25 februari 2018

Digitale innovatie krijgt pas betekenis als we de verhalen erachter kennen

Algoritmes, Big Data, zelflerende machines, neurale netwerken en kunstmatige intelligentie, ze hebben allemaal het vermogen de kwaliteit van ons leven te verhogen. Het benutten van dit potentieel wordt afgeremd door er geheimzinnig over te doen. Digitalisering als ‘black-box’ is achterhaald. Openheid, responsiviteit en het hebben van een overtuigend narratief zijn de nieuwe standaard.

Verhalen helpen ons betekenis te geven. Een goed verhaal inspireert en helpt mensen bij het maken van keuzes. Het is van waarde bij de aankoop van producten en/of diensten, in de politiek, maar ook bij het aangaan van vriendschappen. Kortom, verhalen geven ons vertrouwen. Nu Digitalisering snel een steeds groter deel van ons leven uitmaakt, is het jammer dat we de achterliggende verhalen (nog) onvoldoende kennen.

Want laten we eerlijk zijn, wat zegt een zelfrijdende auto ons als we niet weten hoe bij een botsing het algoritme de overlevingskansen zal afwegen van de (oudere) inzittenden versus die van de overstekende moeder en haar kinderen? Of als 50% efficiencywinst bij het beoordelen van sollicitaties alleen mogelijk is dankzij een wiskundige ‘rekenregel’ in het algoritme die stelt dat dubbeltjes geen kwartjes kunnen worden. Zonder de achterliggende verhalen heeft Digitalisering geen betekenis.

Elke data-gedreven oplossing heeft een eigen verhaal. De verhaallijn ontstaat door de keuzes die we maken in het samenspel tussen het beoogde doel en de (kwaliteit en het eigenaarschap van de) data waarmee wordt gewerkt. Maar ook de ‘if-then-else’ logica van algoritmes, waarbij iets altijd ten koste gaat van iets anders, beïnvloedt in sterke mate de inhoud van het verhaal. Openheid over doelen, data en zowel de praktische als ethische parameters voor algoritmes maken het werken met data betekenisvol.

Een recent HBR artikel van Sanjeev Agrawal (‘Why Hospitals Need Better Data Science’) bevat treffende voorbeelden. Het laat zien hoe doelstellingen, zoals zorgkosten verlagen en patiëntbeleving verbeteren, zijn verbonden met data over cruciale zorgprocessen rondom het benutten van medische apparatuur, de werkroosters van personeel en het opnemen en ontslaan van patiënten. En hoe, gecombineerd met voorspellende algoritmes, dit resulteert in het stroomlijnen van operatiekamergebruik, het drastisch verkorten van infusiecentrum wachttijden en het versnellen van de ontslagplanning. Met andere woorden, 100 punten!

Tegenstanders van de nieuwe standaard wijzen er vaak op dat ‘black-box’ synoniem is voor bedrijfsgeheim en bijbehorend verdienmodel. Deze zienswijze is naïef en doet sterk denken aan de mystiek rondom de ingewikkelde financiële producten van begin deze eeuw. Niemand begreep deze producten op dat moment, maar later in de tijd bleken ze extreem giftig. Uiteindelijk vormden ze zelfs de directe aanleiding voor de grootste financiële crisis sinds de Grote Depressie.

Voorbeelden zoals die in het HBR artikel bewijzen dat een eerlijk, inspirerend en toekomstgericht Digitalisering narratief past bij organisaties die zelfbewust zijn en meer willen leren over hun rol in de hedendaagse data-samenleving. Deze organisaties vergroten hierdoor niet alleen de maatschappelijke acceptatie van Big Data en kunstmatige intelligentie. Ze verstevigen tegelijkertijd ook hun vertrouwensrelatie met stakeholders. Als bonus creëren ze voor zichzelf de ideale uitgangspositie voor het benutten van alle toekomstige vormen van Digitalisering die nog in het verschiet liggen.

Reacties


Plaats een reactie