Betrouwbaar!

We zeggen het wellicht veel te weinig tegen elkaar en tegen onszelf: wij zijn over het algemeen genomen zeer betrouwbaar! Ras, kleur, religie, sekse, seksuele geaardheid, politieke voorkeur, het maakt allemaal niets uit: mensen zijn ongelooflijk betrouwbaar! Dát is maar goed ook, want de mensheid staat voor grote opgaven, waarvoor saamhorigheid, loyaliteit en betrouwbaarheid nog meer van belang zijn dan ooit te voren. Uit het Intergovernmental Panel on Climate Change (IPCC) 2018 – rapport, dat de opwarming van de planeet in kaart brengt, blijkt bijvoorbeeld dat de (negatieve) effecten van de opwarming vooral gevolgen hebben voor kwetsbare mensen in arme landen, en de zwakkeren in rijke landen. Als we ons niet met elkaar anders gaan gedragen, dan brengt onze cultuur en technologische inventiviteit ons ten val...

Even terug naar die betrouwbaarheid. Stel je voor, je woont in Groningen, en je spreekt overmorgen af met een oom in Wanaka, een klein stadje in Nieuw Zeeland, om 17:00 uur in de middag, zodat je mee kan eten, een avond vol vertellingen met elkaar zal hebben en daarna kan overnachten, om de volgende dag naar Albert Town door te reizen om andere familieleden op te zoeken. Hoe onwaarschijnlijk het ook is, de kans dat je elkaar op het afgesproken tijdstip treft, is erg groot. Echter, talloze mensen moeten zich hiertoe als betrouwbare "partners" opstellen, in tientallen onderdelen van alle noodzakelijke (sub) plannen en activiteiten. Niet alleen piloten en stewardessen, maar ook kelners, onderhoudsmonteurs, medeweggebruikers, medepassagiers etc. Iedereen dient zich aan de talloze (geschreven en ongeschreven) regels te houden. Er hoeft maar één sukkel op de verkeerde weghelft te rijden, en het hele plan valt met jouw hele toekomst in duigen. Maar dat gebeurt hoogstwaarschijnlijk niet. Nogmaals, we kunnen feitelijk blindelings op elkaar vertrouwen, en dat mag ook wel eens gezegd worden. 

Natuurlijk komen we allemaal wel eens bedrogen uit. Ook - vaak onbedoeld - bedriegen we allemaal wel eens. Vaak een dierbare, meestal onszelf. En natuurlijk zijn het de "dissonanten" - de zaken die bedrieglijk mis gaan, die altijd op onze aandacht kunnen rekenen. Televisieseries, boeken en kranten staan er vol mee, juist omdat dissonanten invarianten vormen in onze haast eindeloos (variante) betrouwbaarheid. Maar betrouwbaarheid is niet per definitie juist. Helaas kunnen we heel betrouwbaar volkomen de verkeerde kant uit bewegen en ten onder gaan. De geschiedenis staat vol met voorbeelden van een haast "gemachineerd" gebrek aan argument, overzicht en wijsheid. Bijvoorbeeld met het oog op de opwarming van de planeet wordt dit pijnlijk duidelijk. Onze betrouwbaarheid hebben we zoals gezegd heel hard nodig om de toekomst echt veilig te stellen. Vliegen, bijvoorbeeld, is wellicht op termijn niet houdbaar. Gelukkig kunnen we in de toekomst, even betrouwbaar als nu per vliegtuig, ook een paar weken later met onze oom in Nieuw Zeeland afspreken, in plaats van zoals nu overmorgen!

Argument Based Practice

In deze blog wil ik het idee van argument based practice toepassen op autisme. Veel toegepaste wetenschap wordt vanuit vermeende "evidentie" bedreven, en daarbij speelt het argumenteren vaak minder vanzelfsprekend een rol dan je zou verwachten. In de psychopathologie worden "empirisch" kenmerken gekoppeld aan een (vermeend) syndroom, en vervolgens wordt evidentie gezocht voor de aan- of afwezigheid van deze kenmerken. Omdat het accent hierbij veel ligt op de "evidentie", en vaak niet op het argumenteren, bestaat het risico van afvink lijstjes en stereotypie. In argument based practice spelen evidentie en argument samen een rol, maar ligt het laatste woord altijd bij het argument.

Autisme, of preciezer, Autistisch Spectrum Stoornis (ASS) wordt gediagnosticeerd aan de hand van het psychiatrische handboek DSM 5. Er zijn 5 criteria: 1. Blijvende tekorten in de sociale communicatie en interactie, 2. Beperkte zich herhalende gedragspatronen, beperkte interesses en activiteiten (onder meer "zeer beperkte, gefixeerde interesses die abnormaal intens of gefocust zijn") 3. De verschijnselen zijn aanwezig vanaf de vroegste kindertijd (maar worden soms pas later onderkend), 4. De verschijnselen veroorzaken klinisch significante lijdensdruk of beperkingen in het sociale of beroepsmatige functioneren of in het functioneren op andere belangrijke levensgebieden en 5. De stoornissen kunnen niet beter verklaard worden door een verstandelijke beperking of globale ontwikkelingsachterstand en de sociale communicatie moet minder zijn dan past bij het cognitieve niveau.

Echter, de criteria blijken dermate ambigu, dat niet zonder meer vast te stellen is of iemand ASS "heeft", of niet. Dit is opmerkelijk, want in het algemeen is aan de hand van criteria van tal van zaken wel eenduidig vast te stellen of iets of iemand er aan voldoet of niet: het wel of niet aanwezig zijn van een waterstofatoom in een verbinding (water wel, roest niet), het wel of niet bezitten van een vrouwelijk geslachtsorgaan (mannen niet, vrouwen wel), het wel of niet hebben van bloederziekte, of PKU, etc. Om vast te stellen of iemand aan de criteria voor ASS voldoet of niet, is een gespecialiseerde arts nodig - die een lange en moeilijke opleiding heeft gedaan - terwijl een Nederlands kind van 6 kan vaststellen of iemand met een Limburgs of Gronings accent spreekt.

Voor het argument is het van belang dat niet zomaar door iedereen vastgesteld kan worden of een specifiek persoon wel of niet aan de kenmerken van ASS voldoet (ondanks dat de kenmerken in de DSM in een lijstje staan). Dat komt omdat een verondersteld kenmerk (bv tekorten in de sociale communicatie) zich op meerdere manieren kan manifesteren: iemand kan bijna niet praten, een ander raakt niet uitgepraat over zijn/haar (onbegrepen) fascinaties.

Hoe dan ook, er zijn mensen ("autisten") die door psychiaters zijn gediagnosticeerd met ASS. De meeste mensen hebben geen diagnose ASS. Sommige daarvan zouden hem wellicht kunnen krijgen. Als we ons nu beperken tot mensen met de diagnose, dan kunnen we ons afvragen of die dan allemaal op een soortgelijke wijze buiten de samenleving staan?

Een korte rondgang door het praktijkland geeft als antwoord een eenduidig nee. Sommige mensen die ooit een diagnose ASS kregen, zijn wereldberoemd, zoals "Brainman" Daniel Tammet (onder meer gediagnosticeerd door dè autisme-expert bij uitstek, prof. Baron-Cohen). Daniel heeft ondertussen een kleine boekenkast vol geschreven met bestsellers en treedt als spreker over de hele wereld op. Andere succesvolle mensen met de diagnose ASS zijn in uiteenlopende disciplines makkelijk te vinden, van rocksterren tot Nobelprijswinnaars, van filmsterren tot ondernemers. Kinderarts Hans Asperger, naast collega Kanner in 1944 dé "uitvinder" van de diagnose autisme, beschreef bij zijn eigen patiëntjes al het op jeugdige leeftijd gefascineerd zijn door iets wat door de buitenwereld moeilijk te begrijpen was. Eén van zijn patiëntjes werd later een wereldberoemde professor in de sterrenkunde (Fritz V.).

Echter, als je gaat kijken naar mensen met een diagnose ASS, kom je naast deze uitzonderlijke talenten ook gediagnosticeerden tegen die niet succesvol zijn en soms zelfs geheel buiten de samenleving staan. De NVA (Nederlandse Vereniging voor Autisme) heeft samen met de Vrije Universiteit in Amsterdam becijferd, dat 19 % van de volwassen autisten geen structurele daginvulling heeft (geen werk, geen dagbehandeling). Zijn dit dan de ernstigst getroffen mensen met een diagnose ASS? Dan is het goed te kijken hoe het met de cognitieve kwaliteiten binnen deze groep zit, aangezien Hans Asperger zoals gesteld van meet af aan de bijzondere cognitieve kwaliteiten als kerneigenschap heeft gezien.

Inderdaad, veel mensen binnen deze zwaarst getroffen groep hebben boven gemiddelde intellectuele kwaliteiten: 63 % heeft een IQ boven de 115, 20 % boven de 130 (dus hoogbegaafd). Een IQ van 130 of hoger komt in de normale populatie ongeveer 2,5 keer per 100 mensen voor. Evidentie voor de koppeling tussen de diagnose ASS en een hoge cognitieve capaciteit is ook elders snel te vinden. Zo is ItVitae (landelijk bekend als opleider van mensen met hoogbegaafdheid én een diagnose autisme naar een baan in de hightech ICT industrie) al enkele jaren na oprichting tot aan de nok toe gevuld met kandidaten! Ook een twee jaar geleden door een huisarts met autisme opgezet register voor artsen met autisme, telde al na enkele maanden meer dan 100 "leden" in Nederland. Maar een argument based practice verifieert niet alleen, ze falsifieert ook. En dan dreigt het hele "kaartenhuis" om te vallen!

Wellicht is de goedkoopste hypothese dat de mensen die allemaal beroemd zijn geworden met een diagnose, per abuis hun diagnose hebben gehad. Wellicht werd hun (hoog) begaafdheid, of eigenheid (genialiteit) in de vroegkinderlijke periode verward met autisme, waar ze later overheen groeiden. Maar als er in een groep met ASS structureel vaker een hoog IQ voorkomt, zou autisme dan ook een IQ enhancer kunnen zijn? Niet zonder meer, want er zijn ook mensen met diagnose die geen hoog IQ hebben, of niet duidelijk over cognitieve talenten beschikken. In de zwaarst getroffen groep (de "thuiszitters") waar we het zojuist over hadden, heeft 32,3 % van  een IQ lager dan 115, waarvan zelfs een deel lager dan 85 (7,3%, in de normale populatie is dat ruim 2 keer zoveel: 16%)!

Er is dus een aanpassingsstoornis, die alleen vastgesteld kan worden door zeer goed opgeleide professionals, maar of het hebben van de diagnose tot isolatie, of prestatie leidt (tot handicap of "Nobelprijs"), is niet op voorhand duidelijk: beide komt voor. Dan kan je je afvragen wat het vaakst voorkomt.

"Handicap", zullen veel psychiaters en psychologen zeggen. Echter, er zijn minstens evenveel mensen met de diagnose te vinden die blij zijn met hun prestaties. Kortom, op deze manier komen we er ook niet uit! Natuurlijk is er na enkele decennia van alles in kaart gebracht: mensen met diagnose gemiddeld intelligenter dan "normale" mensen, leiden meer aan depressie, verslaving en Obsessive Compulsive Disorder. In de hoogst scorende groep hoogbegaafden, komt de diagnose ASS significant vaker voor dan in de "gewone" bevolkingsgroep, etc. LHBT komt significant vaker voor binnen de groep mensen met een diagnose ASS, dan in de "gewone" bevolkingsgroep. Maar als je de onderzoeken bekijkt die gedaan zijn naar andere "aandoeningen" (bijvoorbeeld hoogbegaafdheid, of hyper sensitiviteit, niet eens een "officiële" diagnose), dan vind je soortgelijke afwijkende samenhangen met betrekking tot eigenschappen als intelligentie, (overige) psychopathologie, LHBT, zelfmoord, etc).

Ondertussen is autisme net zozeer een "diagnose" van het publiek, als van psychologen en psychiaters. Bijvoorbeeld in tientallen series schitteren "autisten" (of op Asperger geïnspireerde karakters) in de hoofdrol: the Bridge, the Good Doctor, Bones, Elementary, Sherlock, ... de diagnose is ondertussen misschien wel meer eigendom gemaakt door het publiek, dan dat ze nog wetenschappelijk is. Daar zijn redenen toe: gebrek aan eenduidigheid en gebrek aan argument.

Concluderend, er is geen eenduidig beeld en geen eenduidige situatie. We hebben een aandoening die slechts door een klein percentage zeer hoog opgeleide professionals mag worden vastgesteld. Deze aandoening laat een veelheid aan mogelijke toekomstscenario's toe met betrekking tot kwaliteiten, geluk, succes en factoren zoals als co-morbiditeit. De goedkoopste conclusie is dat de diagnosticerende beroepsgroep zelf de oorzaak is van de verwarrende situatie. Dat er iets anders is aan sommige mensen, die minder vanzelfsprekend de aansluiting vinden tot school, werk, hobby etc., daar is men het vaak wel over eens, ook al kan dat best tijdelijk zijn en door andere factoren dan een vermeende stoornis veroorzaakt worden (een vechtscheiding waar een schoolkind midden in zit, of slechte voeding, of (sociale) hygiëne, bijvoorbeeld).

Timmerman!

Stel je voor, hamers en zagen die zelfstandig architectonische meesterwerken creëren, waarin wij mensen ook nog eens zeer aangenaam kunnen verpozen? U kunt zich er niet veel meer bij voorstellen dan een toegevoegde episode aan de Walt Disney film "the beauty and the beast"? Dan begrijpt u vast mijn verbazing dat ik vorige week op een (para-) medisch congres was, waar enkele zorgprofessionals serieus uitspraken te geloven dat AI systemen zoals IBM's "lerende" computer (Watson) artsen minstens ten dele overbodig zullen maken.

Sinds mensenheugenis hebben onze voorouders gereedschappen gehad. En inderdaad, een hamer is sterker dan een mensenvuist. Meer algemeen, door het gebruik van een "arm" (natuurkundig: de momentstelling) hebben we hefbomen in zeer uiteenlopende vormen (van klassieke hefbomen tot katrollen, van wielen tot krukassen) die, al dan niet met die andere grote uitvinding - de controle over het vuur - tot reusáchtige versterking van onze menselijke krachten en snelheid hebben geleid. Taal (waaronder logica, wiskunde en data) is zelfs een nog krachtiger gereedschap dan de controle over het vuur en de hefboom. Maar een machine die uit een grote hoeveelheid "beschikbare" gegevens de meest gewenste patronen kan selecteren  en daar predicties vanuit kan genereren, is net zo min een dokter, of een fysiotherapeut, als dat een hamer een timmerman is.

Bij machineleren zijn mensen - bijvoorbeeld artsen en fysiotherapeuten - verantwoordelijk voor de beschikbare data, en voor het definiëren van de gewenste uitkomsten. Voordat we hierover beschikken is er veel denkwerk, experimenteren, kennis en inzicht noodzakelijk. En kennis en inzicht blijft voortdurend afhankelijk van doorontwikkelingen, dus van vakmensen. Om machines nieuwe patronen te laten vinden, of zelfs goede predicties in een specifieke context te kunnen laten doen en te "interpreteren" en kunnen beslissen wat in deze specifieke context hiermee te doen, is juist een vakvrouw of man nodig. De kwaliteit van ons werk kan door toepassing van gereedschappen toenemen, maar door dom en blind vertrouwen kan het ook tot vreselijke excessen leiden. Bij innovatie is er altijd een terechte angst voor de gevolgen, zeker omdat die op voorhand niet te overzien zijn. Maar met het verbeteren van de gereedschappen in de bouw, bijvoorbeeld, is de totale omzet van de bouwproductie alleen maar enorm toegenomen de afgelopen paar duizend jaar. Het bezit van een hamer en zaag maakt iemand  niet tot een goede timmerman. Juist als AI meer een onderdeel van het medische vak wordt, worden de eisen aan de dokters nog hoger. Kortom, artsen en fysiotherapeuten zullen met de inzet van machine leren niet overbodig worden, maar hooguit nog betere professionals, met een nog groter aandeel in de gezondheidszorg.

Machineleren en Facebook.

Terugkomend op de blog van 14 dagen geleden, gaan we hier verder in op machineleren. Gedragingen van mensen op de sociale media, kunnen gemeten worden en in verband gebracht worden met resultaten van (psychologische) testen. Eén van de meest beroemde voorbeelden vormt het onderzoek van Youyou et al. (2015) waarin zij het geven van een like op een item in verband brachten met de 5 kenmerken van persoonlijkheid die het Big5 persoonlijkheidsmodel onderscheidt: extraversie, vriendelijkheid, openheid, zorgvuldigheid en emotionele stabiliteit. Wat is er nodig om een machine te kunnen laten "leren" welke items indien ze geliked worden bijdragen aan welk aspect van persoonlijkheid?

Ten eerste moeten items minimaal 25 likes hebben, het liefst aanzienlijk meer. Ten tweede moeten we van heel veel gebruikers zowel alle likes hebben, als de uitslagen van een Big5 persoonlijkheidstest. De persoonlijkheidstest vormt het uitgangspunt, want de machine (het algoritme) wordt vanuit deze data gesuperviseerd. Mensen die extravert zijn, bijvoorbeeld "liken" items met spetterende actie wel, en meer statische beelden niet (of iets willekeurig anders). Het algoritme stelt een op zichzelf eenvoudige vergelijking op: 

Vriendelijkheid = a(item-x) + b(item-y) ... zn(item-n) 

Dit wordt het least absolute shrinkage and selection operator (Lasso) algoritme genoemd. De coëfficiënten (a, b etc.) in de vergelijking kunnen een positieve of een negatieve waarde hebben. Waardering van plaatje item-x, of gebeurtenis item-y hangt positief, of negatief samen met de eigenschap vriendelijkheid. Juist doordat er heel veel data is, kan met het algoritme vrij precies ingeschat worden welke items positief, of negatief laden op elk van de 5 vermeende persoonskenmerken, en welke eigenschappen er in feite niet toe doen. Van eigenschappen die er niet toe blijken te doen, of slechts een beetje, wordt de coëfficiënt op 0 gezet (shrinkage, krimpen). Van de eigenschappen die er wel toe doen, wordt vervolgens de coëfficiënt systematisch versterkt. Op deze wijze "construeert" het algoritme dus als het ware een reeks items waarvan het wel of niet "liken" geldt als een alternatieve versie van de persoonlijkheidstest. Het aantal componenten in de Lasso vergelijking wordt gelimiteerd: coëfficiënten boven een bepaalde waarde (criterium) worden "versterkt", beneden een bepaalde waarde op 0 gezet en zo uit de vergelijking gehaald. Het criterium kan aan de hand van het maximaal aantal toegestane componenten worden bepaald.

In het onderzoek van Youyou et al kon het algoritme vanaf 70 likes de persoonlijkheid beter voorspellen dan vrienden, bij 150 likes beter dan familieleden en bij 300 likes beter dan de proefpersoon zelf. Uiteraard werkt dit alleen bij items die zeer veel in de sociale netwerken zijn gedeeld en indien er van een grote groep mensen de resultaten van de 5 subschalen van de big5 bekend zijn. Echter, en daar zit het gevaar van dit type onderzoek, de fit wordt nooit beter dan het model dat als supervisor geldt, dus hier de Big5 persoonlijkheidstest. Het gegeven dat de Big 5 ooit ontworpen is door middel van Likertscale vragen die via een 5 factorenanalyse model zijn gerangschikt, draagt bij aan de onderscheidenheid van de 5 sub schalen, maar zegt niets over de werkelijkheid van de persoonlijkheidsstructuur. Juist omdat de big 5 op grond van factoranalyse is ontstaan, is het niet gek dat de 5 items tamelijk onderscheidend samenhangen met andere patronen van menselijk gedrag.

Het zou een denkfout zijn, om in het vinden van correspondentie tussen de 5 persoonlijkheidsfactoren en door patroonherkenners gevonden clusters een rechtvaardiging van het persoonlijkheidsmodel te vinden. We weten bijvoorbeeld niet of de eigenschappen wel echt over bijvoorbeeld introversie of extraversie gaan, of iemand niet beide eigenschappen tegelijk kan bezitten, maar afhankelijk van de context 1 van de 2 eigenschappen kan tonen, of de eigenschappen over de tijd veranderen, of zelfs wat de eigenschappen precies betekenen. Het machineleer algoritme kent de persoon niet beter dan de collega's, de vrienden of de persoon zelf. De machine kan "slechts" na voldoende "supervised learning" trials (iteraties) de correlatie tussen het klikgedrag op Facebook en de gescoorde Big5 factoren beter bepalen dan personen. Predictief vervangt ze hiermee de Big5 vragenlijst. Maar dichter bij de persoonlijkheid van mensen dan met de Big5 vragenlijst komen we hier niet mee. Garbage in stays garbage out. Met andere woórden, uiteindelijk blijft psychologie een vak van het verhaal, van het argument, ook al kan datamining/machineleren enorm helpen!