Worden we steeds minder creatief van al die data-analyse?
Alles moet maar steeds sneller, productiever, goedkoper. Willen we een efficiencyslag maken, dan keren we ons tot big data voor de oplossing. Dat levert veel nieuwe kennis op, maar een blind vertrouwen op data-analyse kan ook creatieve vondsten in de weg staan.
Digitalisering is voor de meeste werkers te snel gegaan om er het gedrag goed op aan te passen. De afgelopen jaren zagen we een stroom aan relativerende uitingen over verslaving aan schermen en berichtenverkeer. The Efficiency Paradox: What Big Data Can’t Do van Edward Tenner is zo’n kritisch boek, en pakt direct de jongste trend in digitalisering hard aan: ons grenzeloos vertrouwen in de vruchten van big data.
Reden genoeg voor instituut Knowledge@Wharton voor een vraaggesprek met Tenner. Daarin maakt hij zijn boodschap afdoende duidelijk: ‘Het probleem met kunstmatige intelligentie is niet beperkt tot de technologie, het wordt uitgebreid tot de neiging dat we allemaal moeten doen wat we kennen en het onverwachte negeren. We negeren echt ons vermogen om iets te herkennen dat echt fris en opwindend is.
Efficiëntiedenken vormt ook een bedreiging. Als we alles efficiënt proberen te doen, schakelen we de kracht van serendipiteit uit, die ervan uitgaat dat we af en toe een verkeerde afslag nemen of een boek kopen dat we niet hadden verwacht.’
Ook vele uitvindingen, bijvoorbeeld die van talloze medicijnen, hebben we te danken aan dwars denken en toeval. Het eurekamoment van veel wetenschappers werd niet geboren als gevolg van hun hypotheses en methoden.
‘Maar misschien waren er wel meer medicijnen uitgevonden met de analyse van big data’, zegt Frans Feldberg, hoogleraar datagedreven innovatie aan de VU. ‘Sleutel is de vraag of je big data en kunstmatige intelligentie tot doel verheft of als middel. Technologie als doel kan inderdaad creatieve vindingen vanuit data in de weg staan.’
Nieuwe registers
Je kunt big data en kunstmatige intelligentie, zegt Feldberg, ook inzetten om ruimte laten voor twijfel of deze zelfs te stimuleren: ‘Neem aanbevelingen op een theatersite. Je kunt het algoritme instellen op wat toeschouwers reeds aan tickets bestelden, maar ook verrassingen inbouwen, nieuwe keuzes prikkelen. Je kunt met deze nieuwe technologie juist nieuwe registers voor creativiteit openen.’
In onderzoek van accountantskantoor PwC zei bijna de helft van de ondervraagde marketingdirecteuren dat de dominantie van data-analyse ten koste zal gaan van intuïtie en ervaring. Ze vermoeden dat big data het Wanamaker-dilemma kan helpen oplossen: de helft van mijn reclamebudget is weggegooid geld, maar welke helft?
Maar iedereen die het genoegen mag smaken van gerichte reclame gebaseerd op dataverzameling en profilering, weet dat dit dilemma niet wordt opgelost, integendeel zelfs. Reclamegoeroe John Hagerty oordeelt: ‘Data verschaffen je informatie en kennis, maar geen begrip, en dat is het grote falen ervan.’ En harder: ‘Ik heb mijn hele leven doorgebracht met mensen die alle gegevens van de wereld hebben en nooit iets hebben uitgevonden.’
Rafelranden
Nederlander Ben Essen, directeur strategie van marketingadviesclub Iris Worldwide in Londen, meent: ‘De belangrijkste eigenschap van al die nieuwe datastromen is niet de omvang, maar de verscheidenheid.’
Het is uniek, niet alleen in kwantiteit maar ook in kwaliteit. In plaats van big data te zien als iets dat objectief en onweerlegbaar is, moeten we het volgens Essen kwalitatief benaderen, en vanuit ons eigen perspectief. ‘In plaats van de comfortabele trendlijn te volgen, moeten we op zoek gaan naar de rafelranden. Creatieve sprongen kunnen we pas maken als data ons een ongemakkelijk gevoel geven.’
Kortom, kijk juist naar de uitzonderingen en niet naar de grootste gemene deler. Big data bieden geen harde waarheid, maar een stuk gereedschap om creatief te werken. Esssen geeft als voorbeeld de Belgische bank KBC, die vanuit big data juist de gaten in haar markt ontdekte: van welke branche ontbraken er data?
