In onze interviewserie met lectoren deel 11: Marlies van Steenbergen van het lectoraat Digital Smart Services, over studenten, filosofie en een mooiere wereld. Maar vooral over kansen én ethische dilemma’s bij data gedreven diensten. ‘Zo veel mogelijk data van mensen verzamelen, dat klinkt heel mooi. Maar wat ga je er als organisatie mee doen? Professionals moeten daar vroegtijdig bij stilstaan.’
Als we niet oppassen, zegt Marlies van Steenbergen halverwege het interview, dan ontstaan er twee kampen. Het ene ziet gebruik van persoonlijke gegevens door bedrijven en organisaties als ‘super gevaarlijk’. Ondernemingen, overheden, politieke partijen of nieuwsorganisaties passen advertenties en berichtgeving aan op wat zij denken dat jij interessant vindt. Tunnelvisie en manipulatie liggen op de loer. En wat nou als je data in de toekomst in verkeerde handen vallen? Je weet het nooit.
Het andere kamp wil het gebruik van data niet terugdraaien, zegt ‘dit is een fact of life’ en ziet prachtige toepassingen, zoals in de zorg. Door data-analyses van eerdere behandelingen, gekoppeld aan de persoonlijke situaties van nieuwe patiënten, kunnen ziekenhuizen gerichter behandelen. En ook voor de profitsector hoeft het niet verkeerd te zijn: een verzekeraar kan op basis van je woonplaats (zijn er veel inbraken in de buurt?) en woongedrag (ben je veel thuis of juist niet?) een zo goedkoop mogelijke inboedelverzekering op maat aanbieden. ‘Die vergaande personalisering lijkt allemaal wel leuk, maar brengt dat bijvoorbeeld de maatschappelijke functie van verzekeren – solidariteit – niet in gevaar?’
Aan welke kant staat u?
‘Ik ben ervan overtuigd dat je schitterende dingen met data-analyses kunt doen. Het is niet de oplossing om vanwege de gevaren data links te laten liggen. Je moet juist kijken hoe je met die negatieve kanten kunt omgaan. Hoe je de risico’s kunt verkleinen. In Europa gaan we zorgvuldig om met data en privacy, de regelgeving is veel strikter dan in bijvoorbeeld Amerika. Tegelijkertijd is er een wens tot doorontwikkeling van data-analyses, denk aan de opkomst van machine learning. Ik vind dat we er op een verantwoorde manier mee verder moeten.’
Wat voor onderzoek doet u?
‘Ik coördineer onder meer het consortium The Data Tales, dat bestaat uit bedrijfsleven en overheden en onderzoek doet naar story mining. We analyseren de interactie tussen individu en organisatie en kijken wat beter kan. Een mooi voorbeeld is DUO (Dienst Uitvoering Onderwijs), dat met studenten communiceert over studiefinanciering. De communicatie verliep geregeld via e-mail. Studenten stellen vragen over waar ze recht op hebben of over terugbetaling van studiefinanciering. We zagen dat het wel eens meerdere mailtjes kost voordat studenten een bevredigend antwoord hebben. Een extreem voorbeeld was een conversatie van 27 mailtjes. Aan ons de taak om die te analyseren: met text mining en proces mining willen we een beeld krijgen van hoe conversaties verlopen. Het gaat ook om motivatie en sentiment. Wat voelden studenten/klanten en medewerkers, wat was hun bedoeling?’
Waarom duurde die mailwisseling zo lang?
‘Ik weet niet precies wat de vraag van de student was, maar je zag aan het taalgebruik en de lange passieve zinnen, dat de student zich zorgen maakte over zijn of haar financiële toekomst. Als de DUO-medewerker zich zorgzaam toont en steeds een beetje voorzichtig antwoordt: “Je zou dit en dit kunnen doen”, dan krijgt de student hierdoor geen zekerheid en weet nog steeds niet waar hij aan toe is. Door patronen te herkennen en bij te sturen bij de deelnemende organisaties, kunnen we interacties verbeteren. Met software laten we analysetechnieken los op tekst die we eerst anonimiseren en annoteren. De selectie van bijvoorbeeld bezorgde of boze teksten gaat nog met de hand. Op een gegeven moment kunnen we er machine learning op los laten en dan kunnen we het hele proces langzaam automatiseren.’
Naast haar lectoraat werkt Van Steenbergen als consultant enterprise architecture. Een enterprise architect kijkt naar het ontwerp en de structuur van organisaties en zorgt ervoor dat de systemen aangepast zijn op de doelen. Ze doet nog steeds onderzoek op dat vlak, maar de focus is verschoven naar data-analyse.
Hoe komt dat?
‘Een belangrijke reden dat ik me hiermee wil bezighouden is de enorme impact van digitalisering en het gebruik van data. De impact van big data wordt steeds groter, niet alleen voor je directe omgeving, maar voor de hele wereld. Maar de stap van architectuur naar data-analyse is niet zo groot, want dit soort nieuwe technologie moet wel een plek krijgen in de architectuur.’
Mengt u zich in het maatschappelijk debat?
‘Ja, in zekere zin. In elk geval door te bloggen over dit onderwerp. Ik schrijf regelmatig over ethiek in de enterprise architectuur en data-analyse. Ik probeer een brug te slaan tussen ethiek en professionals. Zij kunnen namelijk data gedreven diensten op een verantwoorde en transparante manier ontwikkelen. Zo veel mogelijk data van mensen verzamelen, dat klinkt heel mooi. Maar wat ga je er als organisatie mee doen? Professionals moeten daar vroegtijdig bij stilstaan. Past het bij de normen en waarden van het bedrijf en van henzelf? En wat zijn de gevolgen van het verzamelen van die data?’
Begeleidt of doceert u ook studenten op dit gebied?
‘Voor de deeltijdopleiding Master of Informatics hebben we een zeven dagen durende module ‘Ethiek in de digitale wereld’ ontwikkeld. Daar leren we studenten het filosofisch gesprek over waarden te voeren. We geven heel concrete handvatten. Ook bij voltijd opleidingen zou ik meer aandacht willen besteden aan ethiek. Dat zou eigenlijk geen apart vak moeten zijn, maar een onderdeel van alle opleidingen. Ethisch bewustzijn zou je wellicht in bestaande curricula kunnen inbouwen. Bijvoorbeeld in de les een gesprek over de ethische kanten van een besproken onderwerp. Via instituten en docenten moet dit te doen zijn. Ja, daar wil ik me best voor inzetten.’
Wat is uw drijfveer?
‘Ik ben wel een beetje een idealist, denk ik. Ik hoop dat we verantwoord omgaan met digitalisering en data-analyse, zodat we daarmee de wereld mooier kunnen maken. Als ik daarin mensen meekrijg en ze bewust maak, ben ik blij.’
Hoe kan de wereld mooier worden door data-analyses?
‘Een klassiek voorbeeld is dat mensen met kanker zich door precisiebehandelingen minder ziek voelen na een behandeling. Op basis van data van eerdere behandelingen én de persoonlijke situatie van een patiënt, kunnen medici de exacte dosering aan chemobehandelingen en bestraling vaststellen. Maar begrijp me goed, ik ga niet voor het eeuwige leven van iedereen en geloof niet in een maakbare wereld. Ik wil ook geen Big Brother, dat alles van iedereen bekend is en alles gestuurd wordt. Nee, een mooie wereld is voor mij dat mensen autonoom zijn, vrijheid hebben en keuzes kunnen maken die bij hen passen. Met betekenisvol gebruik van data kunnen bedrijven en organisaties daaraan bijdragen.’
Over Marlies van Steenbergen
Marlies van Steenbergen studeerde Algemene Taalwetenschap aan de Rijksuniversiteit Groningen (1987) en later, naast haar werk, Technische Informatica aan de TU Delft (2000). Ze is in 2011 gepromoveerd aan Universiteit Utrecht op de volwassenheid en effectiviteit van architectuurfuncties. Van 2013 tot 2017 was ze als onderzoeker verbonden aan het Lectoraat Intelligent Data Systems.
Sinds februari 2017 is ze lector bij het lectoraat Digital Smart Services. Ze richt zich op betekenisvolle data gedreven diensten, waarbij de vraag centraal staat hoe die ontwikkeld kunnen worden met betekenis voor individu, organisatie en maatschappij.
Naast haar werk als lector is Van Steenbergen consultant enterprise architecture bij het ICT-bedrijf Sogeti Nederland.
