De toekomst voorspellen onmogelijk? Steeds minder, volgens hoogleraar wiskunde Sandjai Bhulai. „Ik weet ver voordat de tulpen uit de grond schieten al wanneer de eerste 'tulpenveldselfies' verschijnen." 

Eerder spraken we over uw succesvolle onderzoek naar verkorte wachttijden voor ambulances en het project rondom zelfmoordpreventie dat u aan de Vrije Universiteit Amsterdam uitvoerde. Waar zijn jullie momenteel mee bezig? 

„Deze maand starten we een belangrijke samenwerking met het RIVM die als doel heeft desinformatie tegen te gaan. In de afgelopen jaren zagen we natuurlijk dat er allerlei foutieve uitingen rondom vaccinaties en het coronavirus circuleerden. Ondanks dat die berichten volgens het RIVM niet klopten, gingen ze wel viraal. De vraag van het RIVM is of we onjuiste berichtgeving over gezondheid en ziektes sneller kunnen opsporen, zodat dan misschien ook een tegenbericht kan worden geplaatst.” 

„Voor het opsporen van onjuiste berichten gebruiken we technieken om te kijken hoe deze zich op social media verspreiden. Welke termen moet een bericht bevatten zodat het viraal gaat? We ontwikkelen een AI-model dat kan voorspellen hoe een tweet zich zal verspreiden, waarbij bijvoorbeeld rekening wordt gehouden met het netwerk van de verspreider en de mate van activiteit van de gebruikers. Zo hopen we met wiskunde grip te krijgen op de verspreiding van desinformatie.”

En die tegenberichten kunnen we zien als een vorm van propaganda?

„Precies. Als we weten hoe die tweets zich verspreiden en waar ze terecht komen, kan het RIVM vragen of bijvoorbeeld influencers een tegenbericht willen plaatsen. Zodat mensen in ieder geval wel weten: dit is het juiste verhaal. Zo komt de verspreiding van een onjuist bericht misschien tot stilstand en gaat het niet viraal. Denk aan de samenwerking die ontstond tussen Diederik Gommers en influencer Famke Louise, die uiteindelijk samen de coronaregels aan jongeren uitlegden.” 

Maar wie gaat nu bepalen wat desinformatie is? Moeten we dat aan een algoritme overlaten? 

„Het feit dat je iets kunt, wil niet zeggen dat je dit ook moet doen. In het geval van het RIVM is er een heel duidelijk doel: het volk beter informeren over gezondheid. Het gevaar met voorspelbaarheid is dat je steeds gerichtere, misschien ook steeds gedetailleerdere dingen van mensen kunt weten. De vraag is of je het allemaal wilt weten en wat je er dan mee gaat doen.”

In hoeverre worden ethische componenten meegenomen bij dit soort onderzoeken? 

„Dat is zeker geen vanzelfsprekendheid. Al is er geen noodzakelijk slechte intentie. Zelf heb ik het ook weleens meegemaakt met een promovendus die voor een incassobureau onderzoek deed. Wij hebben toen een model gemaakt om te kijken wie op welke manier moest worden benaderd om zo snel mogelijk het verschuldigde bedrag terug te krijgen. Dat systeem is ook in de praktijk getoetst en er werd zo veel meer geld teruggevorderd.”

„Toen ik dit verhaal presenteerde zei iemand: ‘Weet je wel dat mensen die niet terugbetalen of bij zo'n incassobureau terechtkomen vaak persoonlijke problemen hebben? Misschien denken ze over zelfdoding. En dan kom jij met je algoritme waardoor ze dan over het randje worden geduwd.’ Daar had ik zelf niet bij stilgestaan, terwijl ik heel bewust ben van ethische aspecten.”

Jullie modellen zijn gericht op tekstuele analyse, maar mensen communiceren op social media steeds meer in foto’s en video’s. Maakt dat voor jullie analyse uit? 

„Je ziet nu inderdaad een verschuiving naar Instagram en Pinterest. Dat is voor onze modellen geen probleem. Dit hebben we vorig jaar getest tijdens de tulpendag. Ik wist ver voordat de tulpen uit de grond schoten al wanneer de eerste selfies in tulpenvelden zouden verschijnen. We voorspelden dat - doordat het een zachte winter was - de tulpen eerder uitgebloeid zouden zijn. Boeren maken foto’s van hun land, waardoor we al vroeg wisten dat de tulpen waren uitgekomen. En dat dat dus invloed zou hebben op de prijs. We konden bijvoorbeeld ook zien hoe IKEA reageerde, omdat dit bedrijf foto’s ging maken van interieurontwerpen waar tulpen goed bij zouden passen.”

De toekomst kunnen voorspellen klinkt zo best dichtbij.

„I agree to disagree met mensen die zeggen dat menselijk gedrag niet voorspelbaar is. Zoals bijvoorbeeld artsen in ziekenhuizen die zeggen dat elke patiënt uniek is. Wij kunnen namelijk best goed voorspellen hoe lang een patiënt in een ziekenhuis blijft liggen. We weten natuurlijk niet welke aandoening een specifieke patiënt heeft, maar het is inherent aan een grote dataverzameling dat stromingen en gemiddelden in beeld kunnen worden gebracht.”

Steeds meer bedrijven en organisaties weten jullie te vinden. Van welk project droomt u zelf? 

„Ik ben bezig met een plan dat misschien wel ambitieuzer is dan ooit, gericht op de zorg. Zoals we allemaal weten, komt deze steeds meer onder druk te staan. Ik zou daar graag preventief op inspelen door te onderzoeken welke simpele oplossingen iemand in het leefpatroon kan doorvoeren om langer gezond te blijven. Zo’n analyse is heel breed en gaat over: Hoe beweegt iemand? Wat eet iemand? Hoeveel bezoek ontvangt deze persoon? En kunnen we patronen ontdekken waardoor je langer gezond blijft? Dat vraagt natuurlijk om heel specifieke data. Van de thuiszorg, thuishulp, huisartsen, ziekenhuizen en ga zo maar door. Enkele gemeenten hebben zich nu al aangediend die als pilot willen meedraaien en er zijn ook al bedrijven die hebben aangegeven over passende data te beschikken. Dus wie weet, ik houd je graag op de hoogte.”

Meer weten? Bezoek op 15 juni tijdens het Déjà VU festival, de kennissessie ‘Big Data for Big Solutions waarin Sandjai Bhulai nog dieper zal ingaan op het onderwerp. Volg tijdens dit zomerfestival voor de hele VU-community meer kennissessies en talkshows, dans tussen de studenten bij de optredens van bekende artiesten, bezoek de festivalmarkt en geniet van het eten en drinken van de foodtrucks. Hierbij zijn? Bestel dan nu je ticket op vu.nl/dejavu