te begrijpen als machines, tot het zelfstandig laten rijden van een auto. Dat lukt doordat deze techniek de werking van de menselijke hersenen nabootst, inclusief de immense hoeveelheid brokjes informatie die onderling met elkaar verbonden zijn. Zo’n netwerk kan heel veel verbanden tegelijk leggen, waardoor alle opties razendsnel kunnen worden afgewogen – sneller dan een mens ooit zou kunnen.

Steeds meer huishoudelijke apparaten kunnen tegenwoordig worden aangesloten op het lokale wifinetwerk: niet alleen de thermostaat, de speakers en de televisie, maar ook de koelkast, de wasmachine en de stofzuiger kunnen via het internet met elkaar communiceren. Deze ontwikkeling maakt onderdeel uit van het Internet of Things, ook wel afgekort tot IoT en vertaald als het internet der dingen: het geheel aan apparaten dat via internetverbindingen met andere apparaten en systemen in contact staat. Als gevolg van hun verbondenheid met het internet kunnen deze ‘slimme’ apparaten steeds meer beslissingen autonoom nemen, zonder tussenkomst van de mens: de gordijnen openen en sluiten op basis van het opkomen en ondergaan van de zon, de lichten bepalen zelf, met dank aan sensoren wanneer het te donker in een ruimte is. In 2018 schatte men het aantal apparaten dat aan het internet der dingen verbonden is 10 miljard; in 2025 zullen dat er naar verwachting 64 miljard zijn. Toch is er scepsis over deze ontwikkeling: hiermee komt mogelijk ook de privacy van de burger steeds meer in het gedrang.

Kunstmatige intelligentie, vaker voorkomend in de Engelse variant – artificial intelligence – ofwel AI, is de intelligentie die ervoor zorgt dat machines, software en apparaten zelfstandig problemen oplossen door te reageren op data of impulsen uit hun omgeving, zodat zij zonder tussenkomst van een mens beslissingen kunnen nemen. Daarbij imiteren zij het denkvermogen van de mens: door te leren van hun eigen fouten leveren ze een steeds beter resultaat, ook wel machine learning genoemd. Deze technologie zorgt voor veel nieuwe mogelijkheden, maar brengt ook risico’s met zich mee: computers die zelfstandig opereren, nemen tenslotte lang niet altijd de juiste beslissingen. Denk bijvoorbeeld aan een zelfrijdende auto die de borden langs de weg niet goed kan lezen of een robot die je stem niet goed verstaat. Overigens ontwikkelde wetenschapper Alan Turning al in 1936 de welbekende Turingtest, waarmee hij probeerde te onderzoeken of een machine inderdaad een vorm van menselijke intelligentie kan vertonen.

Machine learning, ook wel machinaal leren, is een vorm van kunstmatige intelligentie die zich bezighoudt met de ontwikkeling van software die zijn eigen kwaliteit verbetert, dus zonder menselijke input. In plaats daarvan maakt machine learning gebruik van geavanceerde algoritmes en grote hoeveelheden big data. Hoe meer data beschikbaar is, hoe sneller en beter de machine zijn gedrag kan verbeteren. Denk bijvoorbeeld aan de gezichtsherkenning op je telefoon, productaanbevelingen op winkelwebsites en suggesties voor de snelste route op Google Maps.

De term Narrow AI verwijst naar een AI-systeem dat maar één trucje kan, maar dat trucje wel ontzettend goed beheerst. Op dit punt kunnen machines mensen overtreffen. Denk hierbij bijvoorbeeld aan AlphaGo, het programma dat zelfs de beste Go-speler ter wereld verslaat. Narrow AI staat tegenover Broad AI: een systeem waarin alle cognitieve vaardigheden van de mens samenkomen. Dat is nog toekomstmuziek.

We zeiden het al: in de huidige wereld worden grote hoeveelheden data opgeslagen, die niet altijd prettig gestructureerd zijn. Daardoor is het lastig de juiste data te pakken te krijgen. Natural language processing, ook wel afgekort tot NLP, helpt orde aan te brengen in de chaos. Deze AI-techniek maakt gebruik van machine learning om de belangrijkheid van een stukje informatie te bepalen, bijvoorbeeld door kernwoorden uit een tekst te destilleren en hun onderlinge relaties te achterhalen. Dit gebeurt bijvoorbeeld door informatie over de zinsconstructie, het aantal keren dat een woord voorkomt en de gebruikte bronnen. Op basis van dergelijke informatie kunnen ook trend- en sentimentanalyses worden gemaakt over een bepaalde term, bijvoorbeeld door te kijken of die in de loop der jaren vaker in een negatieve of in een positieve context is genoemd.

Als we het hebben over ‘het internet’, hebben we het over een web van programma’s en machines met onderlinge verbindingen, gebaseerd op specifieke businessmodellen en relaties tussen gebruiker en dienst. De verschillende technische lagen die samen nodig zijn om een digitale dienst te leveren, noemen we een stack (stapel). Veel toepassingen die we gebruiken, zijn onderdeel van de private stack, waarin data verzamelen, winst maken en exploitatie belangrijke principes zijn die in de hele stack verweven zijn. Denk bijvoorbeeld aan de samenwerking tussen WhatsApp, het besturingssysteem van je telefoon en het internet. Mooier is een public stack: een stapel van eerlijke technologieën die de mens, de samenleving en de wereld als centrale waarden hanteert – en niet de aandeelhouder. Denk bijvoorbeeld aan een inrichting van het internet waarin niet de grote techbedrijven de baas zijn, maar de burger zelf. Een mooi voorbeeld is het project Public Stack van Waag.

Wonen in een slimme stad: dat betekent dat technologie wordt ingezet om de omgeving op ieder moment van de dag te besturen en zodoende te verbeteren. Denk bijvoorbeeld aan het in de gaten houden van de drukte op straat, het aantal vrije parkeerplaatsen en de kwaliteit van de lucht. In het optimale geval zijn al die vormen van data met elkaar verbonden, waardoor nieuwe dwarsverbanden kunnen worden gelegd en de afstand tussen burger en bestuur kleiner wordt. Het primaire doel is het verhogen van de levenskwaliteit van de inwoners.