You just got to love the rhythm: Het rijk van de rechterhersenhelft!

Al onze kennis komt van één van de drie bronnen: (1) waarneming, (2) verleden ofwel vastgelegde waarneming (geheugen, of - techniek bemiddeld - verhalen, het schrift, de foto etc.), of (3) het oordeel (argument) op grond van het combineren van de eerste twee bronnen (analogie). Nu is er iets bijzonders aan de hand met deze derde bron, onze "oordelen". Niet alleen worden ze op grond van ontstane perceptuele sporen in ons brein voor de gek gehouden, zoals in perceptuele illusies zichtbaar wordt als we zaken zien of horen die feitelijk niet getoond zijn, ook blijkt dat onze beide hersenhelften anders oordelen. Hoe zit dat?

De Amerikaanse neuropsycholoog en Nobelprijswinnaar Robert Sperry deed neuropsychologisch onderzoek bij patiënten waarbij door de hersenchirurg de hersenbalk was doorkliefd om verspreiding van de haard van hun zeer ernstige generaliserende epilepsie te voorkomen. Na de disconnectie van beide hersenhelften, bleken de patiënten zowel hun epilepsie zo goed als kwijt te zijn, als dat ze vrijwel geen enkel negatief gevolg ervoeren van de operatie. Sperry pakte zijn testen (experimenten) zeer nauwkeurig aan, bijvoorbeeld door een bril te maken die of het linker, of het rechter beeldveld van beide ogen volledig blindeerde. Op deze wijze kon hij bijvoorbeeld alleen de rechter hersenhelft een plaatje "presenteren" van bijvoorbeeld een hamer (via het linker beeldveld van het linkeroog: dat contra-lateraal kruist in het optisch chiasma). Als dan gevraagd werd wat er op het plaatje te zien was, moest dit in taal omgezet worden. Omdat het taal/spraakcentrum bij de meeste volwassenen in de linker hersenhelft zat en de beeldinformatie niet door de hersenbalk (het corpus callosum) kon worden doorgegeven naar het taalcentrum, bleken de patiënten niet meer in staat om de plaatjes te benoemen. Wel konden ze met gebaren aangeven wat je met een hamer kan doen.

Sperry en zijn succesvolle PhD student - de neuroloog Gazzaniga - ontdekte via deze zogenaamde split-Brain methode dat mensen feitelijk 2 min of meer zelfstandige hersensystemen bezitten, een linker en een rechtersysteem. Het linker systeem wordt vaak dominant genoemd, omdat het bij het verwoorden van ervaringen en het woordelijk argumenteren een hoofdrol speelt (vooral ook vanwege het "taalcentrum", dat bij de meeste volwassenen in de linkerhemisfeer zit). Omdat bijvoorbeeld visuele informatie bijna nooit zuiver op 1 beeldveld wordt aangeboden, merkten de "split-Brain patiënten" feitelijk niets van hun 2 losgekoppelde breinen (hooguit rapporteerden sommige patiënten dat ze na de operatie aan het eind van de dag iets meer vermoeid waren).

Toch blijkt, en daarmee komen we terug op onze vraag, dat beide hersenhelften verschillend oordelen en dat de oordelen van onze dominante hersenhelft als het op voorspellen aankomt vaak slechter zijn dan onze rechter hersenhelft, die oordeelt zoals ook veel dieren dat doen. Gazzaniga vond via de Sperry methode namelijk uit dat als schakelaar A bijvoorbeeld 60% winst geeft en schakelaar B 40% kans op winst, de rechter hersenhelft dit even snel opmerkt als de linkerhersenhelft, maar een andere strategie kiest. De rechter hersenhelft zet alles op deze schakelaar A en pakt dan dus ook 100% van de winst (dus 60%). De "analytische" linker hersenhelft kiest "keurig" schakelaar A 60% en schakelaar in B 40% van de trials, waardoor er dus maximaal 60% van de 60% wordt gepakt (0,6² + 0,4² = 52%). Veel dieren lijken te kiezen volgens de optimale strategie van de rechter hersenhelft. Het experiment is talloze keren herhaald, het rechterbrein kiest zelfs bij kleine verschillen (52 versus 48%) voor 100% op de meest kansrijke. Kennelijk hebben beide hersenhelften (net als veel dieren) een feilloze intuïtie voor getal - of beter - ritme, maar alleen ons linker brein heeft daadwerkelijk de mogelijkheid te manipuleren met het getal.

Dit voorbeeld laat zien dat analyse (waaronder cijfermatig inzicht), hoewel ze ons veel gebracht heeft, wellicht niet de beste strategie is, zeker niet bij oordelen in het kader van voorspellen. En dat terwijl al onze kennis - nogmaals - slechts op drie bronnen terug te voeren is, perceptie, verleden (vastgelegde perceptie) en oordeel. Kortom, we kunnen niet altijd op onze rationele oordelen vertrouwen. Zouden we iets moeten bedenken om toch onze rechter hersenhelft iets meer stem te geven? Het is er al: You just got to love the rhythm!

Technologische Iatrogenese (TI)

Vooruitgang ligt wellicht goeddeels ... achter ons!

Vooruitgang impliceert een doel te hebben, van a naar beter, naar een nastrevenswaardige utopie. Langzaam maar zeker begint het idee me te bekruipen dat zo'n hemelse staat inderdaad beter buiten deze wereld gedroomd kan worden, in plaats van erin. In onze wereld is "vooruitgang" het verdienmodel geworden van een onstuitbare mondiale economie, die uit eindige middelen oneindige vooruitgang belooft. Dat klinkt hemels, en sluit daarmee dan ook bijna naadloos aan op diverse steeds meer verlaten religies. Maar waar stevenen we op af met ons technologische "vooruitgangsgeloof"? Hoe ziet onze technologische "hemel" eruit?

Hoezeer ik ook mijn best doe, veel verder dan WALL-E kom ik niet. Een verlaten wereld, omdat alle bronnen uitgeput zijn geraakt en leven steeds onmogelijker werd. Een kunstmatig ruimteleven, waarin machines alles van mensen over hebben genomen, "gewoon" omdat het kon en ooit onderdeel was van de vooruitgang-economie. Back to earth. Wat ontbreekt is serieus beleid waarin technologieën worden beschouwd op hun kansen voor het nu en de toekomst, maar ook de gevaren. Wat ontbreekt, met andere woorden, is politieke en wetenschappelijke interesse in technologische iatrogenese (TI). Iatrogenese is de leer die zich bezighoudt met de schadelijke gevolgen van geneeskundig handelen. Een middel dat bijvoorbeeld de ziekteverwekker aanpakt, zal wellicht ook het lichaam verzwakken en als het de ziekteverwekker dan onvoldoende aanpakt, kan het zijn dat de weerstand van het lichaam zelf onvoldoende is geworden juist door de behandeling, met alle denkbare gevolgen van dien. Onze wereld, zeker ook buiten de geneeskunde, zit vol van dit soort dilemma's: als je iets aanpakt, doe het dan stevig, zodat je maximaal kans hebt op succes. Lukt het niet, dan heb je daarmee de huidige status-quo direct stevig op achterstand gebracht. 

Vaak is iets voorzichtig of slechts een beetje doen geen oplossing. Je kan bijvoorbeeld niet een beetje proberen te vliegen. Of je integreert tablets in je onderwijs, of je laat ze (grotendeels) thuis. Of je gaat over op elektrisch rijden, of je gaat door met de conventionele technieken. Zijn gevolgen van een nieuwe techniek op de korte termijn al moeilijk te voorzien, op de lange termijn zijn ze volledig onvoorspelbaar. Overzicht trachten te krijgen zonder TI, is als verwachten veilig thuis te komen na een autorit met de ogen dicht. Een belangrijke reden dat er geen politieke en wetenschappelijke interesse in technologische iatrogenese (TI) is, ligt erin dat het geen geld oplevert. Hierin wordt duidelijk dat het economisch denken allesoverheersend is. Daartegenover zou TI (toevalligerwijs heel symbolisch een omkering van IT) de economie temperen. En dat is nodig. Er is geen weldenkend mens die niet weet dat oneindige groei uit eindige middelen onmogelijk is, en dat tempering van de economie dan ook noodzakelijk is.

Laten we wel wezen, er zijn zoveel mooie zaken uitgevonden, die schreeuwen om doorontwikkeling. Wat te denken van de fiets? In principe beschikken we al duizenden jaren over de techniek om een fiets te maken, maar toch is de fiets in haar huidige vorm nog geen 150 jaar oud. Voor ouderen en mensen met een beperking tegenwoordig voorzien van een motortje, of een derde wiel. Of neem de trein, na tweehonderd jaar nog steeds een grootheid in het mobiliseren van de mensheid. Maar luchtvaart, waarvan we weten dat het feitelijk al lang de grens van houdbaarheid en verdedigbaarheid heeft gepasseerd, krijgt van politiek en wetenschap in het kader van het economisch vooruitgangsgeloof steevast een duwtje in de rug. Omdat het leuk is, maar vooral omdat we onze economische psychose niet kunnen verdrijven. Tijd voor TI! Wie durft?

Story never told, de clip ...

Story Never Told

(S)he is authentic, (s)he is autistic: Aut(hen/is)tic

Voor de vrienden authentiek/voor de buitenwereld autistisch. Het is vaak ook omgekeerd. In het kader van clips bij de blogs, bij deze de clip bij Story Never Told, in welk geval we de song (geschreven door Deborah) al hadden, en ik dus de blog daar op grond van heb geschreven …

A personal confession! https://youtu.be/vgzaBiPBOpg 

Wetenschap is omgaan met paradoxen

Regelmatig hoor ik mensen vertellen dat economie en andere sociale wetenschappen feitelijk geen echte wetenschappen zijn. Met echte wetenschap doelt men dan op met name natuur- en scheikunde. Wiskunde en soms zelfs nog filosofie en vooral logica worden dan geduld als hulpwetenschappen. Ook in boeken kom ik deze opvatting regelmatig tegen, waarbij dan vrijwel altijd buiten beschouwing blijft dat deze boeken onder het mom van wetenschap vol staan met zienswijzen die juist door deze stelling hun aanspraak daarop direct verliezen. Wat is er mis met deze zienswijzen?

Wetenschap betreft een praktische aanpak om onzekerheid te reduceren. Geboren uit fascinatie voor hetgeen we niet begrijpen is haar doel deze fascinatie te doden. Oscar Wilde dichtte in 1898 "Each man kills the thing he loves" en dat is nauwelijks ergens meer waar dan in de wetenschappelijke aanpak. Echter geen nood, voor ieder aspect dat we echt leren te begrijpen, staan er doorgaans 10 nieuwe aspecten (problemen) klaar, die we vaak nog minder begrijpen. Voor iedere vermoorde liefde staan bij wijze van spreken 10 nieuwe liefdes smachtend te wachten, de vergelijking met Pandora's Box is hier van toepassing (waarom zou wetenschap ook monogaam zijn?). De wetenschappelijke aanpak zit vol met paradoxen. Juist daar waar ons onbegrip het grootst is, is onze behoefte aan (meer) zekerheid (kennis) en bedwingen (beheersen) eveneens het grootst. En dat is meestal niet in de exacte wetenschap, maar juist in bijvoorbeeld de economie, de onderwijskunde, en de sociale wetenschappen. Het wijzen op de onwetenschappelijkheid van bijvoorbeeld de econometrie (modellen werken alleen als er niet echt iets verandert, er geen zwarte zwanen of Grey Rhino's zijn, zie eerdere blog) is te gemakkelijk, zeker vanuit de ivoren toren van de bètawetenschappen, die ondertussen al lang hebben bewezen dat meer inzicht zeker niet altijd tot beter handelen en zo een betere wereld leidt. En dan heb ik het zeker niet alleen over de atoombom.

Het is natuurlijk mogelijk dat de wetenschappelijke methode die tot veel vooruitgang heeft geleid sinds ze in de zestiende en zeventiende eeuw in zwang kwam, ondertussen uitgewerkt raakt. Sociale wetenschappers hebben nog steeds de hoop dat de zegetocht die de natuurwetenschappen hebben gemaakt voor hen nog in het verschiet ligt. Maar het is wellicht meer vanzelfsprekend om vast te stellen dat inzicht in hoe iets (gedeeltelijk, of onder strak bepaalde condities) werkt, niet (of onvoldoende) helpt om een goed werkende remedie of aanpak te vinden. Zo is er in de oncologie bijvoorbeeld een enorme groei aan wetenschappelijk inzicht geweest, maar sterven er nog steeds dagelijks veel mensen aan kanker, omdat meer inzicht kennelijk niet tot voldoende echte beheersing heeft geleid. En zelfs in de natuurwetenschappen is het maar de vraag of we met onze inzichten daadwerkelijk de wereld kunnen controleren. De ene na de andere bedreiging (bijvoorbeeld klimaatcrisis, oorlog, plasticsoep) die ons voortbestaan bedreigt, ontstaat en deze bedreigingen lijken telkens groter te worden.

Een ander punt is dat de wetenschappelijke methode kritisch is met op welke wijze problemen dienen te worden georganiseerd wil ze mogelijkerwijs zin hebben. Maar de echte wereld biedt ons niet alleen uitdagingen die op deze wijze organiseerbaar en  meetbaar zijn. Althans, meetbaar met de tot nog toe ontwikkelde methoden, of meetinstrumenten. Hoe meer onzekerheid, hoe meer behoefte aan kennis, hoe makkelijker de mismatch tussen het bestudeerde fenomeen en de gemeten aspecten daarvan. Met andere woorden, hoe duidelijker wordt dat wetenschap hier niet helpt. Het wijzen op dat bijvoorbeeld onderwijskunde, economie of sociale wetenschap geen wetenschap is, is in dit aspect wel erg gemakkelijk en feitelijk incorrect. De goedkoopste conclusies is dat wetenschap hier faalt. Maar, is er een alternatief voor de wetenschappelijke methode? In ieder geval is onderwijs en creativiteit nu nog meer nodig dan eerder.

Jim Rensson Affection (feat. Eelco Arends, Tom van Timmeren, Deborah de ...

 Affection, de clip

Enkele weken geleden schreef ik in mijn blog dat we ons vergapen aan rijkdom en weelde, zonder voldoende te beseffen dat een gouden leeuw geen hart nodig heeft en een diamant geen gevoel, maar hoe kostbaarder de diamant, hoe vaker ze het object is van strijd, criminaliteit en bloedvergieten. Deze week de tweede muzikale versie van een blog, onder pseudoniem Jim Rensson, met Tom van Timmeren en Eelco Arends op gitaar en op keyboards en productie opnieuw mijn dochter Deborah.

Sorteermachine

Als je in de keukenblender tomaten, aardbeien en bananen stopt, moet je er niet verbaasd over zijn dat er geen sinaasappelresten in het resulterende sap zitten. In de commotie over AI gaat het over wat AI niet is, alsof ze het wel is: intelligent en voorspellend. Te beginnen met het laatste, machineleer algoritmes kunnen bij gelijkblijvende condities met betrekking tot de ingrediënten (data) helpen patronen (samenhangen) te vinden, om deze vervolgens te extrapoleren op de (nabije) toekomst waarin de samenstelling van de ingrediënten grotendeels ongewijzigd blijft. Dus niets "voorspellen", maar gewoon een slim ontworpen omgekeerde keukenblender voor data. Garbage in, garbage out, aardbeien erin, aardbeien eruit. Voorspellen kan dan ook alleen als je precies weet wat je erin stopt en als er gedurende de rit niets verandert. Helaas verandert onze wereld continu, en vaak volkomen onvoorspelbaar. Juist hierom hebben we behoefte aan algoritmes, en juist hierom kunnen deze ons totaal niet helpen.

Dan over naar het tweede punt: intelligentie. Data is altijd een beperkte gemeten afspiegeling van een beperkt deel van de werkelijkheid, dus altijd gebiased. Een algoritme kan slim bedacht zijn (de meeste algoritmes zIjn in de jaren 50 van de vorige eeuw bedacht, maar nu pas kunnen processoren de big data stromen aan). Echter, slim bedacht is niet hetzelfde als intelligent. Artificiële intelligentie bestaat nog niet (sorry baas, ik weet dat ik mijn baan in deze sector te danken heb aan het idee dat dit wel zo is, we werken er dan ook hard aan om een echt intelligente device te ontwerpen/bouwen, maar of het ooit gaat lukken, is vooralsnog de vraag...).

Dit betekent helaas dat voor het niet intelligente gebruik van algoritmes in bijvoorbeeld het onderwijs, menselijke intelligentie (of beter het gebrek daaraan) volledig verantwoordelijk gehouden moet worden. Onze algoritmes kunnen niet voorspellen of een kind wel of niet succesvol de school zal afronden, laat staan of het gelukkig wordt, zal trouwen, etc. Wat we ook meten, we blijven onwetend met betrekking tot de betekenis en zin van het leven dat een mens gedurende het leven zal realiseren. Op grond van testen (hoe goed ze ook zijn), of een heleboel verzamelde data (desnoods inclusief biomarkers met betrekking tot reactie op moeilijke taken, voeding, of gsm data met betrekking tot bewegen, of sociale media data met betrekking tot groepsgedrag of vermeende persoonlijkheid) blijft het onmogelijk om te voorspellen welk kind bij welke methode van onderwijs, of klassikale of individuele aanpak baat heeft.

De moeilijkheid die hier nog eens boven op komt, is dat in het echte leven het vaak voordát een bepaalde tactiek gaat werken, eerst een beetje (en soms zelfs veel) slechter gaat. Een student moet bijvoorbeeld leren om lange hoorcolleges te volgen, de essentie eruit te pakken zonder afgeleid te raken. In het latere leven zijn er veel lange vermoeiende taken en opdrachten. Een constatering dat een adolescent ongeveer 3 minuten de aandacht kan focussen en we dus over moeten gaan op digitale flitscolleges, helpen niemand opgewassen te zijn tegen een leven dat lang niet altijd meeslepend zal zijn. Het onderwijs op grond van dit soort "inzichten" veranderen, is niet intelligent. Daar dan AI de schuld van geven (of minstens digitale technieken) is ronduit dom! Het niet begrijpen van je eigen gedrag (omgang met techniek) is de oorzaak. De discussie in de media over dat algoritmes discrimineren, vind ik al even dom! Het bij datasorteermachines niet anders dan bij andere sorteermachines, het gaat om onderscheiden vinden in de input die aan de machine wordt gevoerd. Als er geen sinaasappel wordt ingestopt, zal er nooit een sinaasappel uitkomen.

Regular man, het album!

Regular Man, het album naast de blogs!

Afgelopen donderdag meldde ik in mijn blog enorm trots te zijn op mijn lief Victorine en mijn jongste dochter Dorinthe. Vandaag kan ik vol trots het album presenteren dat ik onder mijn pseudoniem Jim Rensson (mijn vader heette Rens, vandaar) heb gemaakt: Jim Rensson Featuring Tom van Timmeren & Deborah de Graaf dat door mijn middelste dochter Deborah is geproduceerd en door mijn oudste dochter Odette Fremouw van een prachtige hoes is voorzien:

 en de achterkant:

https://m.youtube.com/watch?v=0udp890bAbw

De liedjes op het album zijn verbonden aan mijn blogs, zoals de titelsong Regular Man aan de gelijknamige blog uit maart 2019. Van een aantal songs hebben we een clip gemaakt: Regular Man, Affection, Story Never Told (met tekst en muziek van Deborah) en Silentium (eveneens tekst en muziek van Deborah). Op het album spelen velen van mijn vrienden mee, maar Deborah (songwriter en multi-instrumentalist) en slagwerker/gitarist Tom van Timmeren spelen overal mee. Hier is de link naar de eerste clip.