Dit artikel is geïnspireerd door de video Data Dignity and AI, een vraag-en-antwoordsessie met Jaron Lanier. Ruwe data zijn op zichzelf vaag en betekenisloos. Hoe verbind je ze dan met waardigheid, een begrip dat draait om menselijke waarde en respect? Dat is precies de vraag die Lanier onderzoekt. Hij draagt bij Microsoft de bijzondere officiële titel ‘Prime Unifying Scientist’.

Ik bewonder Jaron Lanier al mijn hele loopbaan, misschien zelfs al van voordat ik betaald kreeg om met technologie te werken. Voor mij is hij een moreel kompas binnen de digitale wereld. Hij is geloofwaardig binnen de gevestigde orde, maar behoudt tegelijk iets uitgesproken anti-establishmentachtigs. Dat lukt hem doordat hij felle kritiek combineert met mensgerichte integriteit en goedmoedige humor. Voor zover ik weet is hij een van de laatste prominente vertegenwoordigers van de ‘tech for good’-beweging uit de late jaren negentig. Ik hoop dat er binnen de grote technologiebedrijven meer veteranen zoals hij rondlopen. Tips en links zijn welkom!

Een paar maanden geleden schuifelde deze Yoda-achtige figuur het podium van de University of California op om over ‘Data Dignity’ te spreken. Zoals vaker bij Lanier besteedde hij ongeveer tien minuten aan een bijzonder concrete en waardevolle uitleg van datawaardigheid. Daarna volgde een uur lang een scherpe aanklacht tegen de technologiesector. Hij belichtte de schadelijke kanten van sociale media, sprak over politieke beïnvloeding en corruptie rond de opkomst van het internet, legde uit hoe bias in taalmodellen ontstaat en bekritiseerde de term ‘AI’. Dat alles deed hij met zachte stem en een ontwapenende glimlach.

Wat mij vooral inspireerde, was zijn voorstel om anders naar kunstmatige intelligentie te kijken en er anders over te spreken. Lanier draait ons gebruikelijke perspectief op twee manieren om.

(Terzijde: als muzikant ben ik dol op omkeringen! Bij een muzikale omkering herschik je de hiërarchie en volgorde van de noten in een akkoord, waardoor de verhouding tussen iedere noot verandert. Zo maak je een variatie, terwijl alle harmonische eigenschappen van de uitgangssituatie behouden blijven. Dat is ongeveer wat hij hier doet.)

Omkering 1: ‘We behandelen AI als een schepsel, een entiteit of een soort pseudopersoon. We praten met het systeem en vragen het dingen te doen. Dat is inmiddels de gebruikelijke manier om erover te denken. De interface is tenslotte een chat, alsof je met een persoon spreekt. Waarom zou je zo’n interface bouwen als je AI niet op die manier zag?’

Omkering 2: ‘Je kunt AI ook zien als een vorm van sociale samenwerking, meer zoals Wikipedia. Heel veel mensen hebben voorbeelden en trainingsdata aangeleverd, waarna het systeem die informatie op nieuwe manieren combineert. Uiteindelijk blijft het een samenwerking tussen mensen. Vanuit dat perspectief krijg je meer grip op wat het systeem is en welke keuzes je kunt maken.’

Het resultaat?

‘Als we AI vanuit dit tweede perspectief in de samenleving integreren, ontstaat er een hoopvoller en beter uitvoerbaar toekomstbeeld.’

Ik vind zijn boodschap belangrijk genoeg om verder te onderzoeken. Datawaardigheid is nog een kleine niche binnen de technologiesector, maar ik verwacht dat de belangstelling ervoor snel zal groeien.

Curatoren

Datacuratoren zijn de bibliothecarissen van de technologiesector. Zij selecteren, ordenen en duiden de data waarop een nieuwe generatie AI-technologie wordt gebouwd. Hun werk vraagt om nieuwsgierigheid, discipline, precisie en een sterk gevoel voor structuur. Wanneer ik aan digitale curatoren denk, zie ik overeenkomsten met Franse tuinders, Japanse rotstuinen en professionele Lego-bouwers: zorgvuldig werk waarin ieder detail betekenis heeft. Zoals Lanier terecht benadrukt, krijgen deze mensen zelden de erkenning die ze verdienen. ChatGPT en Copilot worden gepresenteerd als zelfstandige entiteiten waarmee we een gesprek voeren. Kiezen we voor de menselijkere benadering van omkering 2, dan moeten Microsoft en OpenAI ook de honderden, misschien wel duizenden mensen achter de data zichtbaar maken en waarderen.

(In veel gevallen gebeurde precies het tegenovergestelde. Digitaal kolonialisme mondde uit in geestdodend en onderbetaald klikwerk, uitgevoerd door opdrachtnemers in Afrika, Zuid-Amerika en Azië.)

Bij ieder AI-project waaraan ik werk, word ik opnieuw herinnerd aan het belang van data van hoge kwaliteit. In een recent project breidden we een servicedesk uit met generatieve AI. Met een paar muisklikken hadden we toegang tot indrukwekkende middleware, kennis en infrastructuur die engineers, projectmanagers en architecten ondersteunen. Toch heeft geen van die hulpmiddelen zoveel invloed op het resultaat als een hoogwaardige dataset.

Thuis kom je er misschien mee weg om een pdf in een LLM te stoppen en te hopen dat het model de betekenis vindt, een bruikbare samenvatting maakt of vergelijkbare inhoud produceert. Binnen de grenzen van tijd, budget en scope werkt dat niet. Wie onbewerkte, ongesorteerde documenten in een opslagbucket dumpt, kan niet verwachten dat Harry Potter achter het stuur van het taalmodel kruipt en alles oplost.

Mijn advies is weinig controversieel, en ik geef het met dezelfde zachte glimlach als Lanier: besteed in ieder AI-project veel tijd aan de kwaliteit van de gesprekken en gegevens in je dataset. Zorg dat de data betrouwbaar en logisch per domein of onderwerp zijn geordend. Deel ze op in heldere segmenten die aansluiten op bedrijfsprocessen, zodat je het model stapsgewijs kunt afstellen en testen.

Een kort maar welgemeend moment van waardering voor alle datamensen.

Bedankt voor het lezen,

Kai