Eindhoven wil een smart society worden. Maar hoe gaat dat? Wat gebeurt er al? En van welke voorbeelden kunnen we iets leren? De DATAstudio onderzoekt de transitie die de stad moet doormaken om daadwerkelijk zo’n smart society te worden. Met elke week een nieuwe bijdrage op E52. Deze week het tweede deel van een langer verhaal over de ‘leesbaarheid’ van data. Lees hier alle afleveringen in deze serie.
Vorige week bespraken we de voorbeelden van “misleidende datapraktijk”. Deze week: hoe het wel moet.
Hoe dan wel?
De vragen die eerst gesteld moeten worden, zijn: hoe zal data jou (als individu of collectief) helpen bij het nemen van een beslissing? Is data nodig om die beslissing te kunnen nemen? En hoe moet die data worden gepresenteerd om keuzes mogelijk te maken? Usman Haque ontwikkelt ontwerptactieken om precies deze vragen handen en voeten te geven. Enkele voorbeelden:
Een rechtstreeks antwoord op de vraag naar leesbaarheid van data wordt geleverd door Thingful – een open data platform en zoekmachine voor datastromen die worden geproduceerd door zogenaamde connected objects, waar het Internet of Things uit bestaat. Thingful stelt gebruikers in staat om real-time data te zoeken, te zien, te organiseren en er op te reageren zonder de tussenkomst van een centrale beherende agent. Aanbieders kunnen zelf bepalen hoe hun sensor data gevonden wordt. Thingful verhoogt de leesbaarheid, toegankelijkheid en bruikbaarheid van datastromen die anders niet te vinden of de gebruiken zijn.
De keuzes van gebruikers als vertrekpunt
Met Thingful wordt beschikbaarheid van data gedemocratiseerd, maar het is nog geen antwoord op de vraag of data helpt bij het nemen van beslissingen. Voorbeelden daarvan zijn Cinder, een mixed-reality interface voor een Gebouw Management Systeem, en Starling Crossing, een responsief kruispunt dat zijn configuratie aanpast aan de aard van de aanwezige verkeerdeelnemers.
Cinder heeft de gedaante van een virtuele kat, wiens welzijn parallel loopt aan de klimaatbeheersing en de staat van de sustainability systemen in Trumpington Community College in Cambridge, UK. Cinder is deels interactieve mascotte, deels avatar voor het het gebouw en reageert in real-time op sensoren in de omgeving en op de menselijke aanwezigen. Mensen kunnen met Cinder spelen in het atrium van het gebouw, waar ze verschijnt op een grote augmented reality spiegel. Als de zonnecellen op het dak meer energie afgeven is ze speelser dan als het zwaar bewolkt is. Als er teveel deuren en ramen openstaan, waardoor er teveel energie verloren gaat, gedraagt ze zich anders dan als alles OK is. Bij de leerlingen van Trumpington College, leidt Cinder tot een groot gevoel van gedeeld eigenaarschap en verantwoordelijkheid. Het gedrag van Cinder toont ook direct de impact van hun eigen handelen.
Starling Crossing
Starling Crossing houdt met camera’s het gebruik van een kruispunt in beeld, en past de bekende strepen en tekens op de weg aan met behulp van een groot aantal leds die in het wegopppervlak zijn verwerkt, waarbij de veiligheid van voetgangers en fietsers voorrang krijgt. Bij aanwezigheid van een groot aantal voetgangers wordt een breed zebrapad geprojecteerd op het veiligste punt voor oversteken. Als een voetganger plotseling oversteekt in de dode hoek van een auto, lichten de leds op in een voor de auto waarschuwend patroon; bij nat weer of mist worden bufferzones rond de voetgangersoversteekplaats geprojecteerd. Over langere tijd leert het systeem de voorkeuren van voetgangers, (steken ze altijd schuin over bij die metro uitgang?) en wordt het steeds beter in het creeren van de optimale situatie voor de voetgangers.
Het systeem vertelt voetgangers niet wat ze moeten doen, het is andersom: de beslissingen van voetgangers worden hier ingezet als vertrekpunt voor data-analyse, op basis waarvan rechtstreeks in verkeerssituaties wordt geïntervenieerd.
De Urban Innovation Toolkit
Om te komen tot deze ontwerpen gebruikt Umbrellium hun Urban Innovation Toolkit – een methode om met groepen gebruikers de aanpak van stedelijke technologie projecten te ontwikkelen. De discussie die volgde op het verhaal van Usman Haque, verliep aan de hand van de vragen die door de toolkit aan de orde werden gesteld.
Aanleiding voor ontwikkeling van de toolkit was een aantal terugkerende issues, die Umbrellium herkende de ontwikkeling van stedelijke technologie projecten. Issues die volgers van de DATAstudio ook zeer bekend zullen voorkomen:
Stedelijke technologieprojecten beginnen vaak vanuit de mogelijkheden van technologie, of vanuit de condities voor een subsidie-aanvraag voor onderzoek, in plaats vanuit een stedelijke vraag of probleem. Veel projecten vergeten bepaalde belangrijke stakeholders in het project te betrekken in de conversatie; vergeten zich te richten op een specifieke, benoemde impact, en doen niet aan evaluatie.
De toolkit werd ontwikkeld om deze issues te leren vermijden en bestaat in feite uit de structuur voor een aantal conversaties die vooraf horen te gaan aan het eventuele verzamelen van data.
– Met welk probleem heb je in feite te maken ?
– Welke impact zou je willen hebben?
– Hoe meet je die impact?
– Welke beslissingen kunnen gemaakt worden en wie zijn degenen die die beslissingen kunnen maken?
Alle stakeholders betrekken
Over elke vraag wordt een gesprek georganiseerd met zoveel mogelijk stakeholders, en elke meeting eindigt met de vraag welke stakeholder nog niet vertegenwoordigd is, waarmee mensen voor het volgende gesprek worden uitgenodigd.
Voldoende itereren, maar niet te vaak
Voldoende itereren blijkt van cruciaal belang. In de praktijk levert vijf rondes meestal de beste resultaten op. Elk vervolggesprek neemt dan de resultaten van het vorige gesprek als vertrekpunt. Elke iteratie komt neer op een re-framing: welke vraag zit er achter het antwoord dat we de vorige keer formuleerden? Zo kunnen dus ook andere stakeholders in beeld komen. Het moment om te stoppen met itereren wordt bepaald door het samenkomen van de ambitie rondom de vraag en de capaciteit om de ideëen in actie om te zetten.
Data verzamelen is altijd politiek
De vraag naar impact komt neer op een collectieve oefening in betekenisgeving. Welke impact bepaalt of het project effectief is en voldoende succesvol? Hoe meet je die impact? Hierbij blijken empirische gegevens, ontleend aan de ervaring van stakeholders, meer doorslaggevend dan objectieve data. Data kunnen verhalen over ervaringen ondersteunen, maar het is essentieel dat alle betrokkenen snappen dat de ervaring van stakeholders uiteindelijk bepaalt wat de impact is – wat de sensoren ook mogen zeggen.
Anders gezegd: het verzamelen van data is inherent een politiek proces. Politiek gaat vooraf aan het data verzamelen en speelt een nadrukkelijke rol bij het presenteren van data. Data verzamelen is nuttig en verhoogt de kwaltieit van een project als het de deelnemers of stakeholders tot subject, waarnemer maakt, in plaats van tot uit te lezen object. Als de betrokkenen beter zicht hebben op de mogelijke relaties tussen data en politiek, geeft dat betere focus op wat een project zou moeten doen. Burgers moeten een actieve rol hebben in het verzamelen en het presenteren van data, vanuit het bewustzijn dat dit allemaal politieke (en dus niet ‘zuiver wetenschappelijke’) processen zijn.
Moderatie & de sweet spot
Juist die politieke dimensie en de zorgvuldigheid die nodig om met de toolkit tot een concreet handelingsperspectief te komen, vraagt erom dat de gesprekken goed worden gemodereerd door iemand die geen stakeholder in het probleem is. Belangrijke taak van de moderator is om oog te houden op de ‘sweet spot’ het best haalbare verband tussen wat de aard van het probleem is en welke actie in het project daadwerkelijk kan worden vormgegegeven. De ‘sweet spot’ is altijd zeer gesitueerd: het gaat om deze plek en tijd, met deze stakeholders, maar de toolkit kan in principe op alle schalen werken, van de schaal van de stad, met grote betrokken partijen als de gemeente, bouw- en tech- bedrijven en natuurlijk bewoners, tot de schaal van het kruispunt of het plantsoen, met vooral lokale betrokkenen, en opnieuw natuurlijk bewoners.
Als je dit artikel leuk vindt, lees dan ook:
