Wetenschap
Een van Nightingales diagrammen – in dit geval die de doodsoorzaken in het leger in het Oosten aantoont, gepubliceerd in 1858. Credit:Wikimedia Commons
In tijden van crisis wenden we ons vaak tot gegevens in een poging om zowel de situatie waarin we ons bevinden te begrijpen, en om te zoeken naar antwoorden over hoe te ontsnappen.
Als reactie op COVID-19, overheden over de hele wereld hebben algoritmen gebruikt, gebruikte gegevens van apps die op onze telefoons zijn geïnstalleerd, naast camerabewaking, gezichtsherkenning en andere hulpmiddelen voor het verzamelen van gegevens om de pandemie te bestrijden. Gegevens worden gebruikt om de dagelijkse bewegingen van miljarden mensen aan te sturen op een manier die velen van ons nog nooit eerder hebben gezien. Mensen krijgen de instructie om thuis te blijven, ga werken, draag maskers, of hun kinderen naar school sturen op basis van de onzichtbare hand van gegevens.
Toch heeft 2020 ook de gevaren hiervan benadrukt. De interpretaties en verzameling van deze gegevens zijn niet zonder problemen:artsen en politici die naar dezelfde gegevens kijken, kunnen totaal verschillende conclusies trekken over de juiste manier van handelen.
Zonder twijfel, we moeten alle middelen gebruiken die we kunnen in de strijd om levens te redden, maar de pandemie heeft ook veel problemen met datamapping naar voren gebracht. COVID-19 treft onevenredig de armste mensen in veel landen, evenals zwarte en Aziatische gemeenschappen. Dit is niet in de laatste plaats te wijten aan datagestuurde regelgeving die is ontworpen om de verspreiding van de ziekte te stoppen; vaak gebaseerd op aannames van de mensen die ze ontwerpen en uitvoeren.
Deze ongelijkheden bestonden al, maar modellen die de verspreiding vertragen door het sluiten van kantoren, verminderd vervoer en thuisonderwijs leggen een enorme druk op de armste en meest kwetsbare leden van de samenleving, die niet genoeg bevoorrecht zijn om hun werk- of woonsituatie te veranderen. Naarmate digitale technologieën verder worden geïntroduceerd, zoals mobiele track en trace, deze gemeenschappen zullen nog verder worden gemarginaliseerd. Zelfs in de rijkste landen, mensen zonder smartphone zullen worden gemist in alle digitale traceer-apps die zijn ontworpen om mensen te beschermen.
Hoewel deze praktijken voor velen een nieuwe confrontatie zijn, dergelijke technologieën - en hun tekortkomingen - worden al lang gebruikt om de levens vorm te geven, en sterfgevallen, van miljoenen over de hele wereld. In het digitale tijdperk, mapping en data worden nog steeds gezien als een oplossing. Meer mensen dan ooit worden onderworpen aan het feit dat hun leven niet wordt gedicteerd door gekozen functionarissen, maar door black box-algoritmen, kaarten, en datavisualisaties. Terwijl onze pogingen om de pandemie op afstand te houden doorgaan, we moeten kijken naar lessen uit andere crises en aandringen op een meer rechtvaardige wereld.
Om dit te doen, het is cruciaal dat mensen de glibberige kwaliteit van gegevens begrijpen. Statistieken lijken voor veel mensen solide. Maar gegevens kunnen misleiden, en begrijpen hoe dit gebeurt, is een enorme stap in de goede richting om gegevens te gebruiken om het leven van miljoenen mensen over de hele wereld te verbeteren, en om wereldwijde crises zoals COVID-19 aan te pakken.
Er zijn drie hoofdproblemen met gegevens.
1. Donkere gegevens
Het eerste probleem lijkt op het eerste gezicht het gemakkelijkst op te lossen. Donkere gegevens verwijzen naar gegevens die helemaal niet worden verzameld. Veel mensen geloven dat als we genoeg gegevens over alles zouden verzamelen, we elk probleem zouden kunnen oplossen. Toch is het onmogelijk om alles te verzamelen:er zullen altijd dark data zijn.
wij niet, bijvoorbeeld, gegevens verzamelen over of van kinderen op dezelfde manier als volwassenen vanwege wetten rond toestemming. Gegevens worden vaak verzameld via tools die niet voor iedereen beschikbaar zijn:mobiele telefoons delen enorme hoeveelheden informatie, maar niet iedereen heeft een telefoon.
Het echte probleem komt door wat bekend staat als epistemische en ideologische veronderstellingen. Deze aannames betekenen dat zelfs met de beste bedoelingen, we kunnen geen gegevens verzamelen over dingen waarvan we aannemen dat we ze niet nodig hebben, of waarvan we niet weten dat we er gegevens over nodig hebben. Grimmige voorbeelden zijn onder meer hoe vaak vrouwen worden uitgesloten van onderzoeken en testen, ofwel vergeten, of gebaseerd op veronderstellingen zijn ze hetzelfde als mannen. Dit kan dodelijke gevolgen hebben.
Soms dwingen onze vooroordelen ons er ook toe geen gegevens te verzamelen waarvan we denken dat ze tegen onze eigen belangen of kijk op de wereld indruisen. Een verrassend krachtige drang om onze status-quo te behouden, verlamt ons om deze barrière te doorbreken.
2. Datapositivisme
De problemen van donkere gegevens zijn nauw verbonden met een andere kwestie, bekend als datapositivisme. Dit heeft betrekking op wat we doen met de gegevens die we hebben vastgelegd.
Het is bijna onmogelijk om alle gegevens die we vinden te presenteren. Dit kan zijn omdat we er te veel van hebben, of omdat we met onze data een specifiek verhaal proberen te vertellen. Terwijl we de gegevens omzetten in kaarten en visualisaties, we moeten keuzes maken over wat wel en niet inbegrepen is, die vaak de vorm aanneemt van het prioriteren van het ene type kennis boven het andere.
Gegevens die goed passen bij traditionele kaartpraktijken zullen eerder op een kaart worden opgenomen dan andere vormen van informatie. Dit kan extreem complexe en concurrerende reeksen ideeën veranderen in te eenvoudige gegevensreeksen, die op zijn beurt wordt omgezet in een nog verder vereenvoudigde datavisualisatie. Deze visualisaties worden zelden in twijfel getrokken, omdat de manier waarop ze worden gemaakt de expertise van de meeste mensen te boven gaat. De expertise van de maker is algemeen vertrouwd - ze creëren een vals gevoel van zekerheid, maar een die we vasthouden, vooral als ze onze status-quo versterken.
3. Gegevens wassen
Dan is er nog de kwestie van het wassen van gegevens. Laten we aannemen dat je de problemen van donkere gegevens hebt vermeden en alles hebt verzameld, inclusief de gegevens waarvan u niet wist dat u ze nodig had, en dat je datapositivisme hebt genavigeerd bij het opschonen en voorbereiden van je gegevens.
U komt dan uw bevindingen presenteren. Misschien laten ze niet echt het verhaal zien dat je wilde, of laat het tegenovergestelde zien van wat je dacht - wat doe je? Pas je dingen aan zodat ze er anders uitzien? Sla je dat diagram over en ga je naar een ander dat iets dichter bij je hypothese laat zien? Kies je ervoor om helemaal niets te delen?
Dit lijken eenvoudige vragen om te beantwoorden, gemakkelijk om aan de goede kant van de ethische praktijk te blijven. Maar zelfs met de beste bedoelingen kunnen we onze eigen gegevens terzijde schuiven als deze niet voldoen aan de vooropgestelde veronderstellingen. We zouden tegen onszelf kunnen zeggen dat we een fout hebben gemaakt bij het verzamelen van gegevens, dus zou het niet moeten delen. Of we zouden kunnen denken:dat vertelt geen goed verhaal, Ik laat het weg. Of misschien:dit moet dramatischer, Ik zal de kleuren en het ontwerp veranderen om het te laten knallen.
Deze zijn niet altijd onoprecht, maar deze schijnbaar onschuldige beslissingen verbergen of verdoezelen gegevens en kennis. Ze zijn moeilijk te vermijden, zelfs met de beste bedoelingen, en als het gaat om controverses, de beste bedoelingen blijven vaak te wensen over.
Door mensen om te zetten in pure data, beslissingen over leven en dood worden genomen over mensen zonder hun toestemming. Dit zijn de ontmenselijkende effecten van een door algoritmen gestuurde wereld.
Lessen uit de geschiedenis
Mapping en datavisualisatie worden al lang gebruikt in tijden van crisis om ons te helpen begrijpen wat er gebeurt, en manieren te vinden om levens te redden en een betere toekomst te creëren. Prominente voorbeelden zijn onder meer Thomas Shapter's 1832 kaarten van cholera in Exeter, VK, gevolgd door de bekendere kaarten van cholera-doden geproduceerd door John Snow in Londen. Deze kaarten en hun auteurs werden gecrediteerd voor het brengen van een nieuw begrip van door water overgedragen ziekten en het redden van vele levens.
Florence Nachtegaal, wiens naam werd gegeven aan de noodhospitalen die rond het VK werden gebouwd in de nasleep van COVID-19, was ook statisticus.
in 1861, als onderdeel van haar overleg met het Amerikaanse leger over de zorg voor slachtoffers uit de burgeroorlog, Nightingale maakte datavisualisaties, en veel van hen. Ze maakte staafdiagrammen, gestapelde staven, percelen met honingraatdichtheid, en 100% oppervlaktepercelen.
De datavisualisaties van Nightingale waren niet alleen bedoeld om te laten zien wat er gebeurde, ze waren ontworpen om te vragen om verandering; om de vereiste hervorming aan te geven. Ze vond ook een nieuw type grafiek uit om haar argumenten te helpen:een vergelijkend poolgebieddiagram dat tegenwoordig bekend staat als de Nightingale-roos (ze noemde ze "wiggen"). Haar beroemdste diagrammen toonden de veranderingen in overlevingspercentages van patiënten na sanitaire verbeteringen, zoals regelmatig handen wassen, en benadrukte de effectiviteit van deze verbeteringen door verschil in grootte.
Shapter's 1832 kaarten van cholera. Krediet:Wikimedia Commons
Nachtegaal, vormgever, Sneeuw, en vele anderen hebben grafieken en diagrammen gebruikt om grafische argumenten en gemakkelijk te begrijpen vergelijkingen op te bouwen die vele levens hebben gered. Maar als ik ze terugkijk, we kijken vaak alleen naar het eindproduct (kaart of grafiek), in plaats van het proces van hun creatie. Toch in die tijd deze werken werden op grote schaal afgewezen, en vaak verkeerd geïnterpreteerd als ondersteuning van de heersende gedachten van de periode.
Er waren velen die de door Nightingale voorgestelde hervormingen niet wilden doorvoeren, hoewel ze nu worden gezien als transformatief in de manier waarop ziekenhuizen worden gerund. En de kaarten van Snow werden beroemder dan die van Shapter, niet alleen omdat ze van Londen waren, maar vanwege het suggestieve verhaal van hem die Broad Street op schreed en het handvat van de gemeentelijke waterpomp eraf rukte. Wat vergeten is, is dat deze handeling juist nodig was omdat zijn gegevens en kaarten aanvankelijk verkeerd werden geïnterpreteerd door degenen die ervoor kozen de kaarten van Snow te zien als ondersteuning van hun eigen theorieën - een voorbeeld van vooringenomenheid bij bevestiging waarbij we gegevens lezen op een manier die past bij onze eigen opvattingen.
Zowel Snow als Nightingale hebben talloze levens gered door hun datawerk, maar zelfs zij kwamen veel van de problemen van donkere gegevens tegen, datapositivisme en misinterpretatie.
In het digitale tijdperk, waar gegevens op grote schaal worden verzameld, vaak zonder toestemming en wordt steeds meer georganiseerd, gesorteerd en geïnterpreteerd door computers en algoritmen, data wordt gezien als een oplossing voor alles, en een gevaarlijk goed. Het gebruik van gegevens om mensen te volgen en hun acties te dicteren kan het verschil tussen leven en dood betekenen in een zeer reële en actuele betekenis. Hoewel dat voor velen van ons duidelijk is gemaakt in verband met COVID-19, er zijn nog veel meer verhalen over data, crisis en de strijd om te overleven.
In ons nieuwe boek Crisis in kaart brengen, we kijken naar de ervaringen van degenen die in kaart zijn gebracht of hun complexe leven hebben teruggebracht tot data, luchtfoto's of rapporten. Hieruit kunnen we betere manieren van werken afleiden, en een beter begrip van de verschillende effecten die de geheime wereld van gegevens heeft op ons dagelijks leven.
Een van onze voorbeelden is het geval van de migrantencrisis in het Middellandse Zeegebied.
Leven, overlijden en gegevens
De Middellandse Zee is een plek die voor velen beelden oproept van zonovergoten stranden, fijne restaurants aan het water en turquoise zeeën. Maar dit stuk water is ook een van de zwaarst bewaakte ter wereld. Alle bewegingen in de regio, al dan niet legaal geacht, worden uitgebreid in kaart gebracht en gecontroleerd door de Europese Unie.
Terwijl individuele landen aan de Middellandse Zee hun grenzen lang hebben versterkt, de vorming van de EU creëerde in feite één enkele grens langs de noordelijke kusten. Vanaf dat moment, Europese staten zijn doorgegaan met het opzetten van een steeds uitgebreider, en ingewikkeld, systeem voor het monitoren en uitwisselen van informatie over irreguliere migranten die het continent proberen te bereiken.
Lopend onder het label EUROSUR, het systeem combineert satellietbeelden met hoge resolutie, langdurige drones, geautomatiseerde scheepsidentificatiesystemen en militaire radars op zee die situatierapporten en risicoanalyses in bijna realtime mogelijk maken. Deze rapporten geven dagelijkse updates over "succesvol" onderschepte migrantenschepen.
Maar dit zeer geavanceerde instrument om de bewegingen van migranten in kaart te brengen, is alleen geïnteresseerd in degenen die worden tegengehouden. De uitgebreide databases die door de EU-landen worden bijgehouden, bevatten bijna geen informatie over degenen die sterven of vermist worden terwijl ze proberen hun toevlucht te zoeken. Degenen die de Europese kusten bereiken, daarentegen, worden streng gescreend op biometrische gegevens, inclusief elektronische vingerafdrukken, irisscans en medische controles, en ook voor persoonlijke details over hun leven om hun identiteit te verifiëren.
Volgens de Internationale Organisatie voor Migratie (IOM), meer dan 19, De afgelopen tien jaar zijn op weg naar Europa 000 mensen verdronken of vermist. Deze cijfers zijn slechts schattingen:er is geen alomvattend systeem om migrantendoden in de EU-lidstaten te documenteren. Europese regeringen beschouwen het overlijden van migranten niet als een onderdeel van hun wettelijke verantwoordelijkheid en houden er dus geen regelmatige registratie van bij. Hierdoor zijn humanitaire organisaties zoals IOM afhankelijk van ooggetuigenverslagen en rapporten van opsporings- en reddings-ngo's, keuringsartsen of de media.
Het gebrek aan kennis over de sterfgevallen door migranten laat zien hoe fragmentarisch realtime-tracking van verplaatsingen over de grenzen werkelijk is. Het dient ook politieke agenda's, waar gegevens over het "risico" van migratie voor Europa gemakkelijk te vinden zijn, maar gegevens over de werkelijke levens- en doodsrisico's van het oversteken van de Middellandse Zee zijn niet bekend bij het publiek. Dit maakt het makkelijker om migranten voor te stellen als een bedreiging, in plaats van als vluchtelingen die alles op het spel zetten om veiligheid te zoeken.
En voor Frontex, het Europees Grens- en kustwachtagentschap, dit biedt een geschikte achtergrond om de toenemende militarisering van de Europese grenzen te legitimeren onder het voorwendsel om verdere sterfgevallen en menselijk lijden te voorkomen.
Langs de grens, digitale kaarten en statistische kaarten versterken de politieke en sociale doelstellingen van de organisaties en overheden die ze verzamelen. Gegevens worden selectief verzameld, en selectief gepresenteerd door de EU en de Europese regeringen, Europa's migratiebeleid van afschrikking en inperking tot diep in het digitale domein uitbreiden.
In de specifieke context van de Middellandse Zee, deze selectieve lezing van gegevens minimaliseert niet alleen de kans op succesvolle asielaanvragen voor degenen die in de opvangcentra van Griekenland en Turkije verblijven, het stelt regeringen en de EU als geheel ook in staat zich te onttrekken aan elke wettelijke en politieke verantwoordelijkheid voor de menselijke kosten van grensbewaking. Door geen gegevens te verzamelen over degenen die verdrinken, de EU kan verbergen dat voor al haar geavanceerde kaart- en volgtechnologieën, ze hebben er geen belang bij de gegevens te gebruiken om levens te redden, of voor het redden van mannen, vrouwen en kinderen verloren op zee.
Geen gegevens over doden betekent geen gegevens over hoeveel Europese regeringen hebben zien verdrinken.
Radicale gegevenstoewijzing
Dat gezegd hebbende, Het opzettelijk "niet zien" van migranten door Europa is niet onomstreden gebleven. Talloze initiatieven van het maatschappelijk middenveld en humanitaire activisten hebben er een punt van gemaakt om regelmatig een overzicht bij te houden van degenen die sterven of vermist worden en om Europa ter verantwoording te roepen.
Initiatieven zoals de dodenlijst, samengesteld door organisaties zoals UNITED en FORTRESS Europe, elk gemeld incident nauwkeurig documenteren, deze cijfers gebruiken om te pleiten voor een radicale herziening van het Europese asielbeleid. Hoewel deze counter-mappings er zeker in slagen om de muur van stilte rond de menselijke kosten van grenspolitie te doorbreken, de dodenlijsten hebben weinig gedaan om de prioriteiten van de staat te verstoren of bij te sturen.
Het transnationale netwerk Alarm Phone vormt hierop een zeldzame uitzondering. Alarm Phone biedt een 24/7 hotline voor migranten in nood. De organisatie stelt hun redding veilig door nationale kustwachten en havenautoriteiten op de hoogte te stellen van zich voordoende noodsituaties op zee. Door gebruik te maken van een combinatie van mobiele telefoons en online messaging-apps zoals Facebook, sfeer, WhatsAppen en Skypen, naast logistieke platforms zoals AIS (het wereldwijde automatische identificatiesysteem dat wordt gebruikt voor het volgen van schepen) en software voor oproepbeheer, ze proberen sterfgevallen te voorkomen, en snelle actie om mensen te redden die het risico lopen te verdrinken.
De organisatie heeft duizenden mensen in nood geholpen. Vooral de zomer van 2020 was een moeilijke. Nu de grenzen van Europa strakker dan ooit gesloten zijn, Alarm Phone werd overspoeld met telefoontjes. In de zeven dagen na 13 augustus, bijna 900 mensen op 14 boten belden Alarm Phone met smeekbeden. Alarmtelefoon sloeg alarm, en terwijl sommigen in veiligheid werden gebracht, hetzij in Europa of Libië, meer dan 260 mensen kwamen om of worden nog steeds vermist.
Door technologie samen te brengen, netwerkcapaciteiten, en door solidariteit en medeleven is het vrijwilligersnetwerk in staat om zowel migranten te helpen in tijden van nood, en om hen te helpen effectiever onder de radar van de EU te blijven. De hotline is meer dan alleen een noodoproep:het brengt de kennis van migranten samen in effectieve 'kaarten' die helpen bij de logistiek van het oversteken van de med. Daarbij benadrukt het ook het opzettelijke misbruik, en sporadische gegevensverzamelingen van de EU-lidstaten.
Een waarschuwing
Er kan veel worden geleerd van de datamapping van de migrantencrisis. Kaarten en gegevens kunnen slechts een gedeeltelijke weergave zijn van de werkelijkheid, maar naarmate we meer en meer gegevens verzamelen, kunnen we ertoe worden verleid te denken dat deze voorstellingen onfeilbaar zijn.
Nog, uit het bovenstaande voorbeeld blijkt duidelijk dat de bestaande processen het leven niet redden:het zijn instrumenten van controle in plaats van ondersteuning. Er zijn sprankjes hoop in de contra-mapping-projecten die zijn ontstaan om een stem te geven aan degenen die veroordeeld zijn tot zwijgen terwijl ze op zoek zijn naar een nieuw leven. Maar zelfs de meest goedbedoelde projecten kunnen mislukken door verkeerde gegevens. Gegevens hebben de neiging om een eigen leven te leiden.
COVID-19 heeft de wereld van datagestuurd crisisbeheer naar de drempel van de hele wereld gebracht, maar dit zijn geen nieuwe ervaringen. Veel mensen zijn al gereduceerd tot datapunten. Van de Middellandse Zee tot schoolcijfers, levens worden steeds meer gedicteerd door algoritmen, berekening, en de vooroordelen die in deze technologieën zijn ingebouwd. De manier waarop we data gebruiken wordt sterk beïnvloed door politiek, een verlangen om de status-quo te handhaven en door bewuste en onbewuste beslissingen te nemen in elke fase van het proces.
Dus we moeten gegevens in vraag stellen:hoe worden ze verzameld, en hoe het wordt ingezet. Maar gegevens zijn ook belangrijk, en we moeten het allemaal niet ronduit afwijzen. De wereld heeft een terugdringing van de wetenschap gezien en een toename van "alternatieve feiten". De opkomst van anti-maskers, anti-vaxxers, 5G-complottheoretici en ontkenners van het coronavirus hebben aangetoond hoe gevaarlijk dit kan zijn. Dergelijke argumenten duwen achteruit, niet naar voren. Ze proberen niet meer te begrijpen, maar handhaven een status-quo.
Hoewel sommigen misschien proberen de argumenten die we hier hebben gepresenteerd te verdraaien om de wetenschap te verwerpen, in plaats daarvan zeggen we dat we vragen moeten stellen die ons begrip verder brengen. Het is bijna onmogelijk om problemen veroorzaakt door donkere gegevens te elimineren, gegevens wassen, en datapositivisme. Dit kan doelbewust of per ongeluk, maar de effecten kunnen verstrekkend zijn.
Dus, de volgende keer dat u naar een kaart en/of datavisualisatie kijkt, vraag:voor wie is dit? Wiens macht versterkt of consolideert het? Wie ontbreekt er in de gegevens? Aan wie is nooit gevraagd, vergeten of uitgesloten? Wie verliest? En hoe kunnen we het beter doen?
Dit artikel is opnieuw gepubliceerd vanuit The Conversation onder een Creative Commons-licentie. Lees het originele artikel.
Wetenschap © https://nl.scienceaq.com