Denk niet dat het algoritme altijd gelijk heeft

beeld iStock

Die leuke vakantie naar Slovenië, was dat uw idee of duwde het algoritme van Google u die richting op? Bent u meer van katten gaan houden? Of komt dat door al die kattenvideo’s die overal opduiken nadat u een kattenfoto op Facebook hebt geliket?

Algoritmen, wen er maar aan, schrijft Jim Stolze. Algoritmen, wen er alsjeblieft nooit aan, zegt Franklin Foer.

„Een algoritme is niets ingewikkelds. Het is gewoon een stap-voor-stapprocedure om iets voor elkaar te krijgen.” Zoals het maken van een omelet, schrijft Jim Stolze in ”Algoritmisering, wen er maar aan!” Twee eieren, twee tomaten en een plakje kaas volstaan. Daarna volg je een stappenplan en voor je het weet heb je een heerlijk geurende omelet. Niets nieuws onder de zon. Stappenplannen zijn van alle tijden.

Toch gaat het pas sinds enkele jaren over algoritmen. Het algoritme van Google, het algoritme dat kankercellen ontdekt, het algoritme dat de politie gebruikt om inbraken te voorspellen, de algoritmen duiken overal op. Soms met een dreigende ondertoon: het algoritme van Facebook bevestigt ons in onze vooroordelen. Hoe zit dat? Vormen deze algoritmen ook slechts stappenplannen, die dankzij de computer enkel een niveautje hoger gaan dan het recept van een omelet?

Het woord algoritme is een afgeleide van de naam van de Perzische wiskundige Al-Chwarizmi. Hij leefde rond 720 na Christus en legde de basis voor de algebra. Zijn formules vormden algoritmen, zou je met enige fantasie kunnen zeggen. Maar die formules moesten wel door mensen worden opgelost. Die hebben zo hun grenzen, dus voor de doorbraak van het algoritme was het wachten op de computer. Die kan formules oplossen die het menselijk kunnen te boven gaat. Een algoritme moet je hierbij zien als de beschrijving van een probleem (net als een recept), een computerprogramma als de uitvoerder.

Tijdlijn

Dat we het nu veel vaker over algoritmen hebben, komt dus vooral doordat we er veel vaker mee worden geconfronteerd. De computer zit in onze binnenzak. Je kunt een algoritme best uitleggen als recept, maar dat is vooral handig om het begrijpelijk te maken. Als het puntje bij het paaltje komt, gaat het altijd over computeralgoritmen.

Algoritmen kun je in vier hoofdcategorieën indelen, schrijft wiskundige Hannah Fry in ”Algoritmes aan de macht”. Je hebt algoritmen die op basis van prioriteit werken. Denk aan een schaakcomputer: die gaat alle mogelijkheden razendsnel na en beslist dan welke zet de beste is. Google werkt net zo: vanuit alle zoekresultaten kunnen er maar een beperkt aantal op de eerste pagina.

In de tweede plaats zijn er classificatiealgoritmen: deze worden vooral gebruikt door adverteerders. Op basis van je eerdere zoekgeschiedenis op internet kunnen deze algoritmen bepalen in welke advertenties je waarschijnlijk geïnteresseerd bent.

Ten derde zijn er algoritmen die naar associaties zoeken. Denk bijvoorbeeld aan de aanbevelingen die Amazon doet: dit zou je ook kunnen kopen. Ten slotte zijn er algoritmen die isoleren wat belangrijk is, zoals dat gebeurt bij de persoonlijke tijdlijn van Twitter en Facebook.

Naast deze vier categorieën kun je algoritmen nog op twee manieren indelen. Dat gaat niet over het doel dat ze hebben, maar over de methode die ze hanteren. De eerste soort is voor ons mensen goed te volgen: dit zijn op regels gebaseerde algoritmen. Deze worden in z’n geheel door de mens opgesteld. Eerst moet de computer dit doen, dan dat, ten slotte dat en dan heb je de uitkomst. Zo klaar als een klontje, al kunnen ook dit bijzonder ingewikkelde algoritmen zijn.

De tweede soort algoritmen zijn de machinelearningalgoritmen. Hier komt het begrip kunstmatige intelligentie om de hoek kijken: deze algoritmen leren zichzelf om het steeds beter te doen. Om een beetje in de recepttaal te blijven: door een iets andere verhouding te kiezen, krijg je een beter resultaat. Een voorbeeld hiervan is een algoritme dat kankercellen opspoort. Doordat het algoritme steeds meer kankercellen heeft gezien, kan het deze beter herkennen.

Dergelijke zelflerende algoritmen roepen nogal eens vragen op. Logisch, want ze zijn niet altijd te volgen. Maar, denkt Fry, voorlopig is de bezorgdheid over intelligente algoritmen die de planeet aarde vernietigen net zoiets als vrees voor overbevolking van Mars.

Data

Wie het algoritme wil begrijpen, kan niet om het begrip data heen. Data vormen de ingrediënten die de uitvoering van het recept mogelijk maken. Zonder data kan het algoritme dus niets.

De Britse supermarktketen Tesco had dit in 1993 als eerste door dankzij de introductie van een soort creditcard. Bij elke transactie verzamelde de klant punten die hij kon gebruiken bij toekomstige aankopen in de winkel. De data leverden een schat aan informatie op: Tesco kon in korte tijd tot in detail in kaart brengen welke producten hun klanten kochten en daarna gericht aanbiedingen doen. Al snel namen andere supermarkten dit model over.

Daar bleef het niet bij. In 2003 zag Palantir Technologies het levenslicht, een start-up in Silicon Valley. Palantir is een van de vele zogenoemde datamakelaars, bedrijven die voortdurend ons (internet)gedrag in de gaten houden. Hun algoritmen zoeken patronen in ons koopgedrag, zodat ze ons steeds beter kunnen aansturen.

Dat geldt niet enkel ons koopgedrag, weten we ondertussen. Een persoonlijkheid behelst meer, zo begrepen enkele onderzoekers aan de universiteiten van Cambridge en Stanford eind 2012. En Facebook was een uitstekend middel om hierachter te komen. Op basis van de likes die iemand uitdeelde, wisten de onderzoekers een steeds gedetailleerder profiel op te stellen. Tot op zekere hoogte is dat redelijk onschuldig, zolang je de privacyvraag buiten beschouwing laat, tenminste.

Maar wat gebeurt er als deze gegevens in verkeerde handen vallen? Ja, dan kun je de Amerikaanse verkiezingen beïnvloeden. Door heel gericht een bepaalde politieke boodschap op de persoonlijke tijdlijn van Facebook te plaatsen. Hoe dit bij Facebook precies werkt, weet niemand. Het algoritme is heilig en blijft dus geheim. Of de verkiezingen daadwerkelijk zijn beïnvloed door deze datamanipulatie is lastig te zeggen. Over één ding is bijna iedereen het echter wel eens: dit moeten we niet willen, het ondermijnt de democratie.

Gezond verstand

Het is hierbij natuurlijk niet het algoritme zelf dat blaam treft. Die moet eerder gezocht worden bij de mensen die misbruik maken van de mogelijkheden van deze technologie. Dat is volgens Fry een belangrijk inzicht: het is nooit het algoritme alleen, het gaat om de relatie tussen mens en algoritme. Die relatie raakt steeds verder verstoord, vreest de wiskundige. Ze wijst op mensen die liever op hun navigatiesysteem vertrouwen dan op hun gezonde verstand.

Dat klinkt vrij onschuldig, maar is het niet. Het sluit goed aan bij de kritiek die filosoof Jeroen de Ridder uitte in het Nederland Dagblad: internet en algoritmen geven ons de suggestie slimmer te zijn geworden (Google weet alles, en wij nu dus ook, is de gedachte), maar dat zijn we niet, omdat het ons niet langer aanmoedigt kritisch na te denken.

Het is ook de zorg die filosoof Christian Madsbjerg uitspreekt in ”Filosofie in een tijd van big data”. Hij vergelijkt algoritmen met de exacte wetenschappen: ze kunnen heel veel verklaren, maar ze zullen ons nooit uitleggen wie we zijn. Madsbjerg is niet alleen filosoof, maar adviseert ook grote bedrijven. Hij ziet steeds vaker dat managers uitstekend kunnen analyseren (net als het algoritme), maar hun personeel uiteindelijk niet begrijpen. Willen ze dat wel, dan moeten ze volgens hem simpelweg boeken lezen. Romans. De geschiedenis bestuderen. Kunstwerken bekijken. Dit moet het doorgeschoten geloof in computers en algoritmen keren.

Franklin Foer voert in ”Ontzielde wereld” een soortgelijk pleidooi. Hij spuwt vuur naar Google, Amazon en Facebook, de grootmachten van het algoritme. Google beweert dan wel de wereld zo goed mogelijk te willen informeren, de werkelijkheid is het scheppen van een monopolie dat zijn weerga niet kent. Facebooktopman Mark Zuckerberg zegt weliswaar het beter te willen doen, maar schept met het algoritme van Facebook filterbubbels en is ook niet te beroerd om data voor een zacht prijsje van de hand te doen.

Ondanks hun alarmerende woorden vraag je je af of Madsbjerg en Foer het algoritme niet te veel eer bewijzen. „Misschien gaan we de mist in als we algoritmes beschouwen als een soort autoriteit”, schrijft Fry daarom terecht. Want het zijn toch de mensen die het algoritme gebruiken. Zelf kent het algoritme geen moraliteit (zolang je maar in het achterhoofd houdt dat onze omgang met het algoritme ons tot andere mensen kan maken).

Tegelijkertijd kan deze schijnbare onpartijdigheid ook een grote valkuil zijn: denken dat het algoritme onfeilbaar is. Dat is niet zo, schrijft Fry. Durf daarom te twijfelen aan de uitkomst die het algoritme voorhoudt. Dat schept de juiste verhouding: het algoritme beslist zo niet alles. Dat kan het ook niet, daarvoor is de mens te complex, denk bijvoorbeeld aan het mislukken van ”liefdesalgoritmen” om de ware aan te wijzen. Zodra we dat echter uit het oog verliezen, dreigt het wel goed fout te gaan (iets wat vooral Foer vreest).

Want dat is geen overwinning van de computer op de mens, maar de nederlaag van de mens op zichzelf. Door simpelweg te denken dat het algoritme altijd gelijk heeft.

Algoritmisering, wen er maar aan!, Jim Stolze; uitg. Boom, Amsterdam, 2018; 175 blz.; € 24,99.

Algoritmes aan de macht, Hannah Fry; uitg. De Geus, Amsterdam, 2018; 272 blz.; € 21,50.

Filosofie in een tijd van big data, Christian Madsbjerg; uitg. Ten Have, Utrecht, 2017; 237 blz.; € 15,-.

Ontzielde wereld, Franklin Foer; uitg. De Bezige Bij, Amsterdam, 2017; 272 blz.; € 23,99.