‘Big data’: groter én kleiner

De digitalisering van de samenleving heeft een semi-paradoxale uitwerking: er is gelijktijdig sprake van schaalvergroting en van schaalverkleining. Het is geen echte paradox, want deze twee effecten manifesteren zich op andere operationele niveaus en zijn niet strijdig. Het eerste effect betreft de organisatie en structuur van de digitale samenleving, die steeds verder aaneen wordt geregen, zowel in de digitale sfeer (grote ICT-systemen en grote, gekoppelde datasets) als in organisatievormen (‘big tech’). Daar draait alles dus om groter en machtiger. Het tweede effect betreft het niveau waarop wordt gemeten en gestuurd, welke steeds kleiner, preciezer en fijnmaziger wordt. Deze hogere resolutie is te danken aan de grote, gekoppelde gegevens-systemen en de organisatievormen die ze implementeren. De grote schaal stelt de kleine schaal in staat. De drijvende kracht achter de ‘slimheid’ van digitale technologie is de doorlopende verwerking van steeds meer en steeds preciezere data en de berekeningen die daarop worden losgelaten. De modellen die gebruikt worden in bijvoorbeeld de econometrie, demografische statistiek en landbouw zijn veel nauwkeuriger en gedetailleerder geworden. 

Laten we als voorbeeld naar de landbouw kijken. In de vroege numerieke landbouwkunde werden berekeningen gedaan aan gewassen uitgaande van een enkele variëteit in een enkele ecologische context. Op deze wijze werd de zogenaamde ‘Groene Revolutie’ in de jaren vijftig tot zeventig van de vorige eeuw volbracht. Dit was een wetenschappelijk-industrieel programma van landbouwverbetering, waarbij graan- en gewasvariëteiten die in het noorden goed gedijden, in het zuiden geïntroduceerd werden maar daar meer inheemse voedselsystemen om het loodje brachten. Van dik hout zaagt men planken. Zo kan het nu gebeuren dat 90% van het mondiale voedsel uit slechts 20 gewassen bestaat, terwijl er meer dan 100.000 gewassen bestaan, met alle gezondheids- en ecologische voordelen van dien. De kritiek op deze Groene Revolutie werd lange tijd door ingenieurs, agronomen en economen weggewuifd met de boodschap dat deze de snel groeiende bevolking heeft weten te voeden en zich steeds aan de eisen van de tijd heeft aangepast. Lees er de columns en boeken van oud-WUR-voorzitter Louise O. Fresco maar op na. 

In plaats van eerherstel voor inheemse gewassen is de teneur om gewoon meer technologie te gebruiken – die nu toch immers veel preciezer en natuurinclusiever is? Een veelgehoorde term is ‘precisie-landbouw’, een aanpak waarin zeer gecontroleerde – lagere – hoeveel-heden mest en bestrijdingsmiddel worden aangewend op basis van secure data over de toestand van het gewas. Het is niet te ontkennen dat dat milieu- en efficiencywinst oplevert; maar het levert ook een mogelijk reboundeffect op.[i] Precisielandbouw stelt ons in staat om de natuur op nauwkeuriger wijze te exploiteren, precies tot het randje, in plaats van soms schrotig eroverheen maar soms ook ruim binnen de marges. Er zijn heel wat aanvullende overwegingen nodig om de landbouw verder in te dammen tot ecologisch houdbare proporties, zoals door zonering, gebiedsbenaderingen, gesubsidieerde nieuwe verdienmodellen, getouwtrek of biologisch boeren nou wel of niet beter is, enzovoorts. Wat er hier mist, denk ik, is integraliteit of holisme… maar voordat men lachend het essay weglegt, het gaat niet zozeer om ‘dingen meer in hun verband zien’ en ‘silo’s doorbreken’. Ik zoek het meer in een ecologische intuïtie – denkkaders en processen die de ecologie herintroduceren en vooropstellen in het vormgeven van een lokaal of regionaal landbouw-systeem, op zo’n manier dat boeren het kunnen bolwerken en burgers betrokken kunnen zijn. Het integrale betekent dan dat deze systemen als geheel zijn te overzien, al is het maar op elementaire wijze; liever dat dan ze gevat in toenemend complexe structuren aan hun ‘integrale’ lot over te laten.

In het geval van levende systemen (de mens, de maatschappij, het ecosysteem) zijn meer en fijnere data dus niet altijd beter. Fijnmaziger data, dus data met hogere ruimtelijke en temporele resolutie maar ook met meer contextuele metadata, bevatten niet per se een hoger waarheidsgehalte. Ze zijn preciezer (‘meer getallen achter de komma’), maar niet per se accurater (dichter bij de werkelijkheid). Metingen en datapunten zijn geen objectieve gegevens. Bruno Latour spreekt liever van ‘verkregens’, omdat ze door een handelende persoon of actor middels een bepaalde procedure en op basis van bepaalde veronder-stellingen en binnen een zeker paradigma zijn verkregen. De data, en de modellen die de ‘werkelijkheid’ beschrijven, zijn per definitie vanuit een bepaald oogpunt ontwikkeld. Vaak is dat een top-down doel zoals hoge gewasopbrengst, het tegengaan van ‘congestie’ op het stroomnet, of het opsporen van huishoudens met hoog risico op bijstandsfraude. 

De datastroom neemt intussen in belang toe naarmate ze gedetailleerder wordt, de werkelijkheid nauwer lijkt te beschrijven, en steeds meer systemen op deze data worden ingericht. Beleid is steeds vaker ‘datagedreven’. Hoewel iedereen weet dat data nog geen kennis is, wordt er steeds nadrukkelijker op geleund en ook steeds meer van verwacht. Door datapunten in een steeds groter gegevensbad onder te dompelen, kan uit de datapunten meer (veronderstelde) betekenis worden gehaald. Of liever: deze betekenis wordt verondersteld. De datapunten definiëren elkaar; een enkel datapunt is nooit wat waard.[ii] De recente vliegensvlugge ontwikkelingen binnen AI zijn in dit kader zeer belangwekkend. Zij brengen al het bovenstaande nog eens in een stroomversnelling, maar brengen het ook naar een ongekend nieuw register, waarbij data ogenschijnlijk weer intuïtief naar ons terug gaan praten. Wat dat kan opleveren voor het idee van integraliteit is uitermate spannend. Wat het gaat doen voor het idee ‘energiereductie’ is maar zeer de vraag.


[i] In de bouwkunde is er op vergelijkbare wijze sprake van ‘parametrisch ontwerp’, waarbij benodigde constructies heel precies worden berekend. Zo kan worden afgezien van het gebruik van standaardmateriaal, wat vaak in een zwaardere klasse (dus met veel materiaal) wordt uitgevoerd dan nodig is. De bouwkunde is echter ecologisch veel minder verwikkeld dan de landbouw, dus snijdt het meer hout sterk op technologische vooruitgang te leunen. Maar we kunnen niet uitsluiten dat het menselijke ecosysteem der bewoners wordt aangetast door een te groot vertrouwen op precisie-oplossingen, die later toch weer veel keerzijden blijken te hebben.

[ii] Er lijkt daarbij ook sprake te zijn van ‘relativering’ van de waardering die in data vervat zit. Waar vroegere meet- en regelsystemen datapunten afzetten tegen stabiele ijkwaarden en meetlatten, waarderen hedendaagse systemen dingen vaker op dynamische wijze; zij maken waarde steeds verder ‘liquide’.


Posted

in

by