Moderne wetenschap: van ivoren toren naar panopticon
Op 21 maart 2018 organiseerde DANS, een instituut dat zich hardmaakt voor de permanente toegankelijkheid van digitale onderzoeksgegevens, een Open day on open science. Bibliotheekmedewerkers en (veelal jonge) onderzoekers kwamen samen om kennis te nemen van manieren waarop collega’s bezig zijn met het beheren, archiveren en hergebruiken van data. Ik zet mijn belangrijkste indrukken van de open dag op een rij.
In ieder geval één onderzoeker is ‘freaking out’
De deelnemers aan de open dag hebben met elkaar gemeen dat zij enthousiast zijn over openheid in de wetenschap. Openheid kan bijvoorbeeld helpen om de kloof te dichten tussen de belastingbetaler, die onderzoek financiert, en de onderzoeker die gewoon is geworden zich in zijn ivoren toren terug te trekken. Ook helpt openheid onderzoekers om voort te bouwen op het werk van anderen doordat zij elkaars gegevens kunnen gebruiken. Maar er zijn obstakels.
Universitair hoofddocent Rens van de Schoot geeft het startschot voor de open dag en toont zich sceptisch: Mijn mening over open science? ‘I’m freaking out’.
Hij is de eerste die dat hardop durft te zeggen. Tussen droom en daad staan wetten in de weg en praktische bezwaren. Over die bezwaren later meer; hoe ziet de droom eruit?
‘Sharing is caring’ of de ideologie achter open wetenschap
Door het praatje van Jeroen Bosman en Bianca Kramer van de Universiteitsbibliotheek Utrecht besef ik dat openheid van de wetenschap een ideologische drijfveer heeft die we kennen van het vroege internet. In het midden van de 20e eeuw werd software veelal ontwikkeld door academici en onderzoekers van bedrijven die met elkaar samenwerkten. [1] De broncode deelden zij met gebruikers zodat die de software zelf konden aanpassen.
Deze culturele praktijk werd enkele decennia later, nog voor de opkomst van het wereldwijde web, voortgezet door hackers en hobbyisten.
In lijn met deze openheid stonden bij de introductie van het internet zoals we dat nu kennen principes als transparantie, open standaarden en netneutraliteit centraal. [2] Iedereen moest kunnen deelnemen en wel op een gelijkwaardige manier, dus zonder inmenging van een partij zoals een centrale overheid of een onderzoeker die toegang reguleert of informatie filtert. [3]
Jeroen Bosman en Bianca Kramer zetten, zonder zelf deze geschiedenis expliciet te noemen, deze gedachte voort. Van delen worden we allemaal beter, is hun stellige overtuiging. Ze laten snoepjes rondgaan in een transparante verpakking en laten het publiek bepalen waar hun presentatie over gaat. Verschillende voordelen van delen komen aan bod. Zo stelt delen onderzoekers in staat om al vroeg feedback op hun werk te ontvangen.
Zelf deelden Jeroen en Bianca een preprint van hun artikel over open access. De eerste reactie die zij daarop kregen was niet alleen veel langer dan een doorsnee reviewcommentaar, maar is ook nog eens door iedereen in te zien.
Rens van de Schoot geeft zijn eigen interpretatie aan transparantie. Hij en zijn collega’s van de Universiteit Utrecht stellen elke donderdag om 11 uur hun werkplek open. Iedereen kan dan komen kijken. Binnenkort gaan zij Google Glass dragen tijdens het werk zodat ook virtueel kan worden meegegluurd. Je zou het een eigentijds panopticon kunnen noemen, dat door verlichtingsfilosoof Jeremy Bentham ooit als een architectonisch principe voor niet alleen gevangenissen maar ook werkplaatsen werd beschreven. [4]
Van utopie naar dystopie
Hoewel alle aanwezigen op de open dag overtuigd lijken van het ideaal van transparantie, wordt in vrijwel elke presentatie een kanttekening geplaatst. Zo vertelt onderzoeker Frank von Meijnfeldt over een kwalitatieve studie die hij heeft verricht naar levensverhalen van vluchtelingen in het kader van het project Ongekend bijzonder. Video’s van interviews zijn via de website van DANS gedeeld, maar daar is enige censuur voor nodig geweest.
Sommige door de vluchtelingen gegeven informatie zou namelijk de achterblijvers in het thuisland in gevaar kunnen brengen.
De moeilijkheid – misschien wel onmogelijkheid – van het waarborgen van anonimiteit komt regelmatig ter sprake. Rens van de Schoot geeft bijvoorbeeld aan moeite te hebben met het delen van gegevens van onderzoek naar slachtoffers van een specifieke catastrofe (denk aan de brand in café Het Hemeltje). Omdat de onderzoeksgroep zo specifiek is, zou het niet moeilijk moeten zijn de identiteit van participanten te achterhalen.
Hij maakt daarbij duidelijk dat dit ook voor onderzoeken met minder selecte steekproeven zou kunnen gelden. Krachtige algoritmen en snelle computers maken het steeds makkelijker om informatie te herleiden tot een individu, want er is al veel informatie over ons voorhanden door het internet (denk aan Facebook).
Rens geeft hier geen voorbeelden van, maar er zijn de afgelopen jaren meerdere gevallen in het nieuws geweest, zoals een door de stad New York vrijgegeven dataset over taxiritten die het mogelijk maakte om inzage te krijgen in ritten van beroemde personen. [5] En een dataset gedeeld door Netflix met gegevens over klanten die relatief eenvoudig gedeanonimiseerd konden worden. [6]
Naast problemen met het waarborgen van anonimiteit zie ik nog een ander probleem: al te gemakkelijk ontstaat de indruk dat data voor zich spreken. Deel je onderzoeksgegevens en anderen kunnen die analyseren, is het achterliggende idee. Maar om gegevens op een zinnige manier te analyseren moet je die kunnen interpreteren en daar heb je contextuele informatie voor nodig.
Hoe zijn de variabelen bijvoorbeeld gedefinieerd en hoe zijn de data verzameld? Uit ervaring weet ik dat zelfs variabelen die rechttoe rechtaan lijken dat niet zijn. Denk aan de sociaaleconomische status van een kind, hoe meet je die? Vaak wordt die status gelijkgesteld aan de opleiding van de ouders.
Maar kies je één specifieke ouder (zoals vaak gebeurt, namelijk de moeder) of beide ouders? En middel je in het laatste geval die gegevens of doe je er iets anders mee? En hoe bepaal je dan wat hoog en laag is, waar ligt de grens?
Het minste wat je dus als onderzoeker moet doen, is bij je dataset informatie over de methode geven. Maar gaat dat ver genoeg? Is er niet nog meer context nodig, zoals over de ideeën van waaruit het onderzoek is ontstaan en de hypothesen die voorafgaand aan de dataverzameling zijn geformuleerd? Waarschijnlijk wel.
Maar is dat niet precies wat onderzoekers opschrijven in een artikel? Oftewel, zou de publicatie van onderzoeksgegevens niet altijd gepaard moeten gaan met de publicatie van een artikel, bij voorkeur geschreven door een persoon die nauw bij het onderzoek betrokken is geweest?
Tot slot is er nog het meest praktische van alle bezwaren: een gebrek aan tijd. Archeoloog Roos van Oosten sluit de open dag af met een realistische noot, namelijk dat ‘McUniversity’ al zoveel vraagt van onderzoekers. Eerder op de middag had Josje den Ridder, onderzoeker van het Sociaal Cultureel Planbureau, verteld over haar promotieonderzoek waarvoor zij gegevens bij andere onderzoekers had opgevraagd die die vaak niet meer konden overleggen.
Toch had zijzelf ook haar onderzoeksgegevens nog niet gedeeld… vanwege een gebrek aan tijd.
Het is duidelijk dat onderzoekers meer middelen nodig hebben om op een gedegen manier de gegevens die zij verzamelen te beheren en archiveren. Gelukkig staan bibliotheekmedewerkers en andere ondersteuners te trappelen om dit makkelijker te maken. Maar er is ook, heel ordinair, meer geld nodig. Want tijd is geld en geld is tijd.