Data die niets zeggen

Hulp- en zorginstellingen verzamelen een schat aan gegevens, die digitaal worden opgeslagen. Wat een kans voor het voorspellen van welke hulp iemand nodig heeft!

Big data kunnen bijvoorbeeld voorspellen of de kans op schooluitval groot is. Zo werkt de gemeente Dordrecht met een computermodel dat een tiental kenmerken met elkaar in verband brengt en berekent of de alarmbellen moeten gaan rinkelen voor een tiener. Bij code oranje ploft er een brief op de mat, waarin om opheldering wordt gevraagd. Bij code rood staat de leerplichtambtenaar bij de leerling op de stoep.

De plank misslaan
Problemen voorkomen of eerder inspelen op wat (mogelijk) nodig is door digitale data te gebruiken – het klinkt positief. Maar mij stuit het toch een beetje tegen de borst. Zo beschrijf ik in mijn boek ‘Jeugdige Delinquenten’ welke factoren vaak een rol spelen bij de ontwikkeling van criminaliteit. Ligt het bijvoorbeeld aan hun etnische achtergrond? Ja, dat denk je.

Totdat je controleert voor opgroeien in een achterstandsbuurt. Dan blijkt de niet-westerse achtergrond minder van belang te zijn. Sterker nog, sommige jongeren groeien op in een criminogene omgeving, maar ontwikkelen zich juist niet tot delinquent.

Doorslaggevende data
Het ligt er dus niet alleen aan welke factoren je opneemt in je computermodel. Het ligt er ook aan of juist die factoren voor dat ene kind of die bepaalde volwassene doorslaggevend zijn voor de ontwikkeling van problemen. De criminele vader, foute vriendjes en wonen in een probleemwijk kúnnen voorspellend zijn voor delinquentie, maar dat het hoeft niet, blijkt bij een groep ‘onthouders’ van criminaliteit. En je wilt toch niet de plank misslaan en met een politie-eenheid bij die brave VWO-leerlinge op de deur bonzen…

Een voorspelling is geen feit
De voorspellende waarde van het analyseren van data is financieel en beleidsmatig aantrekkelijk. Gemeenten kunnen alvast geld reserveren voor het oplossen van problemen die vaak voorkomen in bepaalde wijken, instellingen kunnen bij voorbaat personeel werven voor bepaalde hulpvragen of zorgen dat de certificaten voor een speciale methodiek in huis zijn.

Maar voor het individu betekent zo’n percentage en kansberekening niets. Een kans is een kans. Op de vraag of ík juist tot die 1,10 of 99 procent behoor met een verhoogd risico op een ziekte of probleem geven data geen antwoord.

En een scholier die een paar keer is weg gebleven van school, is niet direct op het verkeerde pad. Hij zou toch een paar keer te lang in bed zijn blijven liggen, vanwege verdriet om zijn net ingeslapen hond, omdat hij griep kreeg en kort daarna omdat hij naar de bruiloft van een tante moest gaan. Best legitieme redenen om school te verzuimen, vind ik.
Dat er data over ons worden verzameld is een feit. Laten we nog wel blijven nadenken hoe we ze gebruiken. En niet klakkeloos de bevindingen van een computermodel overnemen.

• Tweet