Het thema ‘zoeken en vinden’ dekte volgens moderator Annemarie van Campen niet de lading van de VOGIN-IP-lezing op 21 maart jl. ‘Er is dit jaar een werkwoord bij gekomen: checken.’ Gelijk had ze. Het programma liet zien aan welke veranderingen de informatiesector onderhevig is.
Door: Vincent M.A. Janssen
Ook voor de zevende editie van de VOGIN-IP-lezing moesten de bezoekers in de Openbare Bibliotheek Amsterdam weer lastige keuzes maken. Werd het bijvoorbeeld een aantal lezingen over data science of toch een workshop zoekmachinemarketing? Ongeacht de keuze die de bezoeker maakte, hij werd door de keynotes in ieder geval getrakteerd op een portie factchecking en data(visualisatie).
Personalisatie
Op het programma stonden deze keer een aantal heuse data wizards. Neem Daan Odijk, lead data scientist bij RTL. Hij liet zien hoe bij zijn werkgever data en kunstmatige intelligentie worden ingezet om voorspellingen te doen over kijkersaantallen. Het weer, de seizoenen, feestdagen, voetbalwedstrijden; het is allemaal van invloed op het kijkgedrag. Verder gebruikt RTL data om zoveel mogelijk inzicht te krijgen in de behoeften van haar gebruikers. ‘Hiervoor hoef je maar te kijken naar de zoekresultaten van ons dochterbedrijf Videoland; die geven een schat aan informatie,’ legde Odijk uit. ‘Gebruikers zoeken bijvoorbeeld op Game of Thrones, een serie die Videoland niet aanbiedt. Die data gaan dan vervolgens naar ons aankoopteam om te kijken of ze de collectie nog beter kunnen laten aansluiten op de interesses van de gebruikers.’
De gebruikersdata worden ook ingezet om het aanbod te personaliseren. ‘Persoonlijke aanbevelingen leiden tot aantoonbaar meer views,’ weet Odijk. Toch zit niet iedereen op deze personalisatie te wachten. ‘Het schrikt mij enorm af om nu nog RTL of Videoland te gebruiken, als ik jouw verhaal hoor,’ reageerde een toeschouwer verontwaardigd. Maar ontkomen aan een gepersonaliseerd web lukt haast niet meer. Paula Kassenaar van de online fashion store Zalando liet in haar lezing zien hoe zij de webshop slimmer maakt met de nieuwste software: ‘Koop je een broek? Dan beveelt Zalando je meteen een bijpassend paar schoenen aan.’ Zo wordt de consument verleid om meer te gaan kopen.
Ovengerechten
Data worden niet alleen gebruikt om meer omzet te genereren. Spreker Marieke van Erp (Digital Humanities Lab van de KNAW) maakte een dataset van oude recepten. Waarom? ‘Wij [Marieke van Erp, Melvin Wevers en Hugo Huurdeman] zijn foodies en dol op eten’. Tijdens haar lezing liet zij zien hoe er de afgelopen decennia is geschreven over eten: ‘Hoe werd er in het verleden bijvoorbeeld gekeken naar gezond eten? Die informatie kan weer reuze interessant zijn voor diëtisten,’ zegt Van Erp. Zij liet vijftig jaar aan recepten uit de Delpher-krantencollectie met de nieuwste taaltechnologie analyseren. Uit de acht miljoen krantenberichten die doorzocht werden, kwamen maar liefst 27.000 recepten tevoorschijn. De eerste analyses laten zien dat met name ovengerechten, kerstrecepten en vegetarisch eten het populairst waren.
De volgende stap is om deze data te verrijken en te koppelen aan andere informatiebronnen, bijvoorbeeld Wikipedia. Vooralsnog een lastige klus. In de digitale encyclopedie is namelijk weinig te vinden over etenswaren. Congresbezoeker Michel Wesseling, werkzaam voor Wikimedia Nederland, weet dit aan de scheve man-vrouwverhouding van bijdragers aan de online encyclopedie: ‘88 procent van de Wikipedianen is man. Zij bepalen dus grotendeels wat encyclopediewaardig is. En dan krijg je vooral “mannenonderwerpen”,’ aldus Wesseling.
Muzikale schatten
Naast de culinaire wereld was er tijdens deze VOGIN-IP-lezing ook aandacht voor muziek als onderwerp van data-onderzoek. Folgert Karsdorp (taalwetenschapper bij het Meertens Instituut) en Mike Kestemont (assistent professor in de literatuur bij de Universiteit Antwerpen) ontwikkelden een ‘deep learning-model’ dat rapteksten genereert. Het algoritme heeft hiervoor duizenden hiphopteksten geanalyseerd. Om aan te tonen hoe goed hun model werkt, namen zij de proef op de som op Lowlands. Festivalbezoekers ondergingen daar een soort Turingtest; zij moesten raden welke tekst geschreven was door een computer en welke door een mens. Slechts 61 procent van de antwoorden was correct. ‘Deelnemers deden het amper beter dan de gokkans,’ aldus de onderzoekers. Het VOGIN-IP-publiek deed het niet veel beter. Van de vier teksten die zij kregen voorgelegd, wisten ze slechts in twee gevallen correct te raden door wie deze gemaakt was.
Behalve rap stond ook klassieke muziek op het programma. Cynthia Liem, pianist en onderzoeker bij de TU Delft, maakt zich zorgen dat klassieke muziek slecht vindbaar is op het web. Zo zijn verschillende uitvoeringen van eenzelfde muziekstuk vaak niet van elkaar te onderscheiden in de metadata. In haar lezing liet zij zien hoe zij dit soort muziek verrijkt met bijvoorbeeld krantenberichten en beter vindbaar maakt in Google. ‘Doen we dat niet, dan ben ik bang dat digitale muzikale schatten in de vergetelheid raken.’
Datavisualisatie
Het communiceren van data is weer een heel andere tak van sport. Daar heb je bijvoorbeeld journalisten voor nodig. Een hiervan is keynote-spreker Frédérik Ruys, bekend van de VPRO-documentaireserie Nederland van Boven. Hij deed het werk van een datajournalist eenvoudig klinken: ‘Ik maak plaatjes.’ Maar daarvoor gebruikt hij wel gigantische en complexe datasets. Hij visualiseerde onder andere potentiële dijkbreuken in Nederland, alsook een 3D-model van het Anne Frank Huis.
Naast datavisualisatie is er nog een vaardigheid die de journalist van vandaag dient te beheersen: OSINT. Oftewel Open Source Intelligence. Daarom werd deze dag afgesloten met een keynote van Bellingcat-oprichter Eliot Higgins. Zijn collega-factcheckers Henk van Ess en Christiaan Triebert stonden al eerder op het podium van de VOGIN-IP-lezing, dit jaar was het aan Higgins om de mogelijkheden van open bronnenonderzoek te demonstreren. ‘Identificeren, checken, verspreiden; dat zijn de taken van het onderzoekscollectief Bellingcat,’ aldus Higgins. Tijdens zijn lezing liet hij bijvoorbeeld zien hoe zijn collega’s ‘Netherlands’ most wanted’ Shahin Gheiybe – veroordeeld voor een dubbele poging tot moord – wisten te lokaliseren aan de hand van de stand van de bloemen op een Instagramfoto.
Higgins’ boodschap is inmiddels alom bekend: ‘Iedereen kan het’. Met een laptop, een wifiverbinding en engelengeduld kun je verborgen dataschatten zoeken en vinden.
-> Wil je zelf ook een digitale detective worden? Dan kun je binnenkort in de leer bij Bellingcat. Zij hebben namelijk grootse ambities in Nederland. In een speciaal interview in IP nr. 4 met Eliot Higgins vroeg IP naar de plannen van het platform in ons land.
Vincent M.A. Janssen is redacteur van IP en freelance informatieprofessional