Data zijn een vertaling van onze complexe werkelijkheid in numerieke waarden. Dat is noodzakelijkerwijs een versimpeling van de wereld. Het maakt het abstracte concreet, het onvatbare vatbaar. Tenminste, dat is het idee. En het is een waardevol idee, want met data kunnen we rekenen en de wereld inzichtelijk maken.

Meten is weten

We kunnen mensen in al hun complexiteit niet ordenen, prioriteren of op waarde schatten. Maar als je mensen een numerieke waarde weet toe te wijzen, dan lijkt dat opeens wel te kunnen.

Wat we weleens vergeten is dat wat we meten niet de werkelijkheid zelf is. Het is een representatie van de werkelijkheid. Deze representatie komt niet zomaar tot stand. We maken keuzes in wat we meten, maar ook hoe, wanneer, waar, hoe vaak en door wie. Dit zijn variabelen die verschil kunnen maken in het resulterende model van de werkelijkheid.

Daarom is het ook een illusie dat data een objectieve representatie van de wereld zijn. Deze representatie zegt vaak iets over de wereld, maar net zoveel over hoe wij de wereld zien. We proberen de wereld te verdelen in categorieën: man of vrouw, jong of oud, betrouwbaar of niet betrouwbaar.

Neem een simpel voorbeeld. De lengte van een object is moeilijk te betwisten. Maar als het meetinstrument niet precies is, dan heb je alsnog een verkeerd beeld van de werkelijkheid. Ook kan een object van grootte veranderen in de tijd. Of dit uitmaakt, ligt aan de context waarin je deze meting doet. Een lengte van een persoon verkeerd representeren op een paar millimeter is niet zo erg. In vliegtuigonderhoud maken precieze metingen van materialen wel degelijk uit, want een verschil van een paar millimeter kan onvoorziene consequenties teweegbrengen.

Lengte is dan nog vatbaar. Maar neem iets meer abstracts, zoals inkomen. Dit kun je niet waarnemen in de wereld. Het woord 'inkomen' op zichzelf is een categorie, een verzamelnaam voor iets. Wat we bedoelen met inkomen, is niet een getal op zich: dit zegt ons niet zoveel. Zo betekent 3000 euro aan inkomen iets heel anders in Nederland in vergelijking met een ander land. Het inkomen is eigenlijk een benadering voor wat een persoon zich in de wereld kan permitteren. Bij verhuur willen we weten of deze persoon de huur kan betalen. Bij uitkeringen willen we weten of deze persoon wel of niet kan rondkomen zonder hulp. Zonder context, zonder interpretatie, is de data betekenisloos en niet van waarde. Pas in een bepaalde context krijgt het betekenis.

Een ander voorbeeld: een postcode is in een bepaalde context slechts een aanduiding van een geografische locatie, maar in een andere context kan het geïnterpreteerd worden als een risicofactor voor recidive. Dezelfde waarde, maar een compleet andere betekenis.

Centralisatie

In tijden van datagedreven werken lijkt het misschien logisch om één organisatie verantwoordelijk te maken voor databeheer. Die verzamelt de data, bewaakt de kwaliteit en houdt alles actueel. Het voordeel lijkt duidelijk: minder inconsistenties, minder triviale fouten, één gestandaardiseerde manier van organiseren. Voor burgers betekent centralisatie dat ze hun gegevens maar één keer hoeven door te geven. Voor de overheid betekent het dat beslissingen sneller kunnen worden genomen, omdat alle benodigde informatie direct beschikbaar is.

Maar dat voordeel is ook het nadeel. Doordat de data van één bron komen, gaat de context waarin ze zijn gegenereerd verloren. Ook is het niet duidelijk voor degenen die de data gebruiken, hoe deze tot stand zijn gekomen. Verschillende organisaties gebruiken data voor verschillende doeleinden. Voor één organisatie is het inkomen alleen het maandloon van een persoon, voor een ander bevat het ook eventuele toeslagen die iemand ontvangt. In de ene context heeft het geen consequenties dat iemand een toeslag heeft ontvangen, terwijl in een andere context deze toeslag ervoor zorgt dat deze persoon onterecht wordt afgewezen voor het ontvangen van een uitkering.

Doordat data worden losgekoppeld van de organisaties die het daadwerkelijk gebruiken, ontstaat er afstand. Die organisaties kunnen moeilijker maatwerk leveren. Ze kunnen ook moeilijker uitleggen hoe ze tot beslissingen zijn gekomen, want die beslissingen zijn gebaseerd op data die hen is aangeleverd volgens standaarden die elders zijn bepaald.

Daarnaast vervagen hiermee ook de doelen waarvoor de data in eerste instantie zijn verzameld. Volgens de Algemene Verordening Gegevensverwerking (AVG) mag data die voor één doel zijn verzameld niet zomaar voor een ander doel worden ingezet. Maar wanneer databeheer gecentraliseerd wordt, dan worden dezelfde data voor meerdere doelen gebruikt. Dan is het principe van doelbinding lastig te realiseren.

Mensen in atypische situaties, dat wil zeggen mensen van wie de data niet gemakkelijk in bestaande categorieën past, krijgen het moeilijk. Hun data aanleveren wordt lastiger, omdat het niet netjes in de hokjes past die zijn voorgedefinieerd. Een zelfstandige met fluctuerend inkomen, iemand met een complexe gezinssituatie, een persoon wiens werkelijkheid niet valt te vatten in de voorziene velden: zij vallen tussen wal en schip.

Data los van de persoon

Data zouden niet leidend moeten zijn. Wanneer je gegevens over mensen hebt, zie je die los van de persoon zelf. Vroeger moest je voor een bevraging langs het huis van de persoon in kwestie gaan of bellen. Er was direct contact. Nu kun je met bestaande data allerlei conclusies over iemand trekken zonder dat diegene weet dat hij wordt onderzocht. Hij kan zich niet verweren of bezwaar maken, totdat hij de consequenties ervaart.

Wat betekent het dat onze data los worden gezien van onszelf? Wij zijn onze data niet, maar worden wel zo behandeld - uit gemak en efficiëntie. Deze scheiding tussen persoon en datarepresentatie heeft vergaande gevolgen voor hoe we mensen benaderen en behandelen. We kunnen nu gemakkelijk allerlei dingen over mensen te weten komen, zonder dat ze daarbij betrokken worden. Alleen omdat het kan, betekent niet dat we dat ook moeten doen.

Een bewuste keuze

De overheid vindt datacentralisatie de moeite waard en neemt de nadelen ervan voor lief. Ze zet in op efficiëntie voor de meerderheid, ook al wordt het moeilijker voor wie niet in het systeem past. Maar de overheid is er voor iedereen. En dus mag de overheid deze mensen niet uit het oog verliezen.

Dat betekent concreet dat we systemen moeten ontwerpen waarbij uitzonderingen worden meegenomen, en die niet als bijzaak worden behandeld. Er zou altijd een menselijke beoordelaar beschikbaar moeten zijn voor complexe gevallen. Er moet transparantie zijn over hoe data van burgers worden verwerkt. Organisaties moeten verantwoording kunnen afleggen over hoe ze data interpreteren. En bovenal: we mogen de kaart niet voor het landschap aanzien. Data zijn een representatie van de werkelijkheid. Niet de werkelijkheid zelf.