Bron website KING

Data is de olie van de hedendaagse maatschappij. Het is één van de eerste vergelijkingen die Johan Wolfswinkel van Tilburg University maakt tijdens de eerste masterclass over (big) data, die KING en de Jheronymus Academy of Data Science (JADS) in Den Bosch organiseerden. Ongeveer veertig gemeenten deelden hier hun kennis en ervaringen met data science.

Want alhoewel het gebruik van (big) data nog in de kinderschoenen staat, doen gemeenten al volop ervaring op met het gebruik ervan. Hierbij lopen zij tegen verschillende vraagstukken aan zowel op het gebied van techniek, als ook op het gebied van ethiek en privacy. Of zoals een deelnemer het verwoordt: ‘We moeten altijd de vraag blijven stellen of we data wel moeten opslaan.’

Het sluit aan bij een belangrijke vraag die Wolfswinkel in zijn college meegeeft: hoe kun je oneerlijke conclusies vermijden, zelfs als ze waar zijn? Het is één van de hoofdvragen die het JADS zichzelf stelt om het gebruik van open data door overheden te verbeteren. Het is immers vaak eenvoudig om een correlatie tussen verschillende cijfers aan te tonen, maar dat betekent niet noodzakelijk dat er ook een causaal verband is. Of nog anders gezegd: Data is nog geen informatie en informatie is nog geen kennis. Hoe je tot die kennis komt, is afhankelijk van hoe je de data analyseert en gebruikt.

Data Science voor de overheid

In het eerste deel van de masterclass stond de vraag centraal: wat is big data nu eigenlijk en waarin verschilt het van ‘gewone’ data. Wolfswinkel legt dit uit aan de hand van vier V’s: Volume, Velocity, Variety, Veracity,. Kort gezegd: Big data is zo groot dat het niet in een normaal bestand past. Daarnaast wordt de data real-time verwerkt, combineren we verschillende bronnen en moet de data ook nog inhoudelijk juist zijn.

Big data biedt veel kansen voor overheden. Tenslotte kunnen we nu gegevens analyseren waar we nooit eerder informatie uit konden halen. Wie rondkijkt op het Dublin Dashboard, waar het gemeentebestuur van de Ierse hoofdstad allerlei nieuwe informatie real time beschikbaar stelt, krijgt een beeld van de welhaast onbegrensde mogelijkheden. Ook in Nederland wordt er al veel geëxperimenteerd, bijvoorbeeld door sociale media te analyseren bij evenementen of op drukke plekken. Bovendien blijken veel gemeenten (big) data te gebruiken om hun bedrijfsvoering te optimaliseren.

Gemeenten vormen een bijzondere groep als het gaat om data science, zo blijkt wel uit de masterclass. Niet alleen zijn gemeenten de bestuurslaag die het dichtst bij de burger zit, waardoor je snel kunt bijsturen op basis van data die je binnenhaalt, ook hebben gemeenten door de decentralisatie meer taken gekregen, waarbij data een manier kan zijn om de effecten van beleid te meten en bij te sturen.

Hoever moet je gaan met de data?

De belangrijkste vraag tijdens de masterclass blijft die van de ethiek. Veel data gaat namelijk over persoonsinformatie. Welke persoonsinformatie mag je nu wel en welke niet gebruiken in het kader van de privacy? En wanneer is persoonsinformatie nog persoonsinformatie? Vaak wordt versleutelde persoonsinformatie gebruikt, die niet meer herleidbaar is tot een persoon. Hebben we het dan nog over echte persoonsinformatie of niet? Dit soort vragen leidden tot veel discussie tijdens de masterclass.

Een eenduidig antwoord is niet te geven, zo bleek in Den Bosch. Wel heeft de Wetenschappelijke Raad voor het Regeringsbeleid (WRR) recent een advies gegeven aan de regering hoe ze om moet gaan met big data. Hierbij geven ze aan dat je zou moeten kiezen voor dataminimalisatie. Dus dat je zo weinig mogelijk data zou moeten verzamelen. Daarnaast moet het doel waarvoor je data verzamelt, van tevoren helder zijn. Uitgangspunten die, zo stelt Wolfswinkel, op gespannen voet staan met de uitgangspunten van big data, waarbij je juist zoveel mogelijk informatie verzamelt waar je van tevoren niet precies van weet wat je eruit haalt.

Werken met big data: een grote verantwoordelijkheid

Dat betekent dat de gemeente die persoonsgegevens wil opslaan een belangrijke verantwoordelijkheid heeft. Bij iedere stap moet je je afvragen of en waarom je deze data opslaat, analyseert of vervolgens gebruikt in het beleid. Daarbij moet niet alleen naar motieven gekeken worden. Zoals een deelnemer zegt: ‘Denk ook na wat je kwaad kan doen met deze data. Je weet ten slotte nooit wat voor regering er na jou komt’.