Ik vertelde tijdens mijn oratie over onderwerpen als hoe data-analyse ons helpt bewegingen van mensenmassa's te begrijpen, het grote maatschappelijke nut van data spaces, de wijze waarop AI organisatorische processen opnieuw kan vormgeven, en waarom bedrijfsleven en wetenschap elkaar harder nodig hebben dan ooit. Het was – al zeg ik het zelf – een rijke dwarsdoorsnede van onze onderzoeksgroep aan de UvA.
Medialogica
Op 8 april gaf ik mijn oratie aan de UvA ter gelegenheid van mijn nieuwe leerstoel. Ik vertelde over vijftien jaar onderzoek, gebundeld in een verhaal van 45 minuten. Maar wat ging er viraal? Eén bijzin. Een persoonlijke observatie, terloops gedropt: dat AI ons werk weliswaar efficiënter maakt, maar daarmee ook intenser: betere tools leiden tot hogere verwachtingen, niet tot meer rust.
Maar wat door de media opgepikt werd was de opmerking dat AI ons werk weliswaar efficiënter maakt, maar daarmee ook intenser: betere tools leiden tot hogere verwachtingen, niet tot meer rust. Het was een ontnuchterend leermoment. Vooral omdat ik op dit onderwerp juist geen doorgewinterde expert ben. Toen ik erover nadacht, schoten me twee dingen te binnen.
Ten eerste hoe een politicoloog ooit betoogde dat elke politicus de kunst moet beheersen om op twee terreinen tegelijk te opereren: een werkplaats en een etalage. In de werkplaats bouw je aan beleid dat er echt toe doet, buiten het directe zicht van kiezers, gericht op de lange termijn. Dingen die een land vooruithelpen, maar die niemand op een verkiezingsposter zet. In de etalage toon je oplossingen voor herkenbare problemen, noodzakelijk om de kiezer tevreden te houden.
Wetenschappers moeten zich ervan bewust zijn dat ze – in overdrachtelijke zin – een werkplaats en een etalage hebben.
Wetenschappers hoeven gelukkig geen electoraat tevreden te houden. Maar ook zij moeten zich ervan bewust zijn dat ze – in overdrachtelijke zin – een werkplaats en een etalage hebben.
Mijn tweede gedachte ging uit naar Nicholas Carr, die een kleine twintig jaar geleden wereldberoemd werd met zijn vraag: "Is Google making us stupid?" Al zijn eerdere werk – over hoe IT de neiging heeft om steeds weer een commodity te worden – stond qua aandacht opeens in de schaduw van dit onderwerp. Waarschijnlijk omdat mensen zich in de vraag herkennen, net zoals ze zich nu kunnen herkennen in mijn opmerking dat AI leidt tot intenser werk.
Mijn persoonlijke les is simpel en een beetje ongemakkelijk: je bepaalt als wetenschapper niet zelf wat belangrijk is. Het gaat niet om het volume van je onderzoek, hoe state of the art je concept is of de zorgvuldigheid van je methode. Misschien vind je dat zelf belangrijk, maar de media maakt eigen keuzes in je etalage. Het is een medialogica die we als onderzoekers beter onder de knie moeten krijgen. Ons realiseren dat de bijzin die je achteloos laat vallen zomaar het enige kan zijn dat mensen onthouden.
Deze blog werd als column gepubliceerd in iBestuur Magazine #59 van juni 2026.
Nog geen (gratis) abonnement? Klik HIER
Plaats een reactie
U moet ingelogd zijn om een reactie te kunnen plaatsen.