Google Street View is een van de wonderen van de hedendaagse wereld. Het is een product van de arrogantie, ambitie, chutzpah en gewetenloze rijkdom van een enkel bedrijf dat besloot om elke straat in de wereld te fotograferen en de beelden online te zetten. Toen het voor het eerst werd aangekondigd, was ik sceptisch dat het veel zou opleveren – beelden van prominente straten in grote steden in westerse landen, misschien, maar niet veel meer dan dat. En toen op een dag vroeg ik me af hoe ik de weg kon vinden naar het huisje van een vriend in een afgelegen landelijk gebied, zocht het op op Google Maps, zag het Street View icoontje en klikte erop – en vond mezelf virtueel rijdend door het smalste landweggetje dat je je maar kunt voorstellen.
Street View was een product van Google’s overtuiging dat het gemakkelijker is om vergeving te vragen dan om toestemming, een veronderstelling die blijkbaar werd bevestigd door het feit dat de meeste jurisdicties de fotografische coup leken te accepteren als een voldongen feit. In een paar Europese landen, met name Duitsland en Oostenrijk, kwam er verzet, waarbij burgers eisten dat hun eigendommen werden vervaagd; er was ook een rel in 2010 toen werd onthuld dat Google een tijd lang gegevens van onversleutelde wifi-routers in huis had verzameld en opgeslagen. Maar over het algemeen kwam het bedrijf weg met zijn coup.
Het meeste verzet kwam van mensen die zich zorgen maakten over privacy. Zij hadden bezwaar tegen beelden waarop bijvoorbeeld mannen te zien zijn die stripclubs verlaten, demonstranten bij een abortuskliniek, zonnebaders in bikini en mensen die in hun eigen achtertuin, eh, privé-activiteiten ontplooien. Sommige landen stoorden zich aan de hoogte van de camera’s – in Japan en Zwitserland moest Google bijvoorbeeld de hoogte verlagen zodat ze niet over hekken en heggen konden turen.
Deze zorgen waren wat je zou kunnen noemen eerste-orde zorgen, d.w.z. zorgen die werden veroorzaakt door duidelijke gevaren van een nieuwe technologie. Maar bij digitale technologie kunnen de werkelijk transformerende effecten derde- of vierde-orde-effecten zijn. Zo leidt internet bijvoorbeeld tot het web, dat weer leidt tot de smartphone, die Uber mogelijk heeft gemaakt. En in die zin was de vraag met Street View vanaf het begin: waar zal het uiteindelijk toe leiden?
Een mogelijk antwoord kwam vorige week naar voren met de publicatie van een intrigerend onderzoek door twee datawetenschappers, de een gevestigd in Warschau, de ander in Stanford. In samenwerking met verzekeringsmaatschappijen analyseerden ze 20.000 adressen van klanten van de bedrijven, verzamelden ze voor elk een overeenkomstig huisbeeld met behulp van Google Street View en annoteerden ze de foto’s van de huizen, waarbij ze kenmerken noteerden zoals leeftijd, type en staat. Door machine-learning software op de gegevens toe te passen, waren ze in staat een model te bouwen dat aanzienlijk betere voorspellingen gaf van de risico’s van auto-ongelukken voor de huizenbezitters dan de modellen die momenteel door de verzekeringsmaatschappijen worden gebruikt – en die natuurlijk kunnen worden gebruikt om hogere (of lagere) premies te rechtvaardigen.
“We hebben gevonden,” concludeerden de onderzoekers, “dat kenmerken die zichtbaar zijn op een foto van een huis, voorspellend kunnen zijn voor het risico van auto-ongelukken, onafhankelijk van klassiek gebruikte variabelen zoals leeftijd of postcode. Deze bevinding is niet alleen een stap in de richting van meer granulaire risicovoorspellingsmodellen, maar illustreert ook een nieuwe benadering van de sociale wetenschap, waarbij de echte granulaire gegevens op schaal worden verzameld en geanalyseerd.”
Op het eerste gezicht lijkt dit vreemd, nietwaar? Wat het lijkt te zeggen is: “Laat me je huis zien op Street View en ik vertel je hoe groot je kans is op een auto-ongeluk.” En natuurlijk is het mogelijk dat er diep in de wiskunde van het artikel een fout zit. (Voor zover ik kan nagaan, is het nog niet peer-reviewed.) Of misschien was de steekproef van 20.000 te klein.
Hoe dan ook, maar het artikel biedt een verhelderende casestudy van de potentiële voor- en nadelen van machinaal leren. Wat de technologie in wezen doet, is correlaties opsporen die het menselijk oog zou kunnen missen. Maar correlatie is geen causaliteit, zodat men zich altijd kan afvragen of een bijzonder opvallende correlatie al dan niet vals is. Impliceert een slecht onderhouden woning bijvoorbeeld dat de auto van de bewoner ook zo onverzorgd is en dus ongevalsgevoeliger?
Dat lijkt me een beetje vergezocht. Maar als blijkt dat wat de twee onderzoekers vonden kan worden gerepliceerd en bevestigd met grotere steekproeven, wat dan? Op dit moment worden de premies voor autoverzekeringen deels bepaald door de postcode waar een voertuig is gestald. Daarom kost het meer om een auto in Liverpool te verzekeren dan in Cambridge. Maar dit komt neer op een soort postcodeloterij – waarbij voorzichtige bestuurders in arme gebieden worden benadeeld en weglopers in lommerrijke buitenwijken worden bevoordeeld. Het gebruik van Street View-gegevens zou dergelijke ongelijkheden kunnen verminderen door de zaken terug te brengen tot het niveau van de individuele huiseigenaar. Anderzijds zou het de gewetensvolle huurder kunnen stigmatiseren van een huurhuis dat eigendom is van een gierige huisbaas of wordt beheerd door een corrupte agent. Dus de eerste wet van Kranzberg geldt nog steeds: technologie is goed noch slecht; noch is zij neutraal.
Wat ik lees
Boeing, Boeing, weg…
Het fiasco rond Boeing’s 737 Max passagiersvliegtuigen wordt uitgelegd in een van de beste stukjes technisch schrijven die ik ben tegengekomen – gepubliceerd op IEEE Spectrum.
Something wicked this way comes
In een stuk van Nitasha Tiku op de Wired website wordt onderzocht wat er is gebeurd met Google’s “Don’t be evil” motto.
Waar het allemaal misging
WikiLeaks en de verloren belofte van het internet: een zeer interessant (en verschroeiend) essay op de Lawfare blog door Quinta Jurecic over Julian Assange.
{topLeft}}
{{bottomLeft}}
{{topRight}}
{{bottomRight}}
{{/goalExceededMarkerPercentage}}
{{/ticker}}
{{heading}}
{{#paragraphs}}
{{.}}
{{/paragrafen}}{highlightedText}}
- Deel op Facebook
- Deel op Twitter
- Deel via E-mail
- Deel op LinkedIn
- Deel op Pinterest
- Deel op WhatsApp
- Deel op Messenger